概率论与数理统计8概念.ppt

重复独立试验 1. 定义 重复独立试验 设进行n次随机试验,如果在每次试验中任一事件出现的概率与其他各次试验的结果无关, 则称这n次试验是相互独立的.将一个试验重复独立进行n次,称为n次重复独立试验. 则称这n次重复试验为n重伯努利试验，简称为伯努利概型. 若n 次重复试验具有下列特点： 2. n 重伯努利 Bernoulli 试验 1 每次试验的可能结果只有两个A 或 2 各次试验的结果相互独立， 在各次试验中p是常数，保持不变） 实例1 抛一枚硬币观察得到正面或反面. 若将 硬币抛 n 次,就是n重伯努利试验. 实例2 抛一颗骰子n次,观察是否 “出现 1 点”, 就 　　　是 n重伯努利试验. 一般地，对于伯努利概型，有如下公式： 定理 如果在伯努利试验中，事件A出现的概率为p 0 p 1 , 则在n次试验中，A恰好出现 k 次的概率为： 3. 二项概率公式 （其中k 0，1，2，···，n ） 试验总次数 事件 A 发生的次数 一次试验中事件 A 发生的概率 推导如下： 且两两互不相容. 称上式为二项分布. 记为 例1 解 例2：金工车间由10台同类型的机床，每台机床配备的电动机功率为10千瓦.已知每台机床工作时，平均每小时实际开动12分钟，且开动与否是相互独立的。现因当地电力供应紧张，供电部门只供50千瓦的电力给这10台机床，问这10台机床能正常工作的概率为多大？ 解：50千瓦的电力可同时供5台机床开动，这意味着10台机床中同时开动台数不多于5台就可以正常工作。 每台机床“开动”的概率为1/5, “不开动”的概率为4/5。设这10台机床中在开动着的机床台数为 则 于是开动机床的台数不超过5的概率为 几何分布 例2 解 小结 1.n重伯努利概型 2.二项概率公式 * * * * * 概率论 概率论 概率论 2.4 事件的独立性 两个事件的独立性 多个事件的独立性 独立性的概念在计算概率中的应用 显然 P A|B P A 这就是说,已知事件B发生,并不影响事件A发生的概率,这时称事件A、B独立. 一、两事件的独立性 A 第二次掷出6点 ， B 第一次掷出6点 ， 先看一个例子： 将一颗均匀骰子连掷两次， 设 由乘法公式知，当事件A、B独立时，有 P AB P A P B 用P AB P A P B 刻划独立性,比用 P A|B P A 或 P B|A P B 更好,它不受 P B 0 或 P A 0 的制约. 若两事件A、B满足 P AB P A P B 1 则称A、B相互独立，简称A、B独立. 两事件独立的定义 例 从一副不含大小王的扑克牌中任取一张，记 A 抽到K , B 抽到的牌是黑色的 可见, P AB P A P B 由于 P A 4/52 1/13, 故 事件A、B独立. 问事件A、B是否独立？ 解 P AB 2/52 1/26. P B 26/52 1/2, 前面我们是根据两事件独立的定义作出结论的，也可以通过计算条件概率去做: 从一副不含大小王的扑克牌中任取一张,记 A 抽到K , B 抽到的牌是黑色的 , 在实际应用中, 往往根据问题的实际意义去判断两事件是否独立. 可见 P A P A|B , 即事件A、B独立. 则 P A 1/13, P A|B 2/26 1/13 在实际应用中,往往根据问题的实际意义去判断两事件是否独立. 由于“甲命中”并不影响“乙命中”的概率，故认为A、B独立 . 甲、乙两人向同一目标射击,记 A 甲命中 , B 乙命中 ，A与B是否独立？ 例如 （即一事件发生与否并不影响另一事件发生的概率） 一批产品共n件，从中抽取2件，设 Ai 第i件是合格品 i 1,2 若抽取是有放回的, 则A1与A2独立. 因为第二次抽取的结果受到第一次 抽取的影响. 又如： 因为第二次抽取的结果 不受第一次抽取的影响. 若抽取是无放回的，则A1与A2不独立. 请问：如图的两个事件是独立的吗？ 即 若A、B互斥，且P A 0, P B 0,则A与B不独立. 反之，若A与B独立，且P A 0,P B 0,则A 、B不互斥. 而P A ≠0, P B ≠0 故 A、B不独立 我们来计算： P AB 0 P AB ≠ P A P B 即 设A、B为互斥事件，且P A 0,P B 0,下面四个结论中，正确的是： 前面我们看到独立与互斥的区别和联系， 1. P B|A 0 2. P A|B P A 3. P A|B 0 4. P AB P A P B 设A、B为独立事件，且P A 0,P