第一章概率论基础2.pptVIP

中国民用航空学院 1.2基本概念 1.2.1关于概率的基本概念 概率的统计定义 概率的古典定义 几何概率的定义 一、概率的统计定义 ?1、频率的定义:设在 n 次试验中，事件 A 发生了m 次，则称 为 事件A发生的频率。 ?2、频率的性质 ?非负性 ?规范性 ?可加性事件 A, B互斥，则 （注：可加性可推广到有限个两两互斥事件的和事件） ?频率稳定性的实例： 例：Dewey G. 统计了约438023个英语单词中各字母出现的频率, 发现各字母出现的频率不同： 3、概率的定义与性质 以上结果表明：在相同条件下作重复实验时，对某一实验结果 事件A 具有如下特征： ?其是否发生是随机的，事先无法确定； ?其发生的频率又稳定的，稳定在一个常数附近； ?一般讲，对实验的某一结果 事件A 出现的频率偏离这个常数很大的可能性虽存在，但实验次数越大，频率偏离这个常数的可能性越小。我们就称这个常数为这一结果 事件A 发生的概率。 例如: 我们称1/2这个常数是“投掷硬币，正面朝上”这一事件的概率； 从上个世纪以来，各国婴儿性别的统计资料表明，女婴的频率“稳定”在21/43附近。我们称21/43这个常数是“出生婴儿为女婴”这一事件的概率。 4、小结 （一）等可能概型 古典概型 小概率事件 —— 若P A 0.001 则称A为小概率事件 小概率原理 ——一次试验中小概率事件一般是不会发生的. 若在一次试验中居然发生了,则可怀疑该事件并非小概率事件. 例1 将一枚 均匀的硬币连掷 2 次, 求掷出1 次正面的概率 ?解 Ⅰ ：此样本空间为 基本事件总数n 3，事件A “掷出 1 次正面”有1个样本点, 即m 1，故 ?解 Ⅱ ：此样本空间为: 基本事件总数: n 4 . 事件A “掷出 1 次正面” 由 2 个样本点 正, 反 , 反, 正 组成，即 ，故 ?结果的讨论： 解 Ⅰ 是错误的！ 因为这里的样本点ω1、ω2、ω3已不是等可能出现的 三、几何概型 四、小结 蒲丰资料 1.2.2条件概率 定义 设A、B为两事件, P A 0, 则称 为事件 A 发生的条件下事件 B 发生的条件概率，记为 条件概率的计算方法 （1）等可能概型可用缩减样本空间法； （2）其他概型用定义与有关公式。 条件概率也是概率，它符合概率的定义，具有概率的性质： 非负性 规范性 可列可加性 乘法公式：利用条件概率求积事件的概率就是乘法公式 一般地，条件概率与无条件概率之间的大小无确定的关系 全概率公式与贝叶斯（Bayes） 公式 已知 全概率公式 意义 分割的意义是对样本空间的分类 不同条件下事件B发生的概率不同 事件B的概率是所有不同条件下的条件概率的加权平均 在连续情形下的推广 Bayes公式 在观察两个事件关系的时候，有时候需要知道A条件下B发生的概率P A|B ，有时候需要知道B条件下A发生的概率P B|A Bayes公式揭示了这两个概率之间的关系 贝叶斯资料 小结 1.2.3 事件的独立性 定义：设 A , B 为两事件，若 则称事件 A 与事件 B 相互独立。 两事件相互独立的性质： 若 若 若四对事件 任何一对相互独立，则其它三对也相互独立 ?定义：三事件 A, B, C 相互独立是指下面的关系式同时成立 注：1 不能由关系式 1 推出关系式 2 , 反之亦然; 2 仅满足 1 式时,称 A, B, C 两两独立. A, B, C 相互独立?A, B, C 两两独立 ?定义 n 个事件 A1, A2, …, An 相互独立是指下面的关系式同时成立： 若 n 个事件 A1, A2, …, An 相互独立，将这 n 个事件任意分成 k 组，同一个事件不能同时属于两个不同的组，则对每组的事件进行求和、积、差、对立等运算所得到的 k 个事件也相互独立。 ?常利用独立事件的性质计算它们的并事件的概率。 若 n 个事件 A1, A2, …, An 相互独立，则 小结 1.2.4 概率空间及有关概念 ?随机试验 random experiment : 人工或自然过程、结果不止一个、事先无法确定。 ?样本空间 sample space Ω：随机试验全部可能结果的集合。 ?样本点 sample point : ω? Ω。 ?随机事件 random event : A ? Ω 样本空间的一个子集。 ?不可能事件：?; ?必然事件 ： Ω ? 子 集类:由样本空间Ω的子集构成的集合，记作F、A、B. ? 单调 事件列的极限:假设事件序列 Ai ， 如果A1?A2????? An???? ，我们称 Ai 是递增事件序列； 如果A1?A2