概率的計算.docVIP

　重点? 概率的计算　　难点? 如何用已知事件表达其它事件，正确判断试验的概型　　疑难分析　　(1)互斥与独立　　1)两事件 相互独立是指事件 出现的概率与事件 是否出现没有关系，并不是说 间没有关系。相反若 独立，则常有 ?，即 与 不互斥。 互斥是指 的出现必导致 的不出现，并没有说 出现的概率与 是否出现有关系。　　事实上，当 ， 时，若 互斥，则 ，从而 ，但 ，因而等式 不成立，即互斥未必独立。　　若 独立，则 ，从而 不互斥（否则， ，导致矛盾）。　　2)在使用加法公式 时，　　若 互斥， ；　　若 独立， 。　　(2)关于事件并的概率的计算　　多个事件的并的概率计算问题，常常会遇到。归纳起来，有以下三种情况：　　1)若 两两互斥，则　　 。　　2)若 相互独立，则可把求事件并的概率转化为求独立事件积的运算。　　 。　　例1．如果一危险情况 发生时，一电路闭合并发出警报，我们可以借用两个或多个开关并联以改善可靠性，在 发生时这些开关每一个都应闭合，且若至少一个开关闭合，警报就发出。如果两个这样的开关并联连接，它们每个具有0.96的可靠性（即在情况 发生时闭合的概率），问这时系统的可靠性（即电路闭合的概率）是多少？如果需要有一个可靠性至少为0.9999的系统，则至少需要用多少只开关并联？这里设各开关闭合与否都是相互独立的。　　解? 表示第 个开关在 发生时闭合，知 　　 表示警报发生，那么　　 ，所以 。　　 ，故 。　　当 时， 。　　当 ，则 。　　3)若 既不互斥也不相互独立，则可用一般加法公式。　　例2．随机地将 封信放进 个写有不同的地址的信封中。求至少一封信是配对的概率。　　解? 令 分别表示事件：第一封信是配对的，第二封信是配对的，…，第 封信是配对的，则至少有一封信是配对的概率　　 　　?????????? 。????????? （1）　　对第一封信来说， 只信封仅有一只是正确的，于是　　 ，类似地有 。?????? ???????????????????????（2）　　如果第一封信放对了，则放第二封信时有 个信封，其中仅有一个是正确的。所以　　 。?????????????????????????? （3）　　类似地，可求得　　 ；??????? （4）　　??? 。?????????????????????? （5）　　在和式 中，有 项，每一项的值均由（3）给出， 中，有 项，每一项的值均由（4）给出，如此可得　　 ?　　?????????????????? 。　　如果 很大，所求的概率非常接近于 。　　(3)条件概率是不是概率？它与无条件概率有何区别？　　条件概率是一种概率，可以验证，它满足概率定义中的三个条件，具体地说， 是在原条件组 的基础上又加上“ 发生”这个条件时， 发生的概率，它与无条件概率（普通概率） 的区别，就在于后者发生的条件，还是原来的条件组 。这里所谓“无条件”是指“无新条件”，原来的条件组 并非可无。　　(4)条件概率 与积事件的概率 有何区别？　　 表示在这样本空间 中，计算 发生的概率，而 表示在缩减的样本空间 中，计算 发生的概率，用古典概率公式，则 中基本事件 中基本事件数； 中基本事件 中基本事件数，一般说， 比 大，初学者在计算条件概率问题时，有时比较容易将积事件概率与条件概率混淆，这时须弄清：条件概率一定是在某事件已发生的条件下该事件发生的概率。　　(5)贝叶斯公式在实际问题中得到广泛应用的理论依据何在？　　贝叶斯公式有着十分广泛的用途，它之所以被称为逆概公式，是因为它实际是在知道结果的情况下来推断原因：　　 是可能导致 出现的原因。 是各种原因出现的可能性大小，一般是过去经验的总结，称为先验概率。若现在已知 出现了，我们要求它是由哪个原因引起的概率，这就是 ，称为后验概率。它反映了试验之后对原因发生可能性大小的新知识。例如医生诊断病人所患何病（ 中的某一个），他确定某种症状 （如体温，某种化验指标等等）出现，现在实际就是求 ，通过比较它们的大小就可对疾病做出诊断。此时贝叶斯公式显然是很有用的。在这里 是人患各种病可能性大小，这可从资料中获得，而 的确定则要依靠医学知识，有了它，就可求得 。如果综合从多个症状所得到的条件概率 ，诊断会更准确一些。按照上述的思路，采用计算机进行诊断原则上也是完全可行的。　　(6)实际应用中，如何判断两事件的独立性？　　实际应用中，对于事件的独立性，我们常常不是用定义来判断，而是由试验方式来判断试验的独立性，由试验的独立性来判断事件的独立性，或者说根据问题的实质，直观上看一事件的发生是否影响另一事件的概率来判断。例如，在放回摸球（袋中