取到红球的概率。.ppt

二、 几何概型 §3概率的公理化定义与性质 对于随机试验，人们不仅仅关心实验出现的可能结果，往往更关心各种结果出现的可能性究竟有多大。例如：大批量产品，随机抽取3个检验，发现次品的可能性有多大？一部设备运输时出现故障的可能性有多大？甲、乙两队正在进行激烈角逐，甲队问鼎的可能性有多大? 既然事件在每次试验中出现的可能性有大有小,因此就可用一个数字来表示事件发生的可能性,而这个数字就称为该事件的概率。 这就是事件概率的直观意义。然而，对概率的确切描述却经过了一个漫长的历程，直至1933年才由前苏联著名数学家柯尔莫哥洛夫(Kolmogorov)给出概率的公理化定义；从而使概率论这门学科有了一个严格的理论基础，并在现代科学技术的推动和刺激下得以迅猛的发展。 为了能迅速而正确的理解和掌握事件的概率这一基本概念。我们先从概率的直观背景入手，而后再对一些特殊的随机模型讨论，最后给出一般情形的公理化定义。 一、 古典概型 定义3.1 若随机试验E及其样本空间Ω有下列 二特性： 1）样本空间?={ω1,ω2,...,ωn}只有有限 个样本点. 2）试验中每个样本点出现的可能性相同(等 可能性)。 则称定义在该样本空间Ω上的概率模型为古典概型。这类随机现象由于具有直观，简单的特点，所以在概率论发展的初期是人们研 究的主要对象，先讨论它有助于理解概率论的许多基本概念，同时古典概型本身也仍然有着重要的应用背景。 定义3.2 设随机试验E为古典概型,其样本空间 为?={ω1,ω2,..,ωn}；对于任一事件A，其概率定义为: 若记μ(A)={事件A中包含的样本点数}, 则P(A)= μ (A)/ μ (?)。 由定义，P(A)有以下性质： (1) 非负性：?A ? ?，P(A)?0； (2) 规一性：P(Ω)=1； (3) 设事件A1,…,Am互不相容,则： (4) 对于每一样本点ωi (1≤i≤n)，有 P({ω1}) = P({ω2}) = ……= P({ωn}) = 证明：只证明 (4)，其余的留作练习 设事件Ai={ωi},1≤i≤n,则由定义知:P( Ai )= P({ω1}) = P({ω2}) = ……= P({ωn}) =1/n 。 事实上，“每一个样本点出现等可能”与(3.1)式等价，即事件A的概率P(A)仅与A中所含的样本点数有关，而与它具体含有的是哪些样本点无关。 例3.1 E1：掷一枚硬币一次,观察出现正、反面的情况。只有两个样本点,即n=2;又由于硬币的均匀对称性，故二个样本点ω(出现正面)、ω’(出现反面)是等可能的，故E1是古典概型。则P({ω})=P({ω’ })=1/n=1/2。 例3.2 E2:掷一颗骰子观察出现的点数。有6个样本点(n=6),假定骰子是均匀对称的,则可认为每个样本点ωi (1≤i≤6)出现的可能性相同,从而E2为古典概型。则 P({ωi})=1/n=1/6 (1≤i≤6)。若事件A表示出现偶数点,事件B表示出现点数至少为3,则A={ω2,ω4,ω6} 即 k=3,所以 P(A)=3/6=1/2;B={ω3,ω4,ω5,ω6}，即 k=4，所以P(B)= 4/6=2/3。 例3.3 袋中有10球，6个白球，4个红球。假设每个球被取出是等可能的，现随机的取出3个，试求取出k 个红球的概率 (0≤k≤3)。 解：将球编号,记6个白球依次为1~6,4个红球为7~10。假设每球被取出等可能，这等价于从10个号码中任取3个，不计次序的每一种取法是等可能的。因而若每次随机的取出3个,只观察其号码,不计其次序,则一个样本点等价于从10个号码中取其3,不计次序的一种组合。故样本点数 记Ak＝{取3个,取出k个红球}(0≤k≤3 ) 。显然, Ak发生,当且仅当3个球中,需从7~10号中取出k (0≤k≤3)个,且从1~6号中取出 3-k (0≤k≤3)个。由乘法原理有： （0≤k≤3).得 注意： (1)在解上题中,将球编号,目的是为了使我们建立的样本空间中的每一个样本点出现是等可能的。倘若对此题,球不加编号,那么在题设的条件下,随机取出3个,仅观察取到红球的个数。此时如果相应建立的(即解题者脑子设想的)样本空间为 。显然上述 样本空间的每个样本点 不是等可 能的。这时，如硬要套用古典概型的定义来求解就会发生错误。 (2)对于“等可能”的确切含义，要依据具体的题设条件给予确切的理解与描述。这是能否正确解决古典概型问题的关键之一。务请初学者倍加注意。 例3.4 n个人抽签分配n张彩票，设n张彩票中有m张有奖彩票(1≤m≤n)。假设每人抽到每一张彩票是等可能的。试求第k个人(1≤k≤n)抽到有奖彩票的概率。问第1个人抽到有奖彩票