网站大量收购独家精品文档,联系QQ:2885784924

概率论3讲.pptVIP

  1. 1、本文档共44页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
概率论3讲

概率论第3讲 第三章 随机事件的概率 随机事件虽然有偶然性的一面, 即它在一次试验中, 可能发生, 也可能不发生; 但是在大量重复试验中, 人们还是可以发现它是有内在规律性的, 即它出现的可能性的大小是可以度量的. 随机事件的概率就是用来计量随机事件出现的可能性大小的一个数字, 它是概率论中最基本的概念之一. 第一节 古典概型 概率的古典定义 讨论一类简单的随机试验, 其特征是: (1) 可能的试验结果的个数是有限的. 把这些试验结果记作e1,e2,...,en, 其全体记作U={e1,e2,...,en}; (2) 两两互斥的诸基本事件{e1},{e2},...,{en}出现的可能性相等. 这时, 称所讨论的问题是古典概型的. 例如, 在一个口袋中含有编号依次为1,2,...,n的n个球, 从这袋中任取一球, 以 ei表示试验结果取得号数为i的球 (i=1,2,...,n), 则U={e1,e2,...,en}. 这里, 由于取球是任意的, 所以两两互斥的基本事件{ei}(i=1,2,...,n)出现的可能性相等. 因此, 这问题属于古典概型. 对于古典概型的情形, 设所有可能的试验结果的全体为U={e1,e2,...,en}, 事件 例1 从一批由90件正品, 3件次品组成的产品中, 任取一件产品, 求取得正品的概率. 解 设想把这些产品进行编号. 比如, 把90件正品编为1#,2#,...,90#, 把3件次品依次编成91#,92#,93#. 则所有可能的试验结果的全体为U={1,2,...,93}, 其中i表示取得编号为i的一件产品(i=1,2,...,93), 是两两互斥的, 出现的可能性相等. 取得正品就是事件A={1,2,...,90}出现, 所以取得正品的概率为 例2 从例1的这批产品中, 接连抽取两件产品, 第一次抽出后的产品并不放回去, 求第一次取得次品且第二次取得正品的概率. 解 设想将这些产品按例1的办法编号, 抽到的结果可用一对有序数组(i,j)表示, i,j表示第一,第二次取得的产品的号数. 所有试验结果可由所有这种数组的全体表示, 共有93?92种. 事件A表示第一次取得次品且第二次取得正品, 可由i取91到93且j取1到90的数组表示, 共有3?90种. 因此 为了计算各种复杂事件的概率, 同时为了揭露概率的本质, 在古典概型的情形下, 证明如下定理. 定理 两个互斥事件A与B的和事件的概率, 等于事件A与事件B的概率之和, 即 P(A+B)=P(A)+P(B) 证 设U={e1,e2,...,en}, 例3 对于例2中的试验, 求取得两件产品为一件正品, 一件次品的概率. 解 设事件A为取得两件产品为一件正品, 一件次品; 事件A1为第一次取得正品, 而且第二次取得次品, 事件A2为第一次取得次品且第二次取得正品. 则A1,A2互斥, 且A=A1+A2. 因此 例4 从0,1,2,3这四个数字中任取三个进行排列. 求取得的三个数是三位数且是偶数的概率. 解 事件A表示排成的数是三位数且是偶数; 事件A0表示排成的数是末位为0的三位数; 事件A2表示排成的数是末位为2的三位数. 由于三位数的首位数不能为零, 所以 第二节 几何概率 对于试验的可能结果有无穷多个的情形,概率的古典定义显然是不适用了. 为了克服这个局限性, 我们仍以等可能性为基础把这个定义作必要的推广, 使得推广后的定义能适用于有无穷多个不同试验结果且各个基本事件具有等可能性的情形. 例如, 在一个均匀陀螺的圆周上均匀地刻上区间[0,3)上的诸数字, 旋转这陀螺. 要合理地规定陀螺停下时其圆周与桌 于是, 所要的概率可规定为 又如, 设一个粒子位于容积为V的容器内各点处的可能性相等, 即位于容器内的任何部分的可能性与这部分的容积成比例. 于是, 这粒子位于这容器内体积为v的一个部分区域D内的概率可规定为 以上两个例子中, 都以等可能性为基础, 借助于几何上的度量(长度,面积,体积或容积等)来合理地规定概率, 用这种方法规定的概率称为几何概率. 例5 甲,乙两人相约在0到T这段时间内, 在预定地点会面. 先到的人等候另一个人, 经过时间t(tT)后离去. 设每人在0到T这段时间内各时刻到达该地是等可能的, 且两人到达的时刻互不牵连. 求甲,乙两人能会面的概率. 解 以x,y分别表示甲乙两人到达的时刻, 那末 0?x?T, 0?y?T. 若以x,y表示平面上点的坐标, 则所有基本事件可以用一正方形内所有点表示, 两人能会面的条件是 |x-y|?t 所以所求概率为 第三节 随机事件的频率 概率的统计定义 设随机事件A在n次试验中出现了r次, 则称比值r/n为这n次试验中事件A出现的频率, 记作W(A), 即 下表是抛掷钱币的试

文档评论(0)

118books + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档