概统节.pptVIP

应用: 将事件的关系和运算与概率的性质相结合实现事件的概率计算问题 两种概率模型: 1)古典概型 2)几何概型 例5 例5 “分房模型”的应用 生物系二年级有 n 个人，求至少有两 人生日相同（设为事件A ) 的概率. 解 为 n 个人的生日均不相同,这相当于 本问题中的人可被视为“球”，365天为 365只“盒子” 若 n = 64， 每个盒子至多有一个球. 由例4（6） 1o 明确所作的试验是等可能概型,有时需 设计符合问题要求的随机试验, 使其成为 等可能概型. 3o 计算古典概率时须注意应用概率计算的有关公式, 将复杂问题简单化. 2o 同一题的样本空间的基本事件总数 随试验设计的不同而不同, 如 例3不放回试验的两种不同设计. 一般 越小越好. 计算古典概率注意事项 * * * * * * * * * * §1.2 概率的定义及计算 §1.2 概率定义计算 历史上概率的三次定义 ③ 公理化定义 ② 统计定义 ① 古典定义 概率的最初定义 基于频率的定义 1930年后由前 苏联数学家柯尔莫哥洛夫给出 设在 n 次试验中，事件 A 发生了m 次， 频率 则称 为事件 A 发生的 频率. 频率的性质 事件 A, B互斥，则 可推广到有限个两两互斥事件的和事件 非负性 归一性 可加性 稳定性 某一定数 投一枚硬币观察正面向上的次数 n = 4040, nH =2048, f n( H ) = 0.5069 n = 12000, nH =6019, f n( H ) = 0.5016 n = 24000, nH =12012, f n( H ) = 0.5005 频率稳定性的实例 蒲丰( Buffon )投币 皮尔森( Pearson ) 投币 频 率稳定性的 应 用 第五章指出:当试验次数较大时有 事件发生 的概 率 事件发生 的频 率 概率的 统计定义 概率的定义 在相同条件下重复进行的 n 次 试验中, 事件 A 发生的频率稳定地在某一 常数 p 附近摆动, 且随 n 越大摆动幅度越 小, 则称 p 为事件 A 的概率, 记作 P(A). 对本定义的评价 优点：直观 易懂 缺点：粗糙 模糊 设 ? 是随机试验E 的样本空间，若能找到 一个法则，使得对于E 的每一事件 A 赋于一个 实数，记为P ( A ), 称之为事件 A 的概率，这种 赋值满足下面的三条公理： 非负性： 归一性： 可列可加性： 其中 为两两互斥事件， 概率的公理化理论由前苏联数学家柯尔莫 哥洛夫(A.H.Колмогоров)1933年建立. 概率的 公理化定义 公理化定义 概率的性质 有限可加性: 设 两两互斥 若 对任意两个事件A, B, 有 加法公式：对任意两个事件A, B, 有 推广： 一般： 例1 小王参加“智力大冲浪”游戏, 他能答 出甲、乙二类问题的概率分别为0.7和0.2, 两类问题都能答出的概率为0.1. 求小王 解 事件A , B分别表示“能答出甲,乙类问题” (1) (1) 答出甲类而答不出乙类问题的概率 (2) 至少有一类问题能答出的概率 (3) 两类问题都答不出的概率 (2) (3) 例1 例1 中小王他能答出第一类问题的概 率为0.7, 答出第二类问题的概率为0.2, 两 类问题都能答出的概率为0.1. 为什么不是 ？ 若是的话, 则应有 而现在题中并未给出这一条件. 在§1.4中将告诉我们上述等式成立的 条件是 ：事件 相互独立. 设 随机试验E 具有下列特点： 基本事件的个数有限 每个基本事件等可能性发生 则称 E 为 古典(等可能)概型 古典概型中概率的计算： 记 则 古典（等可能）概型 概率的 古典定义 古典概型 例3 袋中有a 只白球，b 只红球，从袋中按 不放回与放回两种方式取m个球（ ), 求其中恰有 k 个 （ ）白球的概率 解 （1）不放回情形 E: 球编号，任取一球，记下颜色，放在一边， 重复 m 次 ?: 记事件 A 为m个球中有k个白球，则 例3 又解 E1: 球编号, 一次取 m 个球,记下颜色 ?1: 记事件 A 为m个球中有k个白球，则 不放回地逐次取 m 个球, 与一次任取 m 个 球算得的结果相同. 则