概率论第02讲综述.ppt

——古典概型试验下事件A的概率的计算;在概率论发展早期，人们就已经注意到只考虑那种仅有有限个样本点的随机试验是不够的，还必须考虑试验结果是无穷多个的情形，这中间最简单的一类是试验结果是无穷多个，而又有某种“等可能”的情形;….………………………….. .……………………………G …………………………….. ……………………………… ……………………………… ……………………………… ……………g………………. ……………….……………… ……………………………… ……………………………… ……………………………… ………………………………. ………………………………. ……………………………… ;二. 几何概率;2、 概率计算 ; §4 频率与概率;直观想法是用频率来近似事件 A 在一次试验中发生的可能性的大小，但是这种近似是否可行呢？;掷一枚均匀硬币，记录前400次掷硬币试验中频率P*的波动情况。（横轴为对数尺度） ;2. 频率的稳定性 ;3．概率的频率定义 ;4．频率定义概率的意义;5. 频率的基本性质 ;五、概率的公理化定义 ; 设试验E的样本空间为S，?为包含S, ?，以及满足一定条件的S的一些子集组成的集合，P为定义在 ?上的一维实函数 ;那么称P(A)为事件A的概率, 称(S , ? , P)为一概率空间 ;; 又因 再由性质 3便得 ; 三个事件和的概率为 ;;例 3;例4 设元件盒中装有50个电阻，20个电感，30个电容，从盒中任取30个元件，求所取元件中至少有一个电阻同时至少有一个电感的概率. ; ;例 5. 甲、乙两人先后从52张牌中各抽取13张,求甲或乙拿到4张A的概率. (1) 甲抽后不放回，乙再抽; (2) 甲抽后将牌放回，乙再抽. ;(2) A、B相容; ;P(A )=1/6，; 又如，向长方形S内随机均匀投点，若已知点落在区域B内，求在此条件下点落在区域A内的概率 ;条件概率P(A|B)实质就是缩减了样本空间上的事件的概率。由于已知事件B已经发生，原样本空间S缩减为B，在该空间上再进一步计算事件A发生的概率;1.定义 设A、B是两个事件，且P(B)0， 则称 ;2. 性质;条件概率P(.|B)也具有三条公理导出的一切性质; （2） 在缩减的样本空间上计算 ;解法1: ;P(AB)=P(B)P(A|B) (1) ;乘法公式容易推广到多个事件的积事件的情况，如 ; 例4 一场精彩的足球赛将要举行，5个球迷好不容易才搞到一张入场券.大家都想去,只好用抽签的方法来解决.　　　; “大家不必争先恐后，你们一个一个 按次序来，谁抽到‘入场券’的机会都 一样大.” ;　解　我们用Ai表示“第i个人抽到入场券” i＝1,2,3,4,5.;因为若第2个人抽到 了入场券，第1个人 肯定没抽到.; 也就是说“抽签与顺序无关.” ;;定义 ;一. 全概率公式 ;　　　;对求和中的每一项 运用乘法公式得; 某一事件A的发生有各种可能的原因（或途径，或前提条件），i=1, 2,…, n。如果A是由原因Bi 所引起，则A发生的概率是; 由此可以形象地把全概率公式看成为“由原因推结果”，每个原因对结果的发生有一定的“作用”，即结果发生的可能性与各种原因的“作用”大小有关. 全概率公式表达了它们之间的关系 .;例7 发报机发出“.”的概率为0.6，发出“—”的概率为0.40；收报机将“.”收为“.”的概率为0.99，将“—”收为“.”的概率为0.02。求收报机将任一信号收为“.”的概率 ;实际中还有下面一类问题，是 “已知结果求原因”;记 Bi={球取自i号箱}, i=1,2,3; A ={取得红球};二. 贝叶斯公式; 贝叶斯公式在实际中有很多应用，它可以帮助人们确定某结果（事件 A）发生的最可能原因.;例9