概率统计 第1.pptVIP

第一章 第一节 一、随机试验 二、随机事件与样本空间 例： 特殊随机事件： 三、事件间的关系及其运算 例1. 例2 某城市的供水系统由甲、乙两个水源与三部分管道 1，2，3 组成。每个水源都可以供应城市的用水。 第二节 频率与概 率 一、频率 二、概率（概率的公理化定义） 故事发生在十七世纪中叶，法国贵族德·美黑热衷于赌博，经常遇到赌资分配问题。他曾写信向当时法国的大数学家Pascal 请教问题： 第三节 排列与组合 2、 是指其中2位精通英语，同时另一位不精通英语 三、全概率公式与贝叶斯（Bayes）公式 1、全概率公式 注意： 全概率公式一般适用于前提未知或者前一步骤未知情况下，求某一事件的概率，需要根据具体情况构造一组完备事件组。前提或者前一步骤的所有可能情形构成完备事件组。 例4、 2、 贝叶斯公式 注意： 贝叶斯公式一般适用于由果导因的问题。 例6. 例7、 定理 性质 二、 多个事件的相互独立性 推广： 例1、 例2、 第一章结束 请注意复习！ 设某工厂甲, 乙, 丙 3 个车间生产同一种产品, 产量 依次占全厂的45％, 35％, 20％, 且各车间的合格品率为 0.96, 0.98, 0.95, 现在从待出厂的产品中检查出1个次品, 问该产品是由哪个车间生产的可能性最大？ 解 分别表示该产品是由甲、乙、丙车间生产， 设 A 表示“任取一件产品为次品” 由题意得 由贝叶斯公式 所以该产品是甲车间生产的可能性最大。 用全概率公式求 得 A—某种临床试验呈阳性 B—被诊断者患有癌症 根据以往的临床纪录，癌症患者某项实验呈阳性 的概率为0.95，而正常人该试验成阴性的概率为0.95， 已知常人患癌症的概率为0.005，现对自然人群进行普查， 如果某人试验呈阳性，求他患癌症的概率有多大？ 解 由题，已知 解 设 事件A 表示“作弊成功” 例8 考试监考问题，设如果严格监考，作弊成功的概率为1％，如果不严格监考，则作弊成功的概率为15％，某学校严格监考的概率为0.7，求学生作弊成功的概率。 事件 B表示“严格监考” 由题意 解 设 事件A 表示“作弊成功” 例8考试监考问题，设如果严格监考，作弊成功的概率为1％，如果不严格监考，则作弊成功的概率为15％，某学校严格监考的概率为0.7，如果某次考试有学生作弊成功，求该考试监考不严格的概率。 事件 B表示“严格监考” 由题意 第五节 事件的相互独立性 第一章 一 、两个事件相互独立 定义1 设A、B是两个事件，如果有如下等式成立 则称事件A、B相互独立。 设 A、B是两个事件 ⑴ 若 ，则A、B 相互独立的充分必要条件 为 ⑵ 若A、B 相互独立, 证 相互独立, 则有 反之，由乘法公式 ⑴ 若 ，则A、B 相互独立的充分必要条件 为 时，互不相容与相互独立 不能同时成立。 证 A、B互不相容 反之 A、B 相互独立 ，故A、B不可能互不相容。 证： 其余同理可证。 当 ⑵ 若A、B 相互独立, 则 例5 证明 证 假如一场比赛中先胜6局才算赢，两个赌徒在一人胜五局，另一人胜两局的情况下中断赌博，如何分配赌金？ Pascal 和当时第一流的数学家 Fermat 一起研究了此问题，得到正确的解答：15 : 1. 依据 3）其中仅有第一个赌徒四局皆输， 第二个赌徒才可能赢. 解： 1）设想再进行4 局比赛即一定可结束； 2）共有24 种可能情况，每一种情况出现是等可能的. 16种可能情况中,仅有“第一个赌徒四局皆输” 一种情况有利于第二个赌徒，故 P1 =15/16, P1 =1/16 15 : 1 结论: 第一章 等可能概型 一、等可能概型的定义 二、计算公式 三、计算方法 1.定义：具有以下两个条件的随机试验称为等可能概型 有限性 试验的样本空间中的元素只有有限个； 等可能性 每个基本事件的发生的可能性相同。 例：E1—抛硬币,观察哪面朝上 等可能概型也称为古典概型。 E2—投一颗骰子,观察出现的点数 ={ H,T } Ω1 ={1,2,3,4,5,6} Ω2 ② 若事件A包含k个基本事件，即 则有 2.计算公式： ① 1、乘法原理 若进行A1过程有n1 种方法，若进行A2过程有n2 种方法，假定A1过程与A2 过程是串联过程，则适用乘法,共有 种方法。 2、加法原理 进行A1过程有n1 种方法，进行A2过程有n2 种方法，假定A1过程与A2