第1章概率论基础2.31.ppt

中国民用航空学院 1.2基本概念 1.2.1关于概率的基本概念 随机（现象）事件； 概率和频率； 随机事件的交、并及对立事件和互斥事件； 概率的加法公式； 1.2基本概念 一、概率的统计定义 ?频率:设在 n 次试验中，事件 A 发生了m 次，则称 为 事件A发生的频率。 ?频率的性质 ?非负性 ?规范性 ?可加性事件 A, B互斥，则 （注：可加性可推广到有限个两两互斥事件的和事件） ?可加性 →常数 1.2基本概念 ?频率稳定性的实例： 例：投一枚硬币观察正面向上(H)的次数 例：Dewey G. 统计了约438023个英语单词中各字母出现的频率, 发现各字母出现的频率不同： 1.2基本概念 以上结果表明：在相同条件下作重复实验时，对某一实验结果(事件A)具有如下特征： ?其是否发生是随机的，事先无法确定； ?其发生的频率又稳定的，稳定在一个常数附近； ?一般讲，对实验的某一结果(事件A)出现的频率偏离这个常数很大的可能性虽存在，但实验次数越大，频率偏离这个常数的可能性越小。我们就称这个常数为这一结果(事件A)发生的概率。 例如: 我们称1/2这个常数是“投掷硬币，正面朝上”这一事件的概率； 从上个世纪以来，各国婴儿性别的统计资料表明，女婴的频率“稳定”在21/43附近。我们称21/43这个常数是“出生婴儿为女婴”这一事件的概率。 1.2基本概念 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) 二、概率的古典定义 设 随机试验 E 具有下列特点： 基本事件的总数有限； 每个基本事件发生是等可能的。 则称 E 为古典概型(或等可能概型)。古典概率的计算公式 其中 1.2基本概念 例 将一枚 均匀的硬币连掷 2 次, 求掷出1 次正面的概率 ?解(Ⅰ)：此样本空间为 基本事件总数n=3，事件A “掷出 1 次正面”有1个样本点, 即m=1，故 ?解(Ⅱ)：此样本空间为: 基本事件总数: n=4 . 事件A “掷出 1 次正面” 由 2 个样本点( 正, 反 ) ,( 反, 正 ) 组成，即 ，故 1.2基本概念 ?结果的讨论： 解(Ⅰ)是错误的！ 因为这里的样本点ω1、ω2、ω3已不是等可能出现的 1.2基本概念 例 设P ( A ) = 0.6 , P ( B ) = 0.7, 在何条件 下, P(AB) 取得最大(小)值？求最大(小)值. 解：a)由加法法则 故 因此 所以 b) 1.2基本概念 小概率事件 —— 若P(A)0.001 则称A为小概率事件 小概率原理 ——一次试验中小概率事件一般是不会发生的. 若在一次试验中居然发生了,则可怀疑该事件并非小概率事件. 1.2基本概念 三、几何概率的定义 ?在某些情况中（如两个引例），可把实验中基本事件组中的每一个基本实验与某一个几何区域R中的点一一对应起来，这个区域可以是一段曲线（一维区域），或一个平面区域（二维区域）。这样在实验中某一事件A，就可与几何区域R中的子区域r表示了，如下图.为定义统一，若几何区域的大小我们称为这个区域的“测度”,则 子区域r的测度 P(A)= 区域R的测度 1.2基本概念 1.2.2条件概率 定义 设A、B为两事件, P(A)0, 则称 为事件 A 发生的条件下事件 B 发生的条件概率，记为 条件概率的计算方法 （1）等可能概型可用缩减样本空间法； （2）其他概型用定义与有关公式。 条件概率也是概率，它符合概率的定义，具有概率的性质： 非负性 规范性 可列可加性 1.2基本概念 乘法公式：利用条件概率求积事件的概率就是乘法公式 一般地，条件概率与无条件概率之间的大小无确定的关系 1.2基本概念 全概率公式与贝叶斯（Bayes） 公式 已知 全概率公式 1.2基本概念 意义 分割的意义是对样本空间的分类 不同条件下事件B发生的概率不同 事件B的概率是所有不同条件下的条件概率的加权平均 在连续情形下的推广 1.2基本概念 Bayes公式 在观察两个事件关系的时候，有时候需要知道A条件下B发生的概率P(A|B)，有时候需要知道B条件下A发生的概率P(B|A) Bayes公式揭示了这两个概率之间的关系 1.2基本概念 1.2.3 事件的独