- 1、本文档共23页,可阅读全部内容。
- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
概率基础知
概率基础知识? 一、事件与概率 (一)随机现象 在一定条件下,并不总是出现相同结果的现象称为随机现象。从这个定义中可看出,随机现象有两个特点: (1)随机现象的结果至少有两个; (2)至于哪一个出现,人们事先并不知道。 抛硬币、掷骰子是两个最简单的随机现象。抛一枚硬币,可能出现正面,也可能出现反面,至于哪一面出现,事先并不知道。又如掷一颗骰子,可能出现1点到6点中某一个,至于哪一点出现,事先也并不知道。 〔例1.2-1]随机现象的例子: (1)一天内进入某超市的顾客数; (2)一顾客在超市中购买的商品数; (3)一顾客在超市排队等候付款的时间; (4)一颗麦穗上长着的麦粒个数; (5)新产品在未来市场的占有率; (6)一台电视机从开始使用到发生第一次故障的时间; (7)加工机械轴的直径尺寸; (8)一罐午餐肉的重量。 随机现象在质量管理中到处可见。 认识一个随机现象首要的是能罗列出它的一切可能发生的基本结果。这里的基本结果是指今后的抽样单元,故又称样本点,随机现象一切可能样本点的全体称为这个随机现象的样本空间,常记为Ω。 “抛一枚硬币”的样本空间Ω={正面,反面}; “掷一颗骰子”的样本空间Ω={1,2,3,4,5,6}; “一顾客在超市中购买商品件数”的样本空间Ω={0,1,2,…}; “一台电视机从开始使用到发生第一次故障的时间”的样本空间Ω={t:t≥0}; “测量某物理量的误差”的样本空间Ω={x:-∞x∞}。 (二)随机事件 随机现象的某些样本点组成的集合称为随机事件,简称事件,常用大写字母A、B、C等表示,如在掷一颗骰子时,“出现奇数点”是一个事件,它由1点、3点、5点共三个样本点组成,若记这个事件为A,则有A={1,3,5}。 1.随机事件的特征 从随机事件的定义可见,事件有如下几个特征: (1)任一事件A是相应样本空间Ω中的一个子集。在概率论中常用一个长方形示意样本空间Ω,用其中一个圆(或其他几何图形)示意事件A,见1.2-1,这类图形称为维恩(Venn)图。 (2)事件A发生当且仅当A中某一样本点发生,若记ω1,ω2是Ω中的两个样本点(见图1.21): 当ω1发生,且ω1∈A(表示ω1在A中),则事件A发生; 当ω2发生,且ω2A(表示ω2不在A中),则事件A不发生。 (3)事件A的表示可用集合,也可用语言,但所用语言应是明确无误的。 (4)任一样本空间Ω都有一个最大子集,这个最大子集就是Ω,它对应的事件称为必然事件,仍用Ω表示。如掷一颗骰子,“出现点数不超过6”就是一个必然事件。 (5)任一样本空间Ω都有一个最小子集,这个最小子集就是空集,它对应的事件称为不可能事件,记为φ。如掷一颗骰子,“出现7点”就是一个不可能事件。 [例1.2-2]若产品只区分合格与不合格,并记合格品为“0”,不合格品为“1”。则检查两件产品的样本空间Ω由下列四个样本点组成。 Ω={(0,0),(0,1),(1,0),(1,1)}其中样本点(0,1)表示第一件产品为合格品,第二件产品为不合格品,其他样本点可类似解释。下面几个事件可用集合表示,也可用语言表示。 A=“至少有一件合格品”={(0,0),(0,1),(1,0)}; B=“至少有一件不合格品”={(0,1),(1,0),(1,1)}C=“恰好有一件合格品”={(0,1)(1,0)}; Ω=“至多有两件合格品”={(0,0),(0,1),(1,0),(1,1)}; φ=“有三件不合格品”。 现在我们转入考察“检查三件产品”这个随机现象,它的样本空间Ω含有23=8个样本点。 Ω={(0,0,0),(0,0,1),(0,1,0),(1,0,0),(0,1,1),(1,0,1),(1,1,0),(1,1,1)} 下面几个事件可用集合表示,也可用语言表示。 A=“至少有一件合格品”={Ω中剔去(1,1,1)的其余7个样本点}; B=“至少有一件不合格品”={Ω中剔去(0,0,0)的其余7个样本点}; C1=“恰有一件不合格品”={(0,0,1),(0,1,0),(1,0,0)}; C2=“恰有两件不合格品”={(0,1,1),(1,0,1),(1,1,0)}; C3=“全是不合格品”={(1,1,1)}; C0=“没有一件是不合格品”={(0,0,0)}; 2.随机事件之间的关系 实际中,在一个随机现象中常会遇到许多事件,它们之间有下列三种关系。 (1)包含:在一个随机现象中有两个事件A与B,若事件A中任一个样本点必在B中,则称A被包含在B中,或B包含A,记为AB,或BA,这时事件A的发生必导致事件B发生,如图1.2-2所示。如掷一颗骰子,事
您可能关注的文档
- 极坐标系和见曲线及参数方程习题.doc
- 杨千嬅歌曲选.doc
- 极致臻品凸完美切割工艺.doc
- 极限习题及案:数学归纳法.doc
- 林锐C++题.doc
- 板式换热器型计算的方法及公式.doc
- 极限与数学纳法.doc
- 构造辅助函.doc
- 枚举大小szeof 中枚举的大小详解.doc
- 枚举与迭代.doc
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)