一概率论的基本概念.ppt

概率论与数理统计 主讲人：周小辉 例:袋中装有两个红球和三个白球,从中依次取出两个,求两个都是红球的概率. 练习:设有8门大炮独立地同时向一目标各射击一次,若有不少于2发炮弹命中目标时,目标就被击毁,如果每门炮命中目标的概率为0.6,求目标被击毁的概率. 如果不做试验,抽查一人,他是患者的概率 患者阳性反应的概率是0.95，若试验后得阳性反应 则根据试验得来的信息，此人是患者的概率为 从0.005增加到0.1066,将近增加约21倍. 1. 这种试验对于诊断一个人是否患有癌症有意义. P(C｜A)= 0.1066 P(C)=0.005 试验结果为阳性 , 此人确患癌症的概率为 P(C｜A)=0.1066 2. 即使你检出阳性，尚可不必过早下结论你有癌症，这种可能性只有10.66% (平均来说，1000个人中大约只有107人确患癌症)，此时医生常要通过再试验来确认. P(Ai) (i=1,2,…,n) 是在没有进一步信息（不知道事件B是否发生）的情况下，人们对诸事件发生可能性大小的认识. 当有了新的信息（知道B发生），人们对诸事件发 生可能性大小P(Ai | B)有了新的估计. 贝叶斯公式从数量上刻划了这种变化 在贝叶斯公式中，P(Ai)和P(Ai |B)分别称为原因的验前概率和验后概率. 解 一、事件的独立性引例 一个盒子中有６只黑球、４只白球，从中有放回地摸球。求（1） 第一次摸到黑球的条件下，第二次摸到黑球的概率；（2） 第二次摸到黑球的概率。 例 A={第一次摸到黑球}，B={第二次摸到黑球} 则 设Ａ、Ｂ为任意两个随机事件，如果 Ｐ（Ｂ｜Ａ）＝Ｐ（Ｂ） 即事件Ｂ发生的可能性不受事件Ａ的影响，则称事件Ｂ对于事件Ａ独立． 显然，Ｂ对于Ａ独立，则Ａ对于Ｂ也独立，故称Ａ与Ｂ相互独立． 事件的独立性 independence 定义 事件的独立性 判别定义 事件Ａ与事件Ｂ独立的充分必要条件是 证明 实际问题中，事件的独立性可根据问题的实际意义来判断 如甲乙两人射击，“甲击中”与“乙击中”可以 认为相互之间没有影响，即可以认为相互独立 定理 下列四组事件，有相同的独立性： 证明 若A、B独立，则 所以， 独立。 定理 定义8: 上一页 下一页 返 回 定义:设A,B,C是三事件,如果具有等式 P(AB)=P(A)P(B)，P(BC)=P(B)P(C) P(CA)=P(C)P(A) 则称三事件A,B,C两两独立. 定义9: 上一页 下一页 返 回 定义:设A1,A2,…,An是n个事件,如果对于任意的1≤ij≤n有 P(AiAj)=P(Ai)P(Aj) 则称这n个事件A1,A2,…,An是两两独立的. 注意:一组事件两两独立并不能保证它们相互独立. 概念辨析 事件Ａ与事件Ｂ独立 事件Ａ与事件Ｂ互不相容 事件Ａ与事件Ｂ为对立事件 例1： 假设我们掷两次骰子,并定义事件A={第一次掷得偶数},B={第二次掷得奇数},C={两次都掷得奇数或偶数},证明A,B,C两两独立,但A,B,C不相互独立. 证明： 容易算出 上一页 下一页 返 回 例2： 甲、乙两射手射击同一目标,他们击中目标的概率分别为0.9与0.8,求在一次射击中(每人各射一次)目标被击中的概率. 上一页 下一页 返 回 2、 伯努利试验模型 定义10: 上一页 下一页 返 回 定理1: 上一页 下一页 返 回 例 有一批棉花种子,其出苗率为0.67,现每穴种4粒种子, (1) 求恰有ｋ粒出苗的概率(0≤k≤4)； (2) 求至少有两粒出苗的概率． (1) 该试验为4 重伯努利试验 解 (2) 设Ｂ表示至少有2粒出苗的事件,则 例 设某人打靶，命中率为0.7，重复射击5次，求恰好命中3次的概率。 解 该试验为5重伯努利试验，且 所求概率为 n=5,p=0.7;q=0.3;k=3 解:8门大炮独立地同时向一目标各射击一次,相当于8重贝努里试验.所求概率为 p= p8(2)+ p8(3)+…+ p8(8) =1- p8(0)- p8(1) =1- C800.60×0.48-C810.61×0.47 =0.991 解:设A1={第一次取得红球},A2={第二次取得红球}. (1)若用“不放回抽样”,则 P(A1A2)=P(A1)P(A2|A1)=(2/5)×(1/4)=0.1 (2)若用“有放回抽样”,则 P(A1A2)=P(A1)P(A2|A1)=(2/5)×(2/5)=0.16