概率论 第二讲 等可能概型.ppt

第二讲 等可能概型 一 等可能概型的概述 二 古典概率 三 几何概率 等可能概型的概述 一、定义：样本空间中的每个样本点在一次试验后以相等的可能性出现，即等可能性。 二、注意：搞清楚样本空间，事件，基本事件的关系。 一. 古典概率 随机事件发生的可能性大小常用区间[0，1]中的一个数值来刻划，这个数值称为概率，记为 p （A）。 自然地规定 P（Ω）=1， P（φ）=0。 0≤p(A) ≤1 　　 （2）抛一枚匀称的硬币，出现正面和反面的可能性相同。 这两个试验的共同特点是： ①每次试验只有有限种可能的试验结果，即样本点总数有限。 ②每次试验中各基本事件出现的可能性是相同的，即等可能性。 在现实问题中，有很大一类随机现象具有一些共同的特征，可以直接计算出事件的概率。比如： （1）一盒灯泡100个，任取一个检查其质量，则100个灯泡被抽取的机会相同。 在概率论中，把具有上述两个特点的试验叫做古典型试验，它的数学模型称为古典概型。 在古典概型中，记n为样本点总个数，如果事件A中包含nA个样本点，（或称有利于A的样本点个数为nA ）那么规定 P（A）= nA/n 　　　例1. 盒中装有5个球，三白两红，从中任取一个，问：取到白球的概率是多少？若从中任取两个，问两个球全是白球的概率是多少？（考虑50个球的情形：计数原理和排列组合） 解： 　　P?=3/5 　　P2=3*2/(5*4)=3/10 1. 从n个元素中任取k个，有 种不同的结果； 2. 一件事情分几个步骤完成，则互相之间用乘法，一件事情有若干种方法来完成，则互相之间用加法，这就是所谓的计数原理。 　　例2. 一个盒子中装有10个晶体管，其中3个是不合格品。从这个盒子中依次随机地取2个，在有放回与无放回抽样的二种情况下求2个中恰有1个是不合格品的概率。 注意抽样的区别：有放回抽样和无放回抽样。 有放回的情况下 p=(7×3+3×7)/102=0.42 在无放回的情况下 p=(7×3+3×7)/(10×9)=0.47 　　例3. 两封信随机地向四个邮筒投寄，求A∶第二个邮筒恰好被投入一封信的概率，B∶两封信在同一邮筒的概率。 解： 　P(A)=(3+3)/42=3/8 　P(B)=4/42=1/4 在古典概型中显然有 P(ā)=(n-nA)/n=1-p(A) 　　例4，掷两颗骰子，试求出现的点数之和小于10的概率。 　　解：样本空间共含36个样本点，点数之和大于等于10含样本点(5，5），（4，6），（6，4），（5，6），（6，5），（6，6）共6个。 　　　P=1-6/36=5/6 例5，某城市的电话号码升为6位数，且第一位为6或8。求（1）随机抽取的一个电话号码为不重复的六位数的概率；（2）随机抽取的电话号码末尾数是8的概率。 解（1） （2） 6 8 8 8 例6 （女士品茶问题）一位常喝奶茶的女士声称她能辨别出冲好的奶茶是先放茶还是先放奶，并且她在10次试验中都正确地辨别了出来，问她的说法是否可信？ 每次试验只有两个结果，或者先放茶后放奶，或者先放奶后放茶，十次试验共有 不同结果。 而10次都正确的结果只有 一种！ 解：假设该女士的说法不可信，即该女士纯粹是猜测，则每次试验的两个可能结果：茶＋牛奶或牛奶＋茶是等可能的． Ａ＝｛该女士在１０次试验中都正确的辨别出来｝，则 p（Ａ）=1/210=0.0009766　 这是一个小概率事件． 　概率论中“实际推断原理”:一个小概率事件在一次试验中实际上是不会发生的． 　因此按“实际推断原理”事件Ａ实际不会发生，这与实际试验结果相矛盾，因此假设“女士纯粹是猜测”不成立，有理由断言该女士的说法是可信的． 例7 （抽奖券问题）某超市有奖销售，投放n张奖券只有一张有奖。每位顾客可抽一张。求第k位顾客中奖的概率。（无放回抽样）（1≤k≤n） 二. 几何概率 例：在一个匀称陀螺的圆周上均匀的刻上区间[0，3）上的各数字，旋转该陀螺，考察陀螺停下时接触地面的点的刻度恰