电子科技大学《概率论》C1-2-改.PPTVIP

所求事件包含的样本点数为 是三次抽取中选出两次取到红球 2 3 C （2）无放回抽样 解法一 N=10×9×8=P 3 10 3 4 × × 2 3 C r = 6 × 解法二 注意 例子中的基本事件的结构有什么变化？ # 例11 掷两个均匀骰子，设 A={点数之和为10}， B={两个骰子的点数均为大于3的偶数}， 有 A ={ (5,5), (4,6), (6,4)}, B={(4,4), (4,6), (6,4), (6,6)}， A∪B={(4,4), (4,6), (5,5), (6,4), (6,6)}， AB={(4,6), (6,4)}， # 概 率 论 的 基 本 概 念 电子科技大学 电子科技大学 概 率 * 电子科技大学 §1.2 概 率 随机事件发生的可能性大小是一个客观存在的量. 概率是对随机事件发生可能性大小的客观度量. 例如 抛硬币试验 摸球试验 一、概率 事件A出现的概率（ Probability）记为P(A). 如何计算概率？怎样客观量度随机事件发生可能性大小？ 二、频率 定义 在相同条件下，进行n 次试验，事件A 发生了m 次，称比值 为事件A发生的频率. 频率在一定程度上反映了事件发生可能性的大小. 抛硬币试验 π的小数频率 例如： 频率具有稳定性：在一定条件下，随着实验次数的增多,频率会稳定于某个值. 频率可能因人因时或试验次数的变化而改变. 定义 设E是一个随机试验,若它满足以下两个条件： 例如： 抛硬币试验 产品抽检试验 (1) 仅有有限多个基本事件； 则称E 为古典概型试验. (2) 每个基本事件发生的可能性相等. 事件的可能性分析 赌马问题 三、古典概率 定义 设试验E为古典概型试验，Ai， i=1,2,…,n是基本事件,则由 样本空间的样本点总数 所含样本点的数目 A = 基本事件总数 所含的基本事件个数 A A P = ) ( 所确定的概率称为事件A的古典概率. 摸球试验 例如： 注 在古典概率的计算中常用到排列组合的知识，如乘法原理、加法原理等等。 摸彩试验 鸽笼问题 四 概率的公理化定义 频率不是概率； 古典概率局限性： 有限性和等可能性 古典概率不能解决所有的随机概率计算问题. 例如不能古典概率定义计算某股票明日上涨、下跌、持平的概率. 用抽象化方法定义概率. 古典概率的三个基本性质： (1) 对任意事件A，有0≤P (A)≤1； (2) P (W )=1； (3) 若A1，A2，…，Am互不相容，则 证明 和事件所含基本件数为∑ki, 且 P(Ai)=ki /n , n=1,2, ….m ,故 ∑P (Ai)=∑ ki /n =(∑ ki )/n 定义 设E的样本空间为W，对于E 的每个事件A均对应于惟一的一个实数，记为P(A)，其对应规则为 1. (非负性) 对任一事件A, 有0≤P(A)≤1; 2. (规范性) P(W )=1; 3. (可列可加性) E 的事件列A1, A2, …, 互不相容,则 称P(A)是A 的概率. 由公理化定义可得如下重要性质: 1. 不可能事件的概率为0, 即P(f )=0; 逆不真 证明 P(f )=0. 2. (有限可加性) 若试验E的事件组 A1,A2,…, Am互不相容,则有 3. 对立事件概率之和为1, 即 分析 4.(概率单调性) 若事件A和B满足A B, 则有 ∩ 证明 由概率的有限可加性，得 B B A 有用结论： A 概率加法定理 对试验E 的任意两个事件A 和 B 有 B A AB 概率的公理化定义及性质,为概率的计算提供了更完善的理论依据. 掷骰子问题 见P20例1.2.7 古典概率是公理化定义的特例. 例如： 抽检试验 道-琼斯股票指数 放球试验 例1 抛一枚均匀硬币，观察其出现正面H和反面T的情况. 通过实践与分析可得：硬币出现正面的可能性等于它出现反面的可能性. # 例2 从 10个标有号码 1, 2,…, 10 的小球中任取一个, 记录所得小球的号码. 在一定条件下摸出任一号码的小球的可能性是相同的，这是客观存在的事实. # 1 2 3 10 9 8 7 6 5 4 ? 例3 抛一枚均匀硬币, 观察其出现正面H和反面T的情况. 质地均匀的硬币出现正反面具有等可能性. 历史上几位著名科学家实际实验记录结果如下： 0.4998 14994 30000