机率概念.PPT

* * 例6.4 設事件A表推出一新產品的時間為1年；事件B表推出一新產品的時間為2年；事件C表推出一新產品的時間為3年；事件D表推出一新產品的時間為4年。現已知P(A)=0.1，P(B)=0.3，P(C)=0.4，P(D)=0.2。 (a)試求新產品上市時間至多為2年的機率。 (b)試求新產品上市時間至少為2年的機率。 * * * * 例6.6 * * * 例6.7 已知教室內有10個學生，男女各5人。現自其中隨機抽取2人，試求： (a)男生與女生各1人的機率。 (b)兩人均為男生的機率。 * * 例6.8 連續投擲一公正的硬幣10次，觀察並依次記錄其出現H或T的情況。則 情況（甲）HHHHHHHHHH 情況（乙）HHHHHHHHHT 情況（丙）HHHHHTTTTT 哪一種情況發生之機率最大？ (A)機率相等　(B)甲　(C)乙　(D)丙。 * * * 例6.9 (b)求出B未發生之下，A發生的條件機率。 * * * * * * 例6.11 巧合真的很碰巧嗎？ 提到巧合，首先要講的是，我們經常是過度重視巧合。在學校裡常有人提到的是生日的巧合。 在一個有30個人的班上，當有某兩位學生的生日相同時，這兩個人大概會因此而覺得份外親密。然而，這種情況卻不罕見。 * 例6.11 什麼？！或許你會覺得這是一個罕見的巧合，畢竟，一年有365天，因此，你預期班上的人數至少要有180人，才有半數的機率出現生日巧合。 然而，事實並非如此。實際上，班級人數只要達到「23」人，其中有兩位學生的生日相同的機率就會超過50%。 * * 例6.11 【解】 由於某學生在哪天出生，和另一位學生的生日並無關係（只要這兩人不是雙胞胎），因此，就像拋硬幣一樣，生日巧合機率的算法也和拋硬幣機率的算法相同，把兩項機率相乘即可。 * * * * * 例6.11 【解】 因此，在23人的班級裡，任意兩人的生日皆不相同的機率為49%。 不過，除了沒有學生的生日相同之外，另外51%會出現什麼情況呢？那就是至少有兩位學生的生日相同。 換句話說，就算只有23位學生，至少有兩位學生的生日相同的巧合事件的發生機率是51%。 * * 本章綱要 86 31 67 第六章 機率概念 6.1 緒言 6.2 機率的概念 6.3 機率的定義與性質 6.4 事件關係與機率定律 6.5 條件機率分配與統計獨立 86 31 67 本章綱要 6.1 緒言 6.2 機率的概念 6.3 機率的定義與性質 6.4 事件關係與機率定律 6.5 條件機率分配與統計獨立 第六章 機率概念 86 31 67 本章綱要 6.1 緒言 6.2 機率的概念 6.3 機率的定義與性質 6.4 事件關係與機率定律 6.5 條件機率分配與統計獨立 第六章 機率概念 86 31 67 本章綱要 6.1 緒言 6.2 機率的概念 6.3 機率的定義與性質 6.4 事件關係與機率定律 6.5 條件機率分配與統計獨立 第六章 機率概念 86 31 67 本章綱要 6.1 緒言 6.2 機率的概念 6.3 機率的定義與性質 6.4 事件關係與機率定律 6.5 條件機率分配與統計獨立 第六章 機率概念 86 31 67 本章綱要 6.1 緒言 6.2 機率的概念 6.3 機率的定義與性質 6.4 事件關係與機率定律 6.5 條件機率分配與統計獨立 第六章 機率概念 86 31 67 本章綱要 6.1 緒言 6.2 機率的概念 6.3 機率的定義與性質 6.4 事件關係與機率定律 6.5 條件機率分配與統計獨立 第六章 機率概念 86 31 67 本章綱要 6.1 緒言 6.2 機率的概念 6.3 機率的定義與性質 6.4 事件關係與機率定律 6.5 條件機率分配與統計獨立 第六章 機率概念 機率概念 統計學是研究蒐集資料、分析資料並據以對所研究的問題做出結論的科學和藝術。 然而由於統計學所考察的資料都帶有隨機性的誤差，因此根據這種資料所做出的結論，自然會具有不確定性，欲量化不確定性的大小則必須借助於機率論的概念和方法。 * 統計學與機率論這兩個學科的密切聯繫，正是基於這一點。 * 機率的趣味在於事前和事後的比較，例如，某人認為某一投資是十拿九穩，然而很可能「半路殺出一個程咬金」，讓原本認為「不可能發生」的後果卻發生了，眼睜睜看著煮熟的鴨子飛了，使他功虧一簣。 　　 * 機率理論在當面對不確定狀況，而且不得不做一個抉擇時也常用到，這就是「風險評估」。 　　 * 嚴格地說，機率理論是關於隨機試驗(random experiment)的數學模式的理論，討論機率現象所遵循的法則