概率论与数理统计 第一章 第二节.ppt

例：袋中有十只球，其中九只白球，一只红球，十 人依次从袋中各取一球(不放回)，问：第一个人取 得红球的概率是多少？第二个人取得红球的概率是 多少？ 例2（P18例6） 12个乒乓球都是新球，每次比赛时取出3个用完以后放回去，求第三次比赛时取到的3个球都是新球的概率。 例4. 市场上有甲、乙、丙三家工厂生产的同一品牌产品，已知三家工厂的市场占有率分别为1/4、1/4、1/2，且三家工厂的次品率分别为 2％、1％、3％，试求市场上该品牌产品的次品率。试判断该次品是甲厂生产的概率。 注意:互斥与独立的区别 1.互斥的概念是事件本身的属性； 独立的概念是事件的概率属性。 2.两事件互斥,即A与B不能同时发生； AB＝ ? 独立是指A与B的概率互不影响.P(A/B)=P(A) 3.若0P(A)1, 0P(B)1, 互斥一定不独立；独立一定不互斥。 4.在用途上有区别：互斥通常用于概率的加法运算, 独立通常用于概率的乘法运算。 例1(P21) 甲、乙、丙三部机床独立工作，由一个工人照管，某段时间内他们不需要工人照管的概率分别为0.9，0.8及0.85。求在这段时间内有机床需要工人照管的概率；机床因无人照管而停工的概率。 解:设A=“机床甲不需要工人照管”; B=“机床乙不需要工人照管”; C=“机床丙不需要工人照管”; 根据题意,A、B、C相互独立，并且 P(A)=0.9 P(B)=0.8 P(C)=0.85 理解：“机床因无人照管而停工”等价于同时有两台机器需要 照管（至少两台机器需要同时照管？）。 例2： 若例1中的3部机床性能相同，设P(A)＝P(B)＝P(C)＝0.8，求这段时间内恰有一部机床需要照管的概率；恰有两部机床需要照管的概率； 解：设Di＝“恰有i部机床需要照管” P(D1)=？ P(D2)=？ 二、独立试验序列概型 在概率论中，把在相同条件下重复进行试验的数学模型称为独立试验序列概型。 进行n次试验，若任何一次试验中各结果发生的可能性都不受其他各次试验结果发生情况的影响，称这n次试验是相互独立的。 进行n次试验，如果这n次试验满足： ⅰ)每次试验的条件相同 ⅱ)每次试验的结果互不影响 称这n次试验为：n次重复独立试验概型。 特别的：当每次试验只有两种可能结果，即只有事 件A与ā，且在每次试验中P(A)=p, P(ā)=1-p 时， 称为n重贝努里试验概型 例1：一批产品的废品率为0.1，每次抽取一个，观察后放回去， 下次再取一个，共重复3次，3次中恰有两次取到废品的概率 解：设B2＝“3次中恰有两次取到废品” Ai＝“第i次取到废品” ( i=1,2,3) 贝努里定理 设一次试验中事件A发生的概率为p(0p1),则n重贝努里试验中，事件A恰好发生k次的概率为： 其中q=1-p 全概率公式 设A1, A2,…, An是两两互不相容的事件，构成一个完备事件组，且P(Ai)0, i =1, 2, …, n; 另有一事件B, 它总是与A1, A2, …, An 之一同时发生，则全概率公式为： 若A1,A2,…,An是 样本空间Ω的一个 划分,那么,对于每次 试验,事件A1,A2,…,An 中必有一个且仅有一个 发生. 全概率公式的理论和实用意义: 全概率公式的主要用处在于它可以将一个复杂事件的 概率计算问题分解为若干个简单事件的概率计算问题, 最后应用概率的可加性求出最终结果. 在较复杂情况下，直接计算P(B)不容易, 但总可以适当 地构造一组两两互不相容的Ai , 使B伴随着某个Ai 的出 现而出现，且每个 P(B|Ai ) 容易计算。 Ai ：理解为导致事件B发生的原因或伴随事件. 全概率公式证明： B=B∩Ω=B(A1∪ A2∪ …∪ An)=BA1∪ BA2∪ …∪BAn 由假设AiAj=?,i≠j,知 (BAi)(BAj)=?,i≠j,且P(Ai)0(i=1,2,…,n),得到 P(B)=P(BA1)+P(BA2)+…+P(BAn) =P(A1)P(B|A1)+P(B2)P(B|A2)+…+P(Bn)P(B|An) 全概率公式例题1 有三个箱子, 分别编号1, 2, 3。1号箱装有1红球, 4白球; 2号箱装有2红球, 3白球; 3号箱装有3红球。某人从三箱中任取一箱, 再从箱中任取一球，求取到红球的概率。 解：记 Ai={球取自 i 号箱}, i =1,2,3; B ={取得红球}。 B发生总是伴随着A1,A2,A3 之一同时发生， 贝叶斯公式 设A1, A2,…, An构成一个完备事件组，并且它们都具有正概率，则对于任何一个概率不为零的事件B,