第二节古典概率与几何概率.pptVIP

第2节 古典概率与几何概率 定义 随机事件A发生可能性大小的度量(数值), 称为A发生的概率,记作P(A). 对于一个随机事件(必然事件和不可能事件除外)来说,它在一次试验中可能发生,也可能不发生.我们希望知道某些事件在一次试验中发生的可能性究竟有多大,找到一个合适的数来表示事件在一次试验中发生的可能性大小. 一、概率的定义及性质 1. 概率的统计定义 ( 描述性定义) (1) 频率 定义2.1 在一定的条件下,随机事件在n次重复试验中出现的次数nA,,叫做事件A发生的频数.比值nA/n叫做事件A发生的频率,并记为 fn(A)= nA/n. 频率具有下述性质: （1）0≤fn(A)≤1; （2）fn(Ω )=1; （3）若A1,A2,…,Ak是两两互不相容的事件,则 历史上抛掷匀质硬币的若干结果 0.4998 14994 30000 维尼 0.5005 12012 24000 皮尔逊 0.5016 6019 12000 皮尔逊 0.5069 2048 4040 蒲丰 0.518 1061 2048 德.摩尔根 正面出现频率m/n 正面出现次数m 抛掷次数 n 试验者 (2) 概率的统计定义 定义2.2 在一定的条件下,进行了n次重复试验,在这n次试验中,事件A发生了nA次,当试验的次数n很大时,如果事件A发生的频率 fn(A)=nA/n 稳定在某个常数p的附近摆动,而且随着试验次数的增大,这种摆动的幅度越变越小,则称数值p为事件A在一定条件下发生的概率,记作P(A)=p.这样定义的概率称为统计概率. 注意 (1) 常数p是与试验次数n无关的.它是事件A的固有属性,而不随人的意志和试验操作发生变化.常数p是一种理论值,可以在一定的理论下推算出来. (2) 随着试验次数n的增加, 频数nA将逐步增大lim nA=∞,频率nA/n是实际操作的结果, 是试验值,不同的人,不同的时期,得到的结果可能不同. 频率nA/n作为一个数列, lim nA/n 并不一定收敛于p, 而只是在p的附近摆动. 以后我们会知道，频率fn(A) =nA/n实际上是一个 随机序列。 具有以上两个特点的随机试验称为古典概型,也称为等可能概型. 在概率论发展的初期主要研究具有如下两个特点的随机试验: (1)试验的样本空间的元素只有有限个; (2)试验中每个基本事件发生的可能性相同. 二、古典概型 1.古典概型的定义 定义2.4 若一试验(概型)满足下列两个特征: (1)试验的样本空间中的基本事件的总数是有 限的,即 (2) 每个基本事件的出现是等可能的,即 则称此试验为等可能概型或古典概型. 例2 掷一枚均匀的硬币，只有“正面向上”或“反面 向上”两种结果，而且这两种结果出现的可能性相 同，均为1/2 例3 从100件同类型的产品中，任意抽取1件进行 质量检查，则共有100种抽法，且每种出现的可能 性大小相同，均是1%. 2.古典概率的计算公式 设随机试验的样本空间为 又由于基本事件是两两不相容的,于是有 所以 由于在试验中每个基本事件发生的可能性相同,即有 设古典概型的样本空间中基本事件的总数为 n, 事件A中包含的基本事件的个数为nA,则事件 A发生的概率为 古典概型中的事件A的概率P(A)就是A包含的 样本数nA与样本空间中的样本点数n的比值. 称此为古典概率公式 古典概率的定义 即样本空间有4个样本点,而随机事件A1包含2个样本点,随机事件A2包含3个样本点,故 P(A1)=2/4=1/2，P(A2)=3/4 例4 将一枚硬币抛掷二次,设事件A1为“恰有一次出现正面”; 事件A2为“至少有一次出现正面”.求P(A1)和P(A2). 解 正面记为H,反面记为T,则随机试验的样本空间为 Ω ={HH,HT,TH,TT} 而 A1={HT,TH} A2={HH,HT,TH} 例5 抛掷一颗匀质骰子，观察出现的点数，求出现的点数是不小于3的偶数的概率. 解 设A表示出现的点数是大小于3的偶数，则基本事件总数n=6，A包含的基本事件是“出现4点”和“出现6点”即m=2，即 故 例6 在100件产品中,有4件次品,其余均为正品,求 (1) 这批产品的次品率； (2) 任取3件，全是正品的概率； (3) 任取3件，恰好有2件正品的概率. 解 设A为“任取1件产品取到次品”，表示“任取3件 产品取到i件正品”， . 基本事件总数n1=100，A包含