第二课时条件概率与独立性.docVIP

教学目标： 了解条件概率及其应用,体会数学来源于实践又服务于实践，发现数学应用意识和创新意识。 教学重点： 了解条件概率及其应用 教学难点： 条件概率的应用。 课型:新授课 教学过程 一、导入： 1.随机变量：如果随机试验的结果可以用一个变量来表示，那么这样的变量叫做随机变量 随机变量常用希腊字母ξ、η等表示 2. 离散型随机变量: 随机变量 只能取有限个数值 或可列无穷多个数值 则称 为离散随机变量，在高中阶段我们只研究随机变量 取有限个数值的情形. 3. 分布列:设离散型随机变量ξ可能取得值为 x1，x2，…，x3，…， ξ取每一个值xi（i=1，2，…）的概率为，则称表 ξ x1 x2 … xi … P P1 P2 … Pi … 为随机变量ξ的概率分布，简称ξ的分布列 4. 分布列的两个性质：任何随机事件发生的概率都满足:，并且不可能事件的概率为0，必然事件的概率为1．由此你可以得出离散型随机变量的分布列都具有下面两个性质： ⑴Pi≥0，i＝1，2，…； ⑵P1+P2+…=1． 对于离散型随机变量在某一范围内取值的概率等于它取这个范围内各个值的概率的和 即 5.二点分布：如果随机变量X的分布列为： X 1 0 P p q 6．超几何分布：在产品质量的不放回抽检中，若件产品中有件次品，抽检件时所得次品数X=m 则.此时我们称随机变量X服从超几何分布 二、教学理论： 1、条件概率： 任一个随机试验都是在某些基本条件下进行的，在这些基本条件下某个事件的发生具有某种概率. 但如果除了这些基本条件外还有附加条件，所得概率就可能不同.这些附加条件可以看成是另外某个事件发生. 条件概率这一概念是概率论中的基本工具之一. 给定一个概率空间，并希望知道某一事件发生的可能性大小. 尽管我们不可能完全知道试验结果，但往往会掌握一些与事件相关的信息，这对我们的判断有一定的影响. 例如，投掷一均匀骰子，并且已知出现的是偶数点，那么对试验结果的判断与没有这一已知条件的情形有所不同. 一般地，在已知另一事件发生的前提下，事件发生的可能性大小不一定再是. 已知事件发生条件下事件发生的概率称为事件关于事件的条件概率，记作. 一般说来，在古典概型下，都可以这样做.但若回到原来的样本空间，则当，有 . 这式子对几何概率也成立. 由此得出如下的一般定义. 定义1 对任意事件和，若，则“在事件发生的条件下的条件概率”，记作P(A | B)，定义为 . (1) 2．独立性　定义 称事件A与事件B独立，有 或P(B)=0 如，同时投两枚硬币，考察正、反面出现的情况，若以H表示正面，T表示反面，则样本空间为 　　Ω={(H，H)，(H，T)，(T，H)，(T，T)} 设A=“第一枚出现正面”，B=“第二枚出现反面”，则 ，H)，(H，T)}． ，H)，(T，T)}，AB={(H，T)} 　　故 　　故A、B独立． 　　 　　 甲乙两市位于长江下游，根据一百多年的记录知道，一年中雨天的比例，甲为20%，乙为18%，两市同时下雨的天数占12%. 求： ① 乙市下雨时甲市也下雨的概率；② 甲乙两市至少一市下雨的概率. 解 分别用，记事件{甲下雨}和{乙下雨}. 按题意有，，，. ① 所求为 . ② 所求为 . 例2 一个家庭中有两个小孩，求： 两个都是女孩的概率； 已知有一个为女孩时，另一个也女孩的概率． 　　解 以b表示男孩，g表示女孩，取样本空间 Ω={(b，b)，(b，g)，(g，b)，(g，g)} 　　以A表示“两个都是女孩”，B“表示有一个女孩”，则 ，g)}，B={(b，g)，(g，b)，(g，g)} 　　 例3 掷两颗均匀骰子，设 ：“第一颗出现6点”；B：“第二颗出现奇数点”；试验证A、B独立． 　　解 取样本空间为 　　Ω={(i，j)：1≤i，j≤6}， 　　则 A={(6，j)：1≤j≤6}， ，j)：1≤i≤6，j=1，3，5}， ，1)、(6，3)、(6，5)}， 　　故|Ω|=36，|A|=6，|B|=18，|AB|=3． 　　 　　因为P(AB)=P(A)P(B)，故知A、B独立．某工厂的产品要同时经过两名检验员检验合格方能出厂，但在检验时可能出现差错．对于第i名检验员，合格品不能通过检验的概率为αi，不合格品能通过检验的概率为βi(i=1，2)，如果两名检验员的工作是独立的，求： 一件合格品而不能出厂的概率； 一件不合格品而能出厂的概率． 　　解 设对i=1，2， i：“一件合格品被第i名检验员通过”， i：“一件不合格品被第i名检验员通过”， ：“一件合格品通过检验出厂”，