山东大学-概率论与数理统计第一章.ppt

1.5 伯努利概型 将某试验 E 重复进行 n 次，且各次试验结果互不影响，则称这 n 次试验为 n 重独立试验. 若试验只有两个可能结果：A 及 ，记这种试验称为伯努利试验： 若将试验 E 重复进行 n 次，且每次试验结果互不影响（独立的），则称为 n 重伯努利试验. 在 n 重伯努利试验中，事件A可能发生0，1，…，n次。 例1.5.1 设一袋中有 3 个红球，7 个白球，从中任取一个球，有放回的共取 5 次，试求事件“ 4 次取到红球”的概率。 解： 记 A = { 4次取到红球}，Ai={第 i 次取到红球}，i = 1，2，…，5， 即事件 A 是 5 个互不相容事件的和，其中： 由于各次试验是相互独立的，所以有： 根据概率加法定理： 伯努利概型计算公式 定理1.5.1 设每次试验中事件 A 发生的概率为 p (0 < p < 1) ，则 A 在 n 次伯努利试验中恰好发生 k 次的概率为： ( k ＝ 0，1，2，...，n ) 其中： 例1.5.2 对某种药物的疗效进行研究，设这种药物对某种疾病的有效率为 p = 0.8，现有 10 名患此种疾病的患者同时服用此药，求其中至少有 6 名患者服药有效的概率。 解： 这是伯努利概型，n = 10，p = 0.8，记 A ={至少有 6 名患者服药有效}，则： 例1.5.3 一大批某型号的电子器件，已知其一级品率为 0.3，现从中随机抽查 20 只，问其中有一级品的概率是多少 解： 由于这批电子器件总量较大，而抽取的只有 20 只，相对来说较小，故可将抽查的 20 只近似的看作有放回抽样. 将“抽取 1 只”作为一次试验，则“抽取 20 只”相当于 n = 20 的伯努利概型. 记 A ={抽取 20 只，有一级品}，由伯努利概型公式及逆事件关系得： “概率很小的事件在一次试验中几乎不可能发生”，又称为小概率事件的实际不可能原理。 知识点 概率的定义 P(A) 概率的计算模型：古典概型、几何概型、 Bernoulli独立试验概型 概率的计算法则：加法法则、乘法法则、全概率公式和贝叶斯公式 条件概率的定义和计算 独立事件的定义和判断 几个题型 例2 随机地向 内投掷一点，点落在半圆内任何区域的概率与该区域的面积成正比，则原点和该点的连线与x轴夹角小于 的概率 例3 设 A, B 为两随机事件，则 A, B 独立。 例4 设两两独立的三个事件 A, B, C，且 ABC=Φ, P(A)= P(B)=P(C)<1/2, 且 P(A+B+C)=9/16, 则 P(A)= 例5 已知 例6 设 A,B 为两随机事件，P(A)=0.7, P(B)=0.5, 则 P(B|A)的取值范围为 * * * 即 ：当 P(A) >0, P(AB)=P(A)P(B)等价于： P(B) ＝ P(B|A) 若 A, B 相互独立，由条件概率定义: 用P(AB)=P(A) P(B)刻划独立性,比用 P(A|B) = P(A) 或 P(B|A) = P(B) 更好,它不受P(B)>0或P(A)>0的制约. 定理1.3.2 下列四组事件，有相同的独立性： 证明: 若A、B独立，则 : 所以， 独立。 在实际应用中,往往根据问题的实际意义去判断两事件是否独立. 由于“甲命中”并不影响“乙命中”的概率，故认为A、B独立 . 甲、乙两人向同一目标射击，记 A={甲命中}, B={乙命中}，A与B是否独立？ 例如 （即一事件发生与否并不影响另一事件发生的概率） 一批产品共n件，从中抽取2件，设 Ai={第i件是合格品} i=1,2 若抽取是有放回的, 则A1与A2独立. 因为第二次抽取的结果受到第一次抽取的影响. 又如： 因为第二次抽取的结果不受第一次抽取的影响. 若抽取是无放回的，则A1与A2不独立. 事件独立和事件互斥的关系 若 则“事件 A 与 事件 B 相互独立”和 “事件 A 与 事件 B 互斥”不能同时成立. 请问：如图的两个事件是独立的吗？ 而P(A) ≠0, P(B) ≠0 若互斥： P(AB)=0 P(AB) ≠ P(A)P(B) 即 故 A、B不独立 反之，若A与B独立，且P(A)>0,P(B)>0, 则 P(AB)>0, 进而 A 、B不互斥. 如投点试验E:[0,1] A=[0,1/2),B=[1/4,3/4) 独立？ 多个事件的独立性 将两事件独立的定义推广到三个