概率统计1.2 2.pptVIP

§1.2 概率的统计定义及古典概型 一、概率的定义 1.概率的直观定义 2.概率的统计定义 二、古典概型及古典概型中事件的概率的求法 1.古典概型的定义 2.古典概型中事件的概率的求法公式 一、概率与频率 在投掷一枚硬币的试验中，虽然我们不能肯定事件A=“掷出正面”的发生，但由于硬币质地均匀，几何上对称.我们可以断定在一次试验在事件A发生的可能性大小为1/2. 把1/2称为事件A发生的概率，记为P（A） =1/2. 1.事件概率的直观定义 把事件A发生的可能性大小的具体数值称为事件A发生的概率，记为P（A）. 在T2中：A=“掷出5点”， P（A）=1/6. B=“掷出奇数点”， P（B）=1/2. 一个根本的问题：对于一个事件发生的可能性大小的具体数值—概率究竟是多少呢？ 在投掷硬币的试验中，由于硬币质地均匀，几何上对称.我们可以断定在一次试验在事件A发生的可能性大小为1/2，若不知道这些,我们还可以断定P（A）=1/2吗？ 在引言我们提到，若反复不断地掷硬币，随着 试验次数n的不断增加，比值μ/n（μ为A发生的 次数）会逐步稳定在0.5=P（A）附近. 由此，可以得到事件概率的另一种形式定义 2.事件概率的统计定义 在相同条件下，对试验T重复独立进行n次，若n次试验中A发生的次数为μ，μ/n= 称为A发生的频率。 若随着n的不断增加，比值 逐步稳定在一常数p附近，则称p为事件A发生的概率，记为P（A）= p. 说明: (1) 是事件A本身的属性，它是客观存在的，它与事件A的发生与否无关. (2) 是用 “测量”的，而 可以取得不同的数值，具有偶然性. 一个最基本的问题：如何寻找事件A发生的概率P（A）？ 这里我们先讨论一类简单的随机试验—古典概型中事件概率的求法. 二.古典概型 1.定义：若某一随机试验T满足： （1）样本空间Ω含有有限个元素.即 Ω= （2）每一个样本点出现的可能性大小一样. 则称这类随机试验为古典概型. 例1：T2中掷一枚质地均匀的骰子，观察其出现的点数. 设 “掷出i点” ，i=1,2,¨¨，6 例2：袋子中有10个球，球号分别为1-10号.从中任取一球观察球的号码. 设 则 例子不胜枚举，判别一个试验是否是古典 概型，关键是“等可能性”.对于“等可能性”常常 是利用实际问题的某种“对称性”来进行判别.再如掷两枚硬币，两颗骰子的试验. 2.古典概型中事件概率的求法. 设T-是古典概型，Ω中有n个样本点，A含有m个样本点，则事件A发生的概率为：P(A)=m/n 例3：投掷一颗骰子，求Ａ＝“掷出奇点数”,Ｂ＝“掷出偶点数不超过２”的pr. A={1，3，5}, P(A)=3/6=1/2 B={1,2}, P(B)=2/6=1/3. 例4：同时抛掷两枚硬币，求A=“恰有一枚正面向上”的pr. 解：等可能的样本点有4个，即ω1=“正，正”， ω2=“正，反”，ω3=“反，正”，ω4=“反，反” 而A={ω2，ω3}, P(A)=2/4=1/2 注:本题中把 ={全正,一正一反,全反}.这三个样本点的出现不是等可能的.由实际经验可以判别,出现“一正一反”的可能性要大些. 例5:同时掷两颗均匀的骰子,求A=“点数之和为9”的pr. 本例同例4.要注意把什么作为等可能的基本事件. 一种错误的解法是:投掷两颗骰子,点数之和不外乎是2,3,…12,而点数之和为9是其中之一,故所求pr.为1/11. 错在哪里?这里把点数之和作为样本点并无不可.问题是这11个样本点的出现不是等可能的,因而不能用古典的pr.公式计算. 解:设（ij）={一号骰子掷出i点,二号骰子掷出j点}.i,j=1,2，¨¨¨，6 　　则 　={11,12,¨·,16,21,22,¨·,26,¨¨¨， 　61,62,¨66} 　　A={36,45,54,63}， P(A)=4/36=1/9 注1:①由于骰子的对称性以及搭配方式的均匀性.这36个样本点是“等可能”的. ②类似:可求其他事件pr:P(i+j=7)=6/36=1/6(概率最大的事件),P(i+j=12)=1/36 注2:以上3例都是通过罗列A所包含样本点的