1.2厦门大学概率统计宣讲培训.ppt

§4 等可能概型;有些概率是无法精确推断的(主观概率);有些概率是可以精确计算的;比如：抛掷一枚均匀硬币的试验，抛掷一枚均匀骰子的试验,从一副扑克牌中随机抽取一张。;由古典概型的等可能性，得;若事件A 包含k 个基本事件，即A={e1,e2, …ek }, 则有 ： ;解：根据上一节的记号，E2 的样本空间 S2={HHH, HHT, HTH, THH, HTT, THT, TTH,TTT}, n = 8，即 S2 中包含有限个元素，且由对称性 知每个基本事件发生的可能性相同，属于古典概型。;? 事件 A2为“至少有一次出现正面”，;二、基本组合分析;排列：从含有n个元素的总体中取出r个来进行排列。这时既要考虑到取出的元素也要顾及其取出顺序。;组合：从含有n个元素的总体中取出r个而不考虑其取出顺序。; 例2 一口袋装有 6 只球，其中 4 只白球、2 只 红球。从袋中取球两次，每次随机的取一只。考 虑两种取球方式： 放回抽样 第一次取一只球，观察其颜色后放 回袋中， 搅匀后再取一球。 不放回抽样 第一次取一球不放回袋中，第二 次从剩余的球 中再取一球。 分别就上面两种方式求： ; 解：设 A= “取到的两只球都是白球 ”， B= “取到的两只球颜色相同 ”， C= “取到的两只球中至少有一只是白球”。 有放回抽取: 基本事件是可重复排列。; 无放回抽取: 基本事件是不可重复排列。; 例 3 将 n 只球随机的放入 N (N ? n) 个盒子中去， 求每个盒子至多有一只球的概率(设盒子的容量不限）。; 此例可以作为许多问题的数学模型，比如每人的生日在在一年365天中的任一天是等可能的，那么随机选取n(≤365)个人，他们的生日各不相同的概率是： (365·364·…·(365-n+1))/365n 因而，n个人中至少有两人生日相同的概率是： p=1-(365·364·…·(365-n+1))/365n ; 例4 设有 N 件产品，其中有 D 件次品，今从中任 取 n 件，问其中恰有 k ( k ? D ) 件次品的概率是多少?;于是所求的概率为：;2）有放回抽样(基本事件为排列);例5 袋中有 a 只白球，b 只红球．k个人依次在袋中取 一只球，(1)作放回抽样；(2)作不放回抽样，求第i(i=1, 2,…,k)人取到白球(记为事件B)的概率(k≤a+b)．;例6 在 1~2000 的整数中随机的取一个数，问取到的整数既不能被 6 整除，又不能被 8 整除的概率是多少？;于是所求的概率为：; 例7 将 15 名新生随机地平均分配到 3 个班中去，这 15 名新生中有 3 名是优秀生。问： (1) 每个班各分配到一 名优秀生的概率是多少？ (2) 3 名优秀生分配到同一个班级的概率是多少？;(1) 将 3 名优秀生分配到 3 个班级，使每个班级都有一名优秀生的分法共有 3! 种。其余 12 名新生平均分配到 3 个班级中的分法共有;(2) 3 名优秀生分配到同一个班级的概率为：;例8 某接待站在某一周曾接待过 12 次来访，已 知所有这 12 次接待都是在周二和周四进行的。问 是否可以推断接待时间是有规定的？;人们在长期的实践中总结得到“概率很小的事件在一次实验中几乎是不发生的”（称之为实际推断原理）。现在概率很小的事件在一次实验中竟然发生了，从而推断接待站不是每天都接待来访者，即认为其接待时间是有规定的。;几何概型考虑的是有无穷多个等可能结果的随机试验。首先看下面的例子。;解： 以 X , Y 分别表示甲乙二人到达的时刻，于是;二人会面的条件是： ; 一般，设某个区域 D (线段，平面区域，空间区域），具有测 度 mD(长度，面积，体积)。如果随机实验 E 相当于向区域内任意地取点，且取到每一点都是等可能的，则称此类试验为 几何概型。 如果试验 E 是向区域内任意取点，事件 A 对应于点落在 D 内的某区域 A，则; 例 2 (蒲丰投针问题）平面上有一族平行线。其中任何相邻的两线距离都是 a (a0) 。向平面任意投一长为 l (la) 的针，试求针与一条平行线相交的概率。;x; 思考题 1) 某人午觉醒来，发觉表停了，他打开收音机，想听电台报时，求他等待的时间不超