概率论1.1—1.3.pptVIP

例2 研究随机现象，不仅关心试验中会出现哪些事件，更重要的是想知道事件出现的可能性大小，也就是事件的概率. 概率是随机事件 发生可能性大小 的度量 事件发生的可能性 越大，概率就 越大！ §1.2 随机事件的概率 一、事件的频率与概率 事件发生的可能性 最大是百分之百，此时 概率为1. 0≤P(A)≤1 我们用P(A)表示事件A发生的概率，则 事件发生的可能性 最小是零，此时 概率为0. 一个根本的问题是, 对于一个给定的随机事件,它发生可能性大小的度量----概率, 究竟是多大? 以投掷一枚硬币为例 在充分多次试验中，事件的频率总在一个定 值附近摆动，而且，试验次数越多，一般来说摆 动越小. 这个性质叫做频率的稳定性. 很大时事件的频率作为概率的估计值， 实际中，当概率不易求出时，人们常取实验次数 统 计 概 率 称此概率为 此定义称为概率的统计定义 对本定义的评价 优点：直观 易懂 缺点：粗糙 模糊 不便 使用 下面介绍用公理给出的概率定义. 1933年，前苏联数学家 柯尔莫哥洛夫给出了概率的 公理化定义.即通过规定概率应具备的基本性质来定义概率. 柯尔莫哥洛夫提出的公理为数很少且极为简单，但在此基础上建立起了概率论的宏伟大厦. 因为频率的本质就是概率,因此,可以要求概率也具有以上三条性质. 二、概率的公理化定义 完全可加性 三、概率测度的性质 减法公式 加法公式 §1.3 古典概型与几何概型 常常把这样的试验结果称为“等可能的”. e1, e2, …，eN 试验结果 你认为哪个 结果出现的 可能性大？ 例如，一个袋子中装有10个大小、形状完全相同的球. 将球编号为1－10 .把球搅匀，蒙上眼睛，从中任取一球. 2 3 4 7 9 10 8 6 1 5 称这样一类随机试验为古典概型. 这样就把求概率问题转化为计数问题 . 排列组合是计算古典概率的重要工具 (counting techniques) 基本计数原理 1. 加法原理 2. 乘法原理 排列、组合的几个简单公式 例3 设有N件产品,其中有M件次品,现从这N件中任取n件,求其中恰有k件次品的概率. 这是一种无放回抽样. 解：令B={恰有k件次品} P(B)=？ 次品 正品 M件次品 N-M件 正品 设Ai ={第i封信装入第i个信封} i =1,2,3 A={没有一封信装对地址} 某人将三封写好的信随机装入三个写好地址的信封中，问没有一封信装对地址的概率是多少？ 直接计算P(A)不易，我们先来计算 配 对 问 题 ={至少有一封信装对地址} 则 代入计算 的公式中 于是 几 何 概 型 上页 下页 返回 概率论与数理统计 授课教师： 罗 琰 Email：loyal@nau.edu.cn 考核方式: 1.平时成绩 作业 10% 考勤与提问 5% 期中考试 15% 2.期末成绩 70% 参考书: 龙永红《概率论与数理统计中典型例题分析与习题》 盛骤 《概率论与数理统计》 高等教育出版社 魏宗舒《概率论与数理统计教程》高等教育出版社 1654年,一个名叫梅累的骑士就“两个赌徒约定赌若干局, 且谁先赢 c 局便算赢家, 若在一赌徒胜 a 局 ( ac ),另一赌徒胜b局(bc)时便终止赌博,问应如何分赌本” 为题求教于帕斯卡, 帕斯卡与费马通信讨论这一问题, 于1654 年共同建立了概率论的第一个基本概念 数学期望. 一、概率论的诞生及应用 1. 概率论的诞生 2. 概率论的应用 概率论是数学的一个分支，它研究随机现象的数量规律， 概率论的应用几乎遍及所有的科学领域，例如天气预报、 地震预报、产品的抽样调查，经济决策与预测、金融工程等等. 在一定条件下必然发生 的现象称为确定性现象. “太阳不会从西边升起”, 1.确定性现象 “同性电荷必然互斥”, “水从高处流向低处”, 实例 自然界所观察到的现象: 确定性现象 随机现象 §1.1 随机事件 在一定条件下可能出现也可能不出现的现象 称为随机现象. 实例1 在相同条件下掷一枚均匀的硬币，观察 正反两面出现的情况. 2. 随机现象 “函数在间断点处不存在导数” 等. 结果有可能出现正面也可能出现反面. 确定性现象的特征 条件完全决定结果 结果有可能为: 1, 2, 3, 4, 5 或 6. 实例3 抛掷一枚骰子,观 察出现的点数. 实例2 用同一门炮向同 一目标发射同一种炮弹多