概率论与数理统计课件第2讲.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * §1.2 事件的概率 1.2.1 事件的频率 I. 频率定义 定义1.2.1 设 A 是一个事件, 在相同条件下进行 n 次试验，A 发生了m 次。 m / n 为事件 A 在 n 次试验中发生的频率,记为 fn(A)。 当试验次数 n充分大时，事件的频率总在一个定值附近摆动，而且，试验次数越多，一般说来摆动的幅度越小。这一性质称频率的稳定性。 频率在一定程度上反映了事件在一次试验中发生的可能性大小。尽管每进行n次试验，所得到的频率可能不同，但只要 n足够大，频率就会非常接近一个固定值——概率。 因此, 概率可以通过频率来“度量”, 频率是概率的近似, 概率是频率某种意义下的极限。 (1)? 0≤ fn(A)≤1； (2)? fn(Ω)=1, fn(?)=0； (3).若事件 A1,A2,…,Ak 两两互斥，则: II. 频率性质 1933年，前苏联数学家(概率统计学家)柯尔莫哥洛夫 (Kolmogorov) 给出了概率的公理化定义。 1.2.2 事件概率 I. 概率定义 (2). P(Ω)=1 ; 　 (3). 若事件 A1, A2 ,… 两两互斥，则有　　 定义1.2.2 设 E 是随机试验，Ω是其样本空间，对Ω中的每个事件 A，定义一个实数 P(A)与之对应 ，若事件(集合)的函数 P(A) 满足如下三条: (1). 对每个事件 A，均有 P(A)≥0； 则称 P(A) 为事件 A 的概率函数，简称概率。 (1.2.1) 式称为概率的可加性。 II. 概率的性质 1. P(?)=0，即不可能事件的概率为零。 2. 若事件 A1,A2,…, An 两两互斥，则有 4. 对两个事件A和B，若A?B, 则有 P(B-A)=P(B)-P(A), P(B)≥P(A). 3. 对任一事件 A, 均有 (1.2.2) 式称为有限可加性。 证明 5.　对任意两个事件A, B，有 因 AB，A－AB，B－AB 两两互斥，且 由概率的可加性， 有 P(A∪B) =P(AB∪(A－AB) ∪(B－ AB)) =P(AB)+P(A－ AB)+P(B－ AB） =P(AB)+P(A－ AB)+P(B－ AB)+P(AB) － P(AB) =P(A)+P(B) － P(AB). A∪B = AB∪(A－ AB)∪(B－ AB)， §1.3 古典概率模型 I. 什么是古典概率模型 如果试验 E 满足 (1).试验结果只有有限种； (2).各种结果出现的可能性相同。 则称这样的试验模型为等可能概率模型或古典概率模型，简称等可能概型或古典概型。 II. 古典概型中事件概率求法 因试验 E 的结果只有有限种，即样本点有有限个，不妨记成 ?1,?2 ,…,?n ，则 Ω={?1}∪{?2 }∪…∪{?n}， 每个{?i}都是基本事件，两两互斥，且各自发生的概率相等。 于是，有 1=P(Ω)=P({?1}∪{?2 }∪…∪{?n}) =P({?1})+P({?2 })+…+P({?n}) =n P({?i}), i=1,2,…,n。 从而， P({?i})= 1/n，i=1,2,…,n. 因此，若事件 A 包含 k 个基本事件，即 则 III. 古典概型举例 例1.3.1 掷一颗匀称骰子，设 A 表示所掷结果为“四点或五点”，B 表示所掷结果为“偶数点”，求 P(A) 和 P(B)。 解 由 n=6，kA=2,得 P(A)=2/6=1/3； 再由kB=3，得 P(B)=3/6=1/2。 例1.3.3 货架上有外观相同的商品15件，其中12件来自产地甲, 3件来自地乙。现从15件商品中随机地抽取两件,求这两件商品来自一同产地的概率。 解 从 15 件中任取 2 件，共有 C215 = 105种取法，且每种取法都是等可能的，故基本事件数 n=105。令 A={两件商品都来自产地甲},kA= C212=66, B={两件商品都来自产地乙},kB= C23 =3， 而事件: {两件商品来自同一产地}=A∪B, 且 A与B互斥, 故所求概率为 P(A∪B)=P(A)+P(B)=66/105+3/105=23/