§1.2 古典概型-§1.3 概率的定义.ppt

§1.2 古典概型 用概率的统计定义来确定某一事件A 的概率P(A)，往往要进行大量的试验。而且还保证不了得到P(A)的准确值； 在某些特殊情况下，根据问题本身所具有的某种“对称性”，分析事件本身的特点，就可以直接计算其概率。这就是接下来要讲的古典概型和几何概型。 一、古典型随机试验的特征 如果随机试验满足下述两个条件： (1)（有限性） 样本空间只有有限个样本点； (2)（等可能性）每个样本点出现的可能性相同。 则称它为古典型随机试验，简称古典概型。 比如: 足球比赛中扔硬币挑边; 掷骰子得到的点数。 古典概型的意义 古典概型在概率论中占有重要意义。 （1）它简单，对它的研究有助于直观地理解概率论中的许多基本概念； （2）它在理论物理和实际问题中有重要应用。 例如统计物理学、产品质量的抽样检查等 二、概率的古典定义与实例 定义2 若在某随机现象的试验中共有n个等可能的样本点，而随机事件A是由其中的m (0≤m≤n)个样本点所组成，则定义事件A的概率为: 古典定义与统计定义是一致的 设古典型随机试验的样本空间 Ω={w1,w2,...,wn}, A是含有m个样本点的事件,A={wi1,wi2,...,wim}. 由于在试验中每个基本事件发生的可能性相同,而 事件的统计概率是反映事件发生的可能性大小的度 量，故各个样本点的统计概率应相等，即 P({w1})=P({w2})=...=P({wn}) 由统计概率的性质可得 注意: (1)古典概型的判断方法（有限性 、等可性）; (2) 古典概率的计算步骤：　　　　　　　 ①理解试验，分析什么是样本点;　　 ②求出样本空间与随机事件中的样本点数; ③列出比式进行计算。 例7 将一颗均匀的骰子掷两次，观察其先后出现的点 数。设A表示事件“两次掷出的点数之和为5”，B表示 事件“两次掷出的点数中一个恰是另一个的两倍”，试 求P(A)和P(B)。 且由骰子的对称性知, 每个样本点发生的可能 性相同。 注意： 计算古典概型中事件A的概率时，如果样本 点较多或者问题比较复杂，一般不再将W中的 样本点全列出来，而只需分别求出W和A中所 包含的样本点的个数，再由定义求出概率。 这常常需要利用排列与组合的知识。 排列: 从 n 个不同的元素中取出 m 个 (不放回地）按一定的次序排成一排不同的排法共有 组合: 从 n 个不同的元素中取出 m 个(不 放 回地）组成一组， 不同的分法 共有 加法原理：完成一件事情有n 类方法，第 i 类 方法中有 mi 种具体的方法，则完成这件事情共有 m1+m2+…+mn 种不同的方法 乘法原理：完成一件事情有n 个步骤，第 i 个 步骤中有mi 种具体的方法，则完成这件事情 共有 m1×m2×…×mn种不同的方法 例2 甲袋中有3只白球, 7只红球, 15只黑球.乙袋 中有10只白球, 6只红球, 9只黑球, 现从两袋中 各取一球, 求两球颜色相同的概率。 从两袋分别取得白球的取法有3×10种， 例3??有50件同一种商品, 其中有5件次品, 从这50件商品中, 任取出3件. 求: (1) 取到2件次品的概率 (2) 取到次品的概率 例4 袋中有a个红球，b个白球，现在把球随机地一 个个摸出来，求第k次摸出的一个球是红球的概率 （1≤k≤a+b）. 下面求A所包含的样本点个数。 由于第k次摸得红球有a种取法，另外 a+b-1 次 摸球相当于a+b-1个球进行全排列，有(a+b-1)!种方 法。故A种包含的样、本点数为a× (a+b-1)! 于是 古典概率的性质 1.（非负性）对于任意事件A，有 0?P(A)?1; 2.（规范性） 必然事件Ω的概率等于1，即 P(Ω)=1; 3.（有限可加性）若事件A1,A2,...,Ak两两互不相容，则 P(A1∪A2∪... ∪Ak)=P (A1)+P (A2)+...+P (Ak) §1.3 几何概型与概率的定义 概率的古典定义是在样本点个数有限且各个样本点的出现具有等可能性的情况下给出的 在有些问题中，样本点的个数是无穷多个，古典定义不再适