概率与概率加法公式12.docVIP

PAGE PAGE 11 §2 随机事件的概率，古典概型与概率的加法公式 2000/7/31 概率的统计定义： １．频率： 随机事件在一次具体的试验是否发生，虽然不能预先知道，但是，当大量重复同一试验时，随机现象却呈现出某种规律, 即所谓统计规律性．　如：历史上有人作过成千上万次投掷硬币，下表列出他们的试验记录： ２．随机事件 1。随机事件及其概率 2。古典概型 容易看出，投掷次数越多正面向上的频率越接近０．５，其中 　　　　　　　　　　　　　　　事件Ａ发生的次数　　　　　频数 　　　　　事件Ａ发生的频率＝　　　　　　　　　　＝ 　　　　　　　　　　　　　　　　　试验总次数　　　　　试验总次数　　　． 我们将事件发生的可能性大小只停留在定性了解不够的，下面给出事件发生的可能性大小的客观的定量的描述，称为事件发生的概率． ２．随机事件的概率： 定义：在不变的一组条件Ｓ下，重复作 SKIPIF 1 0 次试验，记 SKIPIF 1 0 是 SKIPIF 1 0 次试验中事件 SKIPIF 1 0 发生的次数．当试验的次数 SKIPIF 1 0 很大时，如果频率 SKIPIF 1 0 稳定在某一数值 SKIPIF 1 0 的附近摆动，而且一来随着试验次数增多，这种摆动的幅度越变越小，则称数值 SKIPIF 1 0 为事件 SKIPIF 1 0 在条件Ｓ下发生的概率，记作 　　　　　　　　　　　　　　 SKIPIF 1 0 这里，频率的稳定性是概率一个直观朴素的描述，通常称为概率的统计定义．但必须指出，事件的频率是带有随机性的，这是由事件本身的随机性所决定。而事件的概率，却是一个客观存在的实数，是不变的。 二．　古典概型： １．定义：　如果随机现象满足下列三个条件： 一次试验可能结果只有有限个，即所有基本事件只有有限个： SKIPIF 1 0 ， 每一个基本事件 SKIPIF 1 0 发生的可能性是相等的． 基本事件 SKIPIF 1 0 是两两互不相容 满足以上三个条件的随机现象模型，称为古典概型． 在古典概型中，如果n为基本事件总数， m为事件A包含的基本事件数, 那么事件A的概率 SKIPIF 1 0 法国数学家拉普拉斯(Laplace)在1812年把上式作为概率的一般定义．现在通常称它为概率的古典概型的定义，因为它只适用于古典概型场合． 古典概型公式的运用举例： 【例1】 袋里有2个白球和3个黑球．从袋任取出一球，求它是白球的概率． 解 ： 容易看出，“从袋里任取一球”这一试验是古典概型的，且 基本事件总数n＝5，取到白球的基本事件数m＝2，故 把白球换为合格产品，黑球换为废品，则这个摸球模型就可以描述产品抽样检验问题．这种模型化的方法把表面上不同的问题归类于相同的模型之小中，能使问题更消楚，更易于计算。 【例2】把a, b两个球随机地放到编号为I,　Ⅱ,　Ⅲ 的三只盒子里，求盒子I中没有球的概率。 解：这是一个古典概型问题， 把a, b两个球随机地放到编号为I,　Ⅱ,　Ⅲ 的三只盒子里，基本事件总数 　　　　　　　　　 SKIPIF 1 0 　　　 设Ａ＝“盒子I中没有球”，则事件A包含的基本事件数 　　　　　　　　　　 SKIPIF 1 0 ∴ SKIPIF 1 0 【例3】有一个口袋，内装a只白球，b只黑球，它们除颜色不同外，外形完全一样, 从袋了中任不同外，外形完全一样. 现任意模出2个球时，求： （１）模出2个球都是白球的概率； （２）模出一个白球一个黑球的概率 解:　　　这口袋共有a+b只球，从袋了中任意模出2个球的基本事件总数 SKIPIF 1 0 　， 模出2个球都是白球基本事件数　 SKIPIF 1 0 ，　 　∴　　模出2个球都是白球的概率　 SKIPIF 1 0