第一章概率论的基姐本概念.pptVIP

概 率 论 与 数 理 统 计 前言 确定性现象：结果确定 不确定性现象：结果不确定 概率论与数理统计是研究什么的？ 概率论的基本概念 随机试验、样本空间、随机事件 频率与概率 等可能概型（古典概型） 概率的一般定义 条件概率 独立性 互不相容(或互斥)：指AB＝ ，称事件A和B不相容，即A与B不能同时发生；若n个事件A1 ，A2 ，… ， An的任意两个事件不能同 时发生，则称A1 ，A2 ，… ， An互不相容 互为对立(互逆)：若　　　 ＝S，且AB＝　 则A与B二事件互逆,又称A与B互为对立事件. A的对立事件记为 有 　 §3 频率与概率 (一)频率 定义：记 其中 —A发生的次数(频数)；n—总试验次 数。称 为A在这n次试验中发生的频率。 例： 中国国家足球队，“冲击亚洲”共进行了n次，其中成功了一次，则在这n次试验中“冲击亚洲”这事件发生的频率为 某人一共听了17次“概率统计”课，其中有15次迟到，记 A={听课迟到}，则 频率 反映了事件A发生的频繁程度。 §4 等可能概型（古典概型） 定义：若试验E满足： S中样本点有限(有限性) 出现每一样本点的概率相等(等可能性) 练习1： 一袋中有8个球，编号为1－8，其中1－3号为红球，4－8号为黄球，设摸到每一球的可能性相等，从中随机摸一球，记A={ 摸到红球 }，求P(A)． 练习2：一袋中有8个球，编号为1－8， 其中1－3号为红球，4－8号为黄 球,从袋中不放回的摸两球， 记A={恰是一红一黄}，求P(A)． 解： 贝叶斯定理往往与全概率公式同时使用。全概率公式一用于“由因求果”问题，而贝叶斯定理一般用于“执果寻因”问题，在使用时要分清是什么问题，确定应用哪个公式。 §6 独立性 解 以事件A表示第一次摸得黑球，事件B表示第 二次摸得黑球，则 所以 而 注意这里的 本章小结 例17 设某光学仪器厂制造的透镜，第一次落下时打破的概率为1／2，若第一次落下未打破，第二次落下打破的概率为 7／10，若前两次落下未打破，第三次落下打破的概率为 9／10。试求透镜落下三次而未打破的概率。 　　 因为可以验证，条件概率满足概率定义中的三个条件，所以它是概率。 条件概率是在试验E的条件上加上一个新条件(如B发生)求事件(如A)发生的概率。条件概率P(A∣B)与P(A)的区别就是在E的条件上增加了一个新条件。而无条件概率是没有增加新条件的概率。 条件概率P(A∣B)与积事件概率P(AB)有什么区别？ P(AB)是在样本空间S内，事件AB的概率，而P(A∣B)是在试验E增加了新条件B发生后的缩减样本空间SB中计算事件A的概率。虽然都是A、B发生，但两者是不同的，有P(AB)＝P(B)P(A∣B)，仅当P(B)＝P(S)＝1时，两者相等。 条件概率为什么是概率？它与无条件概率有什么区别？ 全概率公式 样本空间的划分的定义：设S为试验E的样本空间，B1,B2，…,Bn为E的一组事件。若 ⑴BiBj=?,i≠j,i,j=1,2, …,n; ⑵B1∪B2∪…∪Bn=S, 则称B1,B2, …Bn为样本空间S的一个划分。 全概率公式：设试验E的样本空间为S,A为E的事件， B1,B2，…,Bn为S的一个划分，且P(Bi)0(i=1,2, …,n),则 P(A)=P(A∣B1)P(B1)+P(A∣B2)P(B2)+…+P(A∣Bn)P(Bn). 全概率公式的证明 证明 因为事件B1,B2，…,Bn时样本空间的一个划分，即Bi两两互不相容，P(Bi)0(i=1,2, …,n)，而且 B1∪B2∪…∪Bn=S 有 AB1∪AB2∪…∪ABn=A 这里的ABi也是两两互不相容（参见图）。 由概率的可列可加性 P(A)=P(AB1)+P(AB2)+…+P(ABn) 利用乘法定理即得 P(A)=P(A∣B1)P(B1)+P(A∣B2) P(B2)+…+P(A∣Bn)P(Bn) B1 A B5 B4 B3 B2 解 设从这批种子中任选一颗是一等、二等、三等、四等种子的事件分别记为A1,A2,A3,A4，则它们构成样本空间的一个分割。用B表示在这批种子中任选一颗，且这颗种子所结的穗含有50颗以上麦粒这一事件，则由全概率公式得 例18 播种用的一