概率论与数理统第2讲.ppt

解 记 A={取到的两只球都是白球}, B={取到的两只球都是黑球}, C={取到的两只球中至少有一只是白球}. D={取到的两只球颜色相同}.显然(1) 用两种方法求P(A).方法一: 把4只白球编号为1,2,3,4; 将2只黑球编号为5,6. 则 解 记 A={取到的两只球都是白球}, B={取到的两只球都是黑球}, C={取到的两只球中至少有一只是白球}. D={取到的两只球颜色相同}.显然(1) 用两种方法求P(A).方法二: 从组合的角度来考虑, 则 解 记 A={取到的两只球都是白球}, B={取到的两只球都是黑球}, C={取到的两只球中至少有一只是白球}. D={取到的两只球颜色相同}.显然(2) 类似于(1) 可求得 由于AB=?, 所求概率为 解 记 A={取到的两只球都是白球}, B={取到的两只球都是黑球}, C={取到的两只球中至少有一只是白球}. D={取到的两只球颜色相同}.显然(3) 因为 C =?B, 所以有 例5 将n个球随机地放入N(N?n)个盒子中去, 设盒子的容量不限, 试求(1) 每个盒子至多有一只球的概率;(2) n个盒子中各有一球的概率.解 将n个球放入N个盒子中去, 每种放法是一个基本事件. 显然这是古典概型问题. 因每一个球都可以放入N个盒子中的任一个盒子, 故共有N?N???N=Nn种不同的方法.(1) 每个盒子中至多只有一只球, 共有N(N-1)?[N-(n-1)]种不同的方法, 因此所求概率为 又如设每个人的生日在一年365天中的任一天是等可能的, 即都等于1/365. 那么, 随机选取n(n?365)个人, 他们的生日各不相同的概率为 因而, n个人中至少有两人生日相同的概率为 如果n=50, 可算出p=0.970, 如果n=100, 则p=0.9999997. 例7(女士品茶) 一位常饮奶茶的女士称: 她能从一杯冲好的奶茶中辨别出该奶茶是先放牛奶还是先放茶冲制而成. 做了10次测试, 结果是她都正确地辨别出来了, 问该女士的说法是否可信?解 假设该女士的说法不可信, 即纯粹是靠运气猜对的. 在此假设下, 每次试验的两种可能结果为: 奶+茶 或 茶+奶,且它们是等可能的, 因此是一个古典概型问题. 10次试验共有210个等可能的结果. 若记A={10次试验中都能猜对}, 则A包括了一个样本点. 故 这是一个非常小的概率. 而人们在长期实践中总结出来的所谓实际推断原理为:概率很小的事件在一次试验中实际上几乎是不发生的. 但现在概率很小的事件在一次试验中居然发生了, 因此有理由怀疑该女士是靠运气猜对的这一假设的正确性, 而断言该女士确有这种分辨能力, 即她的说法可信. 上述推断思想在统计学的假设检验问题中十分有用. 四、几何概型古典概型是关于试验的结果为有限种且每个结果出现的可能性相同的概率模型. 一个直接的推广是: 保留等可能性, 而允许试验的所有可能结果为直线上的一线段, 平面上的一区域或空间中的一立体等具有无限多个结果的情形, 称具有这种性质的试验模型为几何概型.若在一个面积为S(W)的区域W中等可能地任意投点, 这里等可能的含义是: 点落入W中任何区域A的可能性大小与区域A的面积S(A)成正比, 而与其位置和形状无关. 记事件A={点落入区域A}, 则有 P(A)=tS(A),其中t为比例常数. 由 P(W)=tS(W)=1知 从而 由(2)式所确定的概率通常称为几何概率. 不难验证, 几何概率满足概率的公理化定义. 需要指出的是, 若是在直线上的某线段或空间立体上投点, 则几何概率计算公式(2)中的面积分别改为长度或体积. 例8(会面问题) 甲,乙两人相约在早上8点到9点之间在某地会面, 先到者等候另一人20分钟, 过时就离开. 如果每个人可在指定的一小时内任意时刻到达, 试计算两人能会面的概率.解 记8点为计算时刻的0时, 以分钟(min)为单位, 以x,y分别表示甲,乙两人到达会面地点的时刻, 则样本空间为: W={(x,y)|0?x?60,0?y?60}.以A表示事件两人能会面, 由于两人能会面的充要条件是: |x-y|?20, (x,y)?W,所以A={(x,y)|(x,y)?W, |x-y|?20}. W={(x,y)|0?x?60,0?y?60}A={(x,y)|(x,y)?W, |x-y|?20}. 20 60 x y 20 20 O 会面区A 于是, 例9 (Buffon投针问题) 平面上画有等距离的平行线, 平行线的距离为a(a0), 向平面投掷一枚长为l(la)的针, 试求针与平行线相交的概率.解 以x表示针的中点与最近一条平行线的距离, 又