不放回抽样.PPT

§4 等可能概型 一、古典概型 二、基本组合分析 三、计算例子 四、几何概型 有些概率是无法精确推断的(主观概率) 比如你对别人说你下一个周末去厦门的概率是百分之八十。 但你无法精确说出为什么是百分之八十而不是百分之八十四或百分之七十八。 其实你想说的是你很可能去，但又没有完全肯定。 实际上，到了周末，你或者去，或者不去；不可能有分身术把百分之八十的你放到厦门，而其余的放在别处。 有些概率是可以估计的(频率的稳定值) 在有些实际问题中，通常可由其物理特征、几何对称性或想像的完全随机性，得出每个基本事件的发生的等可能性。 比如掷骰子。只要没有人在骰子上做手脚，你得到6点的概率应该是六分之一，得到其他点的概率也是一样。 得到6的概率或者机会是可以知道的，但掷骰子的结果还只可能是六个数目之一。 这个已知的规律就反映了规律性，而得到哪个结果则反映了随机性。 如果你掷1000次骰子，那么，大约有六分之一的可能会得到6；这也是随机性呈现有规律的一个体现。 一、古典概型 生活中有这样一类试验，它们的共同特点是： ?样本空间的元素只有有限个； ?每个基本事件发生的可能性相同。 古典概型中事件概率的计算 二、基本组合分析 三、计算例子 例5 袋中有 a 只白球，b 只红球．k个人依次在袋中取一只球，(1)作放回抽样；(2)作不放回抽样，求第i(i=1,2,…,k)人取到白球(记为事件B)的概率(k≤a+b)． 四、几何概型 概率的公理化定义只给出概率必须满足的三个基本性质，并未对事件A的概率P(A)给定一个具体的数,也未给出概率P(A)的含义。 比如：抛掷一枚均匀硬币的试验，抛掷一枚均匀骰子的试验,从一副扑克牌中随机抽取一张。 我们把这类实验称为等可能概型，考虑到它在概率论早期发展中的重要地位，又把它叫做古典概型。 由古典概型的等可能性，得 }. { } { } { 2 1 n e =P e P e P L = = 又由于基本事件两两互不相容；所以 e1 … … ek e2 … … en 设 S ={e1, e2, …en } 若事件A 包含k 个基本事件，即A={e1,e2, …ek }, 则有 ： 例 1 将一枚硬币抛掷三次。设： ? 事件 A1为“恰有一次出现正面”， ? 事件 A2为“至少有一次出现正面”， 求 P (A1 ), P (A2 )。 解：根据上一节的记号，E2 的样本空间 S2={HHH, HHT, HTH, THH, HTT, THT, TTH,TTT}, n = 8，即 S2 中包含有限个元素，且由对称性 知每个基本事件发生的可能性相同，属于古典概型。 ? A1为“恰有一次出现正面”， A1={HTT, THT, TTH}, ? 事件 A2为“至少有一次出现正面”， A2={HHH, HHT, HTH, THH, HTT, THT, TTH } 例 2 一口袋装有 6 只球，其中 4 只白球、2 只 红球。从袋中取球两次，每次随机的取一只。考 虑两种取球方式： 放回抽样 第一次取一只球，观察其颜色后放 回袋中， 搅匀后再取一球。 不放回抽样 第一次取一球不放回袋中，第二 次从剩余的球 中再取一球。 分别就上面两种方式求： 1）取到的两只都是白球的概率； 2）取到的两只球颜色相同的概率； 3）取到的两只球中至少有一只是白球的概率。 乘法原理　若进行A1过程有n1种方法，进行A2过程有n2种方法，则进行A1过程后再进行A2过程共有n1×n2种方法。 n1 n2 n2 n2 n2 A1 A2 加法原理 若进行A1过程有n1种方法，进行A2过程有n2种方法，假定A1过程与A2过程是并行的，则进行过程A1或过程A2的方法共有n1＋n2种方法。 n1 n2 A1 A2 排列：从含有n个元素的总体中取出r个来进行排列。这时既要考虑到取出的元素也要顾及其取出顺序。 (不可重复)排列数（无放回选取）：　 可重复排列数（有放回选取）：　 （r ＜ n 时称为选排列；r ＝ n 时称为全排列，记为Pn= n!）　 组合：从含有n个元素的总体中取出r个而不考虑其取出顺序。 (不可重复)组合数(无放回选取)： 可重复组合数（有放回选取）：　 若 r1+r2+ … + rk= n，把n个不同元素分成k类，第一类r1个，… ， 第k类rk个，则不同的分法有：　 （二项系数） （多项系数） (分类数) 例2 一口袋装有 6 只球，其中 4 只白球、2 只 红球。从袋中取球两次，每次随机的取一只。考 虑两种取球方式：