几何概型统计概率.ppt

大学文科数学之线性代数与概率统计 北京师范大学珠海分校 国际特许经营学院与不动产学院 2004-2005学年第二学期 欧阳顺湘 2005.4.17 第二讲 事件的概率 古典概型:等可能事件的概率模型 几何概型 统计概率： 概率的频率定义：利用频率稳定性 公理结构 古典概型 例 抽象概括 更多例 例 从30名学生中任取一名人参加某项活动，设学生中有男生10名，女生20名。求派遣一名女生去参加活动的可能性有多大？ 用样本空间Ω表示任取一名学生这一试验的所有可能的结果： Ω＝｛M1,M2,…,M10,F11,F12,…,F30｝ 事件A表示取得女生，即 A＝｛F11,F12,…,F30｝ P(A)＝2/3＝20/30 分析 各名学生被选取的机会均等的，即 P({M1})= P({M2}) =… = P({M10}) = P({F11})=P({F12})=…=P({F30})=1/30 A中样本点的个数＝20 Ω中样本点的个数＝30 P(A)=2/3=20/30 =A中样本点的个数/ Ω中样本点的个数 =#A/# Ω =P({F11})+ P({F12})+…+P({F30})=20/30 古典概型 Classical Probability “概型”是指某种概率模型。“古典概型”是一种最简单、最直观的概率模型. 概率论的发展过程中最早出现的研究对象. 古典型试验 称一个试验E为古典型试验，若该随机试验具有以下两个特点 每次试验只有有限个基本事件发生，即 Ω＝｛ ω1, ω2,…, ωn｝ 每个基本事件发生的可能性相等(等可能性)； 或云：每个样本点出现的可能性相等，即 P({ω1})= P({ω2}) =… = P({ωn}) =1/n 古典型试验的两个要点 等可能性 试验结果有限 古典概型 定义在古典型试验所对应的样本空间上的概率模型为古典概型 设E为古典型试验，Ω＝｛ ω1, ω2,…, ωn｝ 对任一事件A，设A中包含m个基本事件，则其概率定义为 P(A)=A中样本点的个数/ Ω中样本点的个数 =#A/# Ω =m/n 古典概率空间 设（Ω，F，P）为一概率空间， 为基本事件， 若满足: (1) (2) . 则称为古典概率空间. 例 投掷一枚均匀的硬币一次. Ω＝? 投掷一颗均匀的骰子. Ω＝? Ω={1,2,3,4,5,6} 事件A表示投掷得到偶数点，则 A=? P(A)=? A={2,4,6} P(A)=3/6=1/2 例 袋内装有3个红球，2个黑球，从中任取两个，计算 取得的球均为红球（A）的概率. 取得一个红球一个黑球（B）的概率. Ω＝? A=? B=? P(A)=? P(B)=? Ω＝{ R1R2，R1R3, R2R3, B1B2 R1B1，R2B1，R3B1， R1B2，R2B2，R3B2} (超几何概率) 以上第二个小题 和 教材中 例3 是超几何概率的计算. 此略. 概率的性质 古典概率空间 设（Ω，F，P）为一概率空间， 为基本事件， 若满足: (1) (2) . 则称为古典概率空间. 概率的性质 非负性：for all A ? Ω, P(A)=0 归一性：P(Ω)=1 可加性：设事件 A1, A2, … , An 互不相容，则P(?Ai)= ?P(Ai): P(A1+A2+…+An)=P(A1)+P(A2)+…P(An) 古典概型的要求与局限 结果有限 等可能 实际上，许多随机试验的结果并不都是有限个， 而且，即使是有限个，也未必是等可能的. 结果无穷 ? 几何概型 结果不等可能 ? ？？ 几何概型 早在概率论发展初期，人们就认识到，只考虑有限个等可能样本点的古典方法是不够的. 把等可能推广到无限个样本点场合,人们引入了几何概型. 由此形成了确定概率的另一方法——几何方法. 例 在一个6 万平方公里的海域里，有表面积约达2000 平方公里的大陆架贮藏着石油。假设在这片海域里随机地选定一点钻探，问能找出有油的概率有多大? 例 在一维直线[0，10]区域上投掷一质点，质点随机地落入其中，且落在[0,10]上每一点的可能性相同，求质点落在[3，5]区域上的概率 解：由题意，所有样本点充斥的区间为[0，10]，所以Ω=[0，10]，令A={点落在[3，5]}， 因此事件A的概率P(A)自然定义为“[3, 5]区间的长度”与“[0, 10]区间的长度”的比值。 即 P(A)=μ(A)/(Ω)