概率论与数理统计第一章第四节（概率统计）.pptVIP

(2) 不放回抽样的情况： 在100件产品中顺次取出5件产品的 所有可能取法有 种, 故基本事件总数n= . 同理,A包含的基本事件数 k= . 所以,抽取到5件合格品的概率为 P(A)= 事件{至少有一件是次品}的概率 =1－P(A)=1－ 可见，放回抽样与不放回抽样的事件概率不相同. 讲评 分析例1.4.1： ① 我们应该理解抽样的两种方式——“放回抽样”和“不放回抽样”； ② 理解“第一件合格品, 第二件又是合格品”和“抽到两件合格品”的“有序”和“无序”的排列与组合问题； ③ 样本空间Ω和事件A的“有序”取法与“无序”取法必须保持一致. 例1.4.2 一袋中装有N个小球, 其中m个 是红球, 剩下的为白球. 从袋中任取出 n(n≤N)个小球, 问其中恰有k(k≤m)个红球的概率是多少？ 分析袋中装有2种颜色球, 其中m个红球, 剩下N- m个为白球. 从袋中任取出n(n≤N)个 小球, 求恰有k(k≤m)个红球的概 率, 没有顺序, 用组合知识. 设X表示“取得的n个球中红球的数量”, 则{恰有k个红球}的事件可表示为{X=k},因此所求概率 为 解 这个模型不要求摸球的顺序, 应用组合式计算. 所有可能的取法共有 种. （1.4.2） 像这样X取值的概率情况称为超几何 分布. 上式常称为超几何分布的概率公式. 显然, X可能的取值为0, 1,…, m. 讲评 例1.4.1和例1.4.2通常称为古典概型中的摸球问题.特点是:样本空间由两部分或两部分以上的成份组成,考虑基本事件发生的先后顺序，用乘法原理. 由以上举出的例题可知, 古典概型大体可以概 括为三大类问题： (1) 摸球问题(产品的随机抽样问题)； (2) 分房问题; (3) 随机取数问题. 1.4.4 建立理论2——几何概率 在概率论的发展初期, 人们就认识到, 仅假定样本空间为有限集是不够的, 有时需要处理有无穷多个样本点的情形. 我们先看下面一个例子 引例 用计算机在[0, 2]区间上任意打出一个随机数X, 求X小于1.2的概率. 我们认为“随机数x在区间[0,2]上任何 一处出现的机会均等”, 其概率应只与 区间[0,1.2]的长度有关, 概率应该为区间[0,1.2]长度与区间[0,2]长度之比，即概率应该等于 . 描述这些随机试验的样本空间Ω , 都是欧氏空间的一个区间或者区域, 其样本点具有“等可能分布”的性质. 设区域A Ω ,如果样本点落入A中, 我们就说事件A发生了. 这样可作以下定义. 定义2 设Ω为欧氏空间的一个 区域, 以m(Ω)表示Ω的度量(一维为 长度, 二维为面积, 三维为体积等). A Ω是Ω中一个可以度量的子集, 定义 P(A)= （1.4.3） 为事件A发生的概率, 称其为几何概率. 有些书也称为几何型概率. 例1.4.3 某货运码头仅能容一船卸货,而甲、乙两船在码头卸货时间分别为1小时和2小时. 设甲、乙两船在24小时内随时可能到达, 求它们中任何一船都不需要等待码头空出的概率. 解 设x,y分别为甲、乙两船的到达时刻(单位:小时). 则(x,y)为一个样本点, 从而样本空间 Ω={(x,y)|0≤x≤24,0≤y≤24}. 又设A为所求事件, 则由题意易知 A={(x,y)∈Ω | x-y＞2或y-x＞1}. 1.4.5 方法应用2——几何概率 如图中阴影部分所示. 于是所求概率为 例1.4.4 从区间[0, 1]中任取三个随机数, 求三数之和不大于1的概率. 解 设x,y,z分别表示此三个数, 则易知样本空间 Ω ={(x,y,z)|0≤x≤1, 0≤y≤1, 0≤z≤1}. 这是三维空间中一个棱长为1的正方体. 设A表示{三数之和不大于1}, 则有 A={(x,y,z)∈ Ω | x+y+z≤1,