工程随机数学.pptVIP

二、几何概型（二）几何概型性质几何概型与几何图形的测度密切相关，所考虑的事件应是具有某种可测定义测度的集合，这类集合的和、积也同样是事件。因此具有如下性质：（1），非负性（2）归一性（3）若A1，A2，A3····两两互不相容，则，有限可加性即和的概率等于概率之和，可由测度的可加性证明。第62页，共108页，星期日，2025年，2月5日三、概率的统计定义（一）频率的定义设在同一条件组下进行n次试验，事件A发生了m（）次，称比值为A发生的频率，即，例如，命中率、入学率等。对必然事件，f（A）=1（n=m），对不可能事件，，f（A）=0（0=m）第63页，共108页，星期日，2025年，2月5日三、概率的统计定义频率的重要意义：可在一定程度上反映事件A发生可能性大小，且直观、简单，宜掌握。利用频率刻画A发生概率，是统计概型的最初思想，当概率不宜求出，可利用频率近似代替概率。★注意：（1）f（A）与P（A）概念完全不同。尽管都可以描述A发生可能性大小，但是频率：不能脱离具体的n次试验；概率：表示在一次试验中，A发生可能性的大小，与具体试验次数n无关可以认为：频率是概率的具体体现，概率是频率的抽象。在某种意义上:频率是概率的近似，概率是频率的极限（2）不能说百分比是频率，而不是概率第64页，共108页，星期日，2025年，2月5日三、概率的统计定义（二）概率的统计定义定义：若随着随机事件次数n的增大，事件A出现的频率f（A）在区间[0，1]上的某个数字p附近摆动，则这个数字p就是事件A出现的概率P（A）。第65页，共108页，星期日，2025年，2月5日三、概率的统计定义★注意：（1）当n充分大时，f（A）?P（A）是否（2）统计概型是一种随机试验事件的概率，不一定是古典或几何型，特征是以事件出现次数的频率作为概率的近似值。从这一点看，它与古典定义是一致的，由此可推知其性质应是一样的。第66页，共108页，星期日，2025年，2月5日三、概率的统计定义（三）性质:第67页，共108页，星期日，2025年，2月5日四、概率的公理化定义及性质（一）问题的提出?古典概型、几何概型和统计定义具有局限性共同属性（非负、归一、可列可加性）可作为概率数学理论的基础（二）事件域定义：设?是一抽象点集，?是由?中的一些子集所组成的集合，若?满足（1）（2）若则（3）若则称?为事件域，?中的元素为事件第68页，共108页，星期日，2025年，2月5日四、概率的公理化定义及性质注1：?：样本空间，表示规定一个试验，其全部样本点的集合，称?中的每一点?为基本事件；?：子集的集合，是以随机事件为元素的集合，称集族，即一般事件都是由基本事件或其通过运算得到的；A：?中的每一元素，称为随机事件?——样本空间，（?，?）——可测空间第69页，共108页，星期日，2025年，2月5日四、概率的公理化定义及性质（三）概率空间与公理化定义对任意一个随机事件A，，P（A）是一个定义在?上的实值函数，它满足：公理1：对任意事件A，，0≤P（A）公理2：P（?）=1公理3：若且（k≠j），则从数学上看一个随机试验，它应由下面三个要素描述：?——样本空间；?——事件域；P——概率（?、?、P）——概率空间第70页，共108页，星期日，2025年，2月5日四、概率的公理化定义及性质定义：设函数P（A）的定义域为事件域?，且满足公理1，2，3，则P（A）为事件A的概率。过程：第一步：把必然事件抽象为样本空间（集合）第二步：把一般随即事件抽象为?的子集，事件的关系和运算抽象为集合间相应关系与运算，得到可测空间；第三步：在可测空间上选择三条公理定义P第71页，共108页，星期日，2025年，2月5日四、概率的公理化定义及性质（四）概率性质1．有限可加性：设有限多个随机事件Ai，且（k≠j），则2．对任意事件A有，（利用有限可加性可证明）3．减法公式：若，则，推论：P（B）≥P（A）注：反之不然。由概率关系推不出事件关系第72页，共108页，星期日，20