概率中几个著名问题
概率中几个著名问题
江西
□龙慧
概率是高中数学的新增内容，对学生解决问题的能力提出了更高的要求 ，下面例举几例，供大家理解概率及其在生活中的应用 一．分房问题
例1.设有10个人，每个人都等可能地被分到16个房间中的任意一间去住，求下列事件的概率：
（1）指定的10个房间各有一个人住；
（2）恰好有10个房间，其中各住一个人； （3）某指定的房间恰有3个人。
解：因为每一个人16个房间可供选择，所以10个人住的方式共有1610
种，它们是等可能的
（1）记“指定的10个房间各有一个人住”为事件A 1，则在1610
种等可能的结果中，满
足A 1的住法有10
10A ＝10！种，故)(1A P ＝
10
16
!
10。 （2）记“恰好有10个房间，其中各住一个人”为事件A 2,则满足A 2的住法有!1010
16C 种 故!
616!
1616!10)(10
1010
162==C A P （3）记“某指定的房间中恰有3个人”为事件A 3，则指定房间中的住法有3
10C 种 ，剩下7个人可在剩下的15个房间中任意挑选，有157
种，故满足A 3的住法有731015C
故.16
15)(10
7
3
103C A P = 评析：若把题中的具体数字10，16，3分别抽象成n,N,k(n,N,k,为正整数，且
n k N n ≤≤,)，则n
k n k n n n N
N C A P n N N N A P N n A P --=-==)1()(,)(!
)(,!)(321 这是著名的“分房问题”
二.约会问题
例2.甲、乙两人约定在晚上7时到8时之间在公园 门口会面，并约定先到者应等候另一人一刻钟，如果一
刻钟后另一人未来即可离去，那么两人见面的概率是多少？ 解：以x 和y 分别表示甲、乙两人到达约会地点的时间, 在平面上建立直角坐标系,如图，两人能见面的充要条件是15≤-y x
（x,y ）的所有可能结果是边长60的正方形，而可能会面的时间由图中阴影部分所表示，由
事件的等可能性知，两人见面的概率167
6045602
22=-=P 15
=
三．乘电梯问题。
例3.一幢30层楼的楼房中的一部电梯在底层登上10位乘客，电梯在每层都停，乘客从第二层起离开电梯，假设每位乘客在哪一层离开电梯是等可能的，求没有两位及两位以上的乘客在同一层离开的概率
解：乘客在第二层起离开电梯，10位乘客每位都有29种离开方法，故基本事件总数
1029=n 记“没有两位及两位以上的乘客在同一层离开”为事件A ，则10位乘客可在29
层中任选10层分别离开，即10
29A m =，故没有两位及两位以上的乘客在同一层离开的概率1010
29
29
)(A A P =
四．摸彩票中奖问题。
例4.在5张彩票中有一张奖票，5人按照排定的顺序从中各抽1张以决定谁得到其中的奖票，后抽的人不知道先抽的人抽出的结果，每个人抽到奖票的概率相等吗？
解：对于第一个人来说，他从5张票中任取一张，得到奖票的概率5
1
1=
P ；现在考虑第二人中奖的情况，从5张票中先后抽出2张进行排列的方法为2
5A 种，而其中第二人中奖
的情况有1
4A
种 ，
故第一人未中奖而第二人中奖的概率5
1
352
42==A A P 。
同理第三人中奖分概率5135243==A A P ，第四次人中奖的概率5145344==A A P ，第五人中奖的概率5
1
454
45==A A P ，
故每个人抽到奖票的概率均是5
1
圣彼得堡悖论概述
圣彼得堡悖论概述 圣彼得堡悖论是决策论中的一个悖论。 圣彼得堡悖论是数学家丹尼尔·伯努利（Daniel Bernoulli）的表兄尼古拉·伯努利（Daniel Bernoulli）在１７３８提出的一个概率期望值悖论，它来自于一种掷币游戏，即圣彼得堡游戏。设定掷出正面或者反面为成功，游戏者如果第一次投掷成功，得奖金２元，游戏结束；第一次若不成功，继续投掷，第二次成功得奖金４元，游戏结束；这样，游戏者如果投掷不成功就反复继续投掷，直到成功，游戏结束。如果第ｎ次投掷成功，得奖金２的ｎ次方元，游戏结束。按照概率期望值的计算方法，将每一个可能结果的得奖值乘以该结果发生的概率即可得到该结果奖值的期望值。游戏的期望值即为所有可能结果的期望值之和。随着ｎ的增大，以后的结果虽然概率很小，但是其奖值越来越大，每一个结果的期望值均为1，所有可能结果的得奖期望值之和，即游戏的期望值，将为“无穷大”。按照概率的理论，多次试验的结果将会接近于其数学期望。但是实际的投掷结果和计算都表明，多次投掷的结果，其平均值最多也就是几十元。正如Hacking（１９８０）所说：“没有人愿意花２５元去参加一次这样的游戏。”这就出现了计算的期望值与实际情况的“矛盾”，问题在哪里? 实际在游戏过程中，游戏的收费应该是多少？决策理论的期望值准则在这里还成立吗？这是不是给“期望值准则”提出了严峻的挑战？正确认识和解决这一 矛盾对于人们认识随机现象、发展决策理论和指导实际决策无疑具有重大意义。 圣彼得堡问题对于决策工作者的启示在于，许多悖论问题可以归为数学问题，但它同时又是一个思维科学和哲学问题。悖论问题的实质是人类自身思维的矛盾性。从广义上讲，悖论不仅包括人们思维成果之间的矛盾，也包括思维成果与现实世界的明显的矛盾性。对于各个学科各个层次的悖论的研究，历来是科学理论发展的动力。圣彼得堡悖论所反映的人类自身思维的矛盾性，首先具有一定的哲学研究的意义；其次它反映了决策理论和实际之间的根本差别。人们总是不自觉地把模型与实际问题进行比较，但决策理论模型与实际问题并不是一个东西；圣彼得堡问题的理论模型是一个概率模型，它不仅是一种理论模型，而且本身就是一种统计的“近似的”模型。在实际问题涉及到无穷大的时候，连这种近似也变得不可能了。 实验的论文解释 丹尼尔·伯努利对这个悖论的解答在１７３８年的论文里，提出了效用的概念以挑战以金额期望值为决策标准，论文主要包括两条原理：１、边际效用递减原理：一个人对于财富的占有多多益善，即效用函数一阶导数大于零；随着财富的增加，满足程度的增加速度不断下降，效用函数二阶导数小于零。 ２、最大效用原理：在风险和不确定条件下，个人的决策行为准则是为了获得最大期望效用值而非最大期望金额值。
几个有趣的悖论的数学辨析
几个有趣的悖论的数学辨析 数学悖论是数学发展过程中的一个重要的存在形态, 它是数学体系中出现的一种尖锐的矛盾, 对于这一矛盾的处理与研究, 丰富了数学的容, 促进了数学的发展。作为一名数学教师, 学习有关这方面的知识, 并进行研究, 既能提高自己的专业水平, 又能使授课容生动有趣; 作为学生了解这方面的容,不但能扩大知识面, 而且能提高学习兴趣 1 芝诺悖论 在西方的数学史上有一个非常有名的数学悖论——芝诺悖论。芝诺是公元五世纪古希腊埃利亚学派的代表人物。芝诺本人既不是一位科学家, 更不是一位数学家, 芝诺的老师是埃利亚学派的创始人巴门尼德。巴门尼德是个一神论者, 他认为世界的本原是“不生不灭、完整、唯一和不动的”。但世界显然是丰富多彩、复杂纷繁的,怎么会是“唯一” 的呢?一个完全不动的世界怎么可能呢? 于是引起同时代人的反驳。芝诺为了捍为他老师的学说, 提出了一些论述。其中最有名的有四个, 历史上称为芝诺悖论。作为巴门尼德的继承人, 他力图证明, 如果承认“ 多” 和“ 运动” , 就会招致更加荒谬的结果。限于篇幅, 在此只辑录其二。 二分法: 你不能在有限的时间穿过无穷的点。在你穿过一定的距离的全部之前, 你必须穿过这个距离的一半。这样做下去就会陷入无止境, 所以在任何一定的空间中都有无穷个点, 你不能在有限的时间中一个接一个地接触无穷个点。
阿喀琉斯追不上大乌龟: 阿喀琉斯是古希腊《荷马史诗》中一个跑得最快的大英雄, 他怎么会跑不过大乌龟呢? 假定他的速度是乌 龟的10倍, 阿喀琉斯与乌龟赛跑的路程是1千米, 让乌龟先跑1 10 千 米, 然后让阿喀琉斯去追。于是问题来了。当阿喀琉斯追到1 10 千 米的地方, 乌龟又向前跑了 1 100千米, 当阿喀琉斯又追到 1 100 千米时, 乌龟又向前跑了 1 10000千米, … …, 这样一来, 一直追下 去, 阿喀琉斯会追上大乌龟吗? 之所以说这两个论证是悖论, 是因为我们知道, 无论是谁, 不管身高身低, 只要一迈步, 都可以在有限的时间越过无穷多个点; 无论是谁, 都不会相信大英雄阿喀琉斯竟会跑不过大乌龟。然而在当时的人们的知识围, 却找不出芝诺的论证错在什么地方。 1 . 1 芝诺悖论的数学意义 芝诺的“二分法” 和“ 阿喀琉斯追不上大乌龟”的论证, 本意是要用结论的荒谬性来否定其前提关于时空的可无限分割的观点, 该两个论证与另外两个论证(“ 飞箭” 与“ 运动场” ) 组合得出了时空既是不可无限分割, 又是可以无限分割的矛盾结论。“ 芝诺悖论” 促进了以严格的思维规律为研究对象的逻辑学和以严格的求证思想为基础的数学的发展。芝诺论证问题的方法是我们今天数学中仍在使用的反证法。可以说, 这是对反证法的最早的运用。大家知道, 当一个数学命题无法直接证明时, 我们就求助于反证法。
高考数学之概率大题总结
1（本小题满分12分）某赛季, 甲、乙两名篮球运动员都参加了7场比赛, 他们所有比赛得分的情况用如图所示的茎叶图表示 （1）求甲、乙两名运动员得分的中位数； （2）你认为哪位运动员的成绩更稳定？ （3）如果从甲、乙两位运动员的7场得分中各随 机抽取一场的得分, 求甲的得分大于乙的得分的概率． （参考数据：2222222981026109466++++++=, 236112136472222222=++++++） 2在学校开展的综合实践活动中, 某班进行了小制作评比, 作品上交时间为5月1日至30日, 评委会把同学们上交作品的件数按5天一组分组统计, 绘制了频率分布直方图(如图), 已知从左到右各长方形的高的比为2：3：4：6：4：1, 第三组的频数为12, 请解答下列问 题： (1)本次活动共有多少件作品参加评比？ (2)哪组上交的作品数量最多？共有多少件？ (3)经过评比, 第四组和第六组分别有10件、2件作品获奖, 问这两组哪组获奖率高？ 3已知向量()1,2a =-r , (),b x y =r ． （1）若x , y 分别表示将一枚质地均匀的正方体骰子（六个面的点数分别为1, 2, 3, 4, 5, 6）先后抛掷两次时第一次、第二次出现的点数, 求满足1a b =-r r g 的概率； （2）若实数,x y ∈[]1,6, 求满足0a b >r r g 的概率．
4某公司在过去几年内使用某种型号的灯管1000支, 该公司对这些灯管的使用寿命（单位：小时）进行了统计, 统计结果如下表所示： （1）将各组的频率填入表中； （2）根据上述统计结果, 计算灯管使用寿命不足1500小时的频率； （3）该公司某办公室新安装了这种型号的灯管2支, 若将上述频率作为概率, 试求恰有1支灯管的使用寿命不足1500小时的概率． 5为研究气候的变化趋势, 某市气象部门统计了共100个星期中每个星期气温的最高温度和最低温度, 如下表： （1）若第六、七、八组的频数t 、m 、 n 为递减的等差数列, 且第一组与第八组 的频数相同, 求出x 、t 、m 、n 的值； （2）若从第一组和第八组的所有星期 中随机抽取两个星期, 分别记它们的平均 温度为x , y , 求事件“||5x y ->”的概率． 6某校高三文科分为四个班.高三数学调研测试后,随机地在各班抽取部分学生进行测试成绩统计,各班被抽取的学生人数恰好成等差数列,人数最少的班被抽取了22人. 抽取出来的所有学生的测试成绩统计结果的频率分布条形图如图5 所示,其中120～130(包括120分但不包括130分)的频率为0.05,此分数段的人数为5人. (1)问各班被抽取的学生人数各为多少人? (2)在抽取的所有学生中,任取一名学生, 求分数不小于90分的概率. 频率 分数 90100110120130 0.05 0.100.150.200.250.300.350.4080 70
阿莱悖论与埃尔斯伯格悖论
龙源期刊网 https://www.360docs.net/doc/509067452.html, 阿莱悖论与埃尔斯伯格悖论 作者：王伟业路宇 来源：《学习与科普》2019年第03期 摘要：丹尼尔·卡内曼与阿摩司·特沃斯基提出确定性效应，来解释阿莱悖论形成的原因：确定性效应是指决策者加重对被认为是确定性結果的选择。确定性效应可通过概率权重函数进行解释。一般情况下决策者对小概率的评价值高于它们的客观值，对中等概率的评价值低于它们的客观值。 通俗地说，就是人们在决策时，对结果确定的现象过度重视。决策者通常对确定的结果的效用函数赋予较大的权重，而对可能性结果效用函数的赋值，通常都以较低的权重。由于这种确定性效应的影响，决策者对于一些确潜在的积极的报酬，却会表现出一种风险厌恶的倾向。例如，股票经纪人在面临一种购买股票的选择时，如果其中的一种股票红利较小，但结果却是肯定的；而另一种股票的红利较大，但结果却具有某种不确定性时，多数股票经纪人都会倾向于购买红利虽小，但肯定能得到红利的那种股票，而不愿意去冒风险购买红利虽大，却仅具有得到红利的可能性的那种股票。这就否定了主观期望效用理论模式的假定，即决策者总是选择收益最大的方案。显然，确定性效应的关键因素是决策权重的性质，它说明人们对确定性结局喜欢（不喜欢）的程度大于对可能发生结局的喜欢（不喜欢）的程度，反映了人们对待风险态度的决定要素是人们处理确定性结局和不确定性结局的方式不同。因此，大多数人对不确定结果中正的结局（增益）持回避态度，对确定性结果中负的结局（损失）持追逐风险态度。 关键词：阿莱悖论埃尔斯伯格悖论 1961年，埃尔斯伯格在一篇论文中通过两个例子向主观期望效用理论提出了挑战。他的 第一个例子是提问式的，表述如下： 在你面前有两个都装有100个红球和黑球的缸I和缸Ⅱ，你被告知缸Ⅱ里面红球的数目是50个，缸I里面红球的数目是未知的。如果一个红球或者黑球分别从缸I和缸Ⅱ中取出，那么它们分别被标为红I、黑I、红Ⅱ和黑Ⅱ。现在从这两个缸中随机取出一个球，要求你在球被 取出前猜测球的颜色，如果你的猜测正确，那么你就获得$100，如果猜测错误，那么什么都得不到。为了测定你的主观偏好次序，你被要求回答下面的问题： （1）你偏爱赌红I的出现，还是黑I，还是对它们的出现没有偏见？ （2）你偏爱赌红Ⅱ，还是黑Ⅱ？ （3）你偏爱赌红I，还是红Ⅱ？ （4）你偏爱赌黑I，还是黑Ⅱ？
拥有多个A的概率：又一个条件概率悖论
拥有多个A的概率：又一个条件概率 悖论 概率论给我们带来了很多匪夷所思的反常结果，条件概率尤其如此。网络上每一次有人发帖提出与条件概率有关的悖论时，总会引来无数人的围观和争论，哪怕这些问题的实质都是相同的。 来看两道简单的组合数学问题： 1. 四个人打桥牌。其中一个人说，我手上有一个A。请问他手上有不止一个A的概率是多少？ 2. 四个人打桥牌。其中一个人说，我手上有一个黑桃A。请问他手上有不止一个A的概率是多少？ 这两个问题看起来很像，实际算法大不相同。在第一题问题中， 手上一个A也没有有 C(48,13) 种情况 手上有至少一个A 有 C(52,13) - C(48,13) 种情况 手上恰好有一个A 有 C(48,12) * 4 种情况 手上有至少两个A 有 C(52,13) - C(48,13) - C(48,12) * 4 种情况 根据条件概率公式，手上有超过一个A的概率为(C(52,13) - C(48,13) - C(48,12) * 4) / (C(52,13) - C(48,13)) = 5359/14498 ≈ 37% 在第二个问题中， 手上有黑桃A 有 C(51,12) 种情况 手上没有其它花色的A 有 C(48,12) 种情况 手上还有其它花色的A 有 C(51,12) - C(48,12) 种情况 根据条件概率公式，手上有超过一个A的概率为(C(51,12) - C(48,12)) / C(51,12) = 11686/20825 ≈ 56% 有趣的事情出来了：如果这个人宣布了手中A的花色，他手中有一个以上A 的概率竟然会大大增加。 这怎么可能呢？难道我们上面的计算结果是错误的？事实上，上面的计算并没有错：
(完整word版)2018年高考数学总复习概率及其计算
第十三章概率与统计本章知识结构图
第一节 概率及其计算 考纲解读 1.了解随机事件发生的不确定性、频率的稳定性、概率的意义、频率与概率的区别。 2.了解两个互斥事件的概率的加法公式。 3.掌握古典概型及其概率计算公式。 4.了解随机数的意义，能运用模拟方法估计概率。 5.了解几何概型的意义。 命题趋势探究 1.本部分为高考必考内容，在选择题、填空题和解答题中都有渗透。 2.命题设置以两种概型的概率计算及运用互斥、对立事件的概率公式为核心内容，题型及分值稳定，难度中等或中等以下。 知识点精讲 一、必然事件、不可能事件、随机事件 在一定条件下： ①必然要发生的事件叫必然事件； ②一定不发生的事件叫不可能事件； ③可能发生也可能不发生的事件叫随机事件。 二、概率 在相同条件下，做次重复实验，事件A 发生次，测得A 发生的频率为，当很大时，A 发生的频率总是在某个常数附近摆动，随着的增加，摆动幅度越来越小，这时就把这个常数叫做A 的概率，记作。对于必然事件A ，；对于不可能事件A ，=0. 三、基本事件和基本事件空间 在一次实验中，不可能再分的事件称为基本事件，所有基本事件组成的集合称为基本事件空间。 四、两个基本概型的概率公式 1、古典概型 条件：1、基本事件空间含有限个基本事件 2、每个基本事件发生的可能性相同 ()(A) = ()A card P A card = Ω包含基本事件数基本事件总数 2、几何概型 条件：每个事件都可以看作某几何区域Ω的子集A ，A 的几何度量（长度、面积、体积或时间）记为 A μ.
()P A = A μμΩ 。 五、互斥事件的概率 1、互斥事件 在一次实验中不能同时发生的事件称为互斥事件。事件A 与事件B 互斥，则 ()()() P A B P A P B =+U 。 2、对立事件 事件A,B 互斥，且其中必有一个发生，称事件A,B 对立，记作B A =或A B =。 ()() 1P A p A =- 。 3、互斥事件与对立事件的联系 对立事件必是互斥事件，即“事件A ，B 对立”是”事件A ，B 互斥“的充分不必要条件。 题型归纳及思路提示 题型176 古典概型 思路提示 首先确定事件类型为古典概型，古典概型特征有二：有限个不同的基本事件及各基本事件发生的可能性是均等的；其次计算出基本事件的总数及事件A 所包含的基本事件数；最后计算 ()A P A = 包含基本事件数 基本事件总数。 例13.1 设平面向量(),1m a m =，()2,n b n = ，其中{}, 1.2,3,4m n ∈ （1）请列出有序数组(),m n 的所有可能结果； （2） 若“使得()m m n a a b ⊥-成立的(),m n 为事件A ，求事件A 发生的概率。 分析：两向量垂直的充要条件是两向量的数量积为0，从而可得m 与n 的关系，再从以上 (),m n 的16个有序数组中筛选出符合条件的，即得事件A 包含的基本事件个数。 解析：（1）由{}, 1.2,3,4m n ∈，有序数组(),m n 的所有可能结果为()1,1 ， ()()() 1,2,1,3,1,4， ()()()() 2,1,2,2,2,3,2,4， ()()()() 3,1,3,2,3,3,3,4， ()()()()4,1,4,2,4,3,4,4 共16个。 （2）因为(),1m a m =，()2,n b n =，所以()2,1m n a b m n -=-- .又()m m n a a b ⊥-，得 ()(),12,10m m n ?--= ，即22m 10m n -+-= ，所以()21n m =- 。故事件A 包含的
概率理论的线性局限分析——《生日悖论》是个谬误!
线性概率模型的矛盾 2014110059 高天 AB两人用扔硬币赌博，正面向上A赢，反面向上B赢。两个人赌了一会，来了第三者C，C也要参与赌博，但是由于扔硬币只有两种结果（硬币“站着”的结果几乎不会发生，所以被排除），C表示他通过把赌注押在A或B一方，来参与赌博，A与B都同意了。但是C并不是每次都下注，他要看到A或B连输几次，才把赌注押在输的一方。这样赌了一会儿后，A与B发现，他们之间的输赢相当，但是他们都输钱给C了。于是，他们提出C的这种赌法是不公平的，因为我们都知道，尽管在一定次数中统计扔硬币的结果，出现正面与出现反面的结果未必相等，但是扔硬币的次数越多，出现正面与出现反面的次数会越来越接近，扔硬币时两面出现的概率总是趋向于50%。所以如果A与B有一方连输了几次，再输的概率就小了，因此，A和B都认为C的这种押注方法，赢的概率大，不公平。 我们都知道每一次扔硬币的结果，出现正面或出现反面的概率是一样的，都是50%，既然硬币本身不知道前面扔硬币的结果，也不会因为前面的结果“主动”改变这次扔硬币的概率，那么C的押注法有什么不公平呢？所以C坚持说，他赢的概率也是50%， A和B反驳C说，我们说每一次扔硬币正反面出现的概率都是50%，是一种理论上的计算结果，因为在这个概率计算中，只有两个基本事件，理论上认定基本事件出现的概率是一样的，所以正反面出现的概率都是50%。但是我们从统计学的角度看，如果我们画一条直线，在直线上均匀刻度表示扔硬币的次数，然后我们把扔硬币时硬币正面向上作为一个点记在直线上方，反面向上记在直线下方，如果连着出现正面向上（或者反面向上），就把点标记在前面那个点的上方（或下方），扔了一定次数的硬币后，我们很容易发现，这些点有一个明显的特征——回归特征，也就是不管直线上方或直线下方的点，都有一个趋势，就是回到直线的附近。离开直线的距离越大的点，出现的频率越低。
一些很有趣的概率学问题
一些很有趣的概率学问题 说到概率，有些好玩的东西不得不提。比如，你知道吗，23个人中至少两个人生日相同的概率竟然超过了1/2；假如你们班上有50个人的话，那更不得了，至少两人生日相同的概率达到97% ！如果你会计算这个概率问题的话，你可以亲自证实这一点。本文适宜的读者是知道上述问题怎么算的高中朋友，上述问题也是高中阶段学的一些基本概率知识。 上面的问题都是简单概率，它包含了一个最基本的原则，即使没有系统地学习过，平常人们也都在无形之中使用它：概率等于你要算的东西除以总的数目。比如。我们要计算23个人中任何两个人都不在同一天生的概率。假设2月29 日与其它日期出现概率相同的话（这是为了便于计算我们做出的假设，它有悖于常理），那么它的概率为A(366,23)/366^23。它约为0.493677。因此，至少两人在同一天生的概率为1-0.493677=0.506323。当然，对于“你要算的东西除以总的数目”的认识是片面的，比如“投两个骰子出现的数字和从2到12共有11种可能，问数字和大于10的概率”这一问题的答案并不是2/11，因为这11个点数和出现的概率不是相等的，我们只能从投出的两个数字共6*6=36种情况中进行统计，可能的情况只有(5,6)、(6,5)和(6,6) （不会有人说还有(6,7)之类的吧），答案应该是3/36=1/12。这些都是废话，我不细说了。 但是，你有想过这个问题吗：要是这些数目是无穷的怎么办？换句话说，统计的东西不是“离散”的怎么办？比如看这样一个问题。明天早上我要和MM约会，但是具体见面时间我忘了，好像是8:00-9:00的某个时候。那么我随便在这个时段中选一个时间去等MM，最多等她半个小时，正好能见到MM的概率是多少（假设MM先到的话不会等我）。这个问题和我们平时见到的问题不同的地方在于，它的“情况”是连续的，不是离散的，不能逐一统计数目。咋办呢？我们注意到，我的时间随机取一个，MM的时间随机取一个，对于某些组合我们是有缘分的（这些组合无穷多）。这些组合正好对应了平面区域上的点。就是说，搞一个横坐标表示我的时间，纵坐标表示MM的时间，那么肯定能画出那么一块区域，区域里的所有点(x,y)对应所有我和MM可能相见的组合。任何一个时间组合有多大的可能落在这个区域呢？由于在矩形区域内点(x,y)是均匀分布的，我们只需要计算一个面积之比就行了。下图中显而易见，答案是3/8。 一个类似的问题是Buffon投针实验。有一个人，叫Buffon。他在地板上画了很多间隔相同的平行线，然后叫了一帮狐朋狗友来，把一些长度相同的针扔在地上。然后，他统计有多少针和地板上的线相交，并宣称可以得到圆周率π的值。换句话说，一根针投到间隔相同的平行线中，与平行线相交的概率和π有关。我们时常感到数学的神奇之处，比如当这个π在很多不该出现的场合莫明
2020高考数学最可能考的50道题
高考数学历年考点框架 理科数学每年必考知识点： 复数、程序框图、三视图、函数与导数、三角函数、圆锥曲线、球的组合体、（计数原理、概率与统计模块）等。 理科数学每年常考的知识点： 常用逻辑用语、集合、线性规划、数列、平面向量、解三角形、定积分、直线与圆等。 最后冲刺指导（14个专题） 1、集合与常用逻辑用语小题 （1）集合小题 历年考情： 针对该考点，近9年高考都以交并补子运算为主，多与解不等式等交汇，新定义运算也有较小的可能，但是难度较低；基本上是每年的送分题，相信命题小组对集合题进行大幅变动的决心不大。 常见集合元素限定条件;对数不等式、指数不等式、分式不等式、一元二次不等式、绝对值不等式、对数函数的定义域、二次根式、、点集（直线、圆、方程组的解）；补集、交集和并集；不等式问题画数轴很重要；指数形式永远大于0不要忽记；特别注意代表元素的字母是还是。 2020高考预测：
（2）常用逻辑用语小题 历年考情： 9年高考中2017年在复数题中涉及真命题这个概念．这个考点包含的小考点较多，并且容易与函数，不等式、数列、三角函数、立体几何交汇，热点就是“充要条件”；难点：否定与否命题；冷点：全称与特称（2015考的冷点），思想：逆否．要注意，这类题可以分为两大类，一类只涉及形式的变换，比较简单，另一类涉及命题真假判断，比较复杂。 简单叙述：小范围是大范围的充分不必要；大范围是小范围的必要不充分。 2020高考预测：
2、复数小题 历年考情： 9年高考，每年1题，考查四则运算为主，偶尔与其他知识交汇，难度较小．考查代数运算的同时，主要涉及考查概念有：实部、虚部、共轭复数、复数的模、对应复平面的点坐标、复数运算等。 无法直接计算时可以先设z=a+b i 2020高考预测： 3、平面向量小题 历年考情：
贝特朗奇论悖论
贝特朗奇论 2 . 1 “贝特朗奇论” 的 数学表示 在单位圆内随机取一条弦,弦 长超过3(单位圆内 接等 边三角形的边长)的概率是多少? 这个问题有三种解法, 答案互相矛盾 。 解法一:设弦AB 的一端A 固定于圆周上,另一端B 任意(图1)。对于等边三角形ACD , 若B 落在劣弧CD 上,则AB > 3 , P = CD 弧长圆周长 = 13 解法二 : 设弦 AB 垂直于直径 EF , C D = DO( 图 2) , 若 AB 的中点落在线段 C D 上 , 则 AB> 3 , 故 P = CD EF = 12 。 解法三 : 作半径为 1/ 2 的 同心圆( 图 3) 。 若 A B 的中 点 落在此圆内 , 则 AB> 3 , 故 P =小圆面积大圆面积 = 14 。 2. 2 “贝特朗奇论” 的数学辨析 同一问题有三种不同的答案, 究其原因, 是在取弦时采用了不同的等可能性的假定。解法一假定端点在圆周上的落点处处等可能 , 解法二假定中点在直径上的落点处处等可能, 解法三假定中点在圆 内的落点处处等可能。三种答案对于各自的假定都是正确的。这样的
解释显得似是而非, 但又找不到反驳的理由, 故名奇论。其实弊病出在概率定义本身。 我们先看看有关概率的三个定义: 概率的统计定义: 在条件相同的n 次试验中事件 A 出现m 次, 如果加大n 时, A 的频率m n逐渐稳定在一个常数附近, 就把这个常数叫做事件 A 的概率。概率的古典定义:如果一个试验满足两条：（1）试验只有有限个基本结果；（2）试验的每个基本结果出现的可能性是一样的。这样的试验，成为古典试验。对于古典试验中的事件A，它的概率定义 为：P(A)= m n，n表示该试验中所有可能出现的基本结果的总数目。 m表示事件A包含的试验基本结果数。这种定义概率的方法称为概率的古典定义。概率的几何定义:若试验结果只能出现于区域Ω内的某一点,且出现于每一点的可能性相等,又区域A包含于区域Ω中,那么试验结果出现于区域A的概率,即事件A R 的概率P( A ) =区域A的测度/区域Ω的测度。 概率的统计定义虽然直观, 但据此计算某事件的概率是困难的, 仅能以A的频率作为P( A) 的近似值。然而n要多大,准确到什么程度,都没有确切的说明,在概率的古典定义中,不需要试验即可直接根据公式求出事件的概率, 这是它的最大优点, 但是它也有局限性, 因为它要求试验的全部可能结果的数目是有限的, 而且每个试验结果出现的可能性相等。如果试验的全部可能结果是无限的,古典定义就不适用了。概率的几何定义虽然不要求试验结果有限,但同样强调
贝特朗概率悖论的解释
贝特朗概率悖论的解释 贝特朗概率悖论是一个著名的悖论题，与其他的集合悖论不一样，这个悖论只是我们看起来“错”而已，也并没有像集合悖论一样带来一次数学危机，正确审视它，就是让我们对“几何概型”这一概念更加地深入了解而已。 我就不废话，我们直接来看什么是贝特朗概率悖论，百度上有很多，随便一搜就到处都是题目是这样子滴：在圆中做弦MN，求使MN的长大于圆内接正三角形边长的概率。 这道题若从不同的角度看，就有几种不同的答案，百度百科里有，我就不想在这里多费口舌，希望各位先到那里去看看具体的答案，我把图片下载下来，大家可以自己看：百度百科词条解释 虽然这多种解法各有各得说法，似乎每一个都对，但是悖论毕竟是悖论，他终究是错的。概率问题一个基本的原则就是，不管从哪个角度看，答案只能有一个，否则一件事情的概率都不一致，这问题要么就是本身就有问题，要么就是条件不够。而对于贝特朗概率悖论所涉及到的问题，正是如此，因为其条件不够。 首先我们看第一种“解法”。 解法1的思路是，在于AB平行的弦中，只有与PQ交点落在MN上的，弦长才大于根号3。弦与PQ的交点肯定就是落在PQ上的，而NM=1/2PQ，所以此时概率为1/2.
这个解法其实有一个重要前提，那就是弦与PQ的交点在PQ上是均匀分布的。正正是题目中所缺乏的条件，因为圆中任意的弦，这到底怎么个做法？是像这种解法所说的，使其与PQ 交点在PQ上均匀分布么？还是使弦与圆周的交点是任意分布？如果满足后者，就不可能满足前者，满足前者，就不可能满足后者。一个比较明显的说法就是：做几条平行弦，使其在PQ上均匀分布，也就是相互之间的距离相等，我们可以看见，这些弦之间的弧长并不相等，也就是说，在PQ上均匀分布，一定不会在圆周上均匀分布。原题中没有给出这样的条件，解法1加了这么一个条件，显然就有不一样的结果了。 再看解法2. 解法2的思路是，链接OA，在OA两边做弦AM和AN，使其和AO的夹角为30°。在圆中所有的弦中，只有当B点落在弧MN上时，才满足条件，而MN的弧长占据整个弧长的1/3，所以概率为1/3 看了解法1，你就知道这个解法的原因所在了，他正是采用了在圆周上均匀分布这一条件得出的结果。 最后看解法3
2019届理科数学高考中的概率与统计问题
2019届理科数学 高考中的概率与统计问题 一、选择题(每小题5分,共15分) 1.某市园林绿化局在名贵树木培埴基地种了一批红豆杉树苗,为了解这批红豆杉树苗的生长状况,随机抽取了15株进行检测,这15株红豆杉树苗的高度(单位:cm)的茎叶图如图6-1所示,利用样本估计总体的思想,求培埴基地种植的这批红豆杉树苗的高度在(140,145)内的概率为 () 图6-1 A.0.3 B.0.4 C.0.2 D.0.1 2.如图6-2,正方形BCDE和正方形ABFG的边长分别为2a和a,连接CE和CG,现将一把芝麻随机地撒在该图形中,则芝麻落在阴影部分的概率是() 图6-2 A. B. C. D. 3.日常生活中,常听到一些谚语、俗语,比如“三个臭皮匠,顶个诸葛亮”,这句话有没有道理呢?我们假设三个臭皮匠中的老大、老二、老三能独立解出同一道问题的概率依次是0.6,0.5,0.4,而诸葛亮能独立解出同一道问题的概率是0.9,则三个臭皮匠与诸葛亮解出同一道问题的概率较大的是() A.三个臭皮匠 B.诸葛亮 C.一样大 D.无法确定 二、填空题(每小题5分,共10分) 4.已知函数f(x)=log2x+2log4x,其中x∈(0,4],若在[,4]上随机取一个数x0,则f(x0)≤0的概率 为. 5.第十三届全运会于2017年8月27日在天津举行,在自由体操比赛中,5位评委给甲、乙两位体操运动员打分(满分为30分)的茎叶图如图6-3所示,则甲、乙两位体操运动员中,得分的方差较大的是.(填甲或乙) 图6-3
三、解答题(共36分) 6.(12分)已知鸡的产蛋量与鸡舍的温度有关.为了确定某一个时段鸡舍的控制温度,某企业需要了解鸡舍的时段控制温度x(单位:℃)对某种鸡的时段产蛋量y(单位:t)和时段投入成本z(单位:万元)的影响.为此,该企业选取了7个鸡舍的时段控制温度x i和产蛋量y i(i=1,2,…,7)的数据,对数据初步处理后得到了如图6-4所示的散点图及一些统计量的值.其中k i=ln y i,=k i. 图6-4 (1)根据散点图判断,y=bx+a与y=c1(e为自然对数的底数)哪一个适宜作为该种鸡的时段产蛋量y关于鸡舍的时段控制温度x的回归方程类型?(给出判断即可,不必说明理由) (2)根据(1)的判断及表中的数据,建立y关于x的回归方程; (3)已知时段投入成本z与x,y的关系为z=e-2.5y-0.1x+10,当鸡舍的时段控制温度为28 ℃时,鸡的时段产蛋量及时段投入成本的预报值是多少? 附:对于一组具有线性相关关系的数据(u1,v1),(u2,v2),…,(u n,v n),其回归直线v=βu+α的斜率和截 距的最小二乘估计分别为=(-)(-) (-) , ＾ =-. 参考数据:
概率论中几个有趣的例子
转载】概率论中几个有趣的例子 [ 2007-6-3 13:06:00 | By: Byron ] 推荐 作者: ni1985 (妮子||从东方席地卷来一团野火), 原发新水木Mathematics 已经酝酿很长时间的本文终于出场了。 写本文的主要目的：1 很多人看了我前面大量的历史日志后，对我的数学水平产生了怀疑；2 有高中的校友师妹咨询关于大学数学学习的问题；3 概率论是数学中一个重要而美的分支，可惜多数同学尚没有机会看到其冰山一角。 本文的读者适用范围：最低标准是学过工科专业的高等数学和概率论，最高标准不清楚（也许水平比我高的人就不屑于读了） 当我跟皇上提到要写这篇文章的想法时，我提到：试图用比较短的篇幅让只要有初等概率论基础的人，也能看懂，从而对较深的概率论的研究对象和有趣的结论有一个初步的了解，激发其进一步深入学习概率论的兴趣。皇上说：那可不容易，相当于一个毕业设计了。我觉得，确实如此，本文是基本失败还是基本成功，还要看读者的评价。 要想引入本文的内容，首先从数学美的定义说起。关于数学美，我比较欣赏的有两种观点，一是Birkhoff 的观点，数学美=逻辑的复杂程度/表述的复杂程度；二是Von Neumann的观点，数学的活力依赖于与它有联系的科学分支的多寡与分支的活力。也许做应用的人更喜欢后者，但我是比较喜欢前者的。因此，我下面的主要内容就是介绍一些概率论中的基本例子，这些例子的表述是相当简单的，但得到这些例子的手段却比较复杂。我将试图把每个例子表述清楚，让只要有初等概率论基础的读者就知道在说什么，但对得到这些结果的证明过程则一律省略，只简要提出涉及的基本工具，但其中有些比较简单的细节会给大家留为习题。这些例子一律来自伟大的Durrett的著作：Probability theory and examples——我认为最优秀的概率论教材。 例1. Coupon collector问题：X1,X2,…是独立同分布，均匀的取自集合{1，…，n}的随机变量序列。大家把集合{1，…，n}想象为若干张扑克牌，每次我们等概率的取一张扑克牌，取完放回。 ，意思就是手中取过k种不同的扑克牌所需的次数。T(n) =t(n,n)表示取过所有扑克牌所需的次数。X(n,k)=t(n,k)-t(n,k-1)，则X(n,k)服从参数是1-(k-1)/n的几何分布（思考题！），它的期望和方差可求，且容易发现X(n,1),…,X(n,n)相互独立，从而可以求出E T(n),Var T(n)（习题！)。且去证明依概率趋近于0.（数学基础稍微深一些的同学都知道，L2收敛蕴含依概率收敛）最终得到一个漂亮的结论： 依概率收敛于1.
2020年高考数学(理)热点题型：概率与统计(含答案)
概率与统计 热点一 常见概率模型的概率 几何概型、古典概型、相互独立事件与互斥事件的概率、条件概率是高考的热点，几何概型主要以客观题考查，求解的关键在于找准测度(面积，体积或长度)；相互独立事件，互斥事件常作为解答题的一问考查，也是进一步求分布列，期望与方差的基础，求解该类问题要正确理解题意，准确判定概率模型，恰当选择概率公式. 【例1】现有4个人去参加某娱乐活动，该活动有甲、乙两个游戏可供参加者选择.为增加趣味性，约定：每个人通过掷一枚质地均匀的骰子决定自己去参加哪个游戏，掷出点数为1或2的人去参加甲游戏，掷出点数大于2的人去参加乙游戏. (1)求这4个人中恰有2人去参加甲游戏的概率； (2)求这4个人中去参加甲游戏的人数大于去参加乙游戏的人数的概率； (3)用X ，Y 分别表示这4个人中去参加甲、乙游戏的人数，记ξ＝|X －Y |，求随机变量ξ的分布列. 解 依题意，这4个人中，每个人去参加甲游戏的概率为1 3，去参加乙游戏的概率为23. 设“这4个人中恰有i 人去参加甲游戏”为事件A i (i ＝0，1，2，3，4). 则 P (A i )＝C i 4? ??? ? 13i ? ?? ??234－i . (1)这4个人中恰有2人去参加甲游戏的概率 P (A 2)＝C 24? ??? ? 132? ?? ??232＝8 27. (2)设“这4个人中去参加甲游戏的人数大于去参加乙游戏的人数”为事件B ，则B ＝A 3＋A 4，且A 3与A 4互斥， ∴P (B )＝P (A 3＋A 4)＝P (A 3)＋P (A 4)＝C 34? ??? ?133 ×23＋C 44? ?? ??134＝19. (3)依题设，ξ的所有可能取值为0，2，4. 且A 1与A 3互斥，A 0与A 4互斥.
6概率的基本性质
3.1.3 概率的基本性质（第三课时） 一、教学目标： 1、知识与技能：（1）正确理解事件的包含、并事件、交事件、相等事件，以及互斥事件、对立事件的概念； （2）概率的几个基本性质：1）必然事件概率为1，不可能事件概率为0，因此0≤P(A)≤1； 2）当事件A 与B 互斥时，满足加法公式：P(A ∪B)= P(A)+ P(B)；3）若事件A 与B 为对立事件，则A ∪B 为必然事件，所以P(A ∪B)= P(A)+ P(B)=1，于是有P(A)=1—P(B)（3）正确理解和事件与积事件，以及互斥事件与对立事件的区别与联系. 2、过程与方法：通过事件的关系、运算与集合的关系、运算进行类比学习，培养学生的类化与归纳的数学思想。 3、情感态度与价值观：通过数学活动，了解教学与实际生活的密切联系，感受数学知识应用于现实世界的具体情境，从而激发学习 数学的情趣。二、重点与难点：概率的加法公式及其应用，事件的关系与运算。 三、学法与教学用具：1、讨论法，师生共同讨论，从而使加深学生对概率基本性质的理解和认识；2、教学用具：投灯片四、教学设想： 1、 创设情境：（1）集合有相等、包含关系，如{1，3}={3，1}，{2，4}С{2，3，4，5}等； （2）在掷骰子试验中，可以定义许多事件如：C 1={出现1点}，C 2={出现2点}，C 3={出现1点或2点}，C 4={出现的点数为偶数}……师生共同讨论：观察上例，类比集合与集合的关系、运算，你能发现事件的关系与运算吗？ 2、 基本概念：（1）事件的包含、并事件、交事件、相等事件见课本P115； （2）若A ∩B 为不可能事件，即A ∩B=ф，那么称事件A 与事件B 互斥； （3）若A ∩B 为不可能事件，A ∪B 为必然事件，那么称事件A 与事件B 互为对立事件； （4）当事件A 与B 互斥时，满足加法公式：P(A ∪B)= P(A)+ P(B)；若事件A 与B 为对立事件，则A ∪B 为必然事件，所以P(A ∪B)= P(A)+ P(B)=1，于是有P(A)=1—P(B)．3、 例题分析： 例1 一个射手进行一次射击,试判断下列事件哪些是互斥事件?哪些是对立事件? 事件A ：命中环数大于7环； 事件B ：命中环数为10环； 事件C ：命中环数小于6环； 事件D ：命中环数为6、7、8、9、10环. 分析：要判断所给事件是对立还是互斥，首先将两个概念的联系与区别弄清楚，互斥事件是指不可能同时发生的两事件，而对立事件是建立在互斥事件的基础上，两个事件中一个不发生，另一个必发生。解：A 与C 互斥（不可能同时发生），B 与C 互斥，C 与D 互斥，C 与D 是对立事件（至少一个发生）. 例2 抛掷一骰子,观察掷出的点数,设事件A 为“出现奇数点”，B 为“出现偶数点”，已知P(A)=21，P(B)=2 1，求出“出现奇数点或偶数点”．
经典高考概率分布类型题归纳
经典高考概率分布类型 题归纳 -CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN
经典高考概率分布类型题归纳 高考真题 一、超几何分布类型 二、二项分布类型 三、超几何分布与二项分布的对比 四、古典概型算法 五、独立事件概率分布之非二项分布（主要在于如何分类） 六、综合算法 高考真题 2010年 22、（本小题满分10分）（相互独立事件） 某工厂生产甲、乙两种产品，甲产品的一等品率为80%，二等品率为20%；乙产品的一等品率为90%，二等品率为10%。生产1件甲产品，若是一等品则获得利润4万元，若是二等品则亏损1万元；生产1件乙产品，若是一等品则获得利润6万元，若是二等品则亏损2万元。设生产各种产品相互独立。 （1）记X （单位：万元）为生产1件甲产品和1件乙产品可获得的总利润，求X 的分布 列； （2）求生产4件甲产品所获得的利润不少于10万元的概率。 【解析】本题主要考查概率的有关知识，考查运算求解能力。满分10分。 （1）由题设知，X 的可能取值为10，5，2，-3，且 P （X=10）=0.8×0.9=0.72， P （X=5）=0.2×0.9=0.18， P （X=2）=0.8×0.1=0.08， P （X=-3）=0.2×0.1=0.02。 由此得X 的分布列为： （2）设生产的4件甲产品中一等品有n 件，则二等品有4n -件。 由题设知4(4)10n n --≥，解得14 5 n ≥， 又n N ∈，得3n =，或4n =。 所求概率为3 344 0.80.20.80.8192P C =??+= 答：生产4件甲产品所获得的利润不少于10万元的概率为0.8192。
概率的基本性质教案
《概率的基本性质》教案 使用教材：人教版数学必修3 教学内容：1、事件间的关系及运算 2、概率的基本性质 教学目标：1、了解事件间各种关系的概念，会判断事件间的关系； 2、了解两个互斥事件的概率加法公式，知道对立事件的公式，会用公式进行简 单的概率计算； 3、通过学习，进一步体会概率思想方法应用于实际问题的重要性。 教学的重点：事件间的关系，概率的加法公式。 教学的难点：互斥事件与对立事件的区别与联系。 教学的具体过程： 引入：上一次课我们学习了概率的意义，举了生活中与概率知识有关的许多实例。今天我们要来研究概率的基本性质。在研究性质之前，我们先来一起研究一下事件之间有什么关系。 一、事件的关系与运算 老师做掷骰子的实验，学生思考，回答该试验包含了哪些事件（即可能出现的结果） 学生可能回答：﹛出现的点数＝1﹜记为C 1， ﹛出现的点数＝2﹜记为C 2， ﹛出现的点数＝3﹜记为C 3， ﹛出现的点数＝4﹜记为C 4， ﹛出现的点数＝5﹜记为C 5， ﹛出现的点数＝6﹜记为C 6. 老师：是不是只有这6个事件呢？请大家思考，﹛出现的点数不大于1﹜（记为D 1）是不是该试验的事件？（学生回答：是）类似的，﹛出现的点数大于3﹜记为D 2，﹛出现的点数小于5﹜记为D 3，﹛出现的点数小于7﹜记为E ，﹛出现的点数大于6﹜记为F ，﹛出现的点数为偶数﹜记为G ，﹛出现的点数为奇数﹜记为H ，等等都是该试验的事件。 那么大家思考一下这些事件之间有什么样的关系呢？ 1、 学生思考若事件C 1发生（即出现点数为1），那么事件H 是否一定也发生？ 学生回答：是，因为1是奇数 我们把这种两个事件中如果一事件发生，则另一事件一定发生的关系，称为包含关系。具体说：一般地，对于事件A 和事件B ，如果事件A 发生，则事件B 一定发生，称事件B 包含事件A （或事件A 包含于事件B ），记作B A ?（或A B ?） 特殊地，不可能事件记为 ?，任何事件都包含 ?。 练习：写出 D 3与E 的包含关系（D 3 ?E ） 2、再来看一下C 1和D 1间的关系：先考虑一下它们之间有没有包含关系？即若C 1发生，D 1 是否发生？（是，即C 1 ?D 1）；又若D 1发生，C 1是否发生？（是，即D 1? C 1） 两个事件A ，B 中，若A B B A ??，且，那么称事件A 与事件B 相等，记作A ＝B 。所以C 1 和D 1相等。 “下面有同学已经发现了，事件的包含关系和相等关系与集合的这两种关系很相似，很好，下面我们就一起来考虑一下能不能把事件与集合做对比。” 试验的可能结果的全体 ←→ 全集 ↓ ↓ 每一个事件 ←→ 子集 这样我们就把事件和集合对应起来了，用已有的集合间关系来分析事件间的关系。 3、集合之间除了有包含和相等的关系以外，还有集合的并，由此可以推出相应的，事件A 和事件B 的并事件，记作A ∪B ，从运算的角度说，并事件也叫做和事件，可以记为A+B 。我们知道并集A ∪B 中的任一个元素或者属于集合A 或者属于集合B ，类似的事件A ∪B 发生等