概率论第1章第3-4节(jg)

合集下载

概率第一章 概 率 论

概率第一章 概 率 论

第三节 概率的加法与乘法公式
由条件概率计算公式,可直接推得概率的乘法公式: 例6 讨论抓阄的公平性.设有10个阄中只有一个物阄,10个人不论 先后顺序抓阄,每人只能抓一次、一个阄,试讨论其结果与顺序 无关.
解 设Ai表示第i(i=1,2,…,10)个人抓到物阄,则第
6)是随机试验的6个基本事件,由于骰子的对称性,出现各个 基本事件的可能性相同,都为1/6,这个结果是可信的,没有人 会怀疑的.这种计算方法就叫做概率的古典概型方法. (1)有限性——样本空间的元素(基本事件)只有有限个,即Ω={ω 1,ω2,ω3,…,ωn}; (2)等可能性——每一个基本事件发生的可能性都相同,即 例2 先后抛掷两枚均匀的硬币,求出现一个正面一个背面的概率.
表格
例1 为实验炮弹在正常条件下的合格率,
第二节 随机事件的概率
对100000发炮弹中的100发炮弹进行发射试验,结果有90发炮弹正 常,合格的频率为90/100=0.9,因此,可以认为该批炮弹的 合格率基本在0.9左右,即任意从中抽取一发炮弹,能正常发射的 可能性为0.9. (1)0≤P(A)≤1; (2)P(Ω)=1; (3)P(⌀)=0; (4)若A⊂B,则P(A)≤P(B); (5)P(A)=1-P(). 二、概率的古典定义
事件组合而成的事件称为复合事件. 二、事件的关系与运算
在随机试验中有许多事件发生,而这些事件之间往往又有联 系.研究事件之间的各种关系与运算,可以帮助我们更深刻地认 识随机事件. 1.事件的包含与相等
第一节 随 机 事 件
2.事件的和(或并)
图 1-1
第一节 随 机 事 件
事件A与事件B至少有一个发生的事件,称为事件A与事件 B的和(或并)事件,记为A∪B(或A+B)(图1⁃2中的阴影 部分).因此,事件的和可以描述为:当且仅当事件A,B中至 少有一个发生时,事件A∪B发生.即A∪B={A,B至少有一 个发生}.

概率论与数理统计第一章

概率论与数理统计第一章

具有以上两个特点的随机试验称为等可能概型。 由于它是概率论发展初期的主要研究对象,所以 也称之为古典概型.
设试验E是古典概型,由于基本事件两两互不相容 n n 因此 1 = P( ) = P( {wi }) = P{wi } = nP{w i }
1 从而 P{w i } = n
i =1
i =1
则事件 A表示“某公司今年年底结算将亏损”.
AAຫໍສະໝຸດ 按差事件和对立事件的定义,显然有A B = AB
A
B

A
B

运算规律
1.交换律 A B = B A A B = B A 2.结合律 A ( B C ) = ( A B) C
A ( B C ) = ( A B) C
A B = 事件A和事件B不能同时发生
A
B

对立事件
A 称为事件A的对立事件或逆事件,记做 A
即A = A
事件 A发生 事件A不发生
A A= A A=
故在每次试验中事件A , A 中必有一个且仅有一个发生
A也是 A 的对立事件,所以称事件A与A互逆
若事件A表示“某公司今年年底结算将不亏损”
抛硬币实验
试验者
出现正面的 频率
n
2048 4040 12000 24000 80640
出现正面的 试验次 次数 数 n
nH
1061 2048 6019 12012 39699
f n (H ) =
A
n
德摩根 蒲丰 K.皮尔逊 K.皮尔逊 罗曼诺夫斯基
0.5181 0.5069 0.5016 0.5005 0.4923
( i = 1, 2, , n )

概率第1章

概率第1章
OPTION 中的一个样本点出现, 故 是必然事件.
05 每次试验中一定不发生的事件称为不可能事件.空集 中不包含任何样本点, 因此是不可
能事件. OPTION
同济大学数学系 & 人民邮电出版社
三、随机事件
例 2 抛掷一枚均匀的骰子的样本空间为 1,2,L ,6
第1章 随机事件与概率 10
随机事件 A=“出现 6 点”=6 ; 随机事件 B=“出现偶数点”=2, 4,6; 随机事件 C=“出现的点数不超过 6” 1,2,L ,6= ,即一定会发生的必然事件;
E2 ABC ;
3
三个事件都不出现(记为 E3 );
E3 ABC ;
4
三个事件中至少有一个出现(记为 E4 ); E4 A B C ;
5
三个事件中至少有两个出现(记为 E5 ); E5 AB U AC U BC ;
6
至多一个事件出现(记为 E6 );
E6 ABC U ABC U ABC U ABC ;
第1章 随机事件与概率 22
P A 0.2, P B 0.3, PC 0.4, P AB 0 P BC =P AC 0.1,
则, A, B, C 至少发生一个的概率是多少?
同济大学数学系 & 人民邮电出版社
目录/Contents
第1章 随机事件与概率 23
1.1
随机事件及其运算
1.2 概率的定义及其性质
i 1
则称 P( A) 为事件 A 的概率.
同济大学数学系 & 人民邮电出版社
1.2 概率的定义及其性质
第1章 随机事件与概率 20
由概率的三条公理,可以推导出概率的一些性质.
性质1 P() 0
性质2 有限可加性

概率论第一章

概率论第一章

k 1
k 1
频率是概率的近似值,概率P(A)也应有类似特征:
(1)0 P( A) 1;
( 2) P( ) 0, P( ) 1;
( 3) 若 A与 B 互 不 相 容 , 有 P( A B) P( A) P( B).





P
m
Ak
m
P( Ak).
k1 k1
定义2:在相同的条件下进行n次重复试验,当n趋于无
定义3:若对随机试验E所对应的样本空间中的每一事件 A,均赋予一实数P(A),集合函数P(A)满足条件:
(1) 非负性公理:P(A) ≥0;
(2) 规范性公理:P()=1 ,P()=0 ;
(3) 可列可加性公理:设A1,A2,…, 是一列两两互不相容 的事件,即AiAj=,(ij), i , j=1, 2, …, 有
AB= B
A
Ω 推广:n个事件A1, A2,…, An任意两个都互不相 容,则称n个事件两两互不相容。
n
若n个事件A1, A2,…, An 两两互不相容,且 Ai i 1
则称n个事件A1, A2,…, An 构成一个完备事件组。
6. 对立(逆)事件 AB= , 且AB=
记 作BA , 称 为 A的 对 立 事 件
P(AB)=P(A)-P(AB)=0.8-0.5=0.3
例1-7 设A与B互不相容, P(A)=0.5, P(B)=0.3, 求P(AB).
解 P(AB)=P( A B )=1-P(AB)=1-[P(A)+P(B)] =1-(0.5+0.3)=0.2
例 1-8
某地一年内发生
k
起交通事故的概率为
k

第一章 概率论的基本概念PPT课件

第一章 概率论的基本概念PPT课件

(4) A BA BA AB
(5)
n
n
n
n
Ai Ai ,
Ai Ai ,
i 1
i 1
i 1
i 1
Ai Ai ,
Ai Ai .
i 1
i 1
i 1
i 1
上一页 下一页 返 回
例2: 设A,B,C为三个事件,试用A,B,C表 示下列事件: (1)A发生且B与C至少有一个发生; (2)A与B都发生而C不发生; (3)A,B,C恰有一个发生; (4)A,B,C中不多于一个发生; (5)A,B,C不都发生; (6)A,B,C中至少有两个发生。
例1 : 从一批产品中任取8件,观察其中的正品件数, 则这一试验的样本空间为:
={0,1,2,3,4,5,6,7,8}
引入下列随机事件: A={正品件数不超过3}={0,1,2,3} B={取到2件至3件正品}={2,3} C={取到2件至5件正品}={2,3,4,5}
D={取到的正品数不少于2且不多于5}={2,3,4,5}
上一页 下一页 返 回
样本空间:
随机试验E的全体基本事件组成的集合。记为。
随机事件中有两个极端情况:
•每次试验中都必然发生的事件,称为必然事件 。
•每次试验中都不发生的事件,称为不可能事件 。
基本事件是样本空间的单点集。 复合事件是由多个样本点组成
不可能事件不含任何样本点,它就是空集 。
或A1A2 … An ,也可简记为 n 。A i
i1
在可列无穷的场合,用
i1
A
i
表示事件“A1、A2

…诸
事件同时发生。”
上一页 下一页 返 回
40 AB
事件A发生但事件B不发生,称为事件A与事件B的差 事件。显然有:

概率论第一章第三节ppt课件

概率论第一章第三节ppt课件

推广
( P ( A A A )0 ) 1 2 n 1
P ( A A A ) P () A P ( A ) P ( A A A A ) 1 2 n 1 2A 1 n 1 2 n 1
P ( A B C ) P ( A ) P ( B A ) P (| C A B )
例1 某工厂有一批零件共100个,其中有10个
(18页)

7、n个朋友随机地围绕圆桌就坐,求其中两 个人一定坐在一起(即座位相邻)的概率。
E={甲坐好后,乙就坐}
A={其中两个人一定坐在一起(即座位相邻)}
2 P( A) n1


为了防止意外,矿井内同时装有A与B两两种 报警设备, 已知设备A单独使用时有效的概率 为 0.92 , 设备 B 单独使用时有效的概率为 0.93 , 在设备 A 失效的条件下 , 设备 B 有效的概率为 0.85 , 求发生意外时至少有一个报警设备有效 的概率. 解 A { 报 警 装 置 A 有 效 使 用 } ,
P ( A B )( P A ) P ( B |) A 0 . 6 0 . 5 0 . 3 ,
P ( A B C ) P ( A B ) P ( C | A B ) 0 . 3 0 . 4 0 . 1 2 ,
P ( A B C ) P () A B P ( A B C ) 0 . 3 0 . 1 2 0 . 1 8 .
1 1 1 例3 已 知 P ( A ) ,P ( B |A ) ,P ( A |B ) , 4 3 2 求 P ( AB ) .
1 解 P ( A B ) P ( B |AP ) ( A ) , 1 2 P(A B) 1 P(A| B) P( B) P(B) 6

概率论与数理统计 第一章第三节条件概率及相关公式

概率论与数理统计 第一章第三节条件概率及相关公式

率的公理化定义中的三个条件:
1.非负性:对任一事件A,有0 PA B 1
2.规范性:P B 1
3.可列可加性:对可列无限多个互不相容
的事件A1, A2 ,
An ,

P
k 1
Ak
B
P
k 1
Ak B
注:由于条件概率满足概率定义的三个条
件,所以,概率的所有性质均适用于条
件概率.
例如: 对于任意事件A1, A2有
PC 0.005 P C 0.995
由贝叶斯公式 :
PC
A
PCPA C
PCPA C PCPA
C
0.087
结果表明:虽然PA C , P A C 比较大,但试
验呈阳性的人确患癌症的可能性还是不大.
练习:
数字通讯过程中,信源发射0、1两种状态信号,其中发 0的概率为0.55,发1的概率为0.45。由于信道中存在干扰,在 发0的时候,接收端分别以概率0.9、0.05和0.05接收为0、1和 “不清”。在发1的时候,接收端分别以概率0.85、0.05和0.1接收 为1、0和“不清”。现接收端接收到一个“1”的信号。问发端发 的是0的概率是多少?
概率,是P Ak 的修正值,称为后验概率.
3) 贝叶斯公式适用于试验之后,求解导致某
事件发生的各种原因的概率.
例.某射击小组共有20名射手,其中一级射手 4人,二级射手8人,三级射手7人,四级射手1人.
一,二,三,四级射手能通过选拔进入比赛的
概率分别是0.9,0.7,0.5,0.2.现从该射击小组 任选一人,若此人已通过选拔进入比赛, 问:此人是一级射手的概率等于多少?
A1 B
P A1B PB
P A1 PB

概率统计每章知识点总结

概率统计每章知识点总结

概率统计每章知识点总结第一章:基本概念1.1 概率的概念1.2 随机变量及其分布1.3 大数定律和中心极限定理第一章主要介绍了概率统计的基本概念,包括概率的定义、随机变量的概念以及大数定律和中心极限定律。

概率是描述事物发生可能性的数学工具,是对随机事件发生规律的度量和描述。

随机变量是描述随机现象的数学模型,可以用来描述随机现象的特征和规律。

大数定律和中心极限定律则是概率统计中重要的两个定律,它们描述了大量独立随机变量的和的分布规律。

第二章:随机事件的概率计算2.1 古典概型2.2 几何概型2.3 等可能概型2.4 条件概率2.5 独立性第二章主要介绍了随机事件的概率计算方法,包括古典概型、几何概型、等可能概型、条件概率和独立性。

古典概型是指实验的样本空间是有限的且每个样本点的概率相等的情形,可以直接计算出随机事件的概率。

几何概型是指随机事件的概率与其所在的几何形状有关,需要通过几何方法来计算。

等可能概型是指实验的样本空间是有限的,但不同样本点的概率不一定相等,需要通过计算总体概率来计算随机事件的概率。

第三章:随机变量及其分布3.1 随机变量及其分布3.2 数学期望3.3 方差3.4 常用离散型随机变量的分布3.5 常用连续型随机变量的分布第三章主要介绍了随机变量及其分布的知识,包括随机变量的概念、数学期望、方差以及常用的离散型和连续型随机变量的分布。

随机变量是描述随机现象的数学模型,可以是离散型的也可以是连续性的。

数学期望和方差是描述随机变量分布特征的重要指标,它们能够描述随机变量的集中程度和离散程度。

离散型随机变量常用的分布包括伯努利分布、二项分布、泊松分布;连续型随机变量常用的分布包括均匀分布、正态分布、指数分布等。

第四章:多维随机变量及其分布4.1 二维随机变量4.2 多维随机变量4.3 边际分布4.4 条件分布4.5 独立性第四章主要介绍了多维随机变量及其分布的知识,包括二维随机变量、多维随机变量、边际分布、条件分布和独立性。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

5!5!2! 5!5!5!
91
例6 :公平抽签问题:袋中有 出,试求第
个白球, 个彩球,从中逐一摸
次摸得彩球的概率。
解:设
=“第 k 次摸得彩球”
个元素进行全
将 只白球和 只彩球逐一摸出相当于把 排列,样本空间
第 次摸得彩球必是 个彩球中的任一个,共有 种结果, 其余 进行任意排列,共有 种排列。 所以事件 于是 包含的样本点数为
课堂练习:P33, 6、9、10
以 B的样本点数为:
所以
(3) 下面我们来求 事件 C所含样本点数,我们先取m个球放入指定
盒中,共有 种取法,然后再把剩下的(n-m)个球任意放入 其余(N-1)个盒中,放法有 种,
根据乘法原理可得C的样本点数为: 所以 注:有不少实际问题与(2)有相同模型 例如:假设每人的生日在一年365天中的任一天是等可能的,即都 可以将365天看作盒子 ,n 个人看作 n 个球。 设A=“n个人生日各不相同” 故所求概率为:
三、举 例
例1 有一号码锁上有6个拨盘,每个拨盘有
十个数字,给定一个6位数字暗码,只有拨对号码时,才 能将锁打开。 问:“一次就能打开”的概率是多少?
解:设 A=“一次就把锁打开”
样本空间中样本点总数为 A所含样本点数
例2 一口袋6只球,其中4只白球,2只红球, 从袋中取球两次,每
次随机取一只,考虑两种取球方式:a)有放回 b)无放回 试就 a)、b) 两种情况求下列事件的概率: A={取到两只球都是白球};B={取到两只球颜色相同}; C={取到两只球至少有一只是白球}
1.3 一、 频率的定义
定义 设事件A 在
频率与概率
次试验中出现了
次,则称
为事件A发生的频率,并记为
频率的性质
1)非负性 2)规范性 即对任一随机事件A,有 0 f n ( A) 1 即若S是必然事件,则
k
fn (S) 1
k
3)有限可加性:即若 A1 , A2 , Ak 为两两互不相容的事件则 f n (来自 Ai )= f n ( Ai)
i 1 i 1
频率稳定性, P8-表1和表2 1
实际中,不可能对每个事件做大量实 验,然后求事件的频率,用它来表征事件发生 的可能性大小,为此从频率的
给出概率的定义,用概率来表征事件发生的 可能性大小
二、概率 定义:设 S 为试验 E 的样本空间, 对于E的每一事件A赋于一 个实数,记为P(A) ,如果集合函数P(.)满足: 1)非负性: 即对任一随机事件A,有 P ( A) 0 2)规范性 对必然事件S ,有 P ( S ) 1 3)可列可加性:即若 A1 , A2 ,, Ak ,为两两互不相容的事件 则称P(A)为事件A的概率 概率的性质:
6
古典概型的计算公式:
设 S {e1 , e2 ,, en } P ({e1 }) P ({e2 }) P ({en }) 所以有
1=P ( S ) P ({e i }) P ({e i }) nP ({e1 })
i 1 i 1 n n
1 1 P ({e1 }) 于是 P ({e j }) , j 1,2,, n n n 若A S , 含k个基本事件, {e i1 } {e ik } A k P ( A) P ({e i1 }) P ({e ik }) n A包含的基本事件数 S中基本事件的总数
例7 区长办公室某一周内曾接待过9次来 访, 这些来访都是周三或周日进行的,是否 可以断定接待时间是有规定的?
解 假定办公室每天都接待,则
29 P( 9次来访都在周三、日) = 9 = 0.0000127 7
这是小概率事件,一般在一次试验中不会发 发生. 现居然发生了, 故可认为假定不成立, 从而推断接待时间是有规定的.
为:1/365,则随机选取n 个人,它们的生日各不相同的概率问题,
所以 n个人中至少有两人生日相同的概率为:
经计算可得下述结果:
从表中可看出,在仅有64人的班级里“至少有两人生日 相同”这事件的概率与1相差无几。
例5 将15名新生随机的平均分配到三个班级中去,这 15名新生中有3名是优秀生。 (1)每一个班级各分配到一名优秀生的概率是多少? (2)3名优秀生分配在同一个班级的概率是多少? 解: 设A={每一个班级各分配到一个优秀生}
解:a) 有放回 D ={取到两只球都是红球} 1)
2 2 1 P D 6 6 9
P B P A D P A P D 8 3) P C P D 1 P D 9
2) 取到两只球颜色相同的概率等价于 A D , AD
则有 P ( Ai )= P ( Ai)
i 1 i 1


证明: 令 Ai , n 1,2,
P ( An ) P ( An )
i 1 i 1


即 P ( ) P ( )
2
i 1

P ( ) 0
2) 有限可加性: 若
两两互不相容,即
证明: 令 An1 An 2 P ( Ai ) P ( Ai ) P ( A1 ) P ( An ) P ( ) P ( )
15
结果表明,

无关,说明无论第几次取球,取得
彩球的概率都相同,这正好和我们日常生活经验相符,如体育比
赛中进行抽签与抽签的先后次序无关。
小概率原理 小概率事件 ——
若P(A) ≤ , 则称A为小概率事件. 0.01
小概率原理 —— ( 即实际推断原理 ) 一次试验中小概率事件一般是不 会发生的.

i 1
i
种不同的方法
排列 从 n 个不同的元素中取出 m 个 (不放
回地)按一定的次序排成一排不同的 排法共有 m An n(n 1)(n 2)(n m 1)
全排列
A n!
n n
组合 从 n 个不同的元素中取出 m 个(不放
回地)组成一组, 不同的分法共有 n! m Cn m!(n m)!
6)对任意两事件A 与 B ,有
证明: A B A ( B AB), A ( B AB) P ( A B) P ( A) P ( B AB) P ( A) P ( B) P ( AB)
推广到n个事件:
4
例1:设
S
解:
A
A B
5
例2:若A与B同时发生时事件C必发生,则

b)无放回 1) 2)
P D
2 1 1 6 5 15
7 P B P A D 15
3)
例3 袋中装有
个球,其中有
个白球和
个黑球,从中任取
个,问所取的球中恰含有
个白球和
个黑球的概率。
解:设A=“所取的球中恰含有 A事件的取法为:
个白球和
个黑球”
而样本空间的基本事件总数为 : 所以 此例可推广到 称此为超几何分布公式
注:计算事件A的概率,关键在于弄清楚什么是样本点,
样本空间中包含样本点的总数以及A所包含的样本点数。
7
排列组合有关知识复习
加法原理:完成一件事情有n 类方法,第 i 类
方法中有 mi 种具体的方法,则完成这件事情 n 共有 m

i 1
i
种不同的方法
乘法原理:完成一件事情有n 个步骤,第 i 个
步骤中有 mi 种具体的方法,则完成这件事情 n 共有 m
例4 将 只球随机地放入 个盒子中去,每 球放入各盒等可能,试求下列事件的概率: ①


解:(1) 由于每个球可落 入 N 个盒子中的任一个盒子,故样本空间

种 不同放法
事件A中样本点数取决于n个球放入n个盒子中的顺序,故A包含 的样本点数为:
所以
(2) 事件B与事件A的差异仅在于各含一球的n个盒子没有指定,所
B={三名优秀生分配在同一个班级}
15名新生平均分配到三个班级中的分发总数为
15 10 5 15! 5 5 5 5!5!5! 1)事件A中基本事件数为 3!12 8 4 4 4 4
3 BB A
P ( B) P ( A)
4)对任何事件A有
证明: A S, P ( A) P ( S ) 1
5)对任何事件A有
证明: A S A,
P ( A ) P ( S A) P ( S ) P ( A) 1 P ( A)
A B
证: AB C
结论成立
课堂练习题:
1.课本P33,4
2.备课本P9
1.4 等可能概型(古典概型) 一、概率的古典定义
定义 满足以下两个特征的随机试验称为古典概型。
(1)有限性:试验E的样本空间中只有有限个样本点 (2)等可能性:每个基本事件出现的可能性相同, 即: 这种试验是概率论早期研究的对象,称古典概型。
i 1 i 1 n
P ( A1 ) P ( An )
3)若 ,则 且
P ( B A) P ( B) P ( A)
证明: B ( B A) A, ( B A) A P ( B) P ( B A) P ( A) 于是 P ( B A) P ( B) P ( A)
所以 P A 3!12! / 15! 25
4!4!4! 5!5!5!
91
12 7 2 3 12! 2)B事件中基本事件数为 3 5 5 2 5!5!2!
所以 P( B) 3 12! / 15! 6
相关文档
最新文档