概率与数理统计及其应用1-4等可能概型(古典概型)
合集下载
概率论与数理统计-古典概型

设 ij : 取出的两球的号码为i, j (1 i j 5), 则,
{12 ,13,14 ,15 ,23,24 ,25 ,34 ,35 ,45}, A {12 ,13 ,23},
从而,
P( A) 3 0.3. 10
表达方法:
样本空间中基本事件总数: N
设 Ak 表示第k 次取得次品,则 Ak 包含的基本事件
总数为: M PNk11 M (N 1)(N 2)(N k 1),
于是,P( Ak
)
M
P k 1 N 1
PNk
M N
(N (N
1)( N 1)( N
2)(N 2)(N
k k
1) 1)
第一章 随机事件及其概率
§1.4 概率的古典定义
一、古典概型的定义
定义 设E是随机试验, 若E满足下列条件: 1。试验的样本空间只包含有限个元素; 2。试验中每个基本事件发生的可能性相同. 则称E为等可能概型. 等可能概型的试验大量存在, 它在概率论发 展初期是主要研究对象. 等可能概型的一些概念 具有直观、容易理解的特点, 应用非常广泛.
M N
.
P(Ak ) 与 k 无关!
* 2.几何概型
假设随机试验包含无穷多个基本事件,且每个基 本事件都是等可能的.
定义 假设试验的样本空间 包含无穷多个基本
事件,其总量可用某种几何特征进行度量;事件A包含 的基本事件可用同样的几何特征度量. 事件A的概率定 义为:
P( A) A的的度度量量.
29876 10 9 8 7 6
1 5
这就是抽签的公正性
[例4] 一批产品共有N 件,其中有M 件次品.每次从
{12 ,13,14 ,15 ,23,24 ,25 ,34 ,35 ,45}, A {12 ,13 ,23},
从而,
P( A) 3 0.3. 10
表达方法:
样本空间中基本事件总数: N
设 Ak 表示第k 次取得次品,则 Ak 包含的基本事件
总数为: M PNk11 M (N 1)(N 2)(N k 1),
于是,P( Ak
)
M
P k 1 N 1
PNk
M N
(N (N
1)( N 1)( N
2)(N 2)(N
k k
1) 1)
第一章 随机事件及其概率
§1.4 概率的古典定义
一、古典概型的定义
定义 设E是随机试验, 若E满足下列条件: 1。试验的样本空间只包含有限个元素; 2。试验中每个基本事件发生的可能性相同. 则称E为等可能概型. 等可能概型的试验大量存在, 它在概率论发 展初期是主要研究对象. 等可能概型的一些概念 具有直观、容易理解的特点, 应用非常广泛.
M N
.
P(Ak ) 与 k 无关!
* 2.几何概型
假设随机试验包含无穷多个基本事件,且每个基 本事件都是等可能的.
定义 假设试验的样本空间 包含无穷多个基本
事件,其总量可用某种几何特征进行度量;事件A包含 的基本事件可用同样的几何特征度量. 事件A的概率定 义为:
P( A) A的的度度量量.
29876 10 9 8 7 6
1 5
这就是抽签的公正性
[例4] 一批产品共有N 件,其中有M 件次品.每次从
1-4 等可能概型(古典概型)

n! 一共有 n !n ! n !种分法。(n1+n2+„+nk = n ) 1 2 k
n
1
证:从n个不同的元素中取出n1个元素有 n n !( n n )! 种取法;
1 1
n!
(n n1 )! 再从剩下的n-n1个元素中取出n2个元素有 n !(n n n )! 2 1 2
组合分析的两条基本原理
火车2次 火车
成都
汽车3次
重庆
成都
汽车
重庆
火车 飞机 轮船
武汉
共有23=6种方法 共有2+3=5种方法 1.加法原理 若完成一件事有两种方式,第一种方式有n1种方法, 第二种方式有n2种方法,无论通过哪种方法都可以完成这件事,
则完成这件事总共有n1+n2种方法。 2.乘法原理 若完成一件事有两个步骤,第一个步骤有n1种方法,
种分法。
例题7
例7 将15名新生随机地平均分配到三个班级中去,这15名新生中
种取法;„
从最后剩下的n-(n1+n2+„+nk-1)个元素中取出nk个元素有
[n (n1 n2 nk 1 )]! 种取法。 nk ![n (n1 n2 nk )]!
按乘法原理,n个不同的元素,分成k组,每组分别有n1,n2,„,nk 个元素,应该有
[n (n1 n2 nk 1 )]! n! (n n1 )! n! n1!(n n1 )! n2!(n n1 n2 )! nk !0! n1!n2! nk !
P ( A) kA 16 4 , n 36 9
kB 4 1 . n 36 9 5 8 P( A B) P( A) P( B) , P(C ) P( B) 1 P( B) 9 9 P( B)
n
1
证:从n个不同的元素中取出n1个元素有 n n !( n n )! 种取法;
1 1
n!
(n n1 )! 再从剩下的n-n1个元素中取出n2个元素有 n !(n n n )! 2 1 2
组合分析的两条基本原理
火车2次 火车
成都
汽车3次
重庆
成都
汽车
重庆
火车 飞机 轮船
武汉
共有23=6种方法 共有2+3=5种方法 1.加法原理 若完成一件事有两种方式,第一种方式有n1种方法, 第二种方式有n2种方法,无论通过哪种方法都可以完成这件事,
则完成这件事总共有n1+n2种方法。 2.乘法原理 若完成一件事有两个步骤,第一个步骤有n1种方法,
种分法。
例题7
例7 将15名新生随机地平均分配到三个班级中去,这15名新生中
种取法;„
从最后剩下的n-(n1+n2+„+nk-1)个元素中取出nk个元素有
[n (n1 n2 nk 1 )]! 种取法。 nk ![n (n1 n2 nk )]!
按乘法原理,n个不同的元素,分成k组,每组分别有n1,n2,„,nk 个元素,应该有
[n (n1 n2 nk 1 )]! n! (n n1 )! n! n1!(n n1 )! n2!(n n1 n2 )! nk !0! n1!n2! nk !
P ( A) kA 16 4 , n 36 9
kB 4 1 . n 36 9 5 8 P( A B) P( A) P( B) , P(C ) P( B) 1 P( B) 9 9 P( B)
1.4等可能概型(古典概型)

例如,某人要从甲地到乙地去, 可以乘火车,
也可以乘轮船.
火车有两班
甲地 回答是 3 + 2 种方法
轮船有三班
乙地
乘坐不同班次的火车和轮船,共有几种方法?
2. 乘法原理
设完成一件事有n个步骤, 第一个步骤有m1种方法, 第二个步骤有m2种方法, …… 第n个步骤有mn种方法,
1 2
必须通过每一步骤, 才算完成这件事,
A P{ n 个人生日各不相同 } 365n 365 结果有点出 n A 365 P{ 至少有两人生日相同 } 1 乎人们意料 365n
n
n 20 25 30 40 50 55 100 p 0.41 0.57 0.71 0.89 0.97 0.99 0.9999997
例 4 将 3 个球随即放入 4 个杯子中, 问杯子中个 数最多的球分别为 1,2,3时 的概率各是多少? 解 设 A, B , C 分别表示 杯子中的个数最多的球数
2o 骰子问题 概率.
掷3颗均匀骰子,求点数之和为4的
(答案 : p 3 63 )
5.古典概型的基本模型:球放入杯子模型
(1)杯子容量无限 问题1 把 4 个球放到 3个杯子中去,求第1、2个 杯子中各有两个球的概率, 其中假设每个杯子可 放任意多个球.
3
3
3
3
4个球放到3个杯子的所有放法 3 3 3 3 34 种,
P ( D) 1 / 2.
四、几何概型
古典概型的特点: 有限个样本点 基本事件的等可能性 怎样推广到“无限个样本点”而又有 某种“等可能性”? 例如:某5万平方公里的海域中,大约有40平方公里 的大陆架贮藏有石油。若在这海域中任选一点进行 钻探,问能够发现石油的概率是多少? 解:认为任一点能钻探到石油是等可能的, 则所求 概率为 p 40 0.0008
1-4-等可能概型(古典概型)

日相同的概率.
解: 64 个人生日各不相同的概率为
365 364 (365 64 1) . 64 365
故64 个人中至少有2人生日相同的概率为
365 364 (365 64 1) 0.997. 1 64 365
说明
随机选取n( 365)个人, 他们的生日各不相同的 概 率为
为 E 的任意一个事件,且包含 k 个样本点,则事
件 A 出现的概率记为:
k A 所包含样本点的个数 P( A) . n 样本点总数
称此为概率的古典定义.
讲评
对于古典概型应注意以下几点:
(1) 古典概型是学习概率统计的基础,因此它是非
常重要的概率模型;
(2) 计算古典概型概率时,首先要判断有限性和等
因此 P ( A 2 ) 7 8 .
3. 摸球问题
(1) 无放回地摸球 问题1 设袋中有4 只白球和 2只黑球,现从袋中无 放回地依次摸出2只球,求这2只球都是白球的概率. 解: A {摸得 2 只球都是白球 设 },
6 基本事件总数为 , 2
4 A 所包含基本事件的个数为 , 2 4 6 2 故 P ( A) . 2 2 5
可能性是否满足;其次要弄清楚样本空间是怎样
构成的。对于复杂问题只要求基本事件的总数n,
同时求出所讨论事件A包含的基本事件数k,再利
用公式计算出P(A)。
(3) 判断是否古典概型的关键是等可能性。有限性较
容易看出,但等可能性较难判定。
一般在包含有n个样本点的样本空间中,如果没 有理由认为某些基本事件发生的可能性与另一些基本
于排列与组合的基本知识,事件间的关系及运算亦
解: 64 个人生日各不相同的概率为
365 364 (365 64 1) . 64 365
故64 个人中至少有2人生日相同的概率为
365 364 (365 64 1) 0.997. 1 64 365
说明
随机选取n( 365)个人, 他们的生日各不相同的 概 率为
为 E 的任意一个事件,且包含 k 个样本点,则事
件 A 出现的概率记为:
k A 所包含样本点的个数 P( A) . n 样本点总数
称此为概率的古典定义.
讲评
对于古典概型应注意以下几点:
(1) 古典概型是学习概率统计的基础,因此它是非
常重要的概率模型;
(2) 计算古典概型概率时,首先要判断有限性和等
因此 P ( A 2 ) 7 8 .
3. 摸球问题
(1) 无放回地摸球 问题1 设袋中有4 只白球和 2只黑球,现从袋中无 放回地依次摸出2只球,求这2只球都是白球的概率. 解: A {摸得 2 只球都是白球 设 },
6 基本事件总数为 , 2
4 A 所包含基本事件的个数为 , 2 4 6 2 故 P ( A) . 2 2 5
可能性是否满足;其次要弄清楚样本空间是怎样
构成的。对于复杂问题只要求基本事件的总数n,
同时求出所讨论事件A包含的基本事件数k,再利
用公式计算出P(A)。
(3) 判断是否古典概型的关键是等可能性。有限性较
容易看出,但等可能性较难判定。
一般在包含有n个样本点的样本空间中,如果没 有理由认为某些基本事件发生的可能性与另一些基本
于排列与组合的基本知识,事件间的关系及运算亦
概率论与数理统计第一章1-4高职高专

A、 B不可能同
A
B
时发生
A1 , A2 ,, An 两两互斥
Ai Aj , i j, i, j 1,2,, n A1 , A2 ,, An , 两两互斥
Ai Aj , i j, i, j 1,2,
7. 事件的对立
AB , A B
习 题(P 50-51) 1.
ABC 2% 23% 20% 3% 7% 5% ABC
B
C
ABC 30%
A
2. (1) ABC=A
BC
B A
C
(2)
A
B C
3. 试把 相容的事件的和。
表示成n个两两互不
A
B
AB
ABC
C
6. 解:
(1) (2) (3) (4) (5)
第三节
频率定义
频率与概率
频率——对于随机事件A,若在N次试验中出现
—— A 与B 互相对立 每次试验 A、 B中
B A
A
有且只有一个发生
称B 为A的对立事件(or逆事件), 记为 B A 注意:“A 与B 互相对立”与 “A 与B 互斥”是不同的概念
8. 完备事件组
若 A1 , A2 ,, An两两互斥,且 Ai
n
则称 A1 , A2 ,, An 为完备事件组 或称 A1 , A2 ,, An 为 的一个分割
(1) 将3名优秀生分配到三个班级,共有3!种分 法,其余12名新生平均分配到三个班级,共有 种分法,因此所求概率为
交换 ( B C ) ( AB)C A( BC ) 分配律 ( A B) C ( A C ) ( B C ) A ( BC ) ( A B)( A C )
A
B
时发生
A1 , A2 ,, An 两两互斥
Ai Aj , i j, i, j 1,2,, n A1 , A2 ,, An , 两两互斥
Ai Aj , i j, i, j 1,2,
7. 事件的对立
AB , A B
习 题(P 50-51) 1.
ABC 2% 23% 20% 3% 7% 5% ABC
B
C
ABC 30%
A
2. (1) ABC=A
BC
B A
C
(2)
A
B C
3. 试把 相容的事件的和。
表示成n个两两互不
A
B
AB
ABC
C
6. 解:
(1) (2) (3) (4) (5)
第三节
频率定义
频率与概率
频率——对于随机事件A,若在N次试验中出现
—— A 与B 互相对立 每次试验 A、 B中
B A
A
有且只有一个发生
称B 为A的对立事件(or逆事件), 记为 B A 注意:“A 与B 互相对立”与 “A 与B 互斥”是不同的概念
8. 完备事件组
若 A1 , A2 ,, An两两互斥,且 Ai
n
则称 A1 , A2 ,, An 为完备事件组 或称 A1 , A2 ,, An 为 的一个分割
(1) 将3名优秀生分配到三个班级,共有3!种分 法,其余12名新生平均分配到三个班级,共有 种分法,因此所求概率为
交换 ( B C ) ( AB)C A( BC ) 分配律 ( A B) C ( A C ) ( B C ) A ( BC ) ( A B)( A C )
概率论与数理统计茆诗松1.4等可能概型(古典概型与几何概型

法总数;(3)任意n个箱子各放一球的分法总数;(4)每 个箱子最多放一球的分法总数;(5)第i个箱子不空的分 法总数;(6)第i个箱子恰好放k(k n)个球的分法总数。
解:(1)Nn ,
(2)n!,
(3)C
n N
n!
PNn ,
(4)C
n N
n!
PNn ,
(5)N n ( N 1)n ,
(6)C
k n
(N
1)n k
,
例3:袋中有N个球,其中M个为白球,从中有放回得取出n个 (1)N 10, M 2, n 3; (2)N 10, M 4, n 3 考虑以下排列数:1)全不是白色的球;恰有两个白色的球; 3)至少有两个白色的球;4)至多有两个白色的球; 5)颜色相同的球;6)不考虑球的颜色 以上排列数改为组合数呢?
一.古典概型
古典概型即为满足以下两个假设条件的概率模型:
(1)随机试验只有有限个可能的结果;
(2)每一个可能结果发生的机会相同。
数学表述为:
(1)S {e1,e2, ,en(} 有n个样本点) (2)P(e1 ) P(e2 ) P(en )(每个基本事件
的概率相同)
于是有:P(ei )
1 n
组合数:1)C83C20 (C63C40 ), 2)C22C81(C42C61 ), 3)C22C81 (C42C61 C43C60 ), 4)C130或C22C81 C21C82 C20C83 (C42C61 C41C62 C40C63或C130 C43 , 5)C83 (C43 C63 ) 6)C130 (C130 )
C
3 3
C33
,
P( A)
C43
C
3 3
概率论与数理统计:1.4等可能概型(古典概型)

一、等可能概型 二、古典概型的求法举例
一、等可能概型(古典概型)
1. 定义
(1) 试验的样本空间只包含有限个元素; (2) 试验中每个基本事件发生的可能性相同. 具有以上两个特点的试验称为等可能概型或 古典概型.
2.古典概型中事件概率的计算公式
设试验E的样本空间由n个样本点构成,A为 E的任意一个事件 , 且包含 m 个样本点,则事件 A出现的概率记为:
P(A)
m n
A所包样含本样点本总点数的个数.
称此为概率的古典定义.
二、古典概型的求法举例
基本模型之一摸球模型
(1) 无放回地摸球 问题1 设袋中有4只白球和2只黑球,现从袋
中无放回地依次摸出2只球,求这2只球都是白球 的概率.
解 设 A 摸得2只球都是白球
基本事件总数为 6×5 A所包含基本事件的个数为 4×3
解
(1)总的选法种数为
n
C3 10
.
最小号码为5的选法种数为
m
C2 5
故小号码为5的概率为
P
C52 C130
1 12
(2)最大号码为5的选法种数为
C2 4
故最大号码为5的概率为
P
C42 C130
1. 20
例2 有 5 双不同型号的鞋子, 从中任取4 只 ,求
下列各事件的概率 :
1 取出的 4 只鞋恰好为两双 ; 2 取出的 4 只鞋都是不同型号的; 3 取出的 4 只鞋恰好有两只配成一双 .
车祸 天
小结
最简单的随机现象 古典概型
古典概率
PA
m n
A所包样含本样点本总点数的个数.
解 设 A 取出的 4 只鞋恰好为两双 , B 取出的 4 只鞋都是不同型号的, C 取出的 4 只鞋恰好有两只配成一双.
一、等可能概型(古典概型)
1. 定义
(1) 试验的样本空间只包含有限个元素; (2) 试验中每个基本事件发生的可能性相同. 具有以上两个特点的试验称为等可能概型或 古典概型.
2.古典概型中事件概率的计算公式
设试验E的样本空间由n个样本点构成,A为 E的任意一个事件 , 且包含 m 个样本点,则事件 A出现的概率记为:
P(A)
m n
A所包样含本样点本总点数的个数.
称此为概率的古典定义.
二、古典概型的求法举例
基本模型之一摸球模型
(1) 无放回地摸球 问题1 设袋中有4只白球和2只黑球,现从袋
中无放回地依次摸出2只球,求这2只球都是白球 的概率.
解 设 A 摸得2只球都是白球
基本事件总数为 6×5 A所包含基本事件的个数为 4×3
解
(1)总的选法种数为
n
C3 10
.
最小号码为5的选法种数为
m
C2 5
故小号码为5的概率为
P
C52 C130
1 12
(2)最大号码为5的选法种数为
C2 4
故最大号码为5的概率为
P
C42 C130
1. 20
例2 有 5 双不同型号的鞋子, 从中任取4 只 ,求
下列各事件的概率 :
1 取出的 4 只鞋恰好为两双 ; 2 取出的 4 只鞋都是不同型号的; 3 取出的 4 只鞋恰好有两只配成一双 .
车祸 天
小结
最简单的随机现象 古典概型
古典概率
PA
m n
A所包样含本样点本总点数的个数.
解 设 A 取出的 4 只鞋恰好为两双 , B 取出的 4 只鞋都是不同型号的, C 取出的 4 只鞋恰好有两只配成一双.
1-4古典概率模型

6 6 4 0.144 . 故 P ( A) 3 10
N ( S ) 10 10 10 103
N ( A) 6 6 4
例6(类似P12--例4 抽样问题)设有N件产品,其中有M件不合 格品。现从中任取n件,求其中恰有m件不合格品的概率.
解: 记事件Am {n件产品中恰有m件不合格品}
解: N ( S ) 10, N ( A) 1
N ( A) 1 P ( A) N ( S ) 10
N ( B) 6
N ( B) 6 P( B) N ( S ) 10
N (C ) 3
N (C ) 3 P (C ) N ( S ) 10
例2 将一枚硬币抛三次. (1)设事件A1表示"恰好出现一次正面", 求P ( A1 ). (2)设事件A2表示"至少出现一次正面",求P ( A2 ).
a P( B) ab
(1)放回抽样时:
袋中始终有a+b个球,每个人取出白球的机会相等.
(2)不放回抽样时:
k个人从a b只球依次取一球的取法:
k (a b) (a b 1) ... (a b k 1) Aa b
事件B {第i个人取到白球}总取法有: a Pakb11
n n n 故事件B的放法总数有: C N n ! AN . (或N ( N 1)...( N n 1) AN )
n AN N! P ( B) n n N N ( N n)!
n=6时, P(B)=0.01543
例9(盒子模型应用- 生日问题)设每人生日在365天的可能性相 同。求:(1) n(n<=365)个人生日各不相同的概率; (2)n个人中至少有两个人生日相同的概率。
N ( S ) 10 10 10 103
N ( A) 6 6 4
例6(类似P12--例4 抽样问题)设有N件产品,其中有M件不合 格品。现从中任取n件,求其中恰有m件不合格品的概率.
解: 记事件Am {n件产品中恰有m件不合格品}
解: N ( S ) 10, N ( A) 1
N ( A) 1 P ( A) N ( S ) 10
N ( B) 6
N ( B) 6 P( B) N ( S ) 10
N (C ) 3
N (C ) 3 P (C ) N ( S ) 10
例2 将一枚硬币抛三次. (1)设事件A1表示"恰好出现一次正面", 求P ( A1 ). (2)设事件A2表示"至少出现一次正面",求P ( A2 ).
a P( B) ab
(1)放回抽样时:
袋中始终有a+b个球,每个人取出白球的机会相等.
(2)不放回抽样时:
k个人从a b只球依次取一球的取法:
k (a b) (a b 1) ... (a b k 1) Aa b
事件B {第i个人取到白球}总取法有: a Pakb11
n n n 故事件B的放法总数有: C N n ! AN . (或N ( N 1)...( N n 1) AN )
n AN N! P ( B) n n N N ( N n)!
n=6时, P(B)=0.01543
例9(盒子模型应用- 生日问题)设每人生日在365天的可能性相 同。求:(1) n(n<=365)个人生日各不相同的概率; (2)n个人中至少有两个人生日相同的概率。
- 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、"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、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)。
a
针的中点M到最近的一条平行 直线的距离, 表示针与该平行直线的 夹角.
M x
那么针落在平面上的位 置可由( x , )完全确定.
投针试验的所有可能结 果与 a 矩形区域 a S {( x , ) 0 x ,0 π} 2 中的所有点一一对应 .
M x
由投掷的任意性可知, 这是一个几何概型问题. 所关心的事件 A {针与任一平行直线相交 } 发生的充分必要条件为 S中的点满足 b 0 x sin ,0 π 2
2o 骰子问题 概率.
掷3颗均匀骰子,求点数之和为4的
(答案 : p 3 63 )
4.古典概型的基本模型:球放入杯子模型
(1)杯子容量无限
问题1 把 4 个球放到 3个杯子中去,求第1、2个 杯子中各有两个球的概率, 其中假设每个杯子可 放任意多个球.
3 3 3 3
4个球放到3个杯子的所有放法 3 3 3 3 34 种,
则 S { HHH , HHT , HTH , THH , HTT , THT , TTH , TTT }.
而 A 1 { HTT , THT , TTH }. 得 P ( A 1 ) 3 8 ,
( 2) A 2 { HHH , HHT , HTH , THH , HTT , THT ,TTH }.
(答案 : p 36520 ) 10 10
二、典型例题
例1 将一枚硬币抛掷三次 . (1) 设事件 A1 为" 恰有一
次出现正面" , 求 P ( A1 ). ( 2) 设事件 A2 为 "至少有一 次出现正面" , 求 P ( A2 ).
解 (1) 设 H 为出现正面, T 为出现反面.
1 { P ( A) P ( B ) P ( AB )}.
2000 333 因为 333 334, 所以 P ( A) , 6 2000
250 2000 . 由于 250, 故得 P ( B ) 2000 8 2000 83 由于 83 84, 得 P ( AB ) . 24 2000
15 10 5 15! . 5 5 5 5! 5! 5!
(1) 每一个班级各分配到一名优秀生的分法共有
( 3!12! ) (4! 4! 4! ) 种.
因此所求概率为
25 3!12! 15! . p1 4! 4! 4! 5! 5! 5! 91
解
y 2
1 : 45
设 x, y 分别为 甲、乙两人到 达的时刻, 则有
1 1 : 15 1 : 30 1 : 45 2
1 : 30
1 : 15
1 x 2,
1 y 2.
1
o
x
2 见车就乘 阴影部分面积 4 (1 4) 1 . p 2 的概率为 ( 2 1) 4 正方形面积
设试验 E 的样本空间由n 个样本点构成, A 为 E 的任意一个事件,Байду номын сангаас包含 m 个样本点, 则事
件 A 出现的概率记为:
m A 所包含样本点的个数 P{ A} . n 样本点总数
称此为概率的古典定义.
3. 古典概型的基本模型:摸球模型
(1) 无放回地摸球
问题1 设袋中有4 只白球和 2只黑球, 现从袋中无 放回地依次摸出2只球,求这2只球都是白球的概率? 解 设 A {摸得 2 只球都是白球 }, 6 基本事件总数为 , 2 4 A 所包含基本事件的个数为 , 2 4 6 2 故 P ( A) . 2 2 5
两人会面的充要条件为 x y t ,
若以 x, y 表示平面 上点的坐标 , 则有 故所求的概率为
T
o
y
y xt
x yt
阴影部分面积 p 正方形面积
t
T
x
T (T t ) T2 t 2 1 (1 ) . T
2
2
例8 甲、乙两人约定在下午1 时到2 时之间到某 站乘公共汽车 , 又这段时间内有四班公共汽车它 们的开车时刻分别为 1:15、1:30、1:45、2:00.如 果它们约定 (1) 见车就乘; (2) 最多等一辆 车,求甲、乙同乘一车的概率. 假定甲、乙两人到达车站的时 刻是互相不牵连的,且每人在1 时到2 时的任何时刻到达车站 是等可能的.
故一周内接待 12 次来访共有 712 种.
2 1
2
2 3
2 4
2 12
周一 周二 周三 周四 周五 周六 周日
12 次接待都是在周二和周四进行的共有 212 种.
故12 次接待都是在周二和周四进行的概率为
212 p 12 0.0000003 7
小概率事件在实际中几乎是不可能发生的 , 从 而可知接待时间是有规定的.
4 p4 4 3 2 1 p 4 p10 10 9 8 7
1 . 210
课堂练习
1o 分房问题 将张三、李四、王五3人等可能地 分配到3 间房中去,试求每个房间恰有1人的概率.
(答案 : 2 9)
2o 生日问题 某班有20个学生都 是同一年出生的,求有10个学生生 日是1月1日,另外10个学生生日是 12月31日的概率. 20 10
D N D N . 于是所求的概率为 p k n k n
例3 在1~2000的整数中随机地取一个数,问取到 的整数既不能被6整除, 又不能被8整除的概率是 多少 ? 解 设 A 为事件“取到的数能被6整除”,B为事件
P ( A B ). “取到的数能被8整除”则所求概率为 P ( AB ) P ( A B ) 1 P ( A B )
定义 当随机试验的样本空间是某个区域,并且任 意一点落在度量 (长度, 面积, 体积) 相同的子区域 是等可能的,则事件 A 的概率可定义为 SA P ( A) S (其中 S 是样本空间的度量 , S A 是构成事件 A的子
区域的度量) 这样借助于几何上的度 量来合理规 定的概率称为几何概率. 说明 当古典概型的试验结果为连续无穷多个时, 就归结为几何概率.
例5 某接待站在某一周曾接待过 12次来访,已知 所有这 12 次接待都是在周二和周四进行的,问是 否可以推断接待时间是有规定的. 解 假设接待站的接待时间没有 规定,且各来访者在一周的任一天 中去接待站是等可能的. 7 1 周一 7 2 周二 7 3 7 4
7 12
周三 周四 周五 周六 周日
利用上式可计算圆周率π 的近似值.
历史上一些学者的计算结果(直线距离a=1)
μ(G ) G的面积 P ( A) μ( S ) S的面积
b 0 2 sind a π 2 b 2b . a aπ π 2
π
蒲丰投针试验的应用及意义
2b P ( A) aπ 根据频率的稳定性 ,当投针试验次数 n很大时, m 算出针与平行直线相交 的次数m , 则频率值 即可 n 作为P ( A)的近似值代入上式 , 那么 m 2b 2bn , π . n aπ am
会面问题
例7 甲、乙两人相约在 0 到 T 这段时间内, 在预 定地点会面. 先到的人等候另一个人, 经过时间 t
( t<T ) 后离去.设每人在0 到T 这段时间内各时刻
到达该地是等可能的 , 且两人到达的时刻互不牵 连.求甲、乙两人能会面的概率. 解 设 x , y 分别为甲,乙两人到达的时
刻, 那末 0 x T , 0 y T .
因此 P ( A 2 ) 7 8 .
例 2 设有 N 件产品, 其中有 D 件次品, 今从中任取 n 件,问其中恰有 k ( k D ) 件次品的概率是多少 ?
解 在N件产品中抽取n件的所有可能取法共有 N 种, n 在 N 件产品中抽取n件,其中恰有k 件次品的取法
共有
D N D 种, k n k
第四节 等可能概型(古典概型)
一、等可能概型 二、典型例题
三、几何概率 四、小结
一、等可能概型(古典概型)
1.定 义
(1) 试验的样本空间只包含 有限个元素 ; ( 2) 试验中每个基本事件发 生的可能性相同. 具有以上两个特点的试 验称为等可能概型或 古典概型 .
2. 古典概型中事件概率的计算公式
例6 假设每人的生日在一年 365 天中的任一天 是等可能的 , 即都等于 1/365 ,求 64 个人中至少 有2人生日相同的概率.
解
64 个人生日各不相同的概率为
365 364 ( 365 64 1) p1 36564
故64 个人中至少有2人生日相同的概率为
365 364 ( 365 64 1) 0.997. p 1 64 365
(2)将3名优秀生分配在同一个班级的分法共有3种, 12! 种. 对于每一种分法,其余12名新生的分法有 2! 5! 5! 因此3名优秀生分配在同一个班级的分法共有
( 3!12! ) ( 2! 5! 5! ) 种, 因此所求概率为
6 3 12! 15! . p2 2! 5! 5! 5! 5! 5! 91
4 种 2
2 种 2
2个
2个
因此第1、2个杯子中各有两个球的概率为
4 2 4 2 p 3 . 27 2 2
(2) 每个杯子只能放一个球 问题2 把4个球放到10个杯子中去,每个杯子只能 放一个球, 求第1 至第4个杯子各放一个球的概率. 解 第1至第4个杯子各放一个球的概率为