概率论--随机事件的概率
(完整版)概率论第一章随机事件与概率

解题思路
1、将事件定义为某个参数,如A,B,C; 2、确定总样本空间样本数与事件对应的样本数 技巧:可以采用概率的性质和事件的运算关系灵 活变换。
2. 样本点 ω—— 随机试验的每一个可能结果.
3. 样本空间(Ω) —— 随机试验的所有样本点构成的集合.
4. 两类样本空间: 离散样本空间 样本点的个数为有限个或可列个. 连续样本空间 样本点的个数为无限不可列个.
1.1.3 随机事件
1. 随机事件 —— 某些样本点组成的集合, Ω的子集,常用A、B、C…表示.
• 重复排列:nr
•
选排列: Pnr
n! n(n 1)......(n r 1) (n r)!
组合
•
组合:
Cnr
n r
n! r!(n r)!
Pnr r!
注意
求排列、组合时,要掌握和注意: 加法原则、乘法原则.
加法原理
完成某件事情有 n 类途径, 在第一类途径中有m1种方 法,在第二类途径中有m2种方法,依次类推,在第 n 类 途径中有mn种方法,则完成这件事共有 m1+m2+…+mn种 不同的方法.
§1.1 随机事件及其运算 §1.2 概率的定义及其确定方法 §1.3 概率的性质 §1.4 条件概率 §1.5 独立性
§1.1 随机事件及其运算
1.1.1 随机现象:自然界中的有两类现象 1. 必然现象
• 每天早晨太阳从东方升起; • 水在标准大气压下加温到100oC沸腾;
2. 随机现象
• 掷一枚硬币,正面朝上?反面朝上? • 一天内进入某超市的顾客数; • 某种型号电视机的寿命;
乘法原理
1.2 概率论——随机事件及其概率

反演律
AB A B
AB A B
n
n
Ai Ai
i 1
i 1
运算顺序: 逆交并差,括号优先
n
n
Ai Ai
i 1
i 1
Note1:
“+”的理解,“-”的理解
举例说明: A B C A BC
A {1,2,3,4}, B {1,3,5} A B C {2,4}
而BC {1,2,3,4,5} A 反之,请同学课后练习.
§1.2 随机事件及其概率
自然界中的有两类现象
•1. 确定性现象 • 每天早晨太阳从东方升起; • 水在标准大气压下加温到100oC沸腾;
•2. 随机现象 • 掷一枚硬币,正面朝上?反面朝上? • 一天内进入某超市的顾客数; • 某种型号电视机的寿命;
• 随机现象:在一定的条件下,并不总出现相 同结果的现象称为随机现象.
(4) A1 A2 An A1 A2 An (5) A1 A2 An A1 A2 An
交换律 结合律
分配律
A B B A AB BA
(A B)C A(BC) ( AB)C A(BC )
(A B)C (AC)(BC) A (BC ) ( A B)(A C)
AB
和与积的运算同样定义)
4.事件的差
事件 A 发生而事件B 不发生,是一个事件,称为
事件 A 与 B 差,记作 A B
AB
5.互不相容事件
如果事件 A 与 B 不能同时发生,即 AB ,称事件
A与B互不相容,(或称互斥) 显然, 基本事件是互不相容的 类似地,如果
BA
A1, A2 , , An 两两互不相容,
(6)三个事件至少有两个发生: AB AC BC
随机事件与概率知识点

随机事件与概率知识点随机事件和概率是概率论中的基本概念,它们揭示了不确定性现象背后的规律性。
本文将介绍随机事件的定义及性质,以及概率的概念、性质和计算方法。
一、随机事件的定义随机事件是指在一定条件下,具有不确定性的事件。
简单来说,就是不知道会发生什么的事件。
一个事件发生与否,可以用0或1表示,其中0代表事件不发生,1代表事件发生。
这种不确定性使得我们需要运用概率论的知识来描述和研究。
对于一个随机试验,其样本空间为Ω,由所有可能出现的结果组成。
样本空间中的每一个元素称为一个样本点,记作ω。
而样本空间中的子集,称为事件。
简单来说,事件就是样本空间的一个子集,用来描述某些结果的集合。
二、随机事件的性质1. 必然事件和不可能事件:必然事件是指在所有可能的结果中,一定会发生的事件。
记作Ω,其对应的概率为1。
例如,在一次掷骰子的实验中,必然事件就是出现的点数在1至6之间。
不可能事件是指在所有可能的结果中,一定不会发生的事件。
记作∅,其对应的概率为0。
例如,在一次掷骰子的实验中,不可能事件就是出现的点数为7。
2. 事件的互斥与对立:互斥事件是指两个事件不能同时发生的情况。
例如,掷骰子出现的点数为奇数和出现的点数为偶数就是互斥事件,因为在一次实验中,掷出奇数的点数和掷出偶数的点数不可能同时发生。
对立事件是指两个事件必定有一个发生,但不能同时发生的情况。
例如,掷骰子出现的点数为奇数和出现的点数为偶数就是对立事件。
三、概率的概念与性质概率是描述随机事件发生可能性大小的数值,通常用P(A)表示。
概率的取值范围在0到1之间,其中0代表不可能事件,1代表必然事件。
1. 古典概型:古典概型是指所有样本点出现的概率相等的情况。
例如,在一次掷骰子的实验中,每个点数出现的概率都是1/6。
2. 几何概型:几何概型是指样本空间是一个有限的几何图形的情况。
例如,在一个正方形平面内随机选择一个点,那么点落在正方形的某个子区域中的概率就可以通过计算子区域面积与正方形面积的比值得到。
随机事件的概率

二、概率在实际问题中的应用 4.遗传机理中的统计规律
• 问题8:阅读课本117页,你能说说孟德尔在创立遗传 学的过程中,统计与概率所起的主要作用吗?
YY
yy
第一代 Yy 第二代
YY Yy yY yy
Y 是显形因子 y是隐性因子
与连续掷一枚硬币的试验结果相同,两次均出现反面的概 率为1/4,至少出现一次正面的概率为3/4.
m 当抽查的球数很多时,抽到优等品的频率 接 n 近于常数0.95,在它附近摆动。
表3 某种油菜籽的发芽试验结果表
每批 2 粒数n 发芽 2 粒数m
5 10 70 130 310 700 1500 2000 3000
4
9
60
116
282
639
1339
1806
2715
发芽 的频 m 1 0.8 0.9 0.857 0.892 0.91 0.913 0.893 0.903 率
0.905
n n
m 当抽查的球数很多时,抽到优等品的频率 接 n
近于常数0.9,在它附近摆动。
结论: • 随机现象表面看无规律可循,出现哪一 个结果事先无法预料,但当我们大量重 复实验时,实验的每一个结果都会呈现 出其频率的稳定性。
一般地,在大量重复进行同一试验时,
m 事件A发生的频率 总是接近于某个常数, n
6
这在一次试验(即连续10次抛掷一枚骰子)中是几 乎不可能发生的(在一次试验中几乎不可能发生的 事件称为小概率事件)。
1 16538 0.00000000 6
10
决策中的概率思想
• 如果我们面临的是从多个可选答案中挑选正确答案 的决策任务,那么“使得样本出现的可能性最大” 可以作为决策的准则,这种判断问题的方法称为极 大似然法。 • 极大似然法是统计中重要的统计思想方法之一。如 果我们的判断结论能够使得样本出现的可能性最大, 那么判断正确的可能性也最大,这种判断问题的方 法称为似然法。似然法是统计中重要的统计思想方 法之一。
随机事件的概率知识点高三

随机事件的概率知识点高三随机事件的概率是高中数学中重要的概念之一。
在高三数学学习中,我们需要掌握随机事件的基本概念、计算方法以及与排列组合之间的关系。
通过学习这些知识点,我们能够更好地理解随机事件的发生规律,为我们解决实际问题提供数学的思维工具。
一、基本概念随机事件是指在一次试验中可能出现的不同结果。
在概率论中,我们把每个试验的结果称为样本点,样本空间是指所有可能的样本点的集合。
随机事件是样本空间的子集。
例如,抛一枚硬币的样本空间为{正面,反面},那么“出现正面”的事件可以表示为A={正面}。
二、概率的计算方法在概率理论中,我们用P(A)表示事件A的概率。
概率的计算方法有以下几种常见的形式:1.频率定义:当试验的次数非常多时,事件A发生的频率接近于A的概率,用频率定义计算概率的方法适用于大量试验的情况。
2.古典定义:对于一个有限样本空间的等可能试验,事件A的概率可以使用P(A)=|A|/|S|来计算,其中|A|表示事件A包含的样本点个数,|S|表示样本空间中的样本点个数。
3.几何概率定义:对于一些几何问题,我们可以利用几何概率的定义来计算概率。
例如,投掷一个点在单位正方形中的均匀分布的事件A,可以通过计算事件A所占的面积来求得概率。
4.条件概率定义:当事件A的发生与事件B的发生有关联时,我们可以通过条件概率来计算事件A在事件B发生的条件下的概率。
条件概率的计算公式为P(A|B)=P(AB)/P(B),其中P(AB)表示事件A与事件B同时发生的概率,P(B)表示事件B的概率。
三、排列与组合与概率的关系排列与组合是高中数学中的基础知识点,它们与概率有着密切的关系。
1.排列:排列是从n个不同元素中取出m个元素,按照一定的顺序排列的方式。
表示为A(n,m)。
当考虑概率时,排列可以用来计算有序事件的概率。
2.组合:组合是从n个不同元素中取出m个元素,不考虑排列顺序的方式。
表示为C(n,m)。
当考虑概率时,组合可以用来计算无序事件的概率。
随机事件的概率

随机事件的概率导言:随机事件是指在一定条件下,由于种种因素的不确定性而发生的事件。
生活中的许多事情都是随机事件,无法预测和控制。
我们对于随机事件的发生与否往往抱有一定的期望或预测,这就引出了随机事件的概率。
一、什么是概率?概率(probability)是现代数学中研究事件发生的一种数学方法。
概率既是一种数学工具,同时也是描述随机现象出现“规律”的一种观念。
概率的大小通常用数字来表示,范围在0到1之间,概率越大,表示事件发生的可能性越大。
二、概率的计算方法1. 古典概率:古典概率也叫“理论概率”,它是指当各种结果发生的机会是等可能的时候,可以根据有限的样本空间中可能结果的数目比来计算。
例如投掷均匀的骰子,每一个面都有相同的机会出现,那么每一个面出现的概率就是1/6。
2. 频率概率:频率概率也叫“实验概率”,它是指在实际的重复试验中,事件发生的次数与总的试验次数的比例。
例如,我们可以通过多次投掷骰子的实验来计算每个面出现的概率,通过实验的结果来估计概率。
3. 主观概率:主观概率也叫“人为概率”,它是指个人根据经验、直觉和一些可能的关联性来估计事件发生的概率。
这种概率是主观的,因为它依赖于个人的判断和看法。
三、随机事件的应用随机事件的概率在现实生活中有着广泛的应用,下面举几个例子进行阐述:1. 赌场中的赌博:在赌场中,很多赌博游戏都基于随机事件的概率来决定输赢。
例如,在轮盘赌中,赌徒根据小球停在哪一个数字上来下注,而小球停留在哪个数字上是完全由随机事件决定的。
赌徒可以根据每个数字出现的概率来决定下注的策略。
2. 保险业的风险评估:在保险业中,概率是一个非常重要的概念。
保险公司需要根据客户的信息以及历史数据来评估风险,并计算出合理的保险费用。
例如,在车险中,保险公司需要根据客户的驾驶记录和车辆信息来评估客户发生车祸的概率,并根据概率来决定保险费用的高低。
3. 股票市场:在股票市场中,投资者根据股票的历史数据和一些基本面分析来预测股票的未来涨跌。
概率论中的随机事件及概率的定义及计算
概率论中的随机事件及概率的定义及计算在概率论中,随机事件是指一个结果是不确定的事件,例如掷骰子的结果、抽奖的结果、病人是否能成功治愈等。
通过对随机事件的概率进行计算,我们可以预测它们发生的可能性大小,从而对未来的结果进行预测和控制。
随机事件的概率定义在概率论中,随机事件的概率定义为该事件在所有可能结果中出现的比例。
例如,在掷一次骰子时,获得6面的概率为1/6,因为6面是6个可能结果中的一个。
概率的计算方法一般来说,概率的计算方法有两种:相对频率方法和古典概型方法。
1. 相对频率方法相对频率方法是指通过实验来计算概率。
具体来说,我们可以对随机事件进行多次实验,然后统计该事件发生的次数与实验总次数之比。
例如,如果我们想要计算投掷骰子获得6面的概率,我们可以对骰子进行大量实验,并记录6面出现的次数。
然后,我们可以计算该事件发生的次数与实验总次数之比,即得到6面出现的概率。
2. 古典概型方法古典概型方法是指对于已知的固定有限集合,每个结果的概率相等时,对随机事件进行计算。
例如,对于投掷一枚骰子的情况,我们可以通过以下公式计算获得特定面的概率:P(E) = n(E) / n(S)其中,n(E)是事件E中有利结果的数量,n(S)是样本空间中的所有结果数。
概率的性质在概率论中,概率具有以下几个重要的性质:1. 非负性:概率是非负的,即概率不会小于零。
2. 正则性:所有可能事件的概率之和等于1。
3. 加法性:对于两个不相交事件A和B,它们的概率之和等于它们的并集的概率。
4. 乘法性:对于两个事件A和B,它们的联合概率等于它们各自的概率的积。
总结概率论是应用广泛的一门学科,在许多领域都有着重要的应用,例如统计学、经济学、金融学等。
随机事件及概率的定义和计算方法是概率论中最基础的概念,建立了整个概率论体系的基础。
了解概率论的基本概念和方法,可以帮助我们更好地理解和应用它们,在实际应用中更加准确地估计未来的结果和降低风险。
概率论随机事件公式
概率论随机事件公式
概率论是研究随机事件的一门学科,它主要研究其中一事件发生的可能性。
在概率论中,我们使用一些公式来计算随机事件的概率。
接下来,我将详细介绍一些常见的概率公式。
1.事件的概率公式:对于一个随机事件A,它的概率(记为P(A))可以通过以下公式计算:
P(A)=N(A)/N(S)
其中,N(A)表示事件A发生的次数,N(S)表示样本空间中所有可能事件发生的次数。
2.互斥事件的概率公式:如果事件A和事件B是互斥的(即它们不能同时发生),那么它们的概率可以通过以下公式计算:
P(A或B)=P(A)+P(B)
这是因为互斥事件的概率是可以累加的。
3.非互斥事件的概率公式:如果事件A和事件B不是互斥的,那么它们的概率可以通过以下公式计算:
P(A或B)=P(A)+P(B)-P(A和B)
这个公式被称为加法法则,并且可以使用类似的方法扩展到更多的事件上。
4.条件概率公式:条件概率是指在事件B已经发生的条件下,事件A 发生的概率。
它可以通过以下公式计算:
P(A,B)=P(A和B)/P(B)
其中,P(A和B)表示事件A和B同时发生的概率,P(B)表示事件B发生的概率。
5.乘法法则:乘法法则是计算多个事件同时发生的概率的方法。
对于两个事件A和B,它们同时发生的概率可以通过以下公式计算:P(A和B)=P(A)*P(B,A)
其中,P(A)表示事件A发生的概率,P(B,A)表示在事件A发生的条件下,事件B发生的概率。
以上是概率论中一些常见的随机事件公式。
通过使用这些公式,我们可以计算出事件发生的概率,从而更好地理解和应用概率论的知识。
概率论-第一章-随机事件与概率
第一章随机事件及其概率自然界和社会上发生的现象可以分为两大类:一类是,事先可以预言其必然会发生某种结果,即在保持条件不变的情况下重复实验或观察,它的结果总是确定的。
这类现象称为确定性现象,另一类是,事先不能预言其会出现哪种结果,即在保持条件不变的情况下重复实验或观察,或出现这种结果或出现那种结果。
这类现象称为随机现象.随机现象虽然对某次实验或观察来说,无法预言其会出现哪种结果,但在相同条件下重复进行大量的实验或观察,其结果却又呈现出某种规律性。
随机现象所呈现出的这种规律性,称为随机现象的统计规律性。
概率论与数理统计就是研究随机现象统计规律性的一门数学学科。
§1随机事件一、随机试验与样本空间我们把对随机现象进行的一次实验或观察统称为一次随机试验,简称试验,通常用大写字母E表示。
举例如下:E\:抛一枚硬币,观察正面〃、反面卩出现的情况;£:将一枚硬币抛掷两次,观察正面〃、反面7出现的情况;£:将一枚硬币抛掷两次,观察正面〃出现的次数;£.:投掷一颗骰子,观察它出现的点数;£:记录某超市一天内进入的顾客人数;&:在一批灯泡里,任取一只,测试它的寿命。
随机试验具有以下三个特点:(1)每次试验的结果具有多种可能性,并且能事先明确知道试验的所有可能结果;(2)每次试验前,不能确定哪种结果会出现;%(3)试验可以在相同的条件下重复进行。
随机试验£的所有可能结果的集合称为£的样本空间,记作0。
样本空间的元素,即£的每个结果,称为样本点,一般用e表示,可记C = {e}。
上面试验对应的样本空间:n, ={w,T};D.2={HH、HT、TH、TT};o, ={0,1,2};也={123,4,5,6};={0,1234 …};o6 = {/|/>o}o注意,试验的目的决定试验所对应的样本空间。
二、随机事件试验£样本空间。
九年级数学随机事件的概率
保险产品设计
保险公司使用概率统计数据来设 计保险产品,例如寿险、健康险 或投资型保险,以满足不同客户
的需求。
赔付决策
保险公司使用概率模型和统计数 据来决定是否赔付索赔,以及赔
付的金额。
赌博中的概率应用
概率计算
01
赌博者使用概率计算来预测游戏的结果,例如在轮盘赌中预测
球落入的数字,或在扑克中计算对手手中的牌。
应用
当需要计算两个独立事件 同时发生的概率时,可以 使用此公式。
04
概率的应用实例
抛硬币实验
定义
抛硬币实验是一个典型的 随机事件,其结果只有正 面和反面两种可能。
概率
正面朝上的概率是50%, 反面朝上的概率也是50%。
实验结果
抛硬币实验的结果是不确 定的,每次抛硬币都是独 立的,不受之前结果的影 响。
应用
当需要计算某个事件发生的概 率时,可以先求出其对立事件 的概率,再利用此公式计算。
独立事件的概率乘法公式
01
02
03
定义
独立事件是指一个事件的 发生不受另一个事件是否 发生的影响,即$P(A cap B) = P(A) times P(B)$。
公式
$P(A cap B) = P(A) times P(B|A)$。
法律决策
律师和法官使用概率证据来评估案件的胜算,例 如评估证人证词的可信度或判断犯罪嫌疑人的罪 责。
市场预测
经济学家和企业家使用概率模型来预测市场趋势, 例如股票价格、市场需求或经济增长。
06
总结与回顾
本章重点回顾
随机事件的定义
随机事件是在一定条件下可能发生也可能不发生 的事件。
概率的基本性质
- 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)。
都是可识别的。
A=“指定的三个盒内各有一球
n 53
mA 3!
3! P ( A) 3 5
B =“存在三个盒,其中各有一球
n 53
a
mB C 3!
3 5
3 C5 3! P( B) 3 5
b
1
2
3
c
d
e
古典概率的计算:生日问题
A
= [2 , 2.5]
L ( A) = 2.5-2 = 0.5
2 0 4 3 1
L( A) 0.5 P ( A) =0.1 L( S ) 5
几何概型的计算:会面问题
例7甲乙二人相约定7:00-8:00在预定地点会面,先 到的人要等候另一人20分钟后,方可离开。求甲乙 二人能会面的概率,假定他们在7:00-8:00内的任意 时刻到达预定地点的机会是等可能的。 y 解 设甲乙二人到达预定地点的
4 10
有利事件数:C
2 5
所以,所求概率为
C 1 P( A) C 21
2 5 4 10
2, 一个圆的所有内接三角形中,问是锐角 三角形的概率是多少? 解 以A为起点,逆时针方向为正, B至A的曲线距离为x,C至A的 曲线距离为y,则 C r O
0 x, y 2 r
∆ABC为锐角三角形
随机事件的频率Frequency
随机试验 试验总次数n 随机事件 事件A出现次数m
抛掷一枚均匀的硬币 将硬币抛掷n次
A=“出现正面” 出现正面m次
m 随机事件的频率 f n ( A) n 事件A出现的次数m f n ( A) 试验总次数n
抛掷硬币的试验 Experiment of tossing coin
时刻分别为 x 及 y(分钟), 则 60
0 x 60
二人会面
2
0 y 60
x y 20 20
60
2
p
60 (60 20) 2
5 9
x 20 60
几何概型的计算:蒲丰投针问题
P25练习16设平面上画着一些有相等距离2a(a>0)的 平行线,向此平面上投一枚质地匀称的长为2l(l<a) 的针,求针与直线相交的概率。 解 设针的中点离较近直线的距离 为d,针与较近直线的交角为θ。 则d与θ的可取值为 0≤d≤a , 0≤θ≤π 针与直线相交 0≤d≤lsinθ
解 设“全部装对”为事件A
总的基本事件数为 4!
A所包含的基本事件数为 1
所以
1 1 P ( A) 4! 24
几何概型 Geometric Probability
将古典概型中的有限性推广到无限性,而保留等可
能性,就得到几何概型。
特点 该问题可以转化为一个可度量的几何图形S 试验E看成在S中随机地投掷一点,即S为样本空间 事件A就是所投掷的点落在S中的可度量图形A中
4人在第8层下}。 解
总的基本事件数:14
10
各事件含有的基本事件数分别为: A1
C
1 14
A2
P
10 14
A3 1
A4
C 13
4 10
6
所以,各事件的概率为: ………..
1、 从五双大小型号不同的鞋子中任意抽取四
只,问能凑成两双的概率是多少? 解 设“能凑成两双鞋”为事件A 总的基本事件数: C
8 8 1 9 1 2
10!
排成行时,事件“甲乙相邻”的基本事件数为
PCC
8 8 1 9 1 2
排成圈时,事件“甲乙相邻”的基本事件数为
P C C P C
8 8
1 2
1 2 所求概率为 P(1) , P(2) 5 9
C C 1 11
事件B“点数之和为8”所包含的样本点为
(2,6),(3,5),(4, 4),(6, 2),(5,3)
所以
11 5 P( A) , P(B) 36 36
4, 包括甲,乙在内的10个人随机地排成
一行,求甲与乙相邻的概率。若这10个人
随机地排成一圈,又如何呢? 解 总的基本事件数为
1, 2 ,
等可能性
, n
每次试验中,每一种可能结果的发生的可能性相 同,即 1
P ( A1 ) P ( A2 )
Ai i ,
P ( An )
n
其中
i 1, 2,
,n .
古典概型的概率计算结果共有n个基本事件ω1,ω2,...,ωn , 而且这些事件的发生具有相同的可能性
发芽率
从表1-2可看出,发芽率在0.9附近摆动,随着n的 增大,将逐渐稳定在0.9这个数值上.
频率和概率
频率的稳定性
随机事件A在相同条件下重复多次时,事件A 发 生的频率在一个固定的数值p(0≤p≤1)附近摆动,随试 验次数的增加更加明显
事件的概率
事件A的频率稳定在数值p,说明了数值p可以用 来刻划事件A发生可能性大小,可以规定为事件A 的概率,记为P(A)=p.
性质 (1)非负性:
(2)规范性:
0 p 1 P() 1, P() 0
(3)有限可加性: 若A,B互斥,则
P( A B) P( A) P( B)
古典概率模型(classical probability model)
有限性
每次试验中,所有可能发生的结果只有有限个, 即样本空间Ω是个有限集
(3) 有限可加性:若A,B互斥,则
P( A B) P( A) P( B)
几何概型的计算
P11例6一个质地均匀的陀螺的圆周上均匀地刻有 [0 ,
5)上诸数字,在桌面上旋转它,求当它停下来时,圆 周与桌面接触处的刻度位于区间 [2 , 2.5] 上的概率。
S [0, 5)
L( S ) = 5- 0 = 5
第一次抽取后,产品放回去(有放回抽样)
n 10 10
8 2 0.16 mA 8 2 P( A) 10 10
第一次抽取后,产品不放回去(无放回抽样)
n 10 9
mA 8 2
8 2 P( A) 0.1778 10 9
古典概率的计算:投球入盒
n=6
A=“出现的点数是不小于3的偶数”={4,6} m=2
m 2 1 P( A) n 6 3
古典概率的计算:正品率和次品率
例4 设在100 件产品中,有 4 件次品,其余均为 正品.
这批产品的次品率
n= 100
mA= 4
任取3件,全是正品的概率
4 P( A) 0.04 100
C P( B) C
1 4
3 96 3 100
nC
3 100
mB C
3 96
任取3件,刚好两件正品的概率
3 n C100
mC C C
2 96
2 1 C96 C4 P(C ) 3 C100
古典概率的计算:数字排列
例5用1,2,3,4,5这五个数字构成三位数
没有相同数字的三位数的概率
n5
3
mA P
3 5
P53 P( A) 3 0.48 5
没有相同数字的三位偶数的概率
n5
3
mB P P
2 1 4 2
P42 P21 P( B) 3 = 0.192 5
个位
百位十位
古典概率的计算: 有放回抽样和无放回抽样
设在10 件产品中,有2件次品,8件正品. A=“第一次抽取正品,第二次抽取次品”
当人数为 30 时, {生日“无重复”} 的概率为:0.29
当人数为 40 时, {生日“无重复”} 的概率为:0.11
相似地有分房问题 人 房子
小球 盒子
生日问题模型
某班有n个学生,设一年N天,则他们的生日各不相 同的概率为
C n! P( A) n N
n N n N
至少有两人生日相同的概率为
A 的几何度量 L( A) P( A) S的几何度量 L( S )
几何度量--------指长度、面积或体积
几 何 概 型
A 的几何度量 L( A) P( A) S的几何度量 L( S )
性质 (1)非负性:0 P( A) 1
(2)规范性:P() 1, P() 0
l
θ d d
2a
所求概率为
P( A)
0
l sin d
a
a
2l a
π
θ
一楼房共14层,假设电梯在一楼启动时有10名乘 客,且乘客在各层下电梯是等可能的。试求下列事件
的概率:A1={10个人在同一层下};A2={10人在不同
的楼层下};A3={10人都在第14层下};A4={10人恰有
抛掷硬币模拟试验
再分析一个例子,为检查某种小麦的发芽情况,
从一大批种子中抽取10批种子做发芽试验,其结果如
表1-2:
种子粒数 2 5 10 70 130 310 700 1500 2000 3000
60 116 282 639 1339 1806 2715 发芽粒数 2 4 9 1 0.8 0.9 0.857 0.892 0.910 0.913 0.893 0.903 0.905
(3)有限可加性: 若A,B互斥,则
P( A B) P( A) P( B)
古典概率的计算:抛掷骰子
P10例3 抛掷一颗匀质骰子,观察出现的点数 , 求“出 现 的点数是不小于3的偶数”的概率.
试验
抛掷一颗匀质骰子,观察出现的点数
样本空间
Ω ={1,2,3,4,5,6} 事件A