1-3 等可能概型(古典概型)
合集下载
1-3古典概型与几何概型
例（会面问题）甲、乙两人相约8点到9点在某 地会面，先到者等候另一人20分钟，过时就可 离去，试求这两人能会面的概率． 解： 以x，y分别表示甲、乙两人的到达时刻，则两人能
y
60
会面的充要条件为 x y 20
y x 20
x y 20
{( x , y ) | 0 x 60, 0 y 60} A {( x , y ) | ( x , y ) ,| x y | 20}
事件分别为A,B,C,D.
（1）第i次取到的是黑球；
…
1 2 i
…
a+b
a ab
P ( A)
a [(a b 1)!] ( a b )!
----------抽签的公平性
(2)第i次才取到黑球；
…
1
P( B)
…
i-1
2
a Pb
i 1
3
i
a Pb
i i 1
a+b
r
2( n r 1) n( n 1)
n!
练习：
P30 : 12
（2）袋中取球问题（有无放回取球，取球是否考虑顺序） 例：一个袋子中装有10个大小相同的球，其中 3个黑球，7个白球。每次随机地从袋中取一 球，连续取两次。 取球方式 (1)无放回 (2)有放回
分别求下列事件的概率：
(1)取到的两球刚好一个白球一个黑球 (2)两个球全是黑球 (3)两个球中至少有一个黑球
P ( A) 1 P ( A) 1 C 9995 C10000
10 10
0.00499
2.《学习指导与习题解析》：P21:6, P23:9
概率论与数理统计 第一章 1.3等可能概型
C1C1 + C1C1 = 9⋅ 3 + 3⋅ 9 = 54 . 9 3 3 9
概率论
54 3 P(C) = 2 = . 所以 8 12 (2) 采取不放回抽样.
从箱子中任取两件产品,每次取一件,取法总数为12⋅ 11 . ⋅
⋅ 即样本空间中所含有的基本事件总数为 12⋅ 11 . 1 1 事件A 事件 中所含有的基本事件数为 C9C8 = 9⋅ 8 . 9⋅ 8 6 = . 所以 P( A) = 12⋅ 11 11 事件B 事件 中所含有的基本事件数为 C1C1 = 9⋅ 3 . 9 3 9⋅ 3 9 所以 P( B) = = . 12⋅ 11 44
8 5 1 9 4 6 7 2 3 10
概率论
我们用 i 表示取到 i 号球， 号球， i =1,2,…,10 . 则该试验的样本空间
如i =2
2
S={1,2,…,10} ,
且每个样本点(或者说基本 且每个样本点 或者说基本 事件)出现的可能性相同 事件 出现的可能性相同 . 称这样一类随机试验为古 称这样一类随机试验为古 典概型. 典概型
乘法原理
概率论
完成某件事情需先后分成m个步骤 做第一步有 完成某件事情需先后分成 个步骤,做第一步有 1 个步骤 做第一步有n 种方法,第二步有 种方法,依次类推 第二步有n 依次类推,第 步有 步有n 种方法 第二步有 2种方法 依次类推 第m步有 m种方 特点是各个步骤连续完成. 法,特点是各个步骤连续完成 特点是各个步骤连续完成 则完成这件事共有N=n1×n2×…×nm种不同的方法 则完成这件事共有 × 种不同的方法,
即样本空间中所含的基本事件数为122 . C1C1 = 92 . 事件A 事件 中所含有的基本事件数为 9 9 92 9 = 2 = . 所以 P( A) 12 16 C1C1 = 9⋅ 3 . 事件B 事件 中所含有的基本事件数为 9 3 9⋅ 3 3 所以 P( B) = 2 = . 16 12 事件C 事件 中所含有的基本事件数为
概率论
54 3 P(C) = 2 = . 所以 8 12 (2) 采取不放回抽样.
从箱子中任取两件产品,每次取一件,取法总数为12⋅ 11 . ⋅
⋅ 即样本空间中所含有的基本事件总数为 12⋅ 11 . 1 1 事件A 事件 中所含有的基本事件数为 C9C8 = 9⋅ 8 . 9⋅ 8 6 = . 所以 P( A) = 12⋅ 11 11 事件B 事件 中所含有的基本事件数为 C1C1 = 9⋅ 3 . 9 3 9⋅ 3 9 所以 P( B) = = . 12⋅ 11 44
8 5 1 9 4 6 7 2 3 10
概率论
我们用 i 表示取到 i 号球， 号球， i =1,2,…,10 . 则该试验的样本空间
如i =2
2
S={1,2,…,10} ,
且每个样本点(或者说基本 且每个样本点 或者说基本 事件)出现的可能性相同 事件 出现的可能性相同 . 称这样一类随机试验为古 称这样一类随机试验为古 典概型. 典概型
乘法原理
概率论
完成某件事情需先后分成m个步骤 做第一步有 完成某件事情需先后分成 个步骤,做第一步有 1 个步骤 做第一步有n 种方法,第二步有 种方法,依次类推 第二步有n 依次类推,第 步有 步有n 种方法 第二步有 2种方法 依次类推 第m步有 m种方 特点是各个步骤连续完成. 法,特点是各个步骤连续完成 特点是各个步骤连续完成 则完成这件事共有N=n1×n2×…×nm种不同的方法 则完成这件事共有 × 种不同的方法,
即样本空间中所含的基本事件数为122 . C1C1 = 92 . 事件A 事件 中所含有的基本事件数为 9 9 92 9 = 2 = . 所以 P( A) 12 16 C1C1 = 9⋅ 3 . 事件B 事件 中所含有的基本事件数为 9 3 9⋅ 3 3 所以 P( B) = 2 = . 16 12 事件C 事件 中所含有的基本事件数为
1.3 古典概率模型
于是所求概率为
P ( AB ) 1 { P ( A) P ( B ) P ( AB )}
3 83 333 250 1 。 4 2000 2000 2000
二、几何概型
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
t
T
x
解 设 x, y 分别为甲、乙两人到达的
时刻 , 那么 0 x T , 0 y T。
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 2 (T t )2 2 T t 2 1 (1 ) 。 T
序称为组合，其组合总数为：
r n
A n! C r ! r !( n r )!
r n
A n(n 1)(n r 1) C r !
r n r n
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 摸出2只球,求这2只球都是白球的概率。
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，当样本点较多时，很难
将它们一一列出，需用排列、组合的知识进行
分析。
① 从n个不同元素中取出r 个元素且考虑其顺 序 称为排列，其排列总数为：
r An n( n 1) ( n r 1)
② 从n个不同元素中取出r 个元素且不考虑其顺
(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型。 说明 当古典概型的试验结果为连续无穷多个时, 就归结为几何概型。
1.3 等可能概型、几何概型
2013年7月29日星期一 中央财经大学《概率统计》课件--孙 博 第一章 第三节 --第26页--
人们在长期的实践中总结得到“概率 很小的事件在一次实验中几乎是不发生的” （称之为实际推断原理）。这样小概率的 事件在一次抽卡的试验中就发生了，人们 有比较大的把握怀疑这是魔术. 具体地说，可以99.9%的把 握怀疑这是魔术.
2013年7月29日星期一
中央财经大学《概率统计》课件--孙 博
第一章 第三节 --第3页--
例如，一个袋子中装有 10个大小、形状完全相同 的球. 将球编号为1－10 . 把球搅匀，蒙上眼睛，从 中任取一球.
8 5 1 9 4 6 7 2 3 10
2013年7月29日星期一
中央财经大学《概率统计》课件--孙 博
i 1, 2,, n .
中央财经大学《概率统计》课件--孙 博
其中
2013年7月29日星期一
n
第一章 第三节 --第6页--
古典概型的概率计算（概率的古典定义）
确定试验的基本事件总数
设试验结果共有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
确定事件A包含的基本事件数
P ( A1 A2 Ak ) P ( A1) P ( A2 ) P ( Ak ) 可列可加性
排列组合是计算古典概率的重要工具 .
2013年7月29日星期一 中央财经大学《概率统计》课件--孙 博 第一章 第三节 --第8页--
“等可能性”是一种假设，在实际应用中， 需要根据实际情况去判断。在许多场合， 由对称性和均衡性，我们就可以认为基本 事件是等可能的并在此基础上计算事件的 概率.
2013年7月29日星期一 中央财经大学《概率统计》课件--孙 博 第一章 第三节 --第10页--
人们在长期的实践中总结得到“概率 很小的事件在一次实验中几乎是不发生的” （称之为实际推断原理）。这样小概率的 事件在一次抽卡的试验中就发生了，人们 有比较大的把握怀疑这是魔术. 具体地说，可以99.9%的把 握怀疑这是魔术.
2013年7月29日星期一
中央财经大学《概率统计》课件--孙 博
第一章 第三节 --第3页--
例如，一个袋子中装有 10个大小、形状完全相同 的球. 将球编号为1－10 . 把球搅匀，蒙上眼睛，从 中任取一球.
8 5 1 9 4 6 7 2 3 10
2013年7月29日星期一
中央财经大学《概率统计》课件--孙 博
i 1, 2,, n .
中央财经大学《概率统计》课件--孙 博
其中
2013年7月29日星期一
n
第一章 第三节 --第6页--
古典概型的概率计算（概率的古典定义）
确定试验的基本事件总数
设试验结果共有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
确定事件A包含的基本事件数
P ( A1 A2 Ak ) P ( A1) P ( A2 ) P ( Ak ) 可列可加性
排列组合是计算古典概率的重要工具 .
2013年7月29日星期一 中央财经大学《概率统计》课件--孙 博 第一章 第三节 --第8页--
“等可能性”是一种假设，在实际应用中， 需要根据实际情况去判断。在许多场合， 由对称性和均衡性，我们就可以认为基本 事件是等可能的并在此基础上计算事件的 概率.
2013年7月29日星期一 中央财经大学《概率统计》课件--孙 博 第一章 第三节 --第10页--
等可能概型概述
P(Ai Aj ) (n 2)!/ n!1/ n(n 1), i !1/ n(n 1), i j, 共Cn2项,
P( Ai Aj Ak ) (n 3)!/ n! 1/ 3!Cn3, i
/ n!PP((1AA/13i..A!.CAj An3,)k ) i1/(nnj!k3,)!/共n!Cn3项1/,3.!.C.n3.,. P( A1...An ) 1/ n!
等可能概型（古典概型）
定义：若试验E满足： •S中样本点有限(有限性) •出现每一样本点的概率相等(等可能性)
称这种试验为等可能概型(或古典概型)。
P A
A所包含的样本点数 S中的样本点数
1
例1：一袋中有8个球，其中3个为红球，5 个为黄球，设摸到每一球的可能性相等。
（1）从袋中随机摸一球，记A={ 摸到红 球 }，求P(A)．
（2）从袋中不放回摸两球，记B={恰是一 红一黄}，求P(B)．
2
解：(1)
S={1,2, ,8},A={1,2,3}
P
A
3 8
(2)P(B)
C31C51
/ C82
15 28
53.6%
3
例2：有N件产品，其中D件是次品， 从中不放回的取n件，记Ak＝{恰有k 件次品}（k≤D)，求P(Ak)．
(D N ,n N )
17
P(没有人取到自己礼物) P( A)
1 P( A1 ... An )
1
n i 1
1 n
Cn2
1 n(n 1)
Cn3
n(n
1 1)(n
2)
...
(1)n
1 n!
11 1 1 ... (1)n 1
2! 3!
n!
P( Ai Aj Ak ) (n 3)!/ n! 1/ 3!Cn3, i
/ n!PP((1AA/13i..A!.CAj An3,)k ) i1/(nnj!k3,)!/共n!Cn3项1/,3.!.C.n3.,. P( A1...An ) 1/ n!
等可能概型（古典概型）
定义：若试验E满足： •S中样本点有限(有限性) •出现每一样本点的概率相等(等可能性)
称这种试验为等可能概型(或古典概型)。
P A
A所包含的样本点数 S中的样本点数
1
例1：一袋中有8个球，其中3个为红球，5 个为黄球，设摸到每一球的可能性相等。
（1）从袋中随机摸一球，记A={ 摸到红 球 }，求P(A)．
（2）从袋中不放回摸两球，记B={恰是一 红一黄}，求P(B)．
2
解：(1)
S={1,2, ,8},A={1,2,3}
P
A
3 8
(2)P(B)
C31C51
/ C82
15 28
53.6%
3
例2：有N件产品，其中D件是次品， 从中不放回的取n件，记Ak＝{恰有k 件次品}（k≤D)，求P(Ak)．
(D N ,n N )
17
P(没有人取到自己礼物) P( A)
1 P( A1 ... An )
1
n i 1
1 n
Cn2
1 n(n 1)
Cn3
n(n
1 1)(n
2)
...
(1)n
1 n!
11 1 1 ... (1)n 1
2! 3!
n!
概率论与数理统计--第一章 概率论的基本概念(2)
利用软件包进行数值计算
3 超几何概率
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件的取法数
C
n N
在 N 件产品中抽取n件,其中恰有k 件次品的取法数
C
nk N D
C
k D
于是所求的概率为
p
C
nk N D n N
7 12
周ቤተ መጻሕፍቲ ባይዱ 周四 周五 周六 周日
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
(1) 每一个班级各分配到一名特长生的分法共有
( 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
(2)将3名特长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名特长生分配在同一个班级的分法共有
例4 将 15 名新生随机地平均分配到三个班级中 去,这15名新生中有3名是特长生.问 (1) 每一个班 级各分配到一名特长生的概率是多少? (2) 3 名特长生分配在同一个班级的概率是多少?
解 15名新生平均分配到三个班级中的分法总数:
15 10 5 15! . 5 5 5 5! 5! 5!
10-1-3古典概型(教学课件)-高中数学人教A版(2019)必修 第二册
2．古典概型的概率计算
知识梳理
2．古典概型的概率计算公式
一般地，设试验E是古典概型，样本空间Ω包含n个样本
点，事件A包含其中的k个样本点，
k
n（A）
则 定 义 事 件 A 的 概 率 P ( A ) ＝ _ _n_ _ _ ＝ _ _n_（_Ω_ _）_ _ ，
其中n(A)和n(Ω)分别表示事件A和样本空间Ω包含的样 本点个数．
2．求基本事件总数的常用方法： (1)列举法：适合于较简单的问题． (2)列表法：适合求较复杂问题中的基本事件数． (3)树形图法：适合较复杂问题中基本事件的探求．
配套练习
袋中有2个标号分别为1，2的白球和2个标号分别为3，4的 黑球，这4个球除颜色、标号外完全相同，4个人按顺序依次 从中摸出1个球，求基本事件的个数． 解：4个人按顺序依次从袋中摸出1个球的所有可能结果用树 形图表示如下图，共24个基本事件．
P（A）＝ A所包含的基本事件的个数 ＝ 2
基本事件的总数
21
5
因为(1,1)和(2,1)发生的可能性不相等, 这不符合古典概型
解：将两个红球编号为 1 , 2 ，三个黄球编号为 3 , 4 , 5 ．第一次摸 球时有 5 种等可能的结果，对应第一次摸球的每个可能结果，第二 次摸球都有4种等可能的结果。将两次摸球的结果配对，组成20种等 可能的结果，如下表：
已知某多项选择题的正确答案是AC.某某同学不会做该题,他只想 得2分,就按单项选择题处理,随机填写了一个答案,求他得2分的概率.
补充两个计数原理
分类加法计数原理是指完成一件事有几类不同的方案， 在第1类方案中有m1种不同的的方法， 在第2类方案中有m2种不同的的方法…… 在第n类方案中有mn种不同的的方法， 那么完成这件事共有N=m1+m2+……+mn种方法。
第1.3节 等可能概型
定义:
概率论所讨论的问题中,有一类问题最简单直观,这类问题
所涉及到的试验具有下面两个特征：
1)(有限性)试验的样本空间的元素只有有限个; 2)(等可能性)试验中每个基本事件发生的可能性相同. 把具有上述两个特征的试验称为等可能概型或古典概型.
例如,抛一枚质地均匀的硬币,或者出现正面或者出现反面,只
方法２ （利用对立事件的概率关系）
P ( A ) 1 P ( A ) 1 P ( A0 ) 1 C 20
甲、乙两人同时向目标射击一次，设甲击中的概率
为 0.85 ，乙击中的概率为 0.8 ．两人都击中的概率为
0.68 ．求目标被击中的概率．
解
设Ａ表示甲击中目标，Ｂ表示乙击中目标，
有两种结果,且每种结果出现的可能性相同.又如抛一颗骰子, 观察出现的点数,则共有6种结果,且每一种结果出现的可能性 相同.
设古典概率 E 的样本空间为 S e1 , e2 , , en .
由于在试验中每个基本事件发生的可能性相同 , 即
P e1 P e 2 P e n
得 P(A1)
m A1 n
3 8
.
( 2 ) A 2 { HHH , HHT , HTH , THH , HTT , THT , TTH }.
因此
P(A2)
m A2 n
7 8
.
例 2 一口袋装有 6 只球,其中 4 只白球、 只红球. 从 2 袋中取球两次,每次随机地取一只.考虑有放回和无放 回两种抽样,试分别就这两种情况求:(1) 取到的两只 球都是白球的概率,(2) 取到的两只球颜色相同的概 率,(3) 取到的两只球中至少有一只是白球的概率.
- 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)。
第三节 古典概型与几何概型
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
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.
则 S { HHH , HHT , HTH , THH , HTT , THT , TTH , TTT }.
而 A 1 { HTT , THT , TTH }. 得 P ( A 1 ) 3 8 .
几何概型
古典概率
m A 所包含样本点的个数 P ( A) n 样本点总数
解 15名新生平均分配到三个班级中的分法总数:
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
(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
4 3 2 1 p4 0
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
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
(2) 有放回地摸球 问题2 设袋中有4只红球和6只黑球,现从袋中有放 回地摸球3次,求前2次摸到黑球、第3次摸到红球 的概率. 解 设 A { 前 2 次摸到黑球, 第 3 次摸到红球}
第3次摸到红球 4种
1次摸到黑球 6种 第2
第3 2 1次摸球
10种
基本事件总数为 10 10 10 103 , A 所包含基本事件的个数为 6 6 4, 6 6 4 0.144 . 故 P ( A) 3 10 课堂练习 1o 电话号码问题 在7位数的电话号码中,第一位 不能为0，求数字0出现3次的概率.
P ( AB ) P ( A B ) 1 P ( A B )
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
3
3
3
3
4个球放到3个杯子的所有放法 3 3 3 3 34 种,
4 种 2
2个
2 种 2
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
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
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 “取到的数能被8整除”，则所求概率为 P ( A B ).
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.
的 解 设 x , y 分别为甲、乙两人到达 时刻 , 那么 0 x T , 0 y T .
9 6 3 3 (答案 : p 1 9 9 106 ) 1 3
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.
于是所求概率为
P ( AB ) 1 { P ( A) P ( B ) P ( AB )}
83 3 333 250 1 . 2000 2000 2000 4
例4 将 15 名新生随机地平均分配到三个班级中 去,这15名新生中有3名是优秀生.问 (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?
(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
三、几何概型
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型. 说明 当古典概型的试验结果为连续无穷多个时, 就归结为几何概型.
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:
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（古典概率）.
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
( 2) A 2 { HHH , HHT , HTH , THH , HTT , THT ,TTH }.
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
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
四、小结
最简单的随机现象 古典概型
试验结果 连续无穷
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
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.
则 S { HHH , HHT , HTH , THH , HTT , THT , TTH , TTT }.
而 A 1 { HTT , THT , TTH }. 得 P ( A 1 ) 3 8 .
几何概型
古典概率
m A 所包含样本点的个数 P ( A) n 样本点总数
解 15名新生平均分配到三个班级中的分法总数:
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
(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
4 3 2 1 p4 0
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
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
(2) 有放回地摸球 问题2 设袋中有4只红球和6只黑球,现从袋中有放 回地摸球3次,求前2次摸到黑球、第3次摸到红球 的概率. 解 设 A { 前 2 次摸到黑球, 第 3 次摸到红球}
第3次摸到红球 4种
1次摸到黑球 6种 第2
第3 2 1次摸球
10种
基本事件总数为 10 10 10 103 , A 所包含基本事件的个数为 6 6 4, 6 6 4 0.144 . 故 P ( A) 3 10 课堂练习 1o 电话号码问题 在7位数的电话号码中,第一位 不能为0，求数字0出现3次的概率.
P ( AB ) P ( A B ) 1 P ( A B )
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
3
3
3
3
4个球放到3个杯子的所有放法 3 3 3 3 34 种,
4 种 2
2个
2 种 2
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
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
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 “取到的数能被8整除”，则所求概率为 P ( A B ).
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.
的 解 设 x , y 分别为甲、乙两人到达 时刻 , 那么 0 x T , 0 y T .
9 6 3 3 (答案 : p 1 9 9 106 ) 1 3
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.
于是所求概率为
P ( AB ) 1 { P ( A) P ( B ) P ( AB )}
83 3 333 250 1 . 2000 2000 2000 4
例4 将 15 名新生随机地平均分配到三个班级中 去,这15名新生中有3名是优秀生.问 (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?
(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
三、几何概型
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型. 说明 当古典概型的试验结果为连续无穷多个时, 就归结为几何概型.
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:
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（古典概率）.
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
( 2) A 2 { HHH , HHT , HTH , THH , HTT , THT ,TTH }.
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
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
四、小结
最简单的随机现象 古典概型
试验结果 连续无穷