概率论第一章第二节
高等概率论

高等概率论第一章:测度与积分第一节:集族与测度(Ω,Φ,μ)---------测度空间①Ω---------------非空集合-------------研究对象全体②Φ----------------σ代数(域)-------由Ω的一些子集组成σ代数对集合的一切有限次或可数次运算封闭Φ{,}φ=Ω-------------平凡的σ代数③μ:Φ+→R ([0,1])集函数(是Ω的元素的一种测度或度量)例:Ω=[0,1].(a,b]?Ω,((,])a b b a μ- ,I 是Ω的子集,I 为区间,()I μ=I 的长度,Φ=B ([0,1])=()σε--------包含ε的最小σ代数,[0,1]ε=中的一切开集测度的唯一扩张定理,{:()}n x x ωξω?∈≤∈R Φ 称ξ是可测函数({})a b μξξ<≤---的分布①..()lim ()n x a e μξωμ→∞几乎处处收敛依测度收敛依分布收敛(弱收敛)②ξ是一维可测函数,积分ξωμωΩ()d ()-------数学期望积分的收敛性---------Lebesgue 控制收敛定理lim ()?lim ()n n x x d d ξωμξωμ→∞→∞ΩΩ=??Fatou 引理,Levy 引理记号、述语:大写英文字母表示Ω的子集(事件)花写英文字母表示Ω的子集组成的集合类(集类,集族)AαBβXχ?δEεΦφΓγHηIι??KκΛλMμNνOο∏πΘθPρ∑σTτYυ??ΩωΞξψψZζ 某集类对某种运算封闭:如A 对可数并封闭指:对?A1,A2,…A n ∈A ,则1i ∞=A i ∈A第二节:集族与测度1. 集合序列的极限设1,2,...,,...,A A An ?Ω111limsup {:}{,,...,}x K k k K k n kAn n An X A A Anωω→∞∞+=∞∞==∈Ω?∈== 可数个不同的,使至少一个发生111lim inf {:}{,,...,}x k k k k n kAn n An A A Anωω→∞∞+=∞∞==∈Ω∈== 除有限个以外,都发生关系:lim inf lim sup n n An An →∞→∞如果lim inf lim sup n n An An →∞→∞=,称{}An 的极限存在,记为lim x An →∞特例:单调上升集合列:121,lim n n A A An An ∞→∞=?=单调下降集合列:121,lim n n A A An An ∞→∞=?=例:A,B 是Ω的两个子集,221,,1,2,n n A A A B n -=== ,则lim sup ,lim inf n n An A B An A B →∞→∞==11((1),1(1))nn An n n=-+-,则lim sup [0,1],lim inf (0,1)n n An An →∞→∞==11(,1)(0,1)2211(,1)(0,1)22n n n n An Bn =-↑=-+↓2几种常用集类的定义:①A 称为一个π类:如果A 对有限交封闭②?称为一个λ类:如果:(a).ω∈ ?;(b). ?对真差封闭:若,A B ∈?,且A B ?,则B A -∈? (c )?对单调上升(下降)集合列的极限封闭③环A :如果A 对有限并、差运算封闭(交:()A B A A B =-- )④代数Φ:如果Φ是环,且Ω∈Φ0(代数对一切有限次运算封闭)⑤σ环A :如果A 对可数并、差运算封闭(?可数交封闭,极限运算封闭)⑥σ代数(域)Φ:如果Φ是σ环,且Ω∈Φ(σ代数对一切可数次集合运算封闭)⑦单调族M :如果M 对单调上升(下降)列的极限封闭,即:如果An ∈M ,且An ↑,则1n An ∞=∈ M如果An ∈M ,且An ↓,则1n An ∞=∈ M代数、且又是单调族σ?代数π类、且又是λ类σ?代数A 是任意集类,分别称λ()A ,σ()A ,M (A )是由A 生成的最小λ类,最小σ代数,最小单调类。
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 )
概率论与数理统计课件:随机变量及其分布

随机变量及其分布
首页 返回 退出
§2.2 离散型随机变量及其分布律
定义 设离散型随机变量 X 所有可能取的值为xk , k = 1, 2,
X 取各个可能值的概率,即事件{ X xk } 的概率,为
P{ X xk } pk , k 1, 2, .
称此为离散型随机变量 X 的分布律.
随机变量及其分布
首页 返回 退出
定义2.1 设随机试验E, 其样本空间S, 若对样本
空间每一个样本点e, 都有唯一一个实数X(e)与之对
应,那么就把这个定义域为S的单值实值函数X=X(e),
称为随机变量。
随机变量通常用大写字母X,Y,Z 或希腊字母 ξ,η等表示.
而表示随机变量所取的值时,一般采用小写字母x,y,z等.
量方面,如,投掷一枚均匀骰子,我们观察出现的点
数。
记X=“出现的点数”
则X的可能取1, 2, …, 6中任一个数,可见X是变量;
又X取那个值不能事先确定,故此X的取值又带有随机
性.
有了随机变量,有关事件的表示也方便了,如
{X=2}, {X≤2}, ……
随机变量及其分布
首页 返回 退出
这样的例子还有很多. 又如,研究手机的使用寿命
或写成
随机变量及其分布
5
P( X k )
6
k 1
1
, k 1, 2,
6
首页 返回 退出
常见离散型随机变量
(一)“0-1”分布
设随机变量 X 只可能取 0 和1 两个值,它的分布律
为
k
P X k p(
1 p)1k k 0,1
(0 p 1)
概率论与数理统计总结

第一章随机事件与概率第一节随机事件及其运算1、随机现象:在一定条件下,并不总是出现相同结果的现象2、样本空间:随机现象的一切可能基本结果组成的集合,记为Ω={ω},其中ω表示基本结果,又称为样本点。
3、随机事件:随机现象的某些样本点组成的集合常用大写字母A、B、C等表示,Ω表示必然事件,∅表示不可能事件.4、随机变量:用来表示随机现象结果的变量,常用大写字母X、Y、Z等表示。
5、时间的表示有多种:(1)用集合表示,这是最基本形式(2)用准确的语言表示(3)用等号或不等号把随机变量于某些实属联结起来表示6、事件的关系(1)包含关系:如果属于A的样本点必属于事件B,即事件 A 发生必然导致事件B发生,则称A被包含于B,记为A⊂B;(2)相等关系:若A⊂B且B⊃A,则称事件A与事件B相等,记为A=B。
(3)互不相容:如果A∩B=∅,即A与B不能同时发生,则称A与B互不相容7、事件运算(1)事件A与B的并:事件A与事件B至少有一个发生,记为 A∪B。
(2)事件A与B的交:事件A与事件B同时发生,记为A∩ B或AB。
(3)事件A对B的差:事件A发生而事件B不发生,记为 A-B。
用交并补可以表示为。
(4)对立事件:事件A的对立事件(逆事件),即“A不发生”,记为.对立事件的性质:。
8、事件运算性质:设A,B,C为事件,则有(1)交换律:A∪B=B∪A,AB=BA(2)结合律:A∪(B∪C)=(A∪B)∪C=A∪B∪C A(BC)=(AB)C=ABC(3)分配律:A∪(B∩C)=(A∪B)∩(A∪C)、A(B∪C)=(A∩B)∪(A∩C)= AB∪AC(4)棣莫弗公式(对偶法则):9、事件域:含有必然事件Ω,并关于对立运算和可列并运算都封闭的事件类ξ称为事件域,又称为σ代数。
具体说,事件域ξ满足:(1)Ω∈ξ;(2)若A∈ξ,则对立事件∈ξ;(3)若A n∈ξ,n=1,2,···,则可列并ξ。
测度论与概率论第一章第二节测度论中的常用集族(版本14523)

4
证明:往证: (1) ⇒ (2) 。 对任意 A∈ F , Ac = X \ A∈ F
往 证 : (2) ⇒ (3) 。 任 取 A, B∈F , 则 Ac , Bc ∈F , Ac ∪ Bc ∈ F , 于 是
( ) A ∩ B = : (3) ⇒ (1) 。 取 A, B∈F , 则 Ac , Bc ∈F , A \ B = A ∩ Bc ∈F ,
A ∩ B ∈F , A∆B ∈F , A ∪ B = ( A ∩ B) ∆ ( A∆B) ∈F 。
往 证 : (2) ⇒ (3) 。 设 A,B ∈ F , 因 为 F 对 并 运 算 和 对 称 差 运 算 封 闭 , 所 以
A ∩ B = ( A ∪ B) ∆ ( A∆B) ∈F ,如果还有 A ⊃ B ,则 A \ B = A∆B ∈F 。
∀A, B ∈F ( X ) , A \ B 为 X 的子集,所以 A \ B ∈ F ( X ) 。故 F ( X ) 为环。
【例 1.2.5】 例 1.3.1 和例 1.3.2 中的集族不是环,因为两个区间的差可能不是一个区间,如
[1,3) \ [2, 2.5) = [1, 2) ∪[2.5,3) 。
显然这 8 个半开半闭区间是两两不相交的,且属于 F ,故[a,b) \ [c, d ) ∈ F 。
综合以上分析,可知 F 为半环。
图 1.3.1
图 1.3.2
【例 1.2.3】 设 X 为任意集, F ( X ) 为 X 中的全体子集组成的集族,则 F ( X ) 为半环。
事实上
(1)φ ⊂ X ,所以φ ∈F ( X ) ;
1
(2)假设[a,b),[c, d ) ∈ F ,这里[a,b) = [a1,b1 )×[a2,b2 ) ,[c, d ) = [c1, d1 ) ×[c2 , d2 ) 。
一概率论的基本概念

2)将一枚硬币抛掷二次,观察出现正面的次数。
3)在一批电视中任抽取一次,测试它的寿命。
注: 样本空间是一个有限或无限的点集。 样本空间的元素是由试验的目的所确定。
随机事件(简称事件):
随机试验E的样本空间 的子集称为E的随机事件。
通常用大写字母A,B,…表示。 当且仅当这一子集中的一个样本点出现时,称这一
20 同色球无区别。 k
例4 两封信任意地向标号为1,2,3,4的四个邮筒投寄, 求 1)第3个邮筒恰好投入1封信的概率; 2)有两个邮筒各有一封信的概率。 解 1)设事件A表示“第三个邮筒只投入1封信” 两封信任意投入4个邮筒,共有 42 种 而事件A的不同投法有
2)设事件B表示“有两个邮筒各有1封信”
P(A )
r P365 r
例6 设有n个球每个球都以同样的概率 格子(N≥ n)的每个格子中,试求 1)某指定的n个格子中各有一球的概率。
落到N个
2)任何n个格子中各有1球的概率。 解 设 A ={某指定的n个格子中各有一球}
B ={任何n个格子中各有一球} 1 2 3 n
N
例7:从0,1,2, …,9共10个数字中随机地有放回地接连取4 个数字,并按其出现的先后排成一行.试求下列事件的概 率
例(5) 有r 个人,设每个人的生日是365天的 任何一天是等可能的,试求事件“至少有两 人同生日”的概率.
解:令 A={至少有两人同生日} 则 A ={ r 个人的生日都不同} 为求P(A), 先求P( A )
(365) r P365 P(A ) 1 P(A ) 1 r (365)
于是 P ( A) 1 P ( A ) 1 1 1 2! 3! 3
1 1 n1 1 1 (1 ( 1) ) 2! 3! n! 1 1 n 1 ( 1) 2! 3! n!
概率论与数理统计 第一章 第二节

1. 2. 3. 4.
古典概型的几类基本问题
抽球问题 分球入盒问题 分组问题 随机取数问题
求解关键:古典概型定义式:
问题一:从甲、乙、丙3名同学中选出2名去参加某天的一 项活动,其中1名同学参加上午的活动,1名同学参加下午 的活动,有多少种不同的选法? 问题二:从甲、乙、丙3名同学中选出2名去参加某天一项 活动,有多少种不同的选法? 问题三:设盒中有3个白球,2个红球,现从盒中任抽2个 球,求取到一红一白的概率。 全班200个同学至少有两个人一天生日的概率?
• 不同点:
排列与元素的顺序有关, 而组合则与元素的顺序无关.
• 联系:构造排列分成两步完成,先取后排; 而构造组合就是其中一个步骤.第1步,先求 出从这n个不同元素中取出m个元素的组合 数 第2步,求每一个组合中m个元素 的全排列数 • 根据乘法原理
• 例6:两封信随机地向标号1、2、3、4的四个邮筒投 寄,求第二个邮筒恰好被投入1封信的概率。 首先,对于两封信而言(两个步骤),都有可能被 投入任意的一个邮筒,即每封信都有四个可能的选 择,因而两封信投递到四个邮筒的可能性有?种 其次,令事件A表示第二个邮筒被投入1封信,相当 于从两封信中选择一封投入到第二个邮筒,情况有? 种。选择之后另一封信被投入其他三个邮筒中的一个 ,共?种情况,根据乘法原理,组成事件A的不同 投法共?种。 根据古,十
人依次从袋中各取一球(不放回),问:第一个人取
得红球的概率是多少?第二个人取得红球的概率是 多少?
• 研究范围:作为条件的事件B具有正概率的情况; 条件概率也是一种概率,具有概率的三个性质; (1)对于任一事件A,有P(A|B)≥0; (2)P(Ω|B)=1 (3)可列可加性:设A1,A2,…是两两互不相容的事件,则有 P[(A1|B)∪(A2|B)∪ …]=P(A1|B)+P(A2|B)+… 一般有:
茆诗松概率论与数理统计教程课件第一章 (2)

4. 求概率的几何方法
例四. 设有N件产品,其中D件次品,从中任取n件,求 其中恰有k(k≤D)件次品的概率.
解 : 样本空间就是从 N个产品中取 n件的不同 方式, 样本点数就是方式数
n CN
所求事件是 n个产品中有 k件次品 , 这个事件可以 通过两个步骤完成 :
k (1)从D件次品里取 k件, 方式数为 C D
n k (2)从N D个正品中取 n k件, 方式数为C N D
概率的定义并没有告诉人们如何去求概率, 也没有 说一个特定的样本空间对应一个特定的概率, 只 是告诉人们以任何方式定义的概率必须满足的条 件.
概率的求法, 根据问题的特点, 分别采取以下 的不同途径进行:
• 频率方法
• 古典方法
• 几何方法
2. 求概率的频率方法
事实上, 人们很早就开始了这方面的思考. 例如, “频 率”早就被引入来描述事件发生的频繁程度. 为了研究女婴出生的可能性, 统计学家克 拉梅(1893-1985) 利用瑞典1935年的官 方资料, 测得女婴出生的频率在0.482左 右摆动, 从而得出女婴出生的概率为 0.482.
分房模型在统计物理学里也有应用. 在那里将本例 中的“人”理解成“粒子”, “房间”理解成不同 的“能级”.
例七.(生日问题) 某班级有n个人 (n≤365), 问至少 有两个人的生日在同一天的概率有多大? 解: 假定一年按365天计算, 把365天当作365个“房间”,
那么问题类比于例五. 这时, 事件“n个人生日全不相同”就相当于例五中 的(2):“恰有n个房间, 其中各住一人”. 令A={n个人中至少有两个人的生日在同一天}, 则其 对立事件是{n个人的生日全不相同}. 根据例五(2)知
- 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)。
样本空间
随机事件
包含( ),和( ),积( ),差( ), 互不相容(互斥),对立(互逆)
1.2 几何概型 与古典概型
从直观上来看,事件A的概率是指 事件A发生的可能性
几何概型
1. 样本空间可以理解为一个可度量的几何图形(含 有无限多个样本点) 2. 度量值可以理解为一几何度量(长度、面积、体 积等 3. 试验的任一随机事件A发生的概率与表示A的子区 域的几何度量µ 成正比, 则事件A发生的概率为 A
解法三:设 A 表示第 k 次取得白球,
a Cab , 样本空间中样本点的总数为
事件 A 所包含的样本点个数为 Cab1 .
a 1
C P( A) C
a 1 a b 1 a a b
a ab
返回
例4.(生日问题) 班级中有n个学 生,问:没有人同 一天生日 的概率是多少?
1 4 1 3 3 4 2 4 2 4
1 n3 C 4 1 P3 4 n 4 64
3个空盒的概率:
返回
例9:把4个不同的球随机地投入4个盒子,可能出现0、1、 2、3个空盒,分别求出空盒数为0、1、2、3的概率。
解:每个球都可以投入4个盒子中的任意一个,故 没有空盒的投法数:
1个空盒的投法数: 2个空盒的投法数: 3个空盒的投法数: 没有空盒的概率:
n 4
4n0 4! 1 2 2 2源自n1 (C4C3 )(C4 A2 )
解:设 A 表示每一个班级各分配到一名优秀生,
15! 样本空间中样本点的总数为 C C C 5!5!5! 1 1 1 (1)先将 3 名优秀生分到 3 个班级去,分法有 C3C2 C1 3!
5 15 5 10 5 5
B 表示 3 名优秀生分配在同一个班级。
4 4 C12 C84 C4 将 12 名其他学生分到 3 个班级去, 分法有
n2 (C C )C C C
1 4 1 3 3 4 2 4
2 4
n3 C
1 4
n0 4! 3 P0 4 n 4 32
1个空盒的概率:
n1 C C C A 9 P1 4 n 4 16
2个空盒的概率:
1 4
2 3
3 4
2 2
n2 C C C C C 21 P2 4 n 4 64
返回
三白二黑共 5 个球,从中任取两个,
求取到一白一黑概率。
解:设A---取到一白一黑
1 1 C3C2 3 P ( A) 2 C5 5
答:取到一白一黑的概率为3/5
抽球问题
返回
例 2.一批产品共 N 个,其中 M 个为次品,从中任取 n 个产品,求其中恰有 m 个次品的概率。
设 解: A 表示恰有 m 个次品,
任抽n个球,则这n个球中恰有k个白球的概率是
C C p C
k M
n k N M n N
超几何分布 在实际中,产品的检验、疾病的抽查、农作 物的选种等问题均可化为随机抽球问题。
例 3.袋内有 a 个白球, b 个黑球,每次从袋中任取一 个球,取出的球不再放回,连取 k 个球 ( k a b ),求第 k 次取得白球的概率。 设 解法一: A 表示第 k 次取得白球,
解: A 表示每个盒子至多有一个球, 设
Nn, 样本空间中样本点的总数为
n A 所包含的样本点个数为 AN . 事件
n AN N ( N 1) ( N n 1) P( A) n n N N n AN 即:每个盒子至多有一个球的概率为 n . N
例6. 将15名新生(其中3名优秀生)随机地平均分配到三个班级 中去,问:(1)每个班级各分到一名优秀生的概率是多少? (2)3名优秀生分在同一个班级的概率是多少?
例7:袋内放有两张50元、三张20元和五张10元的戏票, 任取其中五张,求五张票面值超过100元的概率。 解:总的取法数:
n C
5 10
A={五张票面值超过100元} 情形1:2张50元、其余8张中任取3张,取法数为
n1 C C
2 2 1 2
3 8 3 3 1 5
情形2:1张50元、3张20元、1张10元,取法数为
设样本空间 中样本点的总数为 N , 事件 A 所包含的样本点个数为 M , 则事件 A 发生的概率为
M P ( A) N
A 所 包 含 的 样 本 点 个 数 样 本 空 间 的 样 本 点 总 数
排列与组合的基本概念 乘法公式:设完成一件事需分两步, 第一步有n1种方法,第二步有n2种方法,
n2 C C C
情形3:1张50元、2张20元、2张10元,取法数为
n3 C C C
1 2 2 3
2 5
“五张票面值超过100元”的取法数:
nA n1 n2 n3 n A n1 n2 n3 P( A) n n 2 3 1 3 1 1 2 2 C2 C8 C2C3 C5 C2C3 C5 5 C10 126 0 .5 252
解:设 A 表示生日各不相同,
样本空间中样本点的总数为 365n ,
事件 A 所包含的样本点个数为 A365 .
n A365 P ( A) n 365 365 364 ( 365 n 1) 365n
n
返回
例如,足球场上有22个运动员和一个裁判,问: 没人同一天生日的概率大,还是有人同一 天生日的概率大 ? 23 A365 解: ( A ) 1 P 0.5069 23 365 即足球场上23个有人同一天 生日的概率略大于没有人同 一天生日的概率。
n 35, P( A ) 0.8142 ; n 40, P( A ) 0891; . n 50, P( A ) 0.970; n 64, P( A) 0.997; n 100, P( A) 0.9999997
返回
例 5.(投球问题) n 个球投到 N 个盒子中去 (设盒子的 容量不限)试求每个盒子至多有一个球的概率。
60
A 60 2 40 2 5 P ( A) 2 60 9
20 60
20
0
x
例2: 随机地向半圆 0 y 4 x x 2 内掷一点,点 落在半圆内任何区域的概率与区域的面积成 正比例,试求该点与原点的连线与x轴的夹角 大于 / 6 的概率。 y A
6
解:
样本空间中样本点的总数为 (a b)!,
1 Aa (a b 1)!. 事件 A 所包含的样本点个数为
1 Aa (a b 1)! a P( A) (a b)! ab
结论:取得白球的概率与取球的先后次序无关。
返回
抽签原理
例 3.袋内有 a 个白球, b 个黑球,每次从袋中任取一 个球,取出的球不再放回,连取 k 个球 ( k a b ),求第 k 次取得白球的概率。
样本空间中样本点的总数为 C , m n m 事件 A 所包含的样本点个数为 CM CN M . m nm CM C N M P( A) n CN m nm CM C N M 即其中恰有 m 个次品的概率为 . n CN
超几何分布
返回
n N
一般地,设盒中有N个球,其中有M个白球,现从中
A 区 域A的 几 何 度 量 P ( A) 区 域的 几 何 度 量
上式称为概率的几何定义。 这种类型的概率问题称为几何概型。
例1: 会面问题
两人相约7时到8时在某地会面,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分别表示两人到达的时刻,则会面的充要 条件为 | x y | 20 则这两人能会面的概率为 y
例 8.某接待站在同一个周曾接待过 12 次来访,已 知这 12 次接待都在周三、周四,问是否可以 推断接待时间是有规定的。 解: 假设接待时间没有规定, 即来访者在一周的任一天中 去都是等可能的, 则 12 次都在周二、周四的概率
212 P 12 0.0000003 7 实际推断原理: 概率很小的事件在一次试验中实际上 几乎不发生。 结论:小概率事件在一次试验中竟然发生 了,因此有理由怀疑假设的正确性。 即认为接待站不是每天都接待来访 者,即认为接待时间是有规定的。
则完成这件事共有n1n2种方法
加法公式:设完成一件事可有两种途径,第 一种途径有n1种方法,第二种途径有n2种方 法,则完成这件事共有n1+n2种方法。
样本点的计数方法
从n个元素中抽取r个元素 r
放回、
记序
n
放回、不记序 不放回、 记序
C
r n r 1
r An
不放回、不记序
C
r n
0
2
3
4
3 2 S A 4x x 0 3 4 3 3 x
3
x dx
则所求事件的概率为
4 3 3 P( A) 2
古典概型
1. 若样本空间 的元素只有有限个; 2.每个基本事件发生的可能性相同, 则这种试验称为等可能概型,即古典概型。
解法二: 设 A 表示第 k 次取得白球,
样本空间中样本点的总数为 A ,
事件 A 所包含的样本点个数为 Aa Aab1 .
1 k 1
k a b
A A P( A) A
1 a
k 1 a b 1 k a b
a a b
返回
例 3.袋内有 a 个白球, b 个黑球,每次从袋中任取一 个球,取出的球不再放回,连取 k 个球 ( k a b ),求第 k 次取得白球的概率。
12 ! 每一个班级各分配到一名优秀生共有 3! 4!4!4!