概率1-2

合集下载

概率论与数理统计课件(1-2)

概率论与数理统计课件(1-2)

频率与概率到底有怎样的关系呢? 频率与概率到底有怎样的关系呢?
历史上曾有人做过试验,试图证明抛掷匀质 硬币时,出现正反面的机会均等。 实验者
De Morgan Buffon K. Pearson K. Pearson
n
2048 4040 12000 24000
nH
1061 2048 6019 12012
这两个公式的思想贯穿着整个概率问题的求解
可重复排列:从含有n 个元素的集合中随机 抽取k 次,每次取一个,记录其结果后放回, 将记录结果排成一列
n n n
n
共有nk 种不同排列方式
无重复排列: 无重复排列:从含有n 个元素的集合中随机抽 每次取一个,取后不放回, 取k 次,每次取一个,取后不放回,将所取元 素排成一列
1.2 概率
从直观上来看,事件A的概率是描绘事件A 从直观上来看,事件A的概率是描绘事件A 发生的可能性大小的量 P(A)应具有何种性质? ( 应具有何种性质? 抛一枚硬币,币值面向上的概率为多少? * 抛一枚硬币,币值面向上的概率为多少? 掷一颗骰子,出现6点的概率为多少? * 掷一颗骰子,出现6点的概率为多少? 出现单数点的概率为多少? 出现单数点的概率为多少? 向目标射击,命中目标的概率有多大? * 向目标射击,命中目标的概率有多大?
•频率的性质
(1) 0≤ fn(A) ≤1; ≤ ≤ ; (2) fn( )=1; fn(Φ)=0 = ; Φ (3) 可加性:若AB= Φ ,则 可加性: = fn(A∪B)= fn(A) +fn(B). =
二、 概率的公理化定义与性质 注意到不论是对概率的直观理 解,还是频率定义方式,作为事件 的概率,都应具有前述三条基本性 质,在数学上,我们就可以从这些 性质出发,给出概率的公理化定义

1-2事 件 的 概 率

1-2事 件 的 概 率

7
例如, 例如,若我们希望知道某射手中靶的 概率, 概率 , 应对这个射手在相同条件下大量 的射击情况进行观察,并记录. 的射击情况进行观察,并记录.
假设他射击n次 假设他射击 次, 中靶m次 很大时, 中靶 次, 当n很大时 很大时 可用频率 频率m/n作为其 可用频率 作为其 中靶概率之估计. 中靶概率之估计.
n1 n2 ns
下面我们来说明频率稳定性的含义
5
指的是:各轮试验次数n 频率稳定性 指的是:各轮试验次数 1, n2, …, ns 充分大时,在各轮试验中事件 充分大时,在各轮试验中事件A 出现的频率之间, 出现的频率之间,或者它们与某固定的数 值相差甚微 . 频率
m m2 1 n1 n2 ms ns
16

4
考虑在相同条件下进行的S 考虑在相同条件下进行的 轮试验
第一轮 试验 试验次数n 试验次数 1 事件A出现 事件 出现 m1次 第二轮 试验 试验次数n 试验次数 2 事件A出现 事件 出现 m2次
… … …
第S轮 试验 试验次数n 试验次数 s 事件A出现 事件 出现 ms 次
事件A在各轮试验中的频率形成一个数列 事件 在各轮试验中的频率形成一个数列 m m2 … ms 1 , , ,
8
性质 1 0≤ fn( A) ≤1; 2 fn(Ω)=1, fn()=0; 3. 若事件A1,A2,…,Ak两两互斥, 则:
k f n ∪Ai i =1
k = ∑ fn ( A ) i . i =1
二, 事件概率 I. 概率的定义
9
1933年,前苏联数学家 年 柯尔莫哥洛夫给出了概率 公理化定义. 的公理化定义.
13
性质5 对任意两个事件A,B,有 性质 对任意两个事件 , , 证明: 证明:因 得, P( A∪ B) = P( A∪ (B AB))

概率论1-2资料

概率论1-2资料

二、概率 1 概率的公理化定义
设E是随机试验, S是它的样本空间,对于S中的
每一个事件A,定义一个实数,记为P(A) ,
如果满足下列三个条件: 1o 非负性:对于每一个事件A,有P(A) ≥0
2o 规范性: 对于必然事件S,有 P(S)=1
3o 可列可加性: 若事件A1, A2 ,… 两两互不相容,
例:抛硬币出现的正面的频率
试验 序号
1 2 3 4 5 6 7 8 9 10
n =5
nH fn(H)
2
0.4
3
0.6
1
0.2
5
1.0
1
0.2
2
0.4
4
0.8
2
0.4
3
0.6
3
0.6
表1Leabharlann n =50nH fn(H)
22
0.44
25
0.50
21
0.42
25
0.50
24
0.48
21
0.42
18
0.36
24
即对任意事件A,有 0≤ P(A)≤1 性质6(加法公式)
对任意两事件A、B,有
P(AU B) P(A) P(B) P(AB)
证 A B AB AB
且A与B-AB互不相容
P(AUB) P AU(B AB)
P( A) P(B AB) P( A) P(B) P( AB)
推广到三个事件和的概率为 P(A∪B∪C)=P(A)+P(B)+P(C)-P(AB)-P(BC)- P(AC)
§3 事件的频率与概率
研究随机现象,不仅关心试验中会出 现哪些事件,更重要的是想知道: 在一次试验中一个事件出现的可能性大小。

1-2随机事件的概率

1-2随机事件的概率

事件A发生 的可能性的大小
概率 P A
只是概率的近似值
概率的统计定义
1-2 随机事件的概率
定义 在相同条件下进行n次重复试验, 若事件A
rn ( A) 随着试验次数n的增大而 发生的频率 f n ( A) n
稳定地在某个常数P附近摆动,则称P为事件A的概率, 记为P(A).
例如,若我们希望知道某射手中靶的 概率,应对这个射手在同样条件下大量 射击情况进行观察记录. 若他射击n发,中靶 m发,当n很大时,可 用频率m/n作为他中 靶概率的估计.
P( A AB) P( B AB)
P ( A) P ( AB) P ( B ) P ( AB ) 0.45 0.1 0.35 0.1 0.6.
1-2 随机事件的概率
例6 某人外出旅游两天,据天气预报,第一天降水概率为 0.6,第二天为0.3,两天都降水的概率为0.1,试求: (1)*“第一天下雨而第二天不下雨”的概率P(B), (2)* “第一天不下雨而第二天下雨”的概率P(C), (3) “至少有一天下雨”的概率P(D), (4) “两天都不下雨”的概率P(G), (5) “至少有一天不下雨”的概率P(F)。
1-2 随机事件的概率
三、概率的公理化定义
1-2 随机事件的概率
定义: 设E是随机试验, S是它的样本空间, 对于
E的每一件事件A赋予一个实数,记为P(A), 若P(A)满
足下列三个条件:
1. 非负性: 对每一个事件A, 有 P ( A) 0;
2. 完备性: P ( S ) 1; 3. 可列可加性: 对任意可数个两两互不相容的 事件 A1 , A2 ,, An ,, 有
=0.6+0.3-0.1=0.8 (4) G A1 A2 A1 A2

概率统计1-2

概率统计1-2

古典(等可能)概型
概率的 设 随机试验E 具有下列特点: 古典定义 1.基本事件的个数有限 2.每个基本事件等可能性发生 则称 E 为 古典(等可能)概型 古典概型中概率的计算: 记 则
n 中包含的基本事件总数
k 组成 A的基本事件个数
P( A) k / n
例2 袋中有a 只白球,b 只红球,依次从袋中
m k k m
k
mA2 C ( N 1)
mA3 ( N 1)
C ( N 1) P( A2 ) k Nk
m k
k! P( A1 ) k n N
m A1
k m
mA4 C k!
k N
( N 1) P( A3 ) k N
mA5 N C k!
k k N
N C N k! P( A5 ) 1 P( A4 ) Nk
kA P P P( A) nΩ P
1 k 1 a a b 1 k a b
a(a b 1)(a b 2)(a b k 1) (a b)(a b 1)(a b 2) (a b k 1)
a ab
例2 袋中有a 只白球,b 只红球,依次从袋中
则称实数P(A)为事件A发生的概率
概率的性质
n
1
P() 0
2 有限可加性: 设 A1 , A2 , An 两两互斥
3
4
P( A) 1 P( A) P( A) 1 P( A) P( A) 1 若 A B P( B A) P( B) P( A) AB P( A) P( B)
时间
地点
级别 死亡
1976.07.28 1978.09.16 1995.01.17 1999.08.17 2003.12.26 2004.12.26 2008.05.12 2009.09.30 2010.01.12 2010.02.28

概率统计教学资料-1-2节第2章随机变量及其分布

概率统计教学资料-1-2节第2章随机变量及其分布

因此事件A在n次试验中发生k次的概率为
n
P (X k ) C n kp k q n k ,k 0 ,1 , ,n
C
k n
p
k
q
n k C n 0 p 0 q n C n 1 p q n 1 C n n p n q 0 1
.
k 0
2019/11/18
13
二项分布(Binomial distribution)
k! n
nn
li(1 m )n k li(1 m )nli(1 m ) k
n nln in C lnm in k m p (1kqn nn )k nn ( k )k !ee n ,k0,1,2,
2019/11/18
将 样 本 空 间 与 实 数 值 之 间 建 立 一 种 对 应 关 系 , 以 便 利 用 数 学
分 析 的 方 法 对 随 机 试 验 的 结 果 进 行 深 入 广 泛 的 研 究 和 讨 论 .
2019/11/18
4
1. 随机变量的定义
定义: 设随机试验E的样本空间为 S {e}, 若对于每 一个样本点 eS, 变量X 都有唯一确定实数与之对应, 则X是定义在 S上的单值实函数, 即 XX(e), 称
辆汽车通过的概率.
解: 由题意知
P(X0)0e0.2, 则1.61.
0! 而 P ( X 1 ) 1 P ( X 0 ) P ( X 1 )
10.21 e 1 0 .2 1 .6 0 1 .2
1!
0.478.
2019/11/18
19
P ( X 2 ) P ( A ) P ( A B ) P ( B |A ) 0 . 7 0 . 8 5 0 . 6

1-2(概率的定义、古典概率)

1-2(概率的定义、古典概率)

P( AB) P( A) P( B) P( A B)
P( A) P( B) 1 0.3 —— 最小值
最小值在 P( A B) 1 时取得
P( AB) P( A) 0.6
—— 最大值
最大值在 P( A B) P( B) 时取得
三.几何概率
早在概率论发展初期,人们就认识到, 只考虑有限个等可能样本点的古典方法是不 够的. 把等可能推广到无限个样本点场合,人们 引入了几何概型. 由此形成了确定概率的另 一方法——几何方法.
P( AB ) P( A) P( AB) 0.7 0.1 0.6 (2) P( A B) P( A) P( B) P( AB) 0.8
(1)
(3) P( A B) P( A B) 0.2
例2 设A , B满足 P ( A ) = 0.6, P ( B ) = 0.7, 在 何条件下, P(AB) 取得最大(小)值?最大(小) 值是多少? 解 P( A B) P( A) P( B) P( AB)
P ( Ai ) P ( Ai )
i 1 i 1 n n 1 i j n
P( A A )
i j
1 i j k n
P( A A A )
i j k
„ ( 1)
n1
P ( A1 A2 „ An )
例1 小王参加“智力大冲浪”游戏, 他能 答出甲、乙二类问题的概率分别为0.7和0.2, 两类问题都能答出的概率为0.1. 求小王 (1) 答出甲类而答不出乙类问题的概率 (2) 至少有一类问题能答出的概率 (3) 两类问题都答不出的概率 解 事件A , B分别表示“能答出甲,乙类问题”

概率论-1-2随机事件间的关系及运算

概率论-1-2随机事件间的关系及运算

若事件 A 的出现必然导致事件 B 不出现, B 出现也必然导致 A不出现,则称事件 A与B互不相
容, 即
A B AB .
实例 抛掷一枚硬币, “出现正面” 与 “出现反面” 是互不相容的两个事件.
实例 抛掷一枚骰子, 观察出现的点数 . “骰子出现1点”互斥 “骰子出现2点”
图示 A 与 B 互斥.
四、小结
1. 随机试验、样本空间与随机事件的关系
随机试验
样本空间 子集 随机事件
基本事件,复合事件,必然事件, 不可能事件都是随机事件
学习了事件的运算及运算律,运算的 目的是什么?
用简单事件表示复合事件(复合事件分解 成简单事件)
(*)2. 概率论与集合
S 样本空间,必然事件
互为对立事件
二、随机事件间的关系及运算
事件是集合,就可以用集合间的关系和运 算来处理,我们结合 p4 图来学习:
设试验 E 的样本空间为S, 而 A, B, Ak (k 1,2,)是 S 的子集.
二、随机事件间的关系及运算(续)
1. 包含关系 子事件 A B.
实例 “长度不合格” 必然导致 “产品不合格” 所以B=“产品不合格”包含A=“长度不合格”. 图示 B 包含 A.
(2) 三个事件都出现;
(3)三个事件至少有一个出现;
(4) 不多于一个事件出现; (5) A, B 至少有一个出现, C 不出现; (6) A, B, C 中恰好有两个出现.
解(1) ABC; (2) ABC; (3) A B C;
(4) ABC ABC ABC ABC;
(5) ( A B) C; (6) ABC ABC ABC.
复合事件—由若干个基本事件组合而成的事件.
  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)。

概率论
四、小结 样本空间和随机事件的定义 事件间的关系与事件的运算
概率论
五、布置作业
概率论与数理统计习题册 (一)
P1
1.1,1.2
概率论
研究随机现象,不仅关心试验中会出 现哪些事件,更重要的是想知道事件出现 的可能性大小,也就是
那么要问: 如何求得某事件的概率呢? 下面几节就来回答这个问题.
1 B j 三次射击中恰好有 j 次击中目标 , j 0,1,2,3 2 Ck 三次射击中至少有k 次击中目标 , k 0,1,2,3
概率论
解 1 B0 三次射击中恰好有0次击中目标
A1 A2 A3
2 C0 三次射击中至少击中0次
B1 A1 A2 A3 A1 A2 A3 A1 A2 A3 B2 A1 A2 A3 A1 A2 A3 A1 A2 A3 B3 A1 A2 A3 三次中恰好击中 0 次或1次或2次或3次 B0 B1 B2 B3 C1 B1 B2 B3 A1 A2 A3 C 2 B2 B3 A1 A2 A1 A3 A2 A3 C 3 B3 A1 A2 A3
样本空间为 : S 1,2 ,3 ,4 ,5 ,6 .
B发生当且仅当
B中的样本点1,
3,5中的某一个
事件 B={掷出奇数点} 1,3,5
出现.
概率论
两个特殊的事件:
即在试验中必定发生的事件,常用S表示;

即在一次试验中不可能发生的事件,常用 Φ 表示。 例如,在掷骰子试验中,“掷出点数小于7”是必 然事件; 而“掷出点数8”则是不可能事件.
概率论
4 德 摩根律 对偶律 :
A B A B , AB A B ,
i 1 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
概率论
一、样本空间
一个随机试验E 的所有可能结果所组成 的集合
称为随机试验 E 的 样本空间 ,记为 S .
样本空间中的元素 , 即 E 的每个结果 , 称为 样本点 .
S
.
样本点e
现代集合论为表述随机试验提供了一个方便的 工具 .
概率论
例如,试验是将一枚硬币抛掷两次,观察正面H、 反面T出现的情况: 则样本空间 第1次 S={(H,H), (H,T), (T,H), (T,T)}
S = {t ︱t ≥0}
概率论
调查城市居民(以户为单位)烟、酒的年支 出,结果可以用(x,y)表示,x,y分别是烟、 酒年支出的元数.
这时,样本空间由坐标平面第一象限内一定区域 内一切点构成 .
也可以按某种标准把支出分为高、中、低三 档. 这时,样本点有(高,高),(高,中),…, (低,低)等9种,样本空间就由这9个样本点构成 .
概率论

1 AB C 2 A B C
3 AB C A BC A B C 或 AB C A BC A B C 4 A BC AB C ABC ABC 或 AB AC BC 5 A B C 6 A BC AB C ABC
练习2 设某射手对一目标接连 进行三次射击, 记 Ai 第 i 次击中目标 , Ai 第 i 次未击中目标 , i 1,2,3 , 试用 Ai , Ai , i 1,2,3 表示事件
i 1
件为 称事件 A1、A2、 中至少有一个发生的事
事件 A1、A2、 的和事件 . 记之为 A1 A2 ,
简记为 Ai .
i 1

概率论
3. 积事件 : 事件 A、B 同时发生所构成的事件 叫做事件 A 与事件 B 的积事件 .记作 A B 或 AB .
类似地 , 称事件A1、A2、 、An 同时发生所构成的 的事件为事件 A1、A2、 、An 的积事件 . 记之为
5 A A 6 A B AB A AB .
概率论
例3 按长度和直径两个指 标检验某种圆柱形产品
是否为合格品 .若设 A 长度合格 ,B 直径合格 ,
试用 A、B 的运算表示事件 C 产品为合格品 , D 产品为不合格品 .
度和直径两个指标 解 产品为合格品必须是长 合格 ,因此
概率论
基本事件: 由一个样本点组成的单点集. (相对于观察目的不可再分解的事件) 如在掷骰子试验中,观察掷出的点数 .
事件 Ai ={掷出i点}, i =1,2,3,4,5,6 基本事件 事件 B={掷出奇数点}
概率论
当且仅当集合A中的一个样本点出现时,称 事件A发生. 如在掷骰子试验中,观察掷出的点数 .
C AB
产品为不合格品是指长 度和直径两个指标 中至少有一个指标不合格 ,因此
D A B 或 D AB .
概率论
练习1 设 A、B、C 为样本空间 S 中的三个随机
事件 , 试用 A、B、C 的运算表示下列随机事件 :
1 A 发生而 B 与 C 都不发生 ; 2 A、B、C 都不发生 ; 3 A、B、C 中恰好有一个发生 ; 4 A、B、C 中至少有两个发生 ; 5 A、B、C 中至少有一个发生 ; 6 A、B、C 中恰好有两个发生 .
A1 A2 An , 简记为 Ai .
i 1
n
称事件 A1、A2、 、同时发生所构成的事件为事 件 A1、A2、 的积事件 . 记之为 A1 A2 , 简记为
i 1
Ai .

概率论
例如 B 2,4 , C 1,2,3,5, 则 B C 1,2,3,4,5 ,
则 B C 2 .
性质
1 A A B , B A B ;
A B A , A B B;
2 A A B A , B A B B ; 3 A A A , A A A ;
4 若 B A , 则 AB A , A B B.
E7 : 将一枚硬币抛掷三次,观察正面 H 出现的次数.
试验有一个需要观察的目的
概率论
我们注意到 试验是在一定条件下进行的
试验有一个需要观察的目的
根据这个目的, 试验被观察到多个不同的结果.
试验的全部可能结果,是在试验前就明确的; 或者虽不能确切知道试验的全部可能结果,但可 知道它不超过某个范围.
概率论
二、随机事件
试验 E的样本空间 S的子集称为 E的随机事件.
随机事件简称事件 , 常用 A, B, C 等表示 .
概率论
如在掷骰子试验中,观察掷出的点数 .
样本空间为 : S 1,2 ,3 ,4 ,5 ,6 .
事件 A={掷出1点} 1 .
事件 B={掷出奇数点} 1,3,5 事件 C {出现的点数大于4} 5,6 .
概率论
4.互斥事件 :
若事件 A 、B 不能同时发生,即
AB , 则称事件 A 与事件 B 为 互斥事件或互不
相容事件 . 基本事件是两两互不相容的 .
当两事件互不相容时, 可将 A B 记为 A B.
5. 对立事件 : 若事件 A 与事件 B 在一次试验
中必有且只有其中之一 发生,即 A、 B 满足条件 A B S 且 AB 则称事件 A 与事件 B 为互逆事件 , 或称事件 A、B
互为对立事件 .事件 A 的对立事件记为 A .
概率论
对立事件与互斥事件的关系 :
对立一定互斥, 但互斥不一定对立.
两事件A、B互斥: AB
即A与B不可能同时发生. 两事件A、B互逆或互为对立事件 除要求A、B互斥( AB )外,还要求
A B S
概率论
6. 差事件 : 称事件 A 发生而事件 B 不发生所构 成的事件为事件 A 与事件 B 的差事件 , 记作 A B .
A B AB A AB
以上事件之间的各种关系及运算可以用下列 各种图示来直观地表示.
A
A B
B
BB A
A B
概率论
A AB
B
A
B
AB A、B 互斥
A
A
A
B
对立事件 A
A B AB
概率论
事件的运算满足的规律
1 交换律 : A B B A , AB BA ; 2 结合律 : A B C A B C , AB C A BC ; 3 分配律 : A B C AC BC , AB C A C B C ;
第2次
H T H T
(H,H):
(H,T):
H H T T
(T,H):
(T,T):
在每次试验中必有 一个样本点出现且仅 有一个样本点出现 .
概率论
若试验是将一枚硬币抛掷两次,观察正面出现 的次数: 则样本空间 S 0,1,2 由以上两个例子可见,样本空间的元素是由试验的 目的所确定的. 如果试验是测试某灯泡的寿命: 则样本点是一非负数,由于不能确知寿命的上界, 所以可以认为任一非负实数都是一个可能结果, 故 样本空间
相等关系
若 A B 且 B A , 则称事件 A 与
事件 B 相等 或称等价 , 记作 A B .
概率论
2. 和事件 : 事件 A、B 至少有一个发生所构成 的
事件叫做事件 A 与事件 B 的和 .记作 A B .
类似地 , 称事件 A1、A2、 、An 中至少有一个发
生的事件为事件 A1、A2、 、An 的和事件 . 记之为 n A1 A2 An , 简记为 Ai .
例2 一个袋中装有8 个大小完全相同的球 , 其中
相关文档
最新文档