05 第五节 事件的独立性

合集下载

事件的相互独立性 课件

事件的相互独立性   课件

A,B互斥
P(A)+P(B)
0 1-[P(A)+P(B)]
P(A)+P(B)
1
A,B相互独立
1-P(-A )P(-B )
P(A)P(B)
P(-A )P(-B ) P(A)P(-B )+P(-A )P(B)
1-P(A)·P(B)
又A B 与 A B互斥,
所以P[(A
B
)∪(
ABBiblioteka ]=P(AB)+P(
A
B)=P(A)P(
B
)+P(
A
)P(B)=
1 3
×1-14+1-13×14=152. (4)“至多一人能破译”为事件(A B )∪( A B)∪( A B ),而A B 、 A B、 A
B 互斥,故P[(A B )∪( A B)∪( A B )]=P(A B )+P( A B)+P( A B )=P(A)P( B )
事件的相互独立性与互斥性
[探究问题] 1.甲、乙二人各进行一次射击比赛,记A=“甲击中目标”,B=“乙 击中目标”,试问事件A与B是相互独立事件,还是互斥事件?事件 A B与 A B 呢?
[提示] 事件A与B, A 与B,A与 B 均是相互独立事件,而 A B与A B 是 互斥事件.
2.在探究1中,若甲、乙二人击中目标的概率均是0.6,如何求甲、乙 二人恰有一人击中目标的概率?
[思路探究] (1)利用独立性概念的直观解释进行判断.(2)计算“从8个 球中任取一球是白球”发生与否,事件“从剩下的7个球中任意取出一球还 是白球”的概率是否相同进行判断.(3)利用事件的独立性定义判断.
[解] (1)“从甲组中选出1名男生”这一事件是否发生,对“从乙组中
选出1名女生”这一事件发生的概率没有影响,所以它们是相互独立事件.

事件的独立性

事件的独立性

结论的应用 n 个独立事件和的概率公式:
设事件 A1, A2,…, An相互独立,则
P( A1 A2 An ) 1 P( A1 A2 … An)
1 P( A1A2 … An) 1 P( A1)P( A2)…P( An) A1, A2,…, An
也相互独立
定义1.11 设 A1,A2 ,… ,An为n 个事件,
若对于任意k(1≤k≤n), 及 1≤i 1< i 2< ···< i k≤n
有 P( Ai1 Ai2 Aik ) P( Ai1 )P( Ai2 )P( Aik ) 则称A1,A2, An相互独立.
注. A1, A2,, An相互独立 A1, A2,, An两两相互独立
定义1.10 设 A, B,C 是三个事件,如果满足等式
P( AB) P( A)P(B), P(BC ) P(B)P(C ), P( AC ) P( A)P(C ), P( ABC ) P( A)P(B)P(C ), 则称事件 A, B,C 相互独立 .
3. n 个事件的独立性
P( A B) P( A)
1.引例 盒中有5个球(3绿2红),每次取出一个,
有放回地取两次.记
A 第一次抽取,取到绿球,
B 第二次抽取,取到绿球,
则有
P(B A)
3 P(B)
5
它表示 A 的发生并不影响 B 发生的可能性大小.
若 P( A) 0,则
P(B A) P(B) P( AB) P( A)P(B)
(i 1,2,, n)
所以,系统Ⅱ正常工作的概率:
P(B2 ) P( A1 An1)P( A2 An2 )P( An A2n)

《事件的独立性》 讲义

《事件的独立性》 讲义

《事件的独立性》讲义在我们的日常生活和各种学科领域中,经常会遇到对事件发生可能性的探讨。

而其中一个重要的概念就是事件的独立性。

理解事件的独立性对于我们准确地分析和预测各种情况都具有关键意义。

首先,我们来明确一下什么是事件的独立性。

简单来说,如果事件A 的发生与否对事件 B 的发生概率没有影响,同时事件 B 的发生与否对事件 A 的发生概率也没有影响,那么我们就称事件 A 和事件 B 是相互独立的。

举个简单的例子,假设我们抛一枚硬币,正面朝上记为事件 A,抛一次骰子,点数为 6 记为事件 B。

这两个事件就是相互独立的。

因为抛硬币的结果不会影响抛骰子出现 6 点的概率,反之亦然。

那么如何判断两个事件是否独立呢?这就需要用到概率的计算。

如果 P(A|B) = P(A) 且 P(B|A) = P(B),其中 P(A|B) 表示在事件 B 发生的条件下事件 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,那么事件 A 和事件 B 就是独立的。

再深入一些,对于多个事件的独立性,情况会稍微复杂一些。

如果对于三个事件 A、B、C,如果它们两两独立,并且 P(ABC) =P(A)P(B)P(C),那么这三个事件相互独立。

事件的独立性在实际应用中有很多例子。

比如在抽奖活动中,每次抽奖的结果通常是相互独立的。

不管前面的人是否中奖,后面的人中奖的概率都不会受到影响。

在统计学和概率论的研究中,事件的独立性也是一个基础且重要的概念。

通过判断事件的独立性,我们可以简化概率的计算,更准确地分析数据和预测结果。

另外,在一些复杂的系统中,例如通信系统、金融市场等,事件的独立性假设可以帮助我们建立模型和进行分析。

但需要注意的是,在实际情况中,完全独立的事件并不总是普遍存在的。

很多时候,事件之间可能存在着某种隐藏的关联或者相互影响。

例如,在股市中,一只股票的价格变动可能会受到宏观经济形势、行业发展、公司内部管理等多种因素的影响。

《事件的独立性》PPT课件

《事件的独立性》PPT课件

定义1.6 对n个事件A1,A2,...,An( n2)如果对其中 任意k 个事件 Ai1,Ai2,...,Aik (2kn)都有
P(A i1A i2...A ik)P (A i1)P (A i2)...P (A ik)
则称这 n 个事件 相互独立.
可以证明, n个事件相互独立,即其中任何一个 事件是否发生 都不受另外一个或几个事件是否发 生的影响. 如
所以A,B独 立.
精选ppt
5
二、有限个事件的独立性
定义1.5 对n个事件 A1,A2,...,An( n2)如果其中 两任意个都互相独立, 即对于 i,j1,2,...,n, i j

P( Ai Aj ) P(Ai)P(Aj)
则称这 n 个事件 两两独立.
这里共有C
2 n
个等式.
当P(Aj )时0,
的球 各一个,另一个是涂有红、黑、白三色的彩球.
从中任取一个,事件A、B、C 分别表示取到的球上 有红色、黑色、白色,判别A,B,C的独立性.
解P(A )
2
4
P (B )
2
4
P (A B )
1 4
P(A)P(B)
P (C )
2
4P(AC )源自1 4P(A)P(C)
P (BC )
1 4
P(B)P(C)
则称事件A 与 B 是相互独立的,简称 A与 独B 立. 推论1 对于两个事件A与B
若P(B) 0则 A 与 B 独立 若P(A) 0则 A 与 B 独立
P ( A B ) P(A) P ( B A) P(B)
定义 两个事件 A 与 B , 如果其中任何一个 事件发生的概率,都不受另一个事件发生与否 的影响, 则称事件 A 与 B 是相互独立的.

事件的独立性 课件

事件的独立性  课件
(2)事件 A 与事件 C 是互斥的,因此事件 A 与 C 不是相互独立事件.
• 『规律总结』 两个事件是否相互独立的判断
• (1)直接法:由事件本身的性质直接判定两个事件发生是否 相互影响.
• (2)定义法:如果事件A,B同时发生的概率等于事件A发生 的概率与事件B发生的概率的积,则事件A,B为相互独立 事件.
P(A)P(B) P( A )P( B )
• 典例 3 (西安高二检测)在一场娱乐晚会上,有5位民间 歌手(1至5号)登台演唱,由现场数百名观众投票选出最受 欢迎歌手.各位观众须彼此独立地在选票上选3名歌手, 其中观众甲是1号歌手的歌迷,他必选1号,不选2号,另 在3至5号中随机选2名.观众乙和丙对5位歌手的演唱没有 偏爱,因此在1至5号中随机选3名歌手.
• (1)求观众甲选中3号歌手且观众乙未选中3号歌手的概率;
• (2)X表示3号歌手得到观众甲、乙、丙的票数之和,求X的 分布列.
[解析] (1)设事件 A 表示:观众甲选中 3 号歌手且观众乙未选中 3 号歌手. 观众甲选中 3 号歌手的概率为23,观众乙未选中 3 号歌手的概率为 1-35. 所以 P(A)=23×(1-35)=145. 因此,观众甲选中 3 号歌手且观众乙未选中 3 号歌手的概率为145.
[解析] 用 A,B,C 分别表示这三列火车正点到达的事件,则 P(A)=0.8, P(B)=0.7,P(C)=0.9,所以 P( A )=0.2,P( B )=0.3,P( C )=0.1.
(1)由题意得 A,B,C 之间互相独立,所以恰好有两列正点到达的概率为 P1 =P( A BC)+P(A B C)+P(AB C )=P( A )P(B)P(C)+P(A)P( B )P(C)+P(A)P(B)P( C )

《事件的独立性》 讲义

《事件的独立性》 讲义

《事件的独立性》讲义在我们日常生活和学习中,经常会遇到各种各样的事件。

有些事件之间存在着紧密的联系,而有些事件则相互独立,不受彼此的影响。

理解事件的独立性对于我们正确分析和处理问题具有重要的意义。

首先,让我们来明确一下什么是事件的独立性。

简单来说,如果事件 A 的发生与否对事件 B 发生的概率没有影响,那么我们就称事件 A 和事件 B 是相互独立的。

举个例子,假设我们抛一枚硬币,正面朝上记为事件 A,抛一次骰子,得到点数 6 记为事件 B。

抛硬币的结果并不会影响抛骰子得到点数 6 的概率,所以事件 A 和事件 B 是相互独立的。

那么,如何判断两个事件是否独立呢?我们可以通过概率的计算来进行判断。

如果 P(B|A) = P(B),也就是说在事件 A 发生的条件下,事件 B 发生的概率等于事件 B 本身发生的概率,那么事件 A 和事件 B 就是独立的。

事件的独立性在很多领域都有广泛的应用。

比如在统计学中,当我们从一个总体中进行多次抽样时,如果每次抽样都是独立的,那么我们就可以利用独立事件的概率性质来进行统计推断。

在概率论中,有一些重要的定理与事件的独立性相关。

比如,多个相互独立事件同时发生的概率等于每个事件发生概率的乘积。

假设我们有三个相互独立的事件 A、B、C,它们发生的概率分别为P(A)、P(B)、P(C),那么它们同时发生的概率就是 P(A)×P(B)×P(C)。

再来看一个实际生活中的例子。

假设一家工厂有三条生产线,生产线 A 产品合格的概率为 09,生产线 B 产品合格的概率为 085,生产线C 产品合格的概率为 095。

这三条生产线的生产过程相互独立。

那么,三条生产线同时生产出合格产品的概率就是 09×085×095 = 072675。

另外,事件的独立性也有助于我们简化复杂问题的分析。

当我们面对一个由多个相互独立的子事件组成的复杂事件时,可以分别计算每个子事件的概率,然后通过乘法法则得到整个复杂事件的概率。

事件的独立性与非独立性

事件的独立性与非独立性

事件的独立性与非独立性事件的独立性和非独立性是概率论和统计学中的基本概念,用于描述事件之间是否相互影响或相关。

在本文中,我们将探讨事件的独立性和非独立性的含义、特征以及其在实际问题中的应用。

一、事件的独立性事件的独立性是指两个或多个事件在发生上相互独立,即一个事件的发生不会对其他事件的发生产生影响。

数学上,事件A和事件B是独立事件,当且仅当它们满足以下条件:P(A ∩ B) = P(A) × P(B)其中,P(A ∩ B)表示事件A和事件B同时发生的概率,P(A)表示事件A发生的概率,P(B)表示事件B发生的概率。

独立事件的关键特征是事件之间的无关性。

例如,抛掷一枚硬币,正面朝上和反面朝上是两个独立的事件。

硬币落地时,正反两面的结果相互独立,无论之前的结果如何。

在实际问题中,事件的独立性有着广泛的应用。

例如,在概率计算中,我们经常通过事件的独立性来计算复杂事件的概率。

此外,在统计学中,事件的独立性也是很多统计方法的基础假设之一。

二、事件的非独立性与独立事件相对应,非独立事件指的是两个或多个事件在发生上相互有关联或影响。

在数学上,事件A和事件B是非独立事件,当且仅当它们不满足独立性的条件,即:P(A ∩ B) ≠ P(A) × P(B)非独立事件的特征是事件之间存在相关性。

例如,抽取一张扑克牌,第一次抽到一张红心牌,第二次再抽到红心牌的概率就会受到第一次抽到红心牌的结果影响。

在实际问题中,事件的非独立性也有着重要的应用。

例如,在风险管理和金融领域,我们经常需要考虑事件之间的相关性,以提前识别风险并采取相应的措施。

三、事件独立性和非独立性的意义事件的独立性和非独立性对于概率计算和统计推断具有重要的意义。

通过了解事件之间的关系,我们可以更准确地估计事件发生的概率,做出相应的决策。

当事件是独立的时候,我们可以简单地将不同事件发生的概率相乘,得到复杂事件的概率。

这在概率计算中非常有用,可以大大减少计算的复杂度。

《事件的独立性》 讲义

《事件的独立性》 讲义

《事件的独立性》讲义在我们的日常生活和学习中,经常会遇到各种各样的事件。

有些事件之间存在着紧密的联系,而有些事件则相互独立。

理解事件的独立性对于我们正确地分析和处理问题具有重要的意义。

首先,让我们来明确一下什么是事件的独立性。

简单地说,如果事件 A 的发生与否对事件 B 发生的概率没有影响,那么我们就称事件 A 和事件 B 相互独立。

反之,如果事件 A 的发生会改变事件 B 发生的概率,那么它们就是相关的,而非独立的。

为了更直观地理解,我们来看几个例子。

假设我们抛一枚均匀的硬币,第一次抛硬币得到正面的事件记为 A,第二次抛硬币得到正面的事件记为 B。

由于每次抛硬币的结果都是独立的,前一次的结果不会影响到后一次,所以事件 A 和事件 B 是相互独立的。

再比如,从一副扑克牌中随机抽取一张牌,第一次抽到红桃的事件为 C,第二次抽到方块的事件为 D。

在每次抽取后都将牌放回并重新洗牌的情况下,事件 C 和事件 D 也是独立的。

那么如何判断两个事件是否独立呢?这就需要用到概率的知识。

如果事件 A 和事件 B 相互独立,那么它们同时发生的概率等于事件 A 发生的概率乘以事件 B 发生的概率,即 P(AB) = P(A) × P(B)。

通过计算和比较相关的概率,我们就可以判断事件的独立性。

事件的独立性在实际生活中有很多应用。

比如在保险领域,假设一个人在某一年发生意外的事件 A 和在另一年发生意外的事件 B,如果这两个事件是独立的,那么保险公司在计算风险和制定保费时就可以基于这样的独立性进行更准确的评估。

在统计学中,事件的独立性也是非常重要的概念。

当我们对大量的数据进行分析时,如果能够判断出某些事件是独立的,就可以简化计算和分析的过程,提高工作效率。

在数学中,还有一些常见的独立事件模型。

例如,独立重复试验。

独立重复试验是指在相同条件下重复进行的、相互独立的试验。

比如多次抛硬币、多次掷骰子等。

在独立重复试验中,每次试验中某一事件发生的概率都是固定的,而且每次试验的结果相互独立。

  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)。

第五节 事件的独立性分布图示★ 引例★ 两个事件的独立性 ★ 例1★ 关于事件独立性的判断 ★ 有限个事件的独立性★ 相互独立性的性质★ 例2 ★ 例3 ★ 例4 ★ 例5★ 伯努利概型★ 例6 ★ 例7 ★ 例8 ★ 例9★ 例10★ 内容小结 ★ 课堂练习★ 习题1-5内容要点一、两个事件的独立性定义 若两事件A ,B 满足)()()(B P A P AB P = (1)则称A ,B 独立, 或称A ,B 相互独立.注: 当0)(>A P ,0)(>B P 时, A ,B 相互独立与A ,B 互不相容不能同时成立. 但∅与S 既相互独立又互不相容(自证).定理1 设A ,B 是两事件, 且0)(>A P ,若A ,B 相互独立, 则)()|(A P B A P =. 反之亦然.定理2 设事件A ,B 相互独立,则下列各对事件也相互独立:A 与B ,A 与B ,A 与B .二、有限个事件的独立性定义 设C B A ,,为三个事件, 若满足等式),()()()(),()()(),()()(),()()(C P B P A P ABC P C P B P BC P C P A P AC P B P A P AB P ==== 则称事件C B A ,,相互独立.对n 个事件的独立性, 可类似写出其定义:定义 设n A A A ,,,21 是n 个事件, 若其中任意两个事件之间均相互独立, 则称n A A A ,,,21 两两独立.相互独立性的性质性质1 若事件n A A A ,,,21 )2(≥n 相互独立, 则其中任意)1(n k k ≤<个事件也相互独立;由独立性定义可直接推出.性质2 若n 个事件n A A A ,,,21 )2(≥n 相互独立, 则将n A A A ,,,21 中任意)1(n m m ≤≤个事件换成它们的对立事件, 所得的n 个事件仍相互独立;对2=n 时,定理2已作证明, 一般情况可利用数学归纳法证之,此处略.性质3设n A A A ,,,21 是n )2(≥n 个随机事件,则n A A A ,,,21 相互独立 ←/→n A A A ,,,21 两两独立.即相互独立性是比两两独立性更强的性质,三、伯努利概型设随机试验只有两种可能的结果: 事件A 发生(记为A ) 或 事件A 不发生(记为A ), 则称这样的试验为伯努利(Bermourlli)试验. 设),10(,1)(,)(<<-==p p A P p A P将伯努利试验独立地重复进行n 次, 称这一串重复的独立试验为n 重伯努利试验, 或简称为伯努利概型.注: n 重伯努利试验是一种很重要的数学模型, 在实际问题中具有广泛的应用.其特点是:事件A 在每次试验中发生的概率均为p ,且不受其他各次试验中A 是否发生的影响.定理3(伯努利定理) 设在一次试验中,事件A 发生的概率为),10(<<p p 则在n 重贝努里试验中,事件A 恰好发生k 次的概率为).,,1,0(,)1(}{n k p p C k X P k n k k n =-==-推论 设在一次试验中,事件A 发生的概率为),10(<<p p 则在n 重贝努里试验中, 事件A 在第k 次试验中的才首次发生的概率为).,,1,0(,)1(1n k p p k =--注意到“事件A 第k 次试验才首次发生”等价于在前k 次试验组成的k 重伯努利试验中“事件A 在前1-k 次试验中均不发生而第k 次试验中事件A 发生”,再由伯努利定理即推得.例题选讲两个事件的独立性例1 (E01) 从一副不含大小王的扑克牌中任取一张, 记=A {抽到K }, =B {抽到的 牌是黑色的}, 问事件A 、B 是否独立?注:从例1可见, 判断事件的独立性, 可利用定义或通过计算条件概率来判断. 但在实际应用中, 常根据问题的实际意义去判断两事件是否独立.解一 利用定义判断. 由,131524)(==A P ,215226)(==B P ,261522)(==AB P),()()(B P A P AB P = 故事件、A B 独立.解二 利用条件概率判断. 由,131)(=A P ,131262)|(==B A P),|()(B A P A P = 故事件、A B 独立.注:从例1可见, 判断事件的独立性, 可利用定义或通过计算条件概率来判断. 但在实际应用中, 常根据问题的实际意义去判断两事件是否独立.相互独立性的性质例2 已知甲、乙两袋中分别装有编号为1, 2, 3, 4的四个球. 今从甲、乙两袋中各取出一球, 设=A {从甲袋中取出的是偶数号球}, =B {从乙袋中取出的是奇数号球}, =C {从两袋中取出的都是偶数号球或都是奇数号球}, 试证C B A ,,两两独立但不相互独立.证明 由题意知, .2/1)()()(===C P B P A P 以,i j 分别表示从甲、乙两袋中取出球的号数, 则样本空间为}.4,3,2,1;4,3,2,1|),{(===j j i S由于S 包含16个样本点, 事件AB 包含4个样本点:),3,4(),1,4(),3,2(),1,2( 而BC AC ,都各包含4个样本点,所以.4/116/4)()()(====BC P AC P AB P于是有),()()(B P A P AB P =),()()(C P A P AC P =),()()(B P A P AB P =因此C B A ,,两两独立. 又因为,∅=ABC 所以,0)(=ABC P 而,8/1)()()(=C P B P A P 因),()()()(C P B P A P ABC P ≠故C B A ,,不是相互独立的.例3 加工某一零件共需经过四道工序, 设第一、二、三、四道工序的次品率分别是2%, 3%, 5%, 3%, 假定各道工序是互不影响的, 求加工出来的零件的次品率.解 本题应先计算合格品率, 这样可以使计算简便.设4321,,,A A A A 为四道工序发生次品事件, D 为加工出来的零件为次品的事件, 则D 为产品合格的事件, 故有,4321A A A A D =)()()()()(4321A P A P A P A P D P =%)31%)(51%)(31%)(21(----=%;60.87%59779.87≈= )(1)(D P D P -=%.40.12%60.871=-=例4 (E02) 如图是一个串并联电路系统.H G F E D C B A ,,,,,,,都是电路中的元件. 它 们下方的数字是它们各自正常工作的概率. 求电路系统的可靠性.解 以W 表示电路系统正常工作, 因各元件独立工作, 故有),()()()()()(H P G F P E D C P B P A P W P =其中 ,973.0)()()(1)(=-=E P D P C P E D C P .9375.0)()(1)(=-=G P F P G F P 代入得 .782.0)(≈W P例5 (E03) 甲, 乙两人进行乒乓球比赛, 每局甲胜的概率为p , p ≥1/2. 问对甲而言,采用三局二胜制有利, 还是采用五局三胜制有利, 设各局胜负相互独立.解 采用三局二胜制, 甲最终获胜, 其胜局的情况是:“甲甲”或“乙甲甲”或“甲乙甲”.而这三种结局互不相容, 于是由独立性得甲最终获胜的概率为).1(2221p p p p -+=采用五局三胜制, 甲最终获胜, 至少需比赛3局(可能赛3局, 也可能赛4局或5局), 且最后一局必需是甲胜, 而前面甲需胜二局. 例如, 共赛4局, 则甲的胜局情况是:“甲乙甲甲”,“乙甲甲甲”,“甲甲乙甲”, 且这三种结局互不相容. 由独立性得甲最终获胜的概率为232432332)1()1(p p C p p C p p -+-+= 于是)312156(23212-+-=-p p p p p p ).12()1(322--=p p p当2/1>p 时, ,12P P >即对甲来说采用五局三胜制较为有利; 当2/1=p 时,,2/112==p p 即两种赛制甲,乙最终获胜的概率相同.伯努利概型例6 某种小数移栽后的成活率为90%, 一居民小区移栽了20棵, 求能成活18的概率. 解 观察一棵小树是否成活是随机试验,E 每棵小树只有“成活”)(A 或“没成活”)(A 两种可能结果, 且.9.0)(=A P 可以认为, 小树成活与否是彼此独立的, 因此观察20 棵小树是否成活可以看成是9.0=P 的20重伯努利试验.设所求概率为),(B P 则由伯努利公式可得.285.01.09.0)(2181820=⨯⨯=C B P例7 一条自动生产线上的产品, 次品率为4%, 求:(1) 从中任取10件, 求至少有两件次品的概率;(2) 一次取1件, 无放回地抽取, 求当取到第二件次品时, 之前已取到8件正品的概率. 解 (1) 由于一条自动生产线上的产品很多, 当抽取的件数相对较少时, 可将无放回抽取近似看成是有放回抽取, 每抽1件产品看成是一次试验,抽10件产品相当于做10次重复独立试验, 且每次试验只有 “次品” 或 “正品” 两种可能结果,所以可以看成10重伯努利试验.设A 表示 “任取 1 件是次品”, 则,04.0)(==A P p .96.0)(==A P q设B 表示 “10件中至少有两件次品”, 由伯努利公式有)1()0(1)()(101010210P P k PB P k --==∑=91101096.004.096.01⨯⨯--=C .0582.0= (2) 由题意, 至第二次抽到次品时, 共抽取了10次, 前9次中抽得8件正品1件次品. 设C 表示 “前9次中抽到8件正品1件次品”, D 表示 “第十次抽到次品”, 则由独立性和伯努利公式, 所求的概率为.0104.004.096.004.0)()()(891=⨯⨯⨯==C D P C P CD P例8 一个袋中装有10个球,其中3个黑球,7个白球,每次从中随意取出一球,取后放回.(1) 如果共取10次,求10次中能取到黑球的概率及10次中恰好取到3次黑球的概率.(2) 如果未取到黑球就一直取下去,直到取到黑球为止,求恰好要取3次的概率及至少要取3次的概率.解 记i A 为事件 “第i 次取到的是黑球”, 则 ,2,1,10/3)(==i A P i(1) 记B 为事件 “10次中能取到黑球”, k B 为事件 “10次中恰好取到k 次黑球” ),10,1,0( =K 则有,)10/7(1)(1)(1)(100-=-=-=B P B P B P(2) 记C 为“恰好要取 3 次”,D 为“至少要取 3 次”,则),10/3()10/7()(2⋅=C P.)10/7()()()()(22121===A P A P A A P D P例9 一辆飞机场的交通车载有25名乘客途经9个站,每位乘客都等可能在这9站中任意一站下车(且不受其他乘客下车与否的影响),交通车只在有乘客下车时才停车,求交通车在第i 站停车的概率以及在第i 站不停车的条件下第j 站的概率,并判断“第i 站停车”与“第j 站停车”两个事件是否独立.解 记k A 为 “第k 位乘客在第i 站下车”, k .25,,2,1 = 考察每一位乘客在第i 站是否下车, 可视为一个25重的伯努利试验, 记B 为 “第i 站停车”, C 为 “第j 站停车”, 则C B ,分别等价于 “第i 站有人下车” 和 “第j 站有人下车”, 于是有,)9/8(1)(25-=B P .)9/8(1)(25-=C P在B 不发生(即B 发生)的条件下, 每位乘客均等可能地在第i 站以外的8站中任意一站下车, 于是每位乘客在第j 站下车的概率为1/8, 故有.)8/7(1)|(25-=C P 因),()|(C P C P ≠故B 与C 不独立, 从而B 与C 不独立.例10 (E04) 某型号高炮, 每门炮发射一发炮弹击中飞机的概率为0.6, 现若干门炮同时 各射一发,(1) 问: 欲以99%的把握击中一架来犯的敌机至少需配置几门炮?(2) 现有3门炮, 欲以99%的把握击中一架来犯的敌机, 问:每门炮的命中率应提高到多少?解 (1) 设需配置n 门炮. 因为n 门炮是各自独立发射的, 因此该问题可以看作n 重伯努利试验. 设A 表示 “高炮击中飞机”, ,6.0)(=A P B 表示“敌机被击落”, 问题归结为求满足下面不等式的.n99.04.06.0)(1≥=-=∑k n k n k k n CB P 由,99.04.01)(1)(≥-=-=n B P B P 或,01.04.0≤n 解得,03.54.0lg 01.0lg ≈≥n 故至少应配置6门炮才能达到要求.(2) 设命中率为,p 由,99.0)(3313≥=-=∑k k k k q p CB P 得.99.013≥-q解此不等式得,215.0≤q 从而得,785.0≥p 即每门炮的命中率至少应为0.785.注: 对于给定一事件的概率求某个参数的逆问题, 应先求出事件的概率(含所求参数),从而得到所求参数满足的方程或不等式, 再解之.课堂练习某工人一天出废品的概率为0.2, 求在4天中:(1) 都不出废品的概率;(2) 至少有一天出废品的概率;(3) 仅有一天出废品的概率;(4) 最多有一天出废品的概率;(5) 第一天出废品, 其余各天不出废品的概率.。

相关文档
最新文档