考研概率论复习古典概型中几种研究模型

合集下载

概率论中几种概率模型方法总结

概率论中几种概率模型方法总结
科技信息
○高校讲坛○
SCIENCE & TECHNOLOGY INFORMATION
2008 年 第 11 期
概率论中几种概率模型方法总结
徐寅生 (许昌学院数学科学学院 河南 许昌 461000)
【摘 要】概率论中几种常用的概率模型是古典概型、几何概型、贝努里概型.本文对概率论中几种概率模型方法进行了总结. 【关键词】概率模型方法; 概率论; 概率计算
关于求“n 重贝努里试验中至少发生一次”的概率.“n 次 试 验 中 至

少发生一次”, 它的对立事件是“n 次试验全部没有发生”.由 Pn (0)=Cn p
0n n
q =q 根据相互对立事件的概率之和为 1, 可得 P{至少发生一次}=1- q
n ,同理 P{至少不发生一次}=1- pn. 例 6 一个学生在罚球线投篮的命中率为 0.2, 问: ( 1) 该生独立进行 25 次投篮恰有 10 次命中的概率是多少? ( 2) 至
例 7 某人有一串 m 把外形相同的钥匙, 其中只有一把能打开家 门, 有一天该人酒醉后回家, 下意识地每次从 m 把钥匙中随便拿一只 去开门, 问该人在第 k 次才把门打开的概率多大?
解: 因为每把钥匙试用后不做记号又放回, 所以每把被选中的概 率为 1 , 由独立性得
m P(第 k 次才把门打开)= 1 (1- 1 )k-1.
少有 1 次命中的概率是多少?
解 : 设 A={投 篮 命 中}, 则 P(A)=p=0.2,A ={投 篮 不 命 中}, 则 P(A )=
q=0.8.
10
10
15
( 1) 依 题 意 , n=25,k=10,由 公 式 有 P25( 10) =C25 ×0.2 ×0.8 ≈0.18

古典 几何概率模型

古典 几何概率模型

A1 ⊂ A2 ⊂ ⋅⋅⋅ An ⊂ ⋅⋅⋅
令A =
∪A
n =1

n
,称 A 为 An 的极限。 由定义可以看出, A
仍是一个事件,其概率大小为
P( A) = lim P( An )
n →∞
证明: 类似地,假设 A1 , A2 , ⋅⋅⋅ 是一列单调减少的事件,即
A1 ⊃ A2 ⊃ ⋅⋅⋅ An ⊃ ⋅⋅⋅
受离散情形的启发, 我们可以认为
P ( A) = ∑ P ({x})
x∈ A
但一个基本的数学问题出现了:这是一个不可数项和, 同时每个和项为 0。
这时, 我们定义 P ( A ) 为 A 的面积与单位圆面积的比 率。
对一般的 A ,我们怎么定义 P ( A) 呢?这里,我们需要考虑下 列问题:
(1) A 形状
( =( ) ( 3. 如果 A , B 不相交,那么 P A + B) P A + P B) (可加性 可加性); 可加性
4. 如果 A ⊂ B ,那么 P ( A) ≤ P ( B ) (单调性 单调性)。 单调性

1. 约会问题: 两人相约 7 点到 8 点在某地会面,先到 者等候另一人 20 分钟,过时离去. 求两人会面的概 率.
容易知道 P(A)的有如下基本性质:
( = 规范性 1. P (∅) = 0 , P Ω) 1 (规范性 规范性); ( ) 非负性 2. 0 ≤ P A ≤ 1 (非负性 非负性); ( = ( ) ( (可加性 3. 如果 A , B 不相交,那么 P A + B) P A + P B) 可加性 可加性);
A ∈F 时, 定义
| A| P( A) = |Ω|

概率论中几种概率模型方法总结

概率论中几种概率模型方法总结

概率论中几种概率模型方法总结绪论:概率论中几种常用的概率模型是古典概型、几何概型、贝努里概型.本文对概率论中几种概率模型方法进行了总结。

1 古典概型古典概型及其概率是概率论的基础知识,它既是进一步学习概率的基础,下面就一些典型事件的分析来说明古典概型的概率计算方法。

古典概型的概率计算可以分为三个步骤:确定所研究的对象为古典概型;计算样本点数;利用公式计算概率。

即如果随机试验只有有限个可能结果,而且每一个可能结果出现的可能性相同,那么这样的随机试验就是古典概型问题。

若设Ω是一个古典概型样本空间, 则对任意事件A 有: A m P ( A ) ==Q n中的样本点数中的样本点数。

在计算m 和n 时,经常使用排列与组合计算公式。

在确定一个试验的每个基本事件发生的可能性相同时,经常根据问题本身所具有的某种“对称性”,即利用人们长期积累的关于“对称性”的实际经验,认为某些基本事件发生的可能性没有理由偏大或偏小。

关于古典概型的数学模型如下:1.1 袋中取球问题1.1.1 随机地同时从袋中取若干球问题随机地同时从袋中取若干球问题是古典概型中的一类最基本问题,其特点是所考虑的事件中只涉及球的结构而不涉及取球的先后顺序,计算样本点数时只需考虑组合数即可。

概率中的很多问题常常可以归结为此类问题来解决。

事件1 一袋中有m + n 个球,其中m 个黑球, n 个白球,现随机地从袋中取出k 个球( k ≤m + n) ,求其中恰好有l 个白球( l ≤n)的概率。

分析:随机地从袋中取出k 个球有km+n C 种可能的结果,其中“恰好有l 个白球”这一事件包含了l k-l n mC C 种结果,因此所求概率为lk - ln m k m + n C C P =C 这个结论可以作为一个公式来应用。

用它可以解决一些类似的问题。

1.1.2 随机地从袋中不放回地取球若干次随机地从袋中不放回地取球若干次就是指随机地从袋中每次只取一个球,取后不再放回袋中,连续进行若干次。

概率论-古典概率模型

概率论-古典概率模型

所以
P(e ) 1 ,i 1,2,,n
i
n
若事件 A 包含 k 个基本事件 ,即
A ei1 ei2 eik
则有
P(A) P ei1 P ei2 P eik
k n
A包含的基本事件数 S中的基本事件总数
例1 将一枚硬币抛掷三次.
i 设事件 A1 为 "恰有一次出现正面 " ,求 PA1 . ii 设事件 A2 为 "至少有一次出现正面 " ,求 PA2 .
因为抽取时这些球是完
10个球中的任一个被取 出的机会都是1/10
全平等的,我们没有理由认
为10个球中的某一个会比另
一个更容易取得 . 也就是说,
10个球中的任一个被取出的
机会是相等的,均为1/10.
85 1946 7 2 3 10
二、古典概型中事件概率的计算
记 A={摸到2号球}
2
P(A)=?
P(A)=1/10
2
1 7
98345106
定义 1 若随机试验满足下述两个条件 (1) 它的样本空间只有有限多个样本点
(2) 每个样本点出现的可能性相同 称这种试验为等可能随机试验或古典概型.
记 B={摸到红球} , P(B)=6/10
静态
这里实际上是从“比例” 转化为“概率” 动态
当我们要求“摸到红球”的概 率时,只要找出它在静态时相应的 比例.
Ca1 Ca1b
a
a b
(2)作不放回抽样
k个人各人取一只球,每种取法是一个基本事件.
由乘法原理知,k个人各人取一只球有
(a
b)(a
b
1)
(a
b
k
1)

概率论与数理统计之古典概型和伯努利概型

概率论与数理统计之古典概型和伯努利概型

概率论与数理统计之古典概型和伯努利概型
概率与数理统计是考研数学的一大模块,一般常出现在填空题、选择题、计算题和证明题中,下面是我对古典概型、几何概型、伯努利概型进行分析,希望大家在基础复习阶段就能记住,打好基础。

古典型概率:
当试验结果为有限n个样本点,且每个样本点的发生具有相等的可能性,如果事件A由n(A)个样本点组成,则事件A的概率为P(A)=n(A)/n=A所包含的样本点数/样本点总数
称有限等可能试验中事件A 的概率P(A)为古典型概率。

几何型概率:
几何型概率
n重伯努利试验:
n重伯努利试验
题型一:古典概型的计算
例1:一批产品有10个正品和2个次品,任意抽取两次,每次抽一个,抽出后不再放回,则第二次抽出的是次品的概率是多少?
解题思路:应用古典概型计算。

解:分别计算出总样本个数和事件A的样本个数
题型二:几何概型的计算
例2:(2017年考研真题)在区间(0,1)中随机地取两个数,则两数之差的绝对值小于0.5的概率是多少。

解题思路:几何概型的计算。

解:分别计算出总样本空间对应区域的面积和事件A对应区域的面积。

概率论中几种概率模型方法总结

概率论中几种概率模型方法总结

3.3.3“n 重贝努里试验直到第 k 次才发生”
它 的 应 用 有 中 靶 问 题 、开 门 问 题.
关于求“n 重贝努里试验直到第 k 次才发生”的概率.那么它有 k-
1 次不发生, 因此概率是
P{直到第 k 次才发生}=P(A 1A 2…A k-1Ak=P(A 1)P(A 2)…P(A k-1)P(Ak) =qk- 1p.
2.三种概率模型的概率计算 2.1 古典概型概率的定义 定义 1 设一试验有 n 个等可能的基本 事件, 而事件 A 恰包含其中的 m 个基本事件, 则事件 A 的概率 P(A)定
算到 n 个人生日全相 同.我 们 可 以 从 反 面 去 计 算 它 的 逆 事 件 : A"={n 个

人 生 日 全 不 相 同},
础.几 何 概 型 从 某 种 意 义 上 说 是 古 典 概 型 的 补 充 和 推 广 , 在 很 多 实 际 的生日在同一天的概率是多少? ( 一年按 365 天记) .
问题中, 实验的一切结果是无限个, 这时古典概型就不再适用了.这三
解: 基本事件总数为 365n,有利事件 A={n 个人中至少 有 两 个 人 生
科技信息
○高校讲坛○
SCIENCE & TECHNOLOGY INFORMATION
2008 年 第 11 期
概率论中几种概率模型方法总结
徐寅生 (许昌学院数学科学学院 河南 许昌 461000)
【摘 要】概率论中几种常用的概率模型是古典概型、几何概型、贝努里概型.本文对概率论中几种概率模型方法进行了总结. 【关键词】概率模型方法; 概率论; 概率计算
率?
解 : 设 A={指 定 的 某 盒 是 空 的},B={指 定 的 3 个 盒 子 中 各 有 1 个

1.3古典概型与几何概型

1.3古典概型与几何概型

所含的总取法为 aPbi1[(a b i)!] 故
P(B)
a
Pbi
1[(a b (a b)!
i)!]
a Pbi 1 Pai b
例115 一个袋子中装有ab个球 其中a个黑球 b个白球 随意地每次从中取出一球(不放回) 求下列各事件的概率
(1)第i次取到的是黑球 (2)第i次才取到黑球 (3)前i次中能取到黑球
及两个球全是黑球的概率
解 (2) 已知 在 10 个球中任取两球的取法有C120 种 在 10 个球中取到一个白球和一个黑球的取法有C13C17 种 在 10 个球中取两个球均是黑球的取法有C32种 记B为事件“刚好取到一个白球一个黑球” C为事件
“两个球均为黑球” 则
P(B)
C13 C17 C120
P(D)
Ckn
(N 1)nk Nn
例115 一个袋子中装有ab个球 其中a个黑球 b个白球 随意地每次从中取出一球(不放回) 求下列各事件的概率
(1)第i次取到的是黑球 (2)第i次才取到黑球 (3)前i次中能取到黑球
解 (ab)次取球的总取法为(ab)! 记(1) (2) (3)中的事件 分别为A B C
总数为24 记(1) (2) (3) (4)的事件分别为A B C D
(1) A有两种排法 故有
P(A)
2 24
1 12
(2) B有2(3!)12种排法 故有
P(B)
12 24
1 12
例113 将标号为1 2 3 4的四个球随意地排成一行 求下 列各事件的概率
(1)各球自左至右或自右至左恰好排成1 2 3 4的顺序 (2)第1号球排在最右边或最左边 (3)第1号球与第2号球相邻
等价于将n个球全部放到其余N1个箱子中 共有(N1)n种放

1-3古典概率模型

1-3古典概率模型

例6:设N件产品中有K件次品,N-K件正品, K<N。现从N件中每次任意抽取1件产品,检 查其是正品还是次品后放回;这样共抽检产 品n次。求事件A={所取的n件产品中恰有k件 次品}的概率,k = 0, 1, 2, …, n。
解:每次均从N件产品中取一件,有N种取法,, 则取n此,共有 Nn次取法。基本事件总数为:
种等可能的装法。故基本事件总数为:
把三件次品分别装入三个箱中,共有3!种 装法。这样的每一种装法取定以后,把其余12 件正品再平均装入3个箱中,每箱装4件,有
种装法,因此A有
种装法,所以
A={每箱中恰有一件次品},
把三件次品装入同一个箱中,共有3种装 法。同上讨论,有
B={三件次品都在同一箱中}
类似地,得kE=21=2,P(E)=2/30=1/15; 由C是E的对立事件,得 P(C)=1-P(E)=14/15; 由B=A∪E, 且A与E互斥,得
P(B)=P(A)+P(E)=7/15; 由D是B的对立事件, 得 P(D)=1-P(B)=8/15.
例4:n个球随机地放入N(N≥n)个盒子中,若 盒子的容量无限制。求“每个盒子中至多有一 球”的概率。
n=36。
注意:这种分析方法使用的是“乘法原理”
因每个基本事件发生的可能性相同。故第
一次取一只甲类三极管共有4种可能取法,第二
次再取一只甲类三极管还是有4种可能取法。
故,取两只甲类三极管共有44=16 种可能的取
法,即kA=16。所以,P(A)=16/36=4/9;
令E={抽到两只乙类三极管},则 kE=22=4。 故,P(E)=4/36=1/9; 因C是E的对立事件,所以 P(C)=1-P(E)=8/9; 因B=A∪E, 且A与E互斥,得
  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)。

古典概型中研究的几类基本问题:抛硬币、掷骰(t óu)子、摸球、取数等随机试验,在概率问题的研究中,有着十分重要的意义.一方面,这些随机试验,是人们从大量的随机现象中筛选出来的理想化的概率模型.它们的内容生动形象,结构清楚明确,富有直观性和典型性,便于深入浅出地反映事物的本质,揭示事物的规律.另一方面,这种模型化的处理方法,思想活泼,使用广泛,具有极大的普遍性,不少复杂问题的解决,常常可以归结为某种简单的模型.因此,有目的地考察并掌握若干常见的概率模型,有助于我们举一反三,触类旁通,丰富解题的技能和技巧,从根本上提高解答概率题的能力.本部分主要讨论古典概率中的四类基本问题(摸球问题、分球入盒问题、随机取数问题和选票问题),给出它们的一般解法,指出它们的典型意义,介绍它们的常见使用.一、摸球问题[例1]袋中有α个白球,β个黑球:(1)从中任取出a +b 个(a,b ∈N,α≤a,b ≤β,试求所取出的球恰有a 个白球和b 个黑球的概率;(2)从中陆续取出3个球(不返回),求3个球依次为“黑白黑”概率;(3)逐一把球取出(不返回),直至留在袋中的球都是同一种颜色为止,求最后是白球留在袋中的概率.思考方法 这里的三个小题,摸球的方式各不相同,必须在各自的样本空间中分别进行处理.(1)中的每一个样本点,对应着从α+β个球中任取a+b 个球的一种取法,无需考虑顺序,属于组合问题.(2)中的每一个样本点,对应着从α+β个球中依次取出三个球的一种取法,需要考虑先后次序,属于排列问题.(3)中事件的有利场合(摸剩白球)包含了α种不同情形:摸剩α个白球,α-1个白球,…,1个白球.因此,必须对各种情形分别加以考虑.[解](1)设A 1表示事件“所取的a+b 个球中恰有a 个白球和b 个黑球”.从α+β个球中任意摸出a+b 个,有⎪⎪⎭⎫⎝⎛++=++b a C b a βαβα种不同取法,此即样本空间所包含的样本点总数.而事件A 1所包含的样本点数,相当于从α个白球中任取a 个,从β个黑球中任取b 个的取法种数,共⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛=b a C C b a βαβα种.所以P(A 1)=⎪⎪⎭⎫ ⎝⎛++⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛=++b a b a C C C b a b a βαβαβαβα (2)设A 2表示事件“取出的3个球依次为黑白黑”.从α+β个球中依次任取3个,有3βα+A 种取法,此即样本点总数.对于有利场合,第一个和第三个黑球可在β个黑球中依次取得,有2βA 种取法,第二个白球可在α个白球中任取,有1αA 种取法.因此,A 2所包含的样本点数为21βαA A ⋅.于是P(A 2)=)2)(1)(()1(-+-++-βαβαβαβαβ (3)袋中只剩白球时(设此事件为A 3),取出的球必为β个黑球,i 个白球(i=0,1,…,α-1).用Bi 表示事件“取出β个黑球,i 个白球,袋中留下的全是白球”(i=0,1,…,α-1),则事件B 0,B 1,…,B α-1,β必两两互不相容,且A 3=B 0+B 1+…+B α-1.依概率的有限可加性,有P(A 3)=P(B 0)+P(B 1)+P(B 2)+ …+P(B α-1)依事件B i 的含义,对于确定的i,它的样本空间就是从α+β个球中任取i+β个球的排列.所以,样本点总数为ββα++i A .注意到i+β个球取出后,留在袋中的全是白球,因而在这i+β个球中,最后取出的一个应是黑球.这样,事件B i 的有利场合,就是i+β-1个球的全排列(β个黑球中扣除1个,以保证最后取出的一个必为黑球).显然,i 个白球可从α个白球中取得,有i C α种取法;β-1个黑球可从β个黑球中取得,有1-ββC 种取法,.从而事件B i 所包含的样本点数为11-+-⋅⋅βββαi i A C C .于是P(B i )=ββαββββα++-+-+-⋅⋅i i i i A A C C 111 =i i C 1)(!!-++ββαβα 把诸P(Bi)的值代入(1)式,并注意到22110++++m m m C C C +…111-+--+=n n m n n m C C即得P(A 3)=+++++-21101[)!(!!ββββαβαC C C …]12--+ααβC =11)!(!!--++ααββαβαC =βαα+ 评注 如果把题中的“白球”、“黑球”换为“正品”、“次品”或“甲物”、“乙物”等等,我们就可以得到各种各样的“摸球问题”.为了让读者对此有深切的体会,我们再来看下面的例子:(1)一批灯泡40只,其中3只是坏的,从中任取5只检查.问:① 5只都是好的概率为多少?② 5只中有2只坏的概率为多少?(答案:①540537C C ;②54023337C C C ) (2)在相应地写有2,4,6,7,8,11,12及13的8张相同的卡片中,任意取出2张,求由所取得的两个数构成的分数为可约的概率.(答案:2825C C ) (3)从一副扑克牌(52张)中任取6张,求得3张红色的牌和三张黑色的牌的概率.(答案:652326326C C C ) (4)用火车运载两类产品,甲类n 件,乙类m 件.有消息证实,在路途中有2件产品损坏.求损坏的是不同产品的概率.(答案:211mn m n C C C +⋅) (5)一个班级有2n 个男生和2n 个女生,把全班学生任意地分成人数相等的两组,求每组中男女生人数相等的概率.(答案:n nn n n C C C 24222⋅) (6)从数1,2,…,n 中任取两数,求所取两数之和和偶数的概率.(答案:当n 为偶数时,p=222/2nn C C ;当n 为奇数时,p=222/)1(22/)1(n n n C C C +-+) 不难发现,上述各个问题的解决,都可以归结为摸球问题(例1(1)).我们说摸球问题具有典型意义,原因也正在于此.,二、分球入盒问题[例2]把n 个球以同样的概率分配到N(n≤N)个盒子中的每一个中去,试求下列各事件的概率:(1)A:某指定n 个盒子中各有一球;(2)B:恰有n 个盒子,其中各有一球;(3)C:某指定盒子中恰有m(m≤n)个球.思考方法 解答本题时,要发掘“n 个球以同样的概率分配到N个盒子中的每一个中去”一语的含义.这句话意思是说,每一个球,被分配到任意一个盒子中去是等可能的;也就是说每一个球各有N种不同的去向.[解] 因为n 个球中的每一个球,都以同样的概率进入N个盒子中的任意一个,所以样本点总数为N n .(1)n 个球分别分配到N个预先指定的盒子中去,相当于n 个球的全排列,因此事件A所包含的样本点数为A n ,于是 P(A)=n n n Nn N A !=. (2)对于事件B,n个盒子可自N个盒子中任意选取,有n N C 种选法,因而事件B包含!n C n N ⋅个样本点,于是 P(B)=)!(!!n N N N N n C n n n N -⋅=⋅. (8)事件C中的m个球,可以从n 个球中任意选取有mn C 种选法,其余的n-m 个球可以任意分配到另外N-1个盒子中去,有(N-1)n-m 种分配法.因而事件C包含m n m n N C --)1(个样本点.这样 P(C)=m n m m n nm n m n N N C N N C ---=-)11()1()1(. 评注 不难发现当n 和N确定时P(C)只依赖于m.如果把P(C)记作P m ,依二项式定理有1)111()11()1(00=-+=-=-==∑∑n m n m n m m n n m m NN N N C P . 上述等式的概率意义是十分明显的.就是对于某个指定的盒子来说,进入盒子中的球数不外是0,1,...,n;从而这n+1种情形的和事件为必然事件,其概率必为1.这个问题实质上就是贝努利(Bernoulli)概型.n 个球在N个盒子中的分布,是一种理想化的概率模型,可用以描述许多直观背景很不相同的随机试验.为了阐明这一点,我们列举一些貌异质同的试验:(1)生日.n个人的生日的可能情形,相当于n个球放入N=365个盒子中的不同排列(假定一年有365天).(2)性别.n个人的性别分布,相当于把n个球放入N=2个盒子中.(3)意外事件.如果把n个意外事件按其发生在星期几来分类,相当于n个球放入N=7个盒子中.(4)掷骰子.掷n颗骰子的可能结果,相当于把n个球放入N=6个盒子中.(5)质点入格.n个质点落于N个格子中的可能情形,相当于n个球分入N个盒子中.(6)旅客下站.一列火车中有n名旅客,它在N个站上都停.旅客下站的各种能情形,相当于n 个球分到N个盒子中的各种情形.(7)住房分配.n 个人被分配到N个房间中去住,则人相当于球,房间相当于盒子.(8)印刷错误.n个印刷错误在一本具有N页的书中的一切可能的分布,相当于n个球放入N个盒子中的一切可能分布(n必须小于每一页的字数).从上面所列举的部分试验,我们不难体会分球入盒的模型的意义.因而使例2成为古典概率中的典型问题之一,为一类实际问题的求解,提供了有效的途径.作为练习,读者可利用本题的思想方法,解答下列各题:(1)同时掷4颗质量均匀的骰子,求出现完全不相同的点数的概率.(答案:4466A ) (2)设一个人的生日在星期几是等可能的,求6个人的生日都集中在一星期中任意两天但不是都在同一天的概率.(答案:66277)22(-C ) (3)有n 个质点,每个质点都等可能地落于N(n≤N)个格子中的每一个.试求每一格子至多含一点的概率.(答案:nn n N N A C )(4)设有n 个人,每个人都等可能地被分配到n 个房间中的任一间去住.求恰有一个空房间的概率.(答案:nn n n n A C C 121-⋅⋅.) 三、随机取数问题[例3]从1,2,…,10这十个数中任取一个,假定各个数都以同样的概率被取中,取后还原,先后取出7个数,试求下列各事件的概率:(1)A 1:7个数全不相同;(2)A 2:不含10和1;(3)A 3:10恰好出现两次;(4)A 4:10至少出现两次;(5)A 5:取到的最大数恰好为6.思考方法 本题所及的随机试验,就取样方法来说,属于返回取样.也就是说,把某数取出后还原,下次仍有同样的可能再取到这个数.注意到这一特点,运用上节介绍的思想方法,原题就不难得解.[解] 依题设样本空间就是10个相异元素允许重复的7元排列.所以样本点总数为107.(1)事件A 1,要求所取的7个数是互不相同的,考虑到各个数取出时有先后顺序之分,所以有利场合相当于从10个相异元素里每次取出7个相异元素的排列.因此,A 1所包含的样本点数为710A .于是P(A 1)=06048.0107710=A . (2)事件A 2:先后取出的7个数中不含10和1,所以,这7个数只能从2,3,4,5,6,7,8,9这8个数中取得.注意到实验属于有返回取样,则A 2的有利场合,相当于8个相异元素允许重复的7元排列.于是,A 2所包含的样本点数为87,有P(A 2)=2097.010877≈. (3)事件A 3中出现的两次10,可以是7次取数中的任意两次,有27C 种取法,其余的5次,每次可以取剩下的9个数中的任一个,共有95种取法.于是A 3的有利场合为5279⋅C .由此 P(A 3)=1240.01097527≈⋅C . (4)事件A 4是六个两两互不相容事件“10恰好出现k 次”(k=2,3,4,5,6,7)的和,因此P(A 4)=1497.010972777≈⋅∑=-k kk C . 也可以先考察A 4的逆事件.这里4A 是事件“10恰好出现一次或一次也不出现”显然P(4A )=8503.0109977617≈+⋅C . (5)事件A 5的有利场合,就是6个相异元素(1,2,3,4,5,6)允许重复的最大数恰好为6的7元排列.这种排列可以分为6出现1次,2次,3次,4次,5次,6次,7次等七类,显然,它们的排列数依次是2573474375276175,5,5,5,5,C C C C C ,1675C ,.5077C 于是P(A 5)=0202.010577177≈⋅∑=-k k k C .事件A 5的有利场合数也可以这样来考虑:最大数字不大于6的7元重复排列,有67种,它可以分为两类,一类是最大数恰好是6的7元重复排列;一类是最大数小于6的7元重复排列.注意到第二类重复排列有57种,则第一类重复排列有67-57种.于是.P(A 5)=0202.01056777≈-. 评注 例3是一个比较典型的返回取样问题,解题的思想方法,对于同类问题具有指导意义.但决不能把它作为现成的公式乱套,即使同是随机取数问题,也须斟酌题意灵活运用.例如,下面的四个问题,表面看结构相仿,实质上差别较大,读者不妨一试,以资鉴别.(1)电话号码有五个数字组成,求电话号码由完全不同的数字组成的概率.(答案:551010A .) (2)某单位印刷的一种单据,编号由五个数字组成,从00001开始,求任取其中一张,编号由完全不同的数组成的概率.(答案:1105510-A .) (3)在0至9这十个数字中,不放回地任取5个,求能排成由完全不同的数字组成的五位数的概率.(答案:510454959)(A A A C A -+.) (4)在0至9这十个数字中,有放回地任取5个,求能排成由完全不同的数字组成的6位数的概率.(答案:545495910)(A A C A -+.) 四、选票问题[例4]假定在一次选举中,候选人甲得a 票,候选人乙得b 票,且a >b,试求下列事件的概率:(1)A:在计票过程中,甲、乙的票数在某个时刻相等;(2)B:在计票过程中,甲的票数总比乙的票数多;(3)C:在计票过程中,甲的票数总不落后于乙.思考方法 本题结构比较复杂,不大容易入手.为了便于分析,我们不妨考虑一个简化问题,比如,令a=3,b=2.这时,样本空间就是3张属于甲的选票和2张属于乙的选票的全排列.显然这是一个不尽相异元素的全排列问题,其排列种数为10!2!3)!23(=⋅+.如果把样本点具体写出来,就是①乙乙甲甲甲,②乙甲乙甲甲,③乙甲甲乙甲,④乙甲甲甲乙,⑤甲甲乙乙甲,⑥甲乙乙甲甲,⑦甲乙甲乙甲,⑧甲乙甲甲乙,⑨甲甲乙甲乙,⑩甲甲甲乙乙.为了直观地反映事件A,B,C的情形,我们可以利用平面坐标的思想,建立样本点和平面折线的对应关系.具体地说,以横轴表示计票张数,纵轴表示计票过程中甲、乙两候选人所得票数之差;先依样本点在计票过程中的情形,在坐标平面上确定点的位置,再用线段把各点连成折线.如图3-3[1]所示,点O(0,0)表示计票起点;点A(1,-1)表示第一张选票是属于乙的,甲、乙票数之差等于-1;点B(2,-2)表示第二张选票也是属于乙的,这时共计了两张选票,甲、乙票数之差等于-2;点C(3,-1)表示第三张选票是属于甲的,这时共计了三张选票,甲、乙票数之差等于-1;点D(4,0)表示第四张选票是属于甲的,这时共计了四张选票,甲、乙票数之差等于0,即两人得票数相等;点E(5,1)表示第五张选票也是属于甲的,这时共计了五张选票,甲、乙票数之差等于 1.这样,图3-3[1]的折线就形象地刻划了样本点“乙乙甲甲甲”在计票过程中的情形.同样,图3-3[2]至[10]的各条折线,刻划了其余九个样本点在计票过程中的情形.经过上述处理,我们从图3-3就可以形象地看到:事件A包含的样本点,它们所对应的折线,除起点外,和横轴至少有一个公共点;事件B包含的样本点,它们所对应的折线,除起点外,图形全在横轴的上方,和横轴没有其余的公共点;事件C的样本点,它们所对应的折线,在横轴的上方,且和横轴允许有其余的公共点.这样,从图中容易得到,A的样本点数为8,B的样本点数为2,C的样本点数为5.于是P(A)=8/10=0.8; P(B)=2/10=0.2; P(C)=5/10=0.5.分析到这里,简化问题得以解决.为了能用于指导原题的解答,我们还需对简化问题作进一步的考察.细酌题中的各个事件,从图3-3可以得到以下结论:1.在计票过程中,甲的票数总比乙少的情形是不可能发生的.事实上,如果甲的票数总比乙少,那么甲的得票总数将比乙少,和条件a >b 相矛盾.这就表明,事件A和B必为互逆事件.2.事件B的样本点,对应于图3-3[9]、[10]所示的折线.这两个样本点的共同特点是:甲先得一票;如果把这一票扣除,那么余下的四票就组成甲得2票、乙得2票时,事件“在计票过程中,甲的票数总不落后于乙”的样本点.这样,我们就可把事件B和事件C联系起来,相互转化.3.从1、2可知,解题的关键,在于推求P(A);而计算P(A)的关键,又在于确定A的样本点数.从图3-3不难看出,A 的样本点可以分为两类:一类是第一张选票属于乙的;另一类是第一张选票属于甲的.前一类样本点数,相当于3张属于甲的选票和2-1=1张属于乙的选票的全排列数:4!1!3)!13(=+.后一类样本点数,似难直接推算.但从图3-3可以看出.如果把这一类样本点所对应的折线,从起点到首次触到横轴的部分,对横轴作一次反射,那么就得到第一类样本点(参考图3—3[1]—[4]和[5]—[8].这就是说,两类样本点在所作的反射下是一一对应的.所以,第二类样本点数等于第一类样本点数.分析到这里,原题就不难解出了.[解] 依题设,样本空间就是a 张屋于甲的选票和b 张属于乙的选票的全排列.这是一个不尽相异元素的排列问题,排列种数为!!)!(b a b a +,这就是样本点的总数. (1)为了计算A 的样本点数.我们把A 的每个样本点表示成形如图3—3的折线,横标为计票张数,纵标为甲、乙票数之差;斜率为1的线段表示计票过程中甲得票,斜率为-1的线段表示计票过程中乙得票.这样,可以把A 的样本点分成两类:第一类为第一张选票属于乙的,在这种场合,于某个时刻必然会出现甲、乙两人的票数相等(因为a>b);第二类为第一张选票属于甲,且在某时刻甲、乙两人的票数相等.这里,第一类样本点数,相当于a 张属于甲的选票和b-1张属于乙的选票的全排列数,有)!1(!)!1(--+b a b a 种. 对于第二类样本点的任一折线,从起点到首次触到横轴的部分对横轴作一次反射,其余部分保持不变,就得到第一类样本点的一条折线(图3-4).不难证明,用这样的方法可以建立起第一类和第二类样本点之间的一一对应关系.所以,第二类样本点数也是)!1(!)!1(--+b a b a .这样,事件A的样本点数为)!1(!])!1[(2--+b a b a .于是 P(A)=ba b b a b a b a b a +=+--+2!!)!()!1(!])!1[(2(2)在a >b 的条件下,事件B是事件A的逆事件,所以P(B)=1-P(A)=1-b a b a b a b +-=+2. (3)为了方便起见,我们用C a,b 记事件“在计票过程中,甲的票数总不落后于乙”;用B a,b 记事件“在计票过程中,甲的票数总比乙多”(足码a,b 表示在计票过程中一共有a +b 张选票,其中a 张属于甲的,b 张属于乙的).容易看出,B a,b 的样本点,它们所对应的折线,全在横轴的上方.所以,如果把第一张属于甲的选票去掉(相当于把横轴向上平移一个单位),那么余下的折线仍在新横轴的上方,最多和新横轴有若干个公共点(图3-5),从而必是C a-1,b 的样本点.也就是说,C a-1,b 的样本点数和B a,b 的样本点数相等.因此,C a-1,b 的样本点数为!1)()!1()!1(!)!1(2!!)!(b a b a b a b a b a b a b a --+=--+⋅-+. 而对应的样本点总数为!)!1()!1(b a b a ⋅-+-.于是 P(C a-1,b )=a b a b a b a b a b a b a -=⋅--+⋅--+!)!1()!1(!!)()!1(. 在上式中用a +1替换a,即得P(C)=P(C a,b )=11++-a b a .评注 在解题过程中,我们借助了几何直观,把每个样本点都用坐标平面上的一条折线来表示,并采用了反射的技巧,建立起事件A的两类样本点之间的一一对应关系,把本来难以入手的问题,转化为容易求解的排列问题.本题涉及到较多的理论问题,深入进行考察,还可得到许多有趣的结论,有兴趣的读者可以阅读威廉.费勒(William Feuer)的名著《概率论及其使用》(胡迪鹤等译,科学出版社1964年11月第一版).例4是一个典型的古典概率问题.利用本题的结论和思想方法,不难解答下列问题:(1)一口袋中有m 个白球及n 个黑球,且m >n,从袋中一个个把球取出(不返回),直至把球全部取出.求在整个摸球过程中,得到相同个数黑、白球的概率.(答案:nm n +2.) (2)掷均匀硬币几次,求总共掷出m 次正面(m >n/2)且在整个投掷过程中掷出反面次数总小于正面次数的概率.(答案:nn m -2.) (3)剧院售票处有2n 个人排队买票,其中n 人只有五角钱一张的钞票,其余几个人只有一元钱的钞票.开始售票时售票处无钱可找,而每个人只买一张五角钱的票.求售票处不会找不出钱的概率.(答案:11+n .) (4)一口袋中有n 个白球和n 个黑球.从袋中一个个把球取出(不返回),直至球全部取出.求在摸完全部球之前,摸出的白球个数总比摸出的黑球个数多的概率.(答案:)12(21-n .)。

相关文档
最新文档