1概率论基础
合集下载
概率论基础：定义与原理
概率论基础：定义与原理概率论是数学中的一个重要分支，研究随机现象的规律性和统计规律性。
在现代科学和工程技术中有着广泛的应用。
概率论的基础是概率的定义和概率的基本原理。
本文将介绍概率论的基础知识，包括概率的定义、概率的性质、概率的基本原理等内容。
一、概率的定义概率是描述随机事件发生可能性大小的数值。
在数学上，概率可以用数值来表示，通常用P(A)表示事件A发生的概率。
概率的定义有多种形式，其中最常见的是古典概率和统计概率。
1. 古典概率古典概率是指在随机试验中，样本空间有限且每个基本事件发生的可能性相同的情况下，事件A发生的概率可以用如下公式表示：P(A) = n(A) / n(S)其中，n(A)表示事件A发生的基本事件数，n(S)表示样本空间中基本事件的总数。
2. 统计概率统计概率是指在实际观察中，通过频率来估计事件发生的概率。
当试验次数足够多时，事件A发生的频率将逼近其概率值。
统计概率是概率论中最基本的概念之一，也是实际应用中最常用的概率计算方法。
二、概率的性质概率具有一些基本性质，这些性质是概率论研究的基础，也是概率计算的重要依据。
1. 非负性对于任意事件A，其概率值满足P(A) ≥ 0。
2. 规范性对于样本空间S，其概率值为1，即P(S) = 1。
3. 可列可加性对于任意两个互不相容的事件A和B，有P(A∪B) = P(A) + P(B)。
4. 对立事件的性质对立事件是指事件A和其补事件A'，即A与A'互为对立事件。
对立事件的概率满足P(A) + P(A') = 1。
5. 事件的包含关系若事件A包含事件B，则P(A) ≥ P(B)。
三、概率的基本原理概率的基本原理包括加法法则和乘法法则，是概率计算的基础。
1. 加法法则加法法则是指对于任意两个事件A和B，它们的并事件的概率可以表示为：P(A∪B) = P(A) + P(B) - P(A∩B)其中，P(A∩B)表示事件A和事件B同时发生的概率。
1概率ACH1-习题课
3 分析：样本空间： 10
C
(1)最小号码为5,即从6、7、8、9、10里选两个, 所求概率为:
C C
2 5 3 10
1 12
(2)最大号码为5，即从1，2，3，4里选两个，
2 所求概率为： 4 3 10
1 C = 20 C
8、从一批由1100件正品，400件次品组成的产品中
任取200件.求： (1)恰有90件次品的概率;(2)至少有2件次品的概率。
解： P( AB) P( A) P( AB ) =0.7-0.5=0.2
P ( AB) P( AB) P( B A B ) P ( A B ) P( A) P ( B ) P( AB )
0.2 0.25. 0.7 0.6 0.5
16、根据以往资料表明，某一3口之家，患某种传染病的概率
贝叶斯公式
P ( Bi A) P ( Bi | A) P ( A) P ( A | Bi ) P ( Bi )
P( A | B )P( B )
j 1 j j
n
i 1,2,, n
事件的独立性
P ( A1 An ) P ( A1 ) P ( An ) P ( A1 An ) 1 P ( A1 An ) 1 P ( A1 An ) 1 P ( A1 ) P ( An )
配成一双”（事件A）的概率是多少？
4 解： 样本空间总数:C10 210
1
3
5
7
9
事件A:4只恰成1双或恰成2双.
2 4只恰成2双的取法: C5 10
2 4 2 61 8 10 1 1 2 1 1 ） 4只恰成1双的取法:C5 C4 C2C2 120 或C（C8 - C4 120 5
C
(1)最小号码为5,即从6、7、8、9、10里选两个, 所求概率为:
C C
2 5 3 10
1 12
(2)最大号码为5，即从1，2，3，4里选两个，
2 所求概率为： 4 3 10
1 C = 20 C
8、从一批由1100件正品，400件次品组成的产品中
任取200件.求： (1)恰有90件次品的概率;(2)至少有2件次品的概率。
解： P( AB) P( A) P( AB ) =0.7-0.5=0.2
P ( AB) P( AB) P( B A B ) P ( A B ) P( A) P ( B ) P( AB )
0.2 0.25. 0.7 0.6 0.5
16、根据以往资料表明，某一3口之家，患某种传染病的概率
贝叶斯公式
P ( Bi A) P ( Bi | A) P ( A) P ( A | Bi ) P ( Bi )
P( A | B )P( B )
j 1 j j
n
i 1,2,, n
事件的独立性
P ( A1 An ) P ( A1 ) P ( An ) P ( A1 An ) 1 P ( A1 An ) 1 P ( A1 An ) 1 P ( A1 ) P ( An )
配成一双”（事件A）的概率是多少？
4 解： 样本空间总数:C10 210
1
3
5
7
9
事件A:4只恰成1双或恰成2双.
2 4只恰成2双的取法: C5 10
2 4 2 61 8 10 1 1 2 1 1 ） 4只恰成1双的取法:C5 C4 C2C2 120 或C（C8 - C4 120 5
概率论基础知识
几何性质：介于曲线y＝f(x)与Ox轴之间的面积等于1。X落在区间(x1,x2]的概率P{x1＜X≤x2}等于区间(x1,x2]上曲线y＝f(x)之下的曲边梯形的面积。
对于连续型随机变量来说，它取任一指定实数值a的概率均为0，即P{X＝a}＝0。事实上0≤P{X＝a}≤P{a－△x＜X≤a}＝F(a)－F(a－△x).P{a＜X≤b}＝P{a≤X≤b}＝P{a＜X＜b}.
定理二：若事件A与B相互独立，则下列各对事件也相互独立：
多个事件相互独立：一般，设A1，A2，…，An是n(n≥2)个事件，如果对于其中任意2个，任意3个，…，任意n个事件的积事件的概率，都等于各事件概率之积，则称事件A1，A2，…，An相互独立。
推论：①若事件A1，A2，…，An(n≥2)相互独立，则其中任意k(2≤k≤n)个事件也是相互独立的。
第一章 概率论的基本概念
一、事件运算常用定律（设A,B,C为事件）：
二、频率与概率
1.概率的公理化定义：
①非负性：对于每一个事件A，有P加性：设A1，A2，…是两两互不相容的事件，即对于AiAj＝∅，i≠j，i,j＝1,2,…，有P(A1∪A2∪…)＝P(A1)＋P(A2)＋….
P{X＞s＋t|X＞s}＝P{X＞t}
3.正态分布(高斯分布)[X～N(μ,σ2)]：
正态分布性质：
①曲线关于x＝μ对称，这表明对于任意h＞0有P{μ－h＜X≤μ}＝P{μ＜X≤μ＋h }.
②当x＝μ时取到最大值 ，x离μ越远，f(x)的值越小。
③在x＝μ±σ处曲线有拐点。曲线以Ox轴为渐近线。
标准正态分布：μ＝0，σ＝1.其概率密度和分布函数分别用φ(x)，Φ(x)表示，即有：
②若n个事件A1，A2，…，An(n≥2)相互独立，则将A1，A2，…，An中任意多个事件换成它们各自的对立事件，所得的n个事件仍相互独立。
对于连续型随机变量来说，它取任一指定实数值a的概率均为0，即P{X＝a}＝0。事实上0≤P{X＝a}≤P{a－△x＜X≤a}＝F(a)－F(a－△x).P{a＜X≤b}＝P{a≤X≤b}＝P{a＜X＜b}.
定理二：若事件A与B相互独立，则下列各对事件也相互独立：
多个事件相互独立：一般，设A1，A2，…，An是n(n≥2)个事件，如果对于其中任意2个，任意3个，…，任意n个事件的积事件的概率，都等于各事件概率之积，则称事件A1，A2，…，An相互独立。
推论：①若事件A1，A2，…，An(n≥2)相互独立，则其中任意k(2≤k≤n)个事件也是相互独立的。
第一章 概率论的基本概念
一、事件运算常用定律（设A,B,C为事件）：
二、频率与概率
1.概率的公理化定义：
①非负性：对于每一个事件A，有P加性：设A1，A2，…是两两互不相容的事件，即对于AiAj＝∅，i≠j，i,j＝1,2,…，有P(A1∪A2∪…)＝P(A1)＋P(A2)＋….
P{X＞s＋t|X＞s}＝P{X＞t}
3.正态分布(高斯分布)[X～N(μ,σ2)]：
正态分布性质：
①曲线关于x＝μ对称，这表明对于任意h＞0有P{μ－h＜X≤μ}＝P{μ＜X≤μ＋h }.
②当x＝μ时取到最大值 ，x离μ越远，f(x)的值越小。
③在x＝μ±σ处曲线有拐点。曲线以Ox轴为渐近线。
标准正态分布：μ＝0，σ＝1.其概率密度和分布函数分别用φ(x)，Φ(x)表示，即有：
②若n个事件A1，A2，…，An(n≥2)相互独立，则将A1，A2，…，An中任意多个事件换成它们各自的对立事件，所得的n个事件仍相互独立。
概率论的基础
概率论的基础1 预备知识在开始介绍概率论之前，我们需要先了解一些预备知识。
1.1 集合运算概率论中经常会涉及到集合运算，因此我们需要先了解集合运算的基本概念。
集合是由一些确定的对象组成的整体。
我们用大写字母表示集合，用小写字母表示集合中的元素。
常见的集合运算有：- 并集：将两个集合的元素合起来，得到包含这两个集合所有元素的新集合。
记作A∪B。
- 交集：只将两个集合中都有的元素取出来，得到一个新的集合。
记作A∩B。
- 补集：集合A的补集是指集合U中所有不在A中的元素的集合。
记作A'或者A^c。
- 差集：从集合A中减去集合B中的元素，得到一个新的集合。
记作A-B。
1.2 条件概率在概率论中，条件概率是指在已知一种事件发生的前提下，另一种事件发生的概率。
记作P(B|A)，表示在事件A发生的情况下，事件B发生的概率。
条件概率的计算公式为：$$P(B|A) = \frac{P(A\cap B)}{P(A)}$$其中，P(A∩B)表示事件A和事件B同时发生的概率。
1.3 独立性在概率论中，独立性是指两个事件的发生不会互相影响。
也就是说，当事件A发生与否对事件B发生的概率没有任何影响时，我们称事件A和事件B是独立的。
如果事件A和事件B是独立的，那么有以下公式成立：$$P(A\cap B) = P(A) \cdot P(B)$$反之，如果有以上公式成立，那么我们可以认为事件A和事件B是独立的。
2 概率的定义概率是描述随机事件发生可能性的数值。
在概率论中，我们用P(E)表示事件E发生的概率。
2.1 古典概型如果所有的结果都是等可能的，那么我们可以使用古典概型来计算概率。
例如，掷硬币和掷骰子都是古典概型，因为每一个结果都是等可能的。
在古典概型中，如果一个事件E可以由n个元素构成，且所有的元素等可能，那么事件E发生的概率就是：$$P(E) = \frac{\text{符合事件E的结果个数}}{\text{总结果个数}} = \frac{n_E}{n}$$2.2 条件概率法则如果我们已知事件B发生，在B的基础上怎么计算事件A发生的概率呢？根据条件概率公式，我们有：$$P(A|B) = \frac{P(A\cap B)}{P(B)}$$这个公式被称为条件概率法则。
1概率基础知识1
全概率公式
若 事 件 A1 A 2 , ..., A n 满 足 ： （1） A1 ∪ A 2 ∪ ... ∪ A n = Ω ( 2 ) Ai ∪ A j = ∅ ( i ≠ j , i , j = 1, 2, ..., n ) 则 称 A1 A 2 , ..., A n 为 完 备 事 件 组 。
Ａ、B是随机试验 的两个随机事件， 是随机试验E的两个随机事件 定义 设Ａ、 是随机试验 的两个随机事件， 且P(A)>0,则称 则称
P( AB) P( B | A) = P( A)
为已知事件A发生条件下，事件B发生的条件 为已知事件 发生条件下，事件 发生的条件 发生条件下 概率。 概率。
B ABA
概率的公理化定义
设随机试验E的样本空间为 设随机试验 的样本空间为 ，所有事件构 成事件集合L，对于L上的任一事件 上的任一事件A赋予一 成事件集合 ，对于 上的任一事件 赋予一 个实数P(A),满足： 满足： 个实数 满足 1. 0≤P(A)≤1 2.P( )=1 3.对于 的两两不相 P ( 对于E的两两不相 对于 容的事件A 容的事件 1,A2,…,有 有
C C
k D
n−k N −D
种,
k D n−k N −D
于是所求的概率为
p =C C
/C
n N
几何概率
向该正方形随机投针， 向该正方形随机投针，求针落在 红色区域A的概率 红色区域 的概率 A
Ω
几何概型实验
1.样本空间是直线、 1.样本空间是直线、平面或空间上的某个 样本空间是直线 区域，含有无限多个样本点； 区域，含有无限多个样本点；
∑
∞
i =1
Ai ) =
∑
∞
第1章 概率论基础知识
1.1.2 条件概率与概率乘法公式
1 条件概率
例 1.1.1 一个包装箱里有6件产品。假设其中有4件是一级品， 2件为二级品。若随机实验E是“从包装箱中随机抽取1件产 品”，则明显地，抽到二级品的概率是1/3。 若事件A是“第一次抽取并抽到二级品”，事件B是“第二 次抽取并抽到二级品”，那么在事件A发生的条件下，再从 剩下的5件产品中抽取1件，事件B发生即“第二次抽到二级 品”的概率就是1/5。 我们称这样的概率为“事件A发生的条件下，事件B发生的 概率”，简称为“事件B的条件概率”，记为P{B|A}. 本例中P{B|A}=1/5。
2 基本事件
一次随机实验的可能结果，称为基本事件或基本随机事件。
3 样本空间
所有基本事件组成的集合，称为样本空间或基本空间。
4 随机事件
随机事件简称事件，是指基本事件的集合。
5 相容事件与不相容事件
在一次随机实验中不可能同时发生的事件，称为不相容事件， 反之称为相容事件。
6.概率（Probability）
为对比条件概率与非条件概率的区别，现在来看上例中P(B) 等于多少？ 由于B指的是“第二次抽到二级品” 的事件，而这时A可能发 生，也可能不发生（即A的对立事件Ac发生）。这样事件B就 可以表示成：B=AB+AcB。注意到AB与AcB是互不相容的。 因此 2 1 4 2 1 c P( B) P( AB ) P( A B) 6 5 6 5 3 注意到事件A的概率也是P(A)=1/3. 于是有如下的表达式：
P{B | A} P( AB) P{ A | B}P( B) P( A) P( B) P( B) P( A) P( A) P( A)
2. 相互独立事件的概率乘法公式
1 概率论(基础)
2014-2-26 教育统计与质量评价 微信：wxkzzaw 7
概率论与数理统计是研究和揭示随机现象统
计规律性的一门学科，是重要的一个数学分支。 它在经济、科技、教育、管理和军事等方面已 得到广泛应用。
2014-2-26
教育统计与质量评价
微信：wxkzzaw 8
随机实验例子
E1 抛一枚硬币，分别用“H” 和“T” 表示出
A
B
C
2014-2-26
教育统计与质量评价
微信：wxkzzaw 10
1.2 频率的定义与性质
1.2.1 定义 在相同的条件下，进行了n次试验， 在这n次
试验中，事件A发生的次数nA称为事件A发生 的次数或频数。 比值nA/n称为事件A发生的频率，并记成 fn(A) 。
2014-2-26
教育统计与质量评价
概率论起源于16世纪；17世纪中期，惠更斯
（Huyghens）发表的《论赌博中的计算》标 志着概率论的诞生；19世纪，拉普拉斯 （Laplace）所著的《概率的分析理论》实现 了从组合技巧向分析技巧的过渡，开辟了概率 论发展的新时期；1933年，柯尔莫哥洛夫 （Kolmogorov）提出了概率的公理化定义， 概率论成为一门严密的演绎科学；现代概率论 应用于几乎所有的科学领域。
微信：wxkzzaw 13
教育统计与质量评价
历史上一些著名的掷硬币实验
实验者 德•摩根 n 2048 nH 1061 fn(H) 0.5181
蒲 丰
K •皮尔逊 K •皮尔逊
2014-2-26
4040
12000 24000
2048
6019 12012
0.50Hale Waihona Puke 90.5016 0.5005
概率论与数理统计是研究和揭示随机现象统
计规律性的一门学科，是重要的一个数学分支。 它在经济、科技、教育、管理和军事等方面已 得到广泛应用。
2014-2-26
教育统计与质量评价
微信：wxkzzaw 8
随机实验例子
E1 抛一枚硬币，分别用“H” 和“T” 表示出
A
B
C
2014-2-26
教育统计与质量评价
微信：wxkzzaw 10
1.2 频率的定义与性质
1.2.1 定义 在相同的条件下，进行了n次试验， 在这n次
试验中，事件A发生的次数nA称为事件A发生 的次数或频数。 比值nA/n称为事件A发生的频率，并记成 fn(A) 。
2014-2-26
教育统计与质量评价
概率论起源于16世纪；17世纪中期，惠更斯
（Huyghens）发表的《论赌博中的计算》标 志着概率论的诞生；19世纪，拉普拉斯 （Laplace）所著的《概率的分析理论》实现 了从组合技巧向分析技巧的过渡，开辟了概率 论发展的新时期；1933年，柯尔莫哥洛夫 （Kolmogorov）提出了概率的公理化定义， 概率论成为一门严密的演绎科学；现代概率论 应用于几乎所有的科学领域。
微信：wxkzzaw 13
教育统计与质量评价
历史上一些著名的掷硬币实验
实验者 德•摩根 n 2048 nH 1061 fn(H) 0.5181
蒲 丰
K •皮尔逊 K •皮尔逊
2014-2-26
4040
12000 24000
2048
6019 12012
0.50Hale Waihona Puke 90.5016 0.5005
第一章_概率论基础
使P{X<x}总有意义. 通常F是包含全体{X<x} 的最小代数.
注2
随机变量概念的理解
1） 对于ω∈Ω，有唯一X(ω)与之对应, 随机变量 X可理解为 从样本空间 Ω到实数集 Rx的一个映 射.
A
B
易知 A+= A+=A
n个事件A1,A2,…,An中至少有一个发生 是一个事件, 称为事件的和, 记作： A1+A2+…+An 或 A1A2…An
可列个事件的和表示可列个事件中至少有一个事件发生, 记作
A
i 1
i
或
A
i 1
i
事件的交(积)
两个事件A与B同时发生, 即"A且B", 是一 个事件, 称为事件A与B的交. 它是由既属于A 又属于B的所有公共样本点构成的集合. 记作 AB 或 AB
事件间的关系及其运算
为了直观, 经常使用图示来表示事件, 一般地, 用一个平面上某个方(或矩)形区表示必然事件 或者整个样本空间, 其中的一个子区域表示 一具体的事件.
A
事件的包含
如果事件A发生必然导致事件B发生， 即属 于A的每一个样本点都属于B，则称事件B包含事 件A或称事件A含于事件B，记作： BA或AB
A
B
易知 A=A A=
对立事件
事件"非A"称为A的对立事件(或逆事件). 它是由样本空间中所有不属于A的样本点组成 的集合. 记作 A
显然
AA , A A , AA
A
A
事件的差
事件A发生而事件B不发生, 是一个事件, 称为事件A与B的差. 它是由属于A但不属于B 的那些样本点构成的集合. 记作 AB
注2
随机变量概念的理解
1） 对于ω∈Ω，有唯一X(ω)与之对应, 随机变量 X可理解为 从样本空间 Ω到实数集 Rx的一个映 射.
A
B
易知 A+= A+=A
n个事件A1,A2,…,An中至少有一个发生 是一个事件, 称为事件的和, 记作： A1+A2+…+An 或 A1A2…An
可列个事件的和表示可列个事件中至少有一个事件发生, 记作
A
i 1
i
或
A
i 1
i
事件的交(积)
两个事件A与B同时发生, 即"A且B", 是一 个事件, 称为事件A与B的交. 它是由既属于A 又属于B的所有公共样本点构成的集合. 记作 AB 或 AB
事件间的关系及其运算
为了直观, 经常使用图示来表示事件, 一般地, 用一个平面上某个方(或矩)形区表示必然事件 或者整个样本空间, 其中的一个子区域表示 一具体的事件.
A
事件的包含
如果事件A发生必然导致事件B发生， 即属 于A的每一个样本点都属于B，则称事件B包含事 件A或称事件A含于事件B，记作： BA或AB
A
B
易知 A=A A=
对立事件
事件"非A"称为A的对立事件(或逆事件). 它是由样本空间中所有不属于A的样本点组成 的集合. 记作 A
显然
AA , A A , AA
A
A
事件的差
事件A发生而事件B不发生, 是一个事件, 称为事件A与B的差. 它是由属于A但不属于B 的那些样本点构成的集合. 记作 AB
- 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)。
概率论研究的对象——随机现象 例1.1：生活中的随机现象举例
抛掷一颗骰子，出现的点数 一天内进入某超市的顾客数 某一生产线生产出的灯泡的寿命 某批产品的不合格率
随机试验：满足以下三个特点的试验
试验可以在相同的条件下重复进行 试验有多种可能的结果，并且事先可以明确所有可能出现的结果 试验完成之前不能预知会出现哪一个的结果
1.2 概率的基本性质
根据概率的公理化定义，有：
性质1（非负性）：对于任意事件A，有P(A)≥0 性质2（规范性）：必然事件Ω 的概率为1，即P(Ω )=1 性质3（可列可加性）：对于可列个两两互不相容事件A1，A2，„，有 P(A1∪A2∪„)=P(A1)＋P(A2)＋„＋P(An)
公理导出性质：
事件运算遵循的法则
交换率： A B B A AB BA 结合率： (A B) C A (B C) (AB)C A(BC) 分配率： (A B) C (A C) (B C) (A B) C AC BC 对偶率（德莫根公式）： A B A B A B A B
P(A) P(A1 ) P(A 2 ) P(A 3 )
1 2 1 3 C4 C7 C42C7 C4 28 14 4 26 3 3 3 C11 C11 C11 55 55 165 33
解法2：将“3个代表中至少有一个女工”记为事件 A，则 A =“3个代表全部为男 3 C7 7 工”，而 P(A) 3 ，根据性质6可求得 P(A) 1 P(A) 1 7 26
(n 2)! 1 n! n(n 1)
P(A i A j A k )
(n 3)! 1 n! n(n 1)(n 2)
P(A 1 A 2 A n )
1 n!
P(A1 A 2 A n ) 1 1 1 C2 C3 n n n n(n - 1) n(n - 1)(n - 2) 1 (1) n 1 n! 1 1 1 1 (1) n 1 2! 3! n! C1 n
性质4：不可能事件Ø的概率为0，即P(Ø)=0 性质5（有限可加性）：对于任意n个事件A1,A2,„An，若AiAj= Ø （i,j=1,2,„,n；i≠j），则P(A1∪A2∪„∪An)= P(A1)+ P(A2)+„+P(An) 性质6：对于任意事件A，有P( A )=1-P(A) 性质7：对于任意事件A和B，若A包含B，则P(A-B)=P(A)-P(B) 性质8（减法公式）：对于任意事件A和B，有P(A-B)=P(A)-P(AB) 性质9（加法公式） 对于任意事件A和B，有P(A∪B)=P(A)＋P(B)-P(AB) 性质10（一般加法公式） 对任意n个事件A1，A2，„，An，有
P( Ai )
i 1 n
P(A A ) P(A A A P(A ) i j n i j k n
i i j i 1 1 1
n
i j k
) (1)n 1 P(A 1A 2 A n )
12
例1.6 职工代表
已知某班组有男工7人、女工4人，现要选出3个代表，求3个代表中至少有一个女 工的概率。 3 解法1：样本空间包含的全部样本点数为 C11 ，以A记“3个代表中至少有一个女 工”，Ai记“3个代表中有i个女工”(i=1,2,3)，则A=A1＋A2＋A3，故所求概率为
Ω A
事件的包含
A包含于B /A
B / B A 事件A发生必然导致事件B发生
Ω B A
6
事件的相等
A与B相等/ A=B 事件A发生必然导致事件B发生，同时事件Ｂ发生必然导致事件A发生
Ω A(B)
事件的互不相容
A与B互不相容 事件A与事件B不可能同时发生
Ω A
B
事件的并
A与B的并/A∪B 属于事件A或B的所有样本点构成的集合
1 1 C5 C3 15 P(A) 2 28 C8
摸球模型在实际问题中的应用
将“白球”、“黑球”替换为“正品”、“次品”，就可以用来求解产品质量抽样检查问题。 向口袋中加入其他颜色的球，可以描述具有更多等级的产品抽样问题，如将产品分为一等品、二等 品、三等品、等外品的产品抽样检查问题。Βιβλιοθήκη 10概率的几何定义
几何概型：设在空间上有一区域Ω ，随机地向Ω 内投掷一点M，满足
M落在区域Ω 内的任意位置的概率都是相等的。 M落在区域Ω 的任何部分区域g内的概率只与g的测度（长度、面积、体积等）成正比，并且与g的位 置和形状无关。
几何概型中随机事件Ag的概率
P(A g ) g的测度 的测度
例1.5 会面问题 已知甲、乙两人约定在6到7时间在某处会面，并约定先到者应等候另一人20分钟， 过时即可离去。求两人能会面的概率。 解：以甲到达的时刻为x轴，以乙到达的时刻为y轴，建立平面直角坐标系，坐标 平面（x，y）的所有可能结果为图中所示边长为60的正方形，由此得到样本空间 Ω 的测度为SΩ =602，如果两人能够会面，需要满足条件|x-y|≤20，即图中的阴 影部分，其面积为Sg=602-402，故两人能会面的概率为 y
P(A g ) 60 40 5 2 9 60
2 2
60
20 O 20 60 x
11
主观概率
对于一些不能重复的或不能大量重复的现象，根据个人的经验对随机事件发生的 可能性进行估计得出的概率。
例如气象预报“今天夜间多云有阵雨，降水概率60%” ，外科医生认为某患者“手术成功的可能性 为90%”
样本空间(Ω )：一个随机试验的所有可能结果的集合 样本点(ω )：试验的每一个可能结果
4
例：试列出例1.1中随机现象的样本空间
掷一颗骰子的样本空间： ——Ω 1={ω 1,ω 2,…,ω 6}，其中ω i表示出现i点，i=1,2,…,6。也即掷一颗骰子的样本空间为： Ω 1={1,2,…,6} 一天内进入某超市顾客数的样本空间： ——Ω 2={0,1,2,…}，其中0表示一天内无人光顾 某生产线生产出灯泡的寿命的样本空间： ——Ω 3={t|t≥0} 产品的不合格率： ——介于0与1之间的一个实数，因此其样本空间：Ω 4={y|0≤y≤1}
统计学课程简介
授课计划
1
1概率论基础
2
学时：4 授课内容：概率论基础 目的要求：综合复习事件与概率、概率的基本性质、条件概 率与事件独立性、随机变量及其分布，为后面课程的展开打 下基础。 旧知复习：“概率论与数理统计”课程相关知识
1.你周围的随机现象有哪些？ 2.贝叶斯公式形式如何？ 3.概率为0是不是等于不会发生？
频率稳定性
在相同条件下进行的多次重复试验，随着试验重复次数N的增加，随机事件A的频率FN(A)会在某一 固定的常数a附近摆动，这个固定的常数a就是我们所说的概率。
试验者 德摩根 蒲丰 费勒 皮尔逊 皮尔逊 抛硬币次数 2048 4040 10000 12000 24000 出现正面次数 1061 2048 4979 6019 12012 出现正面频率 0.5181 0.5069 0.4979 0.5016 0.5005 9
8
1.1.3 事件的概率
概率：
随机事件发生的可能性的量度，常用P(A)表示随机事件A发生的可能性大小。
概率的统计定义 概率的古典定义 概率的四种定义 概率的几何定义 主观概率
概率的统计定义
频率
FN(A)=n/N，其中n为事件A发生的次数 ，N为试验总次数
频率的性质
非负性：FN(A)≥0 规范性：FN(Ω )=1 可加性：若A、B互不相容，则FN(A∪B)= FN(A)＋FN(B)
3
1.1 事件与概率
1.1.1随机试验与随机事件
（1）随机试验与样本空间
自然界和人类社会生产实践中的两类现象
a.确定性现象：具有确定结果的现象，如水的沸点、单摆运动等。 b.不确定性现象/随机现象：在基本条件不变的情况下，一系列试验或观察会得到不同的结果，并且 在每次试验或观察之前不能预知会出现哪种结果，这类现象称为随机现象。
（2）随机事件
随机事件/事件(A,B,C„)：样本空间Ω 的某个子集
事件A发生：当且仅当事件A所包含的某一样本点出现
随机事件的几个概念
基本事件：仅包含一个样本点的随机事件。例如，掷一颗均匀的骰子，事件B“掷出2点”。 复合事件：包含多个样本点的随机事件。例如，掷一颗均匀的骰子，事件C“出现偶数点”。 必然事件(Ω )：包含全部样本点的随机事件。例如，掷一颗均匀的骰子，事件D“点数小于7”。 不可能事件(Ø)：不包含任何样本点的随机事件。例如，掷一颗均匀的骰子，事件E“点数大于6”。
Ω A B
事件的交
A与B的交/A∩B/AB 同时属于事件A和B的所有样本点构成的集合
Ω A B
7
事件的差
A与B的差/A-B 属于事件A、不属于事件B的所有样本点构成的集合
事件的对立（逆）
A的对立（逆）/
A 样本空间中不属于事件A的所有样本点构成的集合
Ω
Ω
A
B
A
例1.3 产品抽样检查
已知一批外形无差别的产品中有3件次品，现随机地从这批产品中依次抽取3件，分别以A、B、C代 表第一次、第二次、第三次抽到次品。试表示： ①三次都抽到次品 ABC ②只有第一次抽到次品 A BC ③三次都没有抽到次品 A BC ABC ④至少抽到一件次品 ⑤最多抽到一件次品 A BC ABC A BC A BC ⑥最多抽到两件次品 ABC
5
1.1.2事件的关系及运算
（1）事件之间的关系
文氏图：
Venn Diagram，也称韦恩图或维恩图。1880年，维恩（Venn）在《论命题和推理的图表化和机械 化表现》一文中首次采用固定位置的交叉环形式用封闭曲线（内部区域）表示集合及其关系的图形。 展示在不同事物群组（集合）之间的数学或逻辑联系。 用一个长方形表示样本空间Ω ，用其中的一个圆或其他图形表示随机事件A。