chap1随机事件及其概率4
合集下载
概率论课件之随机事件PPT课件

(4)德 摩根律 : A B A B, A B A B.
例1 设A,B,C 表示三个随机事件,试将下列事件 用A,B,C 表示出来.
(1) A 发生,且 B 与 C 至少有一个发生;
A( B∪C))
(2) A 与 B 发生,而 C 不发生; (3) A , B, C 中恰有一个发生;
ABC ABC ABC ABC
(4) A , B, C 中至少有两个发生;
AB BC AC
(5) A , B, C 中至多有两个发生;
ABCA不BC发生;
(6) A , B, C 中不多于一个发生.
AB BC AC
或ABC ABC ABC ABC
3. 小结
(1) 随机试验、样本空间与随机事件的关系
(4) 事件 A 与 B 积事件(交) 事件 A B { x x A 且 x B}称为事件
A 与事件 B 的积事件. A和B同时发生 A B发生 积事件也可记作 A B 或 AB.
实例 某种产品的合格与否是由该产品的长度 与直径是否合格所决定,设C=“产品合格” ,A =“长度合格”,B=“直径合格”.
AA B
B
Ω
B A
B
A AB Ω
(7) 事件 A 的对立事件
设 A 表示“事件 A 出现”, 则“事件 A 不出现”
称为事件 A 的对立事件或逆事件. 记作
A.
实例 “骰子出现1点”
“骰对子立不出现1点”
图示 A 与 B 的对立.
A
若 A 与 B对立,则有
A B 且 AB .
B A Ω
对立事件与互斥事件的区别 A、B 互斥(互不相容) A、B 对立(互逆)
(5) 事件 A 与 B 互不相容 (互斥)
例1 设A,B,C 表示三个随机事件,试将下列事件 用A,B,C 表示出来.
(1) A 发生,且 B 与 C 至少有一个发生;
A( B∪C))
(2) A 与 B 发生,而 C 不发生; (3) A , B, C 中恰有一个发生;
ABC ABC ABC ABC
(4) A , B, C 中至少有两个发生;
AB BC AC
(5) A , B, C 中至多有两个发生;
ABCA不BC发生;
(6) A , B, C 中不多于一个发生.
AB BC AC
或ABC ABC ABC ABC
3. 小结
(1) 随机试验、样本空间与随机事件的关系
(4) 事件 A 与 B 积事件(交) 事件 A B { x x A 且 x B}称为事件
A 与事件 B 的积事件. A和B同时发生 A B发生 积事件也可记作 A B 或 AB.
实例 某种产品的合格与否是由该产品的长度 与直径是否合格所决定,设C=“产品合格” ,A =“长度合格”,B=“直径合格”.
AA B
B
Ω
B A
B
A AB Ω
(7) 事件 A 的对立事件
设 A 表示“事件 A 出现”, 则“事件 A 不出现”
称为事件 A 的对立事件或逆事件. 记作
A.
实例 “骰子出现1点”
“骰对子立不出现1点”
图示 A 与 B 的对立.
A
若 A 与 B对立,则有
A B 且 AB .
B A Ω
对立事件与互斥事件的区别 A、B 互斥(互不相容) A、B 对立(互逆)
(5) 事件 A 与 B 互不相容 (互斥)
《随机事件及其概率》课件

数据的意义
理解概率的概念有助于更好地解释和分析 数据。
《随机事件及其概率》 PPT课件
欢迎来到《随机事件及其概率》PPT课件。在本课程中,我们将探讨随机事件 的定义、概率的定义以及应用方法。让我们开始这场令人兴奋的旅程吧!
概述
在本节中,我们将概述随机事件及其相关概率概念。
1 随机事件
2 概率
了解随机事件的定义,以及如何区分随 机事件和确定性事件。
探索概率的定义,以及如何计算和解释 概率。
金融市场
了解在金融市场中如何利用 概率理论进行投资决策。
天气预报
深入研究如何利用概率模型 提高天气预报的准确性。
总结
在本课件中,我们深入学习了随机事件及其概率的定义、基本原理、计算方法以及应用举例。通 过这些知识,我们可以更好地理解和处理各种随于实际问题,提高问题解 决能力。
基本原理
在本节中,我们将介绍随机事件的基本原理。
1
事件的发生
2
深入研究事件的发生概率,以及如
何使用概率分布图表示。
3
样本空间
了解样本空间的概念,以及如何确 定特定事件的样本空间。
事件的独立性
探讨事件的独立性原则,以及如何 计算多个独立事件的联合概率。
计算方法
在本节中,我们将学习计算随机事件概率的方法。
频率法
了解使用频率法计算概率 的步骤和原理。
古典概型法
探索使用古典概型法计算 概率的方法和案例。
条件概率法
深入了解使用条件概率法 计算概率的原理和实际应 用。
应用举例
在本节中,我们将通过实际应用案例来展示随机事件及其概率的应用。
数据分析
探索如何使用随机事件及其 概率在数据分析过程中做出 准确的推断。
《随机事件与概率》PPT课件

① A 出现; A ② 仅 A 出现;ABC ③ 恰有一个出现;ABC ABC ABC
④ 至少有一个出现;A B C ⑤ 至多有一个出现;ABC ABC ABC ABC ⑥ 都不出现; ABC ⑦ 不都出现; ABC A B C ⑧ 至少有两个出现;AB AC BC
华东师范大学
第一章 随机事件与概率
德莫根公式
第11页
A B A B; A B A B
n
n
Ai Ai ;
i 1
i 1
n
n
Ai Ai
i 1
i 1
10 May 2019
华东师范大学
第一章 随机事件与概率
记号
Ω φ
AB
AB=φ
AB AB
AB
A
概率论
样本空间, 必然事件 不可能事件
10 May 2019
华东师范大学
第一章 随机事件与概率
1.1.7 事件域
第17页
设Ω为样本空间,F 是由Ω的子集组成的集合
类,若F 满足以下三点,则称 F 为事件域
1. ΩF ;
2. 若 AF ,则 A F ;
3. 若 AnF ,n=1, 2, …, 则 An F .
n 1
10 May 2019
P( A |B) = 1 P(A|B).
10 May 2019
华东师范大学
第一章 随机事件与概率
注意点
第32页
P(|B) = 1 ;
P(B|) 1 ;
P(A|) = P(A) ; P(A|A) = 1.
10 May 2019
华东师范大学
第一章 随机事件与概率
条件概率的三大公式
④ 至少有一个出现;A B C ⑤ 至多有一个出现;ABC ABC ABC ABC ⑥ 都不出现; ABC ⑦ 不都出现; ABC A B C ⑧ 至少有两个出现;AB AC BC
华东师范大学
第一章 随机事件与概率
德莫根公式
第11页
A B A B; A B A B
n
n
Ai Ai ;
i 1
i 1
n
n
Ai Ai
i 1
i 1
10 May 2019
华东师范大学
第一章 随机事件与概率
记号
Ω φ
AB
AB=φ
AB AB
AB
A
概率论
样本空间, 必然事件 不可能事件
10 May 2019
华东师范大学
第一章 随机事件与概率
1.1.7 事件域
第17页
设Ω为样本空间,F 是由Ω的子集组成的集合
类,若F 满足以下三点,则称 F 为事件域
1. ΩF ;
2. 若 AF ,则 A F ;
3. 若 AnF ,n=1, 2, …, 则 An F .
n 1
10 May 2019
P( A |B) = 1 P(A|B).
10 May 2019
华东师范大学
第一章 随机事件与概率
注意点
第32页
P(|B) = 1 ;
P(B|) 1 ;
P(A|) = P(A) ; P(A|A) = 1.
10 May 2019
华东师范大学
第一章 随机事件与概率
条件概率的三大公式
《随机事件及概率》课件

概率实际应用举例
通过实际应用举例,我们将展示概率在现实生活中的应用。包括赌博、统计 学、风险分析等领域的案例分析。
总结
在本节中,我们将总结所学内容,强调概率的重要性,并鼓励学生在日常生活中运用概率知识做出明智的决策。
概率的基本概念
在本节中,我们将介绍概率的基本概念,解释概率如何衡量事件发生的可能性,并讨论概率的性质和规则。
概率计算方法
通过举例和实践,我们将学习如何计算概率。包括事件的等可能性原理、频率方法、古典概型和条件概率等计 算方法。
Hale Waihona Puke 常见的概率模型在本节中,我们将介绍常见的概率模型,如独立事件、互斥事件、联合事件等,并讨论如何利用这些模型解决 实际问题。
《随机事件及概率》PPT 课件
本课件旨在介绍随机事件及其概率的基本概念和计算方法。通过常见的概率 模型和实际应用举例,帮助学生更好地理解和运用概率知识。
课件概述
在本节中,我们将概述整个课件的内容和目标,为学生打下学习概率的基础。
随机事件的定义
通过引入随机性的概念,我们将讨论随机事件的定义及其与确定性事件的区别,并探索随机事件的特征和性质。
chap1概率论的基本概念

例2:有n 个不同的粒子,每个粒子都以同样的概 率1/N落入N( N n )个格子的每一格子中.试求下 述事件的概率.(1)A={指定n个格子中各有一粒} (2)B={恰有n个格子中各有一粒}
P( A) 1 P( A)
性质6:(加法公式)对于任意两事件A,B有
P(A B) P(A) P(B) P(AB)
设 A1, A2, A3 为任意三个事件,则有
P( A1 A2 A3 ) P( A1 ) P( A2 ) P( A3 ) P( A1A2 ) P( A1A3 ) P( A2 A3 ) P( A1A2 A3 )
P({ei })
1 n
,
i
1,2,,
n
古典概型中随机事件的概率是什么?
若事件A包含k个基本事件,即
A {ei1 }{ei2 }{eik }
i1,i2,, ik 是 1,2,, n
则
中某k个不同的数
P(A)
k
P({eij })
j 1
k n
A包含的基本事件数 S包含的基本事件的总数
第一章 随机事件与概率
自然界中有两类现象: 一类称为确定性现象,如: 向上抛一石子必然下落,同性电荷互斥 另一类称为不确定性现象,如: 在相同条件下抛一枚硬币,其结果可能正面
朝上也可能反面朝上;在一次射击之前, 无法预测弹着点的确切位置.
这类不确定现象,人们经过长期实践并深 入研究之后发现这类现象在大量重复试验或 观察下,它的结果却呈现出某种规律性.这 种在大量重复试验或观察中所呈现出的固有 规律性,就是我们以后所说的统计规律性.
第一节
1、随机试验
随机事件
在这里,我们把试验作为一个含义广泛的 术语,它包括各种各样的科学实验,甚至对某 一事物的某一特征的观察也认为是一种试验.
Chap1 随机事件与概率

“概率统计”简史
分析概率论时期:1812-1932年
工具:特征函数、微分方程、差分方程; 内容:连续型随机变量; 主要工作:
Laplace——《分析概率论》,1812年; Poisson—泊松大数定律,泊松分布,积分极限定理; 圣彼得堡数学学派:Chebyshev, Markov, Liapunov ——对大数定律和中心极限定理的发展;
二、从频率性质看概率性质
频率的核心性质:
1. f n () 1 ; 2.对任意的事件 A , f n ( A) 0 ; 3.若 A1 , A2 , 两两互不相容,有
f n ( Ai ) f n (Ai ) .
i 1:
三、样本空间
样本点:随机试验结果的出现是不确定的,但 所有可能结果是明确的. 随机试验的每一个可 能结果称为一个样本点,记为 . 样本空间:样本点的全体,记为 .
例:掷同一硬币两次, (1)求样本空间; (2)若要求必有一次为正面方为有效试验,求样本空间; (3)若要求第一次为正面方为有效试验,求样本空间.
高等教育出版社
关于我
姓
名:
黄永辉
职
称:
讲 师
随机最优控制
研究方向:
工作单位:
E-mail :
数学与计算科学学院
hyongh5@
新数学楼 617
工作室
:
“概率统计”课程结构
概率论:
第1章 随机事件与概率 (9学时);
第2章 随机变量的分布与数字特征 (15学时); 第3章 随机向量 (12学时)
交的结合律: A B C A B C
第4章-4.1随机事件及其概率
概率为1.
事件发生的可能性 最小是零, 此时
概率为0.
机动 目录 上页 下页 返回 结束
1.频率
定义4.1 事件A在n次重复试验中出现k次, 则比值k/n称为事件A在n次重复试验中出现 的频率, 记为fn(A). 即
fn ( A)
k n
机动 目录 上页 下页 返回 结束
2. 概率的统计定义 定义4.2: 当试验次数n增大时, fn(A) 逐渐趋 向一个稳定值. 可将此稳定值记作P(A), 作 为事件A的概率.
机动 目录 上页 下页 返回 结束
例 (约会问题)甲乙两人约定于0~T时间内在
某地会面, 先到的等t (t T ) 时间后离去,. 假定
每个人在指定的时间内的任一时刻到达是等
可能的, 求这两人能会面的概率.
解 设x、y分别表示甲乙两人的到达时刻,
则
0 x, y T
两人会面的条件是
xy t
P( A)
机动 目录 上页 下页 返回 结束
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
n
nH
fn(H)
De Morgan 2048 1061
0.5181
Buffon
4040 2048
0.5069
K. Pearson 12000 6019
0.5016
K. Pearson 24000 12012 0.5005
L( A) L()
T2
(T t)2 T2
1 (1 t )2 T
y
T y-x=t
A
t
x-y=t
t
Tx
机动 目录 上页 下页 返回 结束
作业:
事件发生的可能性 最小是零, 此时
概率为0.
机动 目录 上页 下页 返回 结束
1.频率
定义4.1 事件A在n次重复试验中出现k次, 则比值k/n称为事件A在n次重复试验中出现 的频率, 记为fn(A). 即
fn ( A)
k n
机动 目录 上页 下页 返回 结束
2. 概率的统计定义 定义4.2: 当试验次数n增大时, fn(A) 逐渐趋 向一个稳定值. 可将此稳定值记作P(A), 作 为事件A的概率.
机动 目录 上页 下页 返回 结束
例 (约会问题)甲乙两人约定于0~T时间内在
某地会面, 先到的等t (t T ) 时间后离去,. 假定
每个人在指定的时间内的任一时刻到达是等
可能的, 求这两人能会面的概率.
解 设x、y分别表示甲乙两人的到达时刻,
则
0 x, y T
两人会面的条件是
xy t
P( A)
机动 目录 上页 下页 返回 结束
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
n
nH
fn(H)
De Morgan 2048 1061
0.5181
Buffon
4040 2048
0.5069
K. Pearson 12000 6019
0.5016
K. Pearson 24000 12012 0.5005
L( A) L()
T2
(T t)2 T2
1 (1 t )2 T
y
T y-x=t
A
t
x-y=t
t
Tx
机动 目录 上页 下页 返回 结束
作业:
Chap 1 随机事件与概率
样本空间 S {e1 , e2 } .
若量化处理,则可: {正面朝上}
记作
{1}, {反面朝上}
记作
{0},
则样本空间可表为 S = {1,0}.
ZUST
例: E——在一批灯泡中任取一只灯泡, 测试其 寿命.
可认为任一大于0的数都是一个可能结果, 即样本点为[0, +∞)上的任一值 t, 故样本空间为 S = { t | t≥ 0 }. **随机事件: 粗略地讲, 在一定条件下,试验中 可能出现也可能不出现的某类事件 称为随机事件,简称事件。 一般以大写字母 A, B 等表示事件.
ZUST
注意理解下述概念的区别: 随机事件 : 样本空间的子集; 基本事件 : 由一个样本点组成的单点集; 必然事件 : 样本空间 Ω 本身; 不可能事件 : 空集。 事件发生:试验中当且仅当这一子集中的某个样 本点出现时, 这一事件就发生.
ZUST
1.1.3 事件的关系及其运算
1°事A包含于事 B A B
i 1
A1 , A2 , „中至少有一发生.
ZUST
3°A 与 B 的交(积)
A B 或 AB
事A与事 B 同时发生.
A1 , A2 , „,An的交 A1 A2 An 或
Ai
i 1
n
A1 , A2 , „,An同时发生.
A1 , A2 , „的交 A1 A2 或
… …
第k轮 试验 试验次数nk 事件A出现 mk 次
…
事件A 在各轮试验中的频率分别为: mk m1 m 2 ; , , „, nk n1 n2 为说明以上各频率的取值情况, 先看演示:
掷硬币试验
掷骰子试验
随机事件的概率(共48张PPT)
死于车祸:危险概率是1/5000 染上爱滋病:危险概率是1/5700 被谋杀:危险概率是1/1110 死于怀孕或生产(女性):危险概率是1/4000 自杀:危险概率分别是1/20000(女性)和1/5000 因坠落摔死:危险率是1/20000
死于工伤:危险概率是1/26000 走路时被汽车撞死:危险概率是1/40000
问题1. 你是彩民吗?你买的彩票一定能中奖吗?
在现实生活中,有很多问题我们很难给予准确无误的回答,因为在客
观世界中,有些事情的发生是偶然的,有些事情的发展是必然的, 而且偶然和必然之间往往存在某种内在联系.
①从一个只装有红球的盒子里摸出一个红球
②人总有一天会死去
③投一枚骰子(点数为1—6)投出7点 ④人可以一生都不喝水
1.概率的正确理解
事实上,我们在连续投掷两次硬币时,可能出现3种结果:
1
(25%)
2
(50%)
且每中情况都是随机出现的
3
(25%)
Ex1.如果某种彩票的中奖概率为 1 ,那
1000
么买1000张这种彩票一定能中奖吗?请说 明理由.(假设该彩票有足够多的张数)
不一定,每张彩票是否中奖是随机的, 1000张 彩票中有几张中奖当然也是随机的.买1000 张这种彩票的中奖概率约为:1000,即有 63.2%的可能性中奖,但不能肯定中奖.
2. 游戏的公平性
在一场乒乓球比赛前,必须要决定由 谁先发球,并保证具有公平性,你知道裁 判员常用什么方法确定发球权吗?其公平 性是如何体现出来的?请你举出几个公平 游戏的实例.
裁判员拿出一个抽签器,它是-个像大硬币似的 均匀塑料圆板,一面是红圈,一面是绿圈,然后 随意指定一名运动员,要他猜上抛的抽签器落到 球台上时,是红圈那面朝上还是绿圈那面朝上。 如果他猜对了,就由他先发球,否则,由另一方
死于工伤:危险概率是1/26000 走路时被汽车撞死:危险概率是1/40000
问题1. 你是彩民吗?你买的彩票一定能中奖吗?
在现实生活中,有很多问题我们很难给予准确无误的回答,因为在客
观世界中,有些事情的发生是偶然的,有些事情的发展是必然的, 而且偶然和必然之间往往存在某种内在联系.
①从一个只装有红球的盒子里摸出一个红球
②人总有一天会死去
③投一枚骰子(点数为1—6)投出7点 ④人可以一生都不喝水
1.概率的正确理解
事实上,我们在连续投掷两次硬币时,可能出现3种结果:
1
(25%)
2
(50%)
且每中情况都是随机出现的
3
(25%)
Ex1.如果某种彩票的中奖概率为 1 ,那
1000
么买1000张这种彩票一定能中奖吗?请说 明理由.(假设该彩票有足够多的张数)
不一定,每张彩票是否中奖是随机的, 1000张 彩票中有几张中奖当然也是随机的.买1000 张这种彩票的中奖概率约为:1000,即有 63.2%的可能性中奖,但不能肯定中奖.
2. 游戏的公平性
在一场乒乓球比赛前,必须要决定由 谁先发球,并保证具有公平性,你知道裁 判员常用什么方法确定发球权吗?其公平 性是如何体现出来的?请你举出几个公平 游戏的实例.
裁判员拿出一个抽签器,它是-个像大硬币似的 均匀塑料圆板,一面是红圈,一面是绿圈,然后 随意指定一名运动员,要他猜上抛的抽签器落到 球台上时,是红圈那面朝上还是绿圈那面朝上。 如果他猜对了,就由他先发球,否则,由另一方
随机事件的概率 共99页PPT资料
( A 1 A 2 ) A 3 ( A 1 A 2 ) A 3 ( A 1 A 2 ) A 3
第二节 随机事件的概率
一、频率与概率 二、概率的性质 三、等可能概型(古典概型) 四、几何概型
一、频率与概率
概率 在一次试验中A发 事生 件的可能性大小的
量度称为事 A的件概率。
例1 设 A 、B为两事件, 且设P(B)0.3,P(AB)0.6求 P( AB)
解 P (A B ) P { A ( B ) } P (A A ) B P (A ) P (A )B 而 P (A B ) P (A ) P (B ) P (A )B 所以 P (A B ) P (B ) P (A ) P (A )B 于是 P(AB)0.60.30.3
P(A)1P(A)
证明 性质6
性质6(加法公式) 对任意两个事A、 件B有
P (A B ) P (A ) P (B ) P (A )B
证明: 因为 ABA(BA)B 且 A (B A) B ,A B B 故由性质2和性质3得:
P ( A B ) P ( A ) P ( B A ) P ( B A ) P ( B ) P ( A ) B
n
n
因此 1P ( )P ( { i}) P { i}n P { i}
从而
P{i }
1 n
i 1
i 1
(i1,2, ,n)
若事A件 含有 k个基本事件
即 A {i1 } {i2 } {ik}
这里 i1,i2,ik是1, 2, n中某 k个不同的数,
E 2 A{HH ,TT} B{HH ,HT }
AB{TT}
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)。
独立性定义P ( B | A) = P ( B )可得
实际问题中,事件的独立性可根据问题的实 实际问题中, 际意义来判断 如甲乙两人射击,“甲击中”与“乙击中” 如甲乙两人射击, 甲击中” 乙击中” 可以 认为相互之间没有影响,即可以认为相互独立 认为相互之间没有影响,
例如
一个家庭中有若干个小孩, 一个家庭中有若干个小孩,假设生男生女是
A ={取到正品} Ai={第i次抽样抽到次品} ={取到正品 取到正品} ={第 次抽样抽到次品}
.
p = P ( A) = 5%
q = P ( A) = 1 P ( A) = 1 p = 95%
P ( A1 ) = P( A2 ) = P( A3 ) = P( A4 ) = 5%
P ( A1 ) = P ( A2 ) = P ( A3 ) = P ( A4 ) = 95%
概念辨析 事件A与事件B 事件A与事件B独立
P( AB) = P ( A) P( B)
事件A与事件B 事件A与事件B互不相容
AB = Φ AB = Φ
P( AB) = 0
事件A与事件B 事件A与事件B为对立事件
A∪ B =
P ( A) + P( B ) = 1
例
甲乙二人向同一目标射击, 甲乙二人向同一目标射击,甲击中目标的概 率为0.6,乙击中目标的概率为 。 率为 ,乙击中目标的概率为0.5。试计算 1)两人都击中目标的概率;2)恰有一人击 )两人都击中目标的概率; ) 中目标的概率; )目标被击中的概率。 中目标的概率;3)目标被击中的概率。
四次抽样中A恰好发生两次(有两次取到次品) 四次抽样中A恰好发生两次(有两次取到次品)的情况有
A1 A 2 A 3 A 4 , A1 A 2 A 3 A 4 , A1 A 2 A 3 A 4 ,
A1 A 2 A 3 A 4 , A1 A 2 A 3 A 4 , A1 A 2 A 3 A 4
因为A 相互独立, 因为A1,A2,A3,A4 相互独立,所以
等可能的, 一个家庭中有男孩、 等可能的,令A={一个家庭中有男孩、又有女孩 , 一个家庭中有男孩 又有女孩}, B={一个家庭中最多有一个女孩 ,对下列两种情形, 一个家庭中最多有一个女孩},对下列两种情形, 一个家庭中最多有一个女孩 讨论A与 的独立性:(1)家庭中有两个小孩; 的独立性:( 讨论 与B的独立性:( )家庭中有两个小孩; (2)家庭中有三个小孩。 )家庭中有三个小孩。 情形(1) 解 情形(1)的样本空间为 Ω={(男男),(男女),(女男),(女女)} ={(男男),(男女),(女男),(女女) ),(男女),(女男),(女女
P( AB ) = P( A ∪ B) = 1 P( A ∪ B)
= 1 [ P( A) + P( B) P( AB ) ] = 1 P( A) P( B) + P( A) P( B)
= [1 P ( A) ][1 P( B ) ] = P( A) P ( B )
所以, 独立。 所以, A与 B 独立。
6 1 3 P( A) = , P( B) = , P( AB) = 8 2 8
此种情形下,事件 、 是独立的 是独立的。 此种情形下,事件A、B是独立的。
定理
下列四组事件,有相同的独立性: 下列四组事件,有相同的独立性:
( 1 ) A 与 B ; ( 2 ) A 与 B; ( 3) A 与 B ; ( 4 ) 与 B A 独立, 证明 若A、B独立,则 P ( AB ) = P ( A) P ( B ) 、 独立
P(AB) P(AB) = P(AB) = P( A) = P(AB) = P(B) P(B| A) P(AB)/ P(A)
事件的独立性 判别
事件A与事件B 事件A与事件B独立的充分必要条件是
P ( AB) = P( A) P ( B )
证明
由乘法公式 P ( AB ) = P ( A) P ( B | A) 和
P( ABC ) = 0
所以, 、 、 所以,A、B、C 两两独立, 两两独立,但总 起来讲不独立。 起来讲不独立。
1 P( A) = P( B) = P(C ) = 2 1 P( AB) = P( AC ) = P( BC ) = 4
定义
设A1 , A2 , , An为n个事件。如果对于所有可能的组合 1 ≤ i < j < k < ≤ n下列各式同时成立 P( Ai Aj ) = P( Ai ) P( Aj ) P( A A A ) = P( A ) P( A ) P( A ) 3 Cn i j k i j k P( A1 A2 An ) = P( A1 ) P( A2 ) P( An ) C n n 那么称A1 , A2 , , An是相互独立的。
例 一批产品的次品率为 5%,从中每次任取一个, ,从中每次任取一个, 检验后放回,再取一个, 检验后放回,再取一个, 连取 4 次.求 4 次中恰有 2 次取到次品的概率. 次取到次品的概率. 分析
设 则
n = 4 的 Bernoulli 试验
B={恰好有 次取到次品} A={取到次品 取到次品}, B={恰好有 2 次取到次品}, A={取到次品},
P ( A) = 1 P ( A ) = 1 P ( A1 ∪ A2 ∪ A3 )
= 1 P ( A1 ) P ( A 2 ) P ( A3 )
=1-(1- 0.02)(1- 0.01)(1- 0.05) = 0.0783
贝努利试验
相互独立的试验
Bernoulli trials
将试验E重复进行n 将试验E重复进行n次,若各次试验的结果互不 影响,则称这n次试验是相互独立的. 影响,则称这n次试验是相互独立的 贝努利试验 设随机试验E只有两种可能的结果:A及 设随机试验E只有两种可能的结果:A及 A ,且 :A P(A)=p,在相同的条件下将E重复进行n P(A)=p,在相同的条件下将E重复进行n次独立试 在相同的条件下将 则称这一串试验为n重贝努利试验, 验,则称这一串试验为n重贝努利试验,简称贝努 利试验( trials). 利试验(Bernoulli trials).
P( A ∪ B) = P( A) + P ( B) P( A) P( B ) = 0.8
有限多个事件的独立性
如果事件A, , 满足 如果事件 ,B,C满足 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, , 相互独立 相互独立。 则称事件 ,B,C相互独立。 注 意 事件A,B,C相互独立 事件 , , 相互独立 独立 , 。 独立 ,相互独立 独立, 独立, 立。 立。 事件A,B,C 事件 , ,
P(∪ Ai ) = 1 ∏ P( Ai )
i =1 i =1
n
n
例 加工某一种零件需要经过三道工序,设三道工序 加工某一种零件需要经过三道工序, 的次品率分别为2% 1%, 2%, 的次品率分别为2%,1%,5% ,假设各道工序是互不影 响的. 响的.求加工出来的零件的次品率. 解 设A1 ,A2 ,A3 分别表示第一、第二、第三道 分别表示第一、第二、 工序出现次品,则依题意:A ,A ,A 相互独立, :A1 工序出现次品,则依题意:A1 ,A2 ,A3 相互独立, )=2 )=1% , P(A3)= )=5% P(A1)= % , P(A2)= 且 又设A表示加工出来的零件是次品, 又设A表示加工出来的零件是次品, 则 A=A1∪A2∪A3 方法2 用对立事件的概率关系) 方法2 (用对立事件的概率关系)
1 3 1 P( A) = , P( B) = , P( AB) = 2 4 2
此种情形下,事件 、 是不独立的 是不独立的。 此种情形下,事件A、B是不独立的。
例如
一个家庭中有若干个小孩, 一个家庭中有若干个小孩,假设生男生女是
等可能的, 一个家庭中有男孩、 等可能的,令A={一个家庭中有男孩、又有女孩 , 一个家庭中有男孩 又有女孩}, B={一个家庭中最多有一个女孩 ,对下列两种情形, 一个家庭中最多有一个女孩},对下列两种情形, 一个家庭中最多有一个女孩 讨论A与 的独立性:(1)家庭中有两个小孩; 的独立性:( 讨论 与B的独立性:( )家庭中有两个小孩; (2)家庭中有三个小孩。 )家庭中有三个小孩。 解 情形(2)的样本空间为 情形( ) Ω={(男男男),(男男女),(男女男),(女男男) ={(男男男),(男 ),( ),(男女男),(女男男) ),( 女女),( 男女),(女女男),(女女女) ),(女 ),(女女男),(女女女 (男女女),(女男女),(女女男),(女女女)}
P ( B A) = P ( B ) 一、事件的独立性引例 例 一个盒子中有6只黑球、 只白球, 一个盒子中有6只黑球、4只白球,从中有放回
地摸球。 地摸球。求(1) 第一次摸到黑球的条件下,第二 ) 第一次摸到黑球的条件下, 次摸到黑球的概率;( ) 次摸到黑球的概率;(2) 第二次摸到黑球的概 ;( 率。 解 第一次摸到黑球 , 第二次摸到黑球
表示“ 表示“ 解 设A表示“甲击中目标”,B表示“乙击中目标” 表示 甲击中目标” 表示 乙击中目标” 则
P( A) = 0.6, P( B) = 0.5
P( AB) = P( A) P( B) = 0.6 × 0.5 = 0.3 P( AB + AB ) = P( A) P( B) + P( A) P( B ) = 0.5
6 P( B A) = = 0.6 10 P( B) = P( A) P( B A) + P( A) P( B A)
6 6 4 6 = × + × = 0.6 10 10 10 10
事件的独立性 independence