1.4 等可能概型——概率统计课件PPT
合集下载
概率论与数理统计:1.4等可能概型(古典概型)

解 假设接待站的接待时间没有规定,且各来
访者在一周的任一天中去接待站是等可能的,
那么,12次接待来访者都是在周二、周四的概
率为
212 p 0.0000003
712
小概率事件在实际中几乎是不可能发生的, 从而可知接待时间是有规定的.
例5 将4只球随机地放入6个盒子中去,试求 每个盒子至多有一只球的概率.
故所求概率为
P( AB) 83 . 2000
P( AB) 1 P( A) P(B) P( AB)
1
333 2000
250 2000
83 2000
3 4
.
例3 将一枚硬币抛掷三次.(i)设事件A1为"恰有一 次出现正面",求 P( A1 ). (ii)设事件A2为"至少有一 次出现正面",求P( A2 ). 解 设H 为出现正面,T 为出现反面.
故
PA
43
2 .
65 5
(2) 有放回地摸球
问题2 设袋中有4只红球和6只黑球,现从袋 中有放回地摸球3次,求前2 次摸到黑球、第3 次 摸到红球的概率.
解 设 A 前2次摸到黑球,第三次摸到红球
第3次摸到红球 4种 第12次摸到黑球 6种
第123次摸球 10种
故
PA
664 103
0.144
基本模型之二球放入杯子模型
8 2
5 2
140
请思考: 还有其它解法吗?
3、许多表面上提法不同的问题实质上属于同一类型:
有n个人,每个人都以相同的概率 1/N (N≥n) 被分在 N 间房的每一间中,求指定的n间房中各有 一人的概率.
人 房
3、许多表面上提法不同的问题实质上属于同一类型:
概率论1-4

n
C3 100
k C926C41
P(C) C926C41 C3
100
练习:设在N 件产品中,有 D件次品,其余均为正 品.任取n件,问其中恰有k(k≤D)件次品的概率。
解:所求的概率为
P
C C k nk D ND CNn
上式为超几何分布的概率公式。
练习、课后习题第五题
古典概率的计算:投球入盒
分析 此问题可以用投球入盒模型来模拟
50个学生
50个小球
365天
365个盒子
P( A)
C 50 365
50!
36550
0.03
至少有两人生日相同的概率为
P( A) 1 0.03 0.97
例:一单位有5个员工,一星期共七天,
老板让每位员工独立地挑一天休息,
求不出现至少有2人在同一天休息的
概率。
b
----------与k无关
10
例、从5双不同的鞋子中任取4只,问这4只鞋子中 至少有两只配成一双的概率是多少?
解、考虑4只鞋子是有次序是有次序一只一只取出
令A=“4只鞋子中至少有两只配成一双”
则 A “所取4只鞋子无配对” P( A) 1 P( A) 1 108 6 4 13 1098 7 21
抛掷一颗匀质骰子,观察出现的点数 , 求“出现的 点数是不小于3的偶数”的概率.
试验 抛掷一颗匀质骰子,观察出现的点数
样本空间
S ={1,2,3,4,5,6}
n=6
事件A
A=“出现的点数是不小于3的偶数”={4,6} m=2
事件A的概率
P( A) m 2 1 n 63
例、掷一枚硬币三次,(1)设事件A1为“恰有一 次出现正面”,求P(A1 );(2)设事件A2为“至少 有一次出现正面” ,求P(A2 )
《等可能性》课件

概率的乘法原理
交事件的概率
两个事件同时发生的概率,等于各个 事件概率的乘积。
完备事件的概率
所有可能发生的事件的总概率等于1, 即完备事件的概率之和为1。
条件概率与独立性
条件概率的定义
在某个事件B已经发生的条 件下,另一个事件A发生 的概率。
独立事件的性质
两个独立事件同时发生的 概率等于它们各自的概率 的乘积。
之间。
必然事件的概率
表示一定会发生的事件的概率 ,取值为1。
不可能事件的概率
表示一定不会发生的事件的概 率,取值为0。
独立事件
两个事件之间没有相互影响, 一个事件的发生不影响另一个
事件发生的概率。
概率的加法原理
并事件的概率
两个或多个事件同时发生的概率 ,等于各个事件概率的和。
互斥事件的概率
两个事件不能同时发生,它们的 概率之和等于它们包含的总事件 的概率。
等可能数或小数表示 。
02
例如,抛硬币出现正面的概率为 0.5,抽样调查中每个样本被选中 的概率为1/n(n为样本总数)。
02
等可能性的概率计算
概率的基本概念
01
02
03
04
概率的定义
表示随机事件发生的可能性大 小的数值,取值范围在0到1
确定性是指在实验或事件中,只有一个结 果会发生,其他可能的结果都不会出现。 等可能性则是在实验或事件中,每个可能 的结果都有相同的可能性发生。确定性是 等可能性的一个特例,即其中一个可能的 结果成为现实,其他可能的结果都不发生 。
等可能性与主观概率
总结词
等可能性是主观概率的客观基础,主观概率 是对等可能性的主观评估。
详细描述
等可能性是指在实验或事件中,每个可能的结果都是相等的,没有偏好或偏向。随机性则是在等可能 性的基础上,引入了实验或事件的实际发生,即某些可能的结果成为现实。在随机性中,等可能性是 必要条件,但不是充分条件。
1.4 等可能概型

1 { P ( A) P ( B ) P ( AB )}.
2000 333 因为 333 334, 所以 P ( A) , 6 2000
250 2000 . 由于 250, 故得 P ( B ) 2000 8 2000 83 由于 83 84, 得 P ( AB ) . 24 2000 83 3 333 250 P ( AB ) 1 . 2000 2000 2000 4
30
40
50
64
0.411 0.507 0.706 0.891 0.97 0.997
我们利用软件包进行数值计算.
3、 超几何分布 的概率公式
例3 设有 N 件产品, 其中有 D 件次品, 今从中任取 n 件,问其中恰有 k ( k D ) 件次品的概率是多少 ?
解 在N件产品中抽取n件的所有可能取法共有 N 种, n
又 P ( S ) P{e1 e1 en }
P{e1 } P{e2 } P{en } 1,
1 故 P{e1 } P{e2 } P{en } 。 n 于是 P ( A) P ({ei1 } {ei2 } {eik })
3 4 2 4 p 3 2 2 2
例2
将 n 只球随机地放入 N 个盒子中去,试 见课本 P11 例 3)
求每个盒子中至多有一只球的概率(设盒子的容量 不限)( n<N, 。
n AN N ( N 1)( N n 1) 解:所求概率 p n n N N
a 解:(1)所求概率为 P ( B ) ab k 1 aAa b1
(2)所求概率为 P (B )
2000 333 因为 333 334, 所以 P ( A) , 6 2000
250 2000 . 由于 250, 故得 P ( B ) 2000 8 2000 83 由于 83 84, 得 P ( AB ) . 24 2000 83 3 333 250 P ( AB ) 1 . 2000 2000 2000 4
30
40
50
64
0.411 0.507 0.706 0.891 0.97 0.997
我们利用软件包进行数值计算.
3、 超几何分布 的概率公式
例3 设有 N 件产品, 其中有 D 件次品, 今从中任取 n 件,问其中恰有 k ( k D ) 件次品的概率是多少 ?
解 在N件产品中抽取n件的所有可能取法共有 N 种, n
又 P ( S ) P{e1 e1 en }
P{e1 } P{e2 } P{en } 1,
1 故 P{e1 } P{e2 } P{en } 。 n 于是 P ( A) P ({ei1 } {ei2 } {eik })
3 4 2 4 p 3 2 2 2
例2
将 n 只球随机地放入 N 个盒子中去,试 见课本 P11 例 3)
求每个盒子中至多有一只球的概率(设盒子的容量 不限)( n<N, 。
n AN N ( N 1)( N n 1) 解:所求概率 p n n N N
a 解:(1)所求概率为 P ( B ) ab k 1 aAa b1
(2)所求概率为 P (B )
1.4 等可能概型PPT资料26页

二、古典概型的计算公式
定理 设试验的样S本 包空 含 n个 间元,素 事件 A包含 k个基本,事 则有件
P(A) kn SA中包基含本的事基件本的事总件数, 该式称为等可能概型中事件概率的计算公式.
证 设试验的样S 本 {e1,空 e2, 间 ,en},为 由于在试验中每个基本事件发生的可能性相同, 即
第四节 等可能概型(古典概型)
一、古典概型定义 二、古典概型计算公式 三、典型例题 四、小结
一、古典概型的定义
定义 设E是随机试验 , 若E满足下列条:件 1。试验的样本空间只包含有限个元素; 2。试验中每个基本事件发生的可能性相同. 则称E为等可能概. 型 等可能概型的试验大量存在, 它在概率论发 展初期是主要研究对象. 等可能概型的一些概念 具有直观、容易理解的特点, 应用非常广泛.
(1) 取到的两只球都是白球的概率; (2) 取到的两只球颜色相同的概率;
(3) 取到的两只球中至少有一只是白球的概率. 解 (a) 放回抽样的情况. 以A,B,C分别表示事 件“取到的两只球都是白球”,“取到的两只球都 是红球”, “取到的两只球中至少有一只是白球”. 易“ 知 取到两只颜球 色 ”这相 一同 事A 的 件 B,为 而CB.
A a k b ( a b )a ( b 1 ) ( a b k 1 ) ,
当事B 件发生时 , 第i人取的应是白球有,a种取法. 其余k被 1 只 取 球 的 可 ab 以 1 只 是 球 其
在袋中依次取两只球,每一种取法为一个基本
事件, 显然此时样本空间中仅包含有限个元素, 且 由对称性知每个基本事件发生的可能性相同, 因而
可利用公式来计算事件的概率. 第一次从袋中取球有6只球可供抽取, 第二次
等可能性事件的概率课件

不可能事件的概率不是
总结词
不可能事件的概率是0,而不是接近0或一部分。
详细描述
不可能事件是指在一定条件下绝对不会发生的事件,例如在骰子游戏中,出现7 点的结果是绝对不可能的。因此,不可能事件的概率是0,表示为P(不可能事件 )=0。
独立事件的概率不符合乘法公式
总结词
独立事件的概率符合乘法公式,而不是加法或除法公式。
的变化,从而帮助中央银行制定合适的货币政策。
03
概率在政治学中的应用
在政治学中,概率模型可以用来预测选举结果和政治事件的发生。例如
,在民意调查中,概率模型可以用来估计不同候选人的支持率和选举结
果。
05
概率中的常见错误认识
必然事件的概率不是
总结词
必然事件的概率是1,而不是一部分或全部。
详细描述
必然事件是指在一定条件下一定会发生的事件,例如在骰子游戏中,出现1-6点 的结果是必然的。因此,必然事件的概率是1,表示为P(必然事件)=1。
详细描述
在赌博游戏中,玩家通常会面临一系列可能的结果,每个结果的发生概率是相等的。例如,在掷骰子 游戏中,每个数字出现的概率是1/6。通过概率计算,玩家可以了解游戏中各种可能性的大小,从而 制定更加明智的决策。
天气预报中的概率描述
总结词
天气预报中的概率描述是概率论在气象 学领域的重要应用。
VS
详细描述
如果有n个独立事件A1, A2, ..., An,那么 P(A1∩A2∩...∩An)=P(A1)×P(A2)×...×P(An)。
3
一般事件的概率乘法公式
对于任意两个事件A和B,有 P(A∩B)=P(A)×P(B|A)。
条件概率与独立性
条件概率的定义
概率论与数理统计ppt课件

称这种试验为等可能概型(或古典概型)。
*
例1:一袋中有8个球,其中3个为红球,5个为黄球,设摸到每一球的可能性相等,从袋中不放回摸两球, 记A={恰是一红一黄},求P(A). 解:
(注:当L>m或L<0时,记 )
例2:有N件产品,其中D件是次品,从中不放 回的取n件, 记Ak={恰有k件次品},求P(Ak). 解:
*
第四章 随机变量的数字特征 4.1 数学期望 4.2 方差 4.3 协方差及相关系数 4.4 矩、协方差矩阵 第五章 大数定律和中心极限定理 5.1 大数定律 5.2 中心极限定理 第六章 数理统计的基本概念 6.1 总体和样本 6.2 常用的分布
*
第七章 参数估计 7.1 参数的点估计 7.2 估计量的评选标准 7.3 区间估计 第八章 假设检验 8.1 假设检验 8.2 正态总体均值的假设检验 8.3 正态总体方差的假设检验 8.4 置信区间与假设检验之间的关系 8.5 样本容量的选取 8.6 分布拟合检验 8.7 秩和检验 第九章 方差分析及回归分析 9.1 单因素试验的方差分析 9.2 双因素试验的方差分析 9.3 一元线性回归 9.4 多元线性回归
解: 设 Ai={ 这人第i次通过考核 },i=1,2,3 A={ 这人通过考核 },
亦可:
*
例:从52张牌中任取2张,采用(1)放回抽样,(2)不放 回抽样,求恰是“一红一黑”的概率。
利用乘法公式
与 不相容
(1)若为放回抽样:
(2)若为不放回抽样:
解: 设 Ai={第i次取到红牌},i=1,2 B={取2张恰是一红一黑}
①
②
①
1 2 N
①
②
1 2 N
……
等可能事件的概率PPT优秀课件(第一课时)

新课引入 问题1:掷一枚硬币,正面向上的概率是多少?
正面向上和反面向上的可能性是相等的.
问题2:抛掷一个骰子,它落地时向上的的数为3的 概率是多少? 可能出现的结果有6种,而这六种结果出现的可能性 也都相等 在这里我们把“正面向上”和“反面向上”叫做试 验1的基本事件。也把问题2中可能出现的6种结果 叫做试验2的基本事件。 上面两试验中每一基本事件发生的可能性都相等。
3 36
2 36
1 36 1 6
例3、先后抛掷 3 枚均匀的一分、二分、五分硬币 (1)一共可能出现多少种不同结果? (2)出现“2枚正面1枚反面”的结果有几种?
(3)出现“2枚正面1枚反面”的概率是多少?
解: (1)一共有2x2x2=8种不同结果. 抛一分 二分 (2)出现“2枚正面1枚反面的 结果有3种. (3)出现“2枚正面1枚反面” 3 的概率是 8 五分 可能出现结果
例1 一个口袋内装有大小相等的1个白球和已编 有不同号码的3个黑球,从中摸出2个球. (1)共有多少种不同的结果? (2)摸出2个黑球有多种不同的结果? (3)摸出两个黑球的概率是多少?
白黑1、白黑2、白黑3
I 黑1黑2、黑1黑3、黑2黑3 A
新课引入
问题3:抛掷一个骰子,落地时向上的数是3的倍数 的概率是多少? “向上的数是3的倍数”不再是一个基本事件,其 1 概率也不是 , “向上的数是3的倍数”这一事 6 件包含了两个基本事件:向上的是3或6,故其概 2 1 率为 。 6 3
问题:某班53名同学女生18名,现任选一人,则被 选中的是男生的概率是多少?被选中的是女生的概 率是多少?所选取学生的学号是7的倍数的情况有7 7 种,所选取学生的学号是7的倍数的概率为 5 3 .
例2
- 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)。
古典概型的基本模型:球放入盒子模型
例3 将n只球随机地放入N ( N n)个盒子里去, 试
求每个盒子至多有一只球的概率(盒子容量不限).
解 将n只球放入N个盒子中去, 因每一只球都可
以放入 N 个盒子中的任一盒子, 故共有
N N N N n种不同的放法, 而每个盒子 中至多放一只球共有N ( N 1)[N (n 1)]种
不同放法. 因而所求的概率为
p
N(N
1)( N Nn
n 1)
A
n N
Nn
说明:许多问题和本例有相同数学模型.
生日问题
课堂练习
1o 分房问题 将张三、李四、王五3人等可能地 分配到3 间房中去,试求每个房间恰有1人的概率.
p (答案 : p 3 33 2 / 9) 3
2o 生日问题 某班有20个学生都 是同一年出生的,求有10个学生生 日是1月1日,另外10个学生生日是 12月31日的概率. (答案 : p 2010 36520 )
S {HHH, HHT, HTH,THH, HTT,THT, TTH,TTT},
而 A1 {HTT,THT,TTH} .
S中包含有限个元素, 由对称性知每个基本
事件发生的可能性相同. 故由计算公式得
P(
A1
)
3 8
.
(2) 由于
于是
A2 {TTT} ,
P(
A2
)
1
P(
A2
)
1
1 8
7 8
.
注意
1 15
(3)P(C)
P(
B
)1
P(B)
14 15
.
课堂练习
1o 电话号码问题 在7位数的电话号码中,第一位 不能为0,求数字0出现3次的概率.
(答案 : p 9 6 13 93 9 106 ) =0.01458
1 3
2o 骰子问题 掷3颗均匀骰子,求点数之和为4的
概率.
(答案 : p 3 63 ) =1/72
10 10
假设每个盒子只能放一个球(盒子容量有限) 问题2 把4个球放到10个杯子中去,每个杯子只能 放一个球, 求第1 至第4个杯子各放一个球的概率. 解 第1至第4个杯子各放一个球的概率为
(1) 取到的两只球都是白球的概率; (2) 取到的两只球颜色相同的概率; (3) 取到的两只球中至少有一只是白球的概率.
解 (a) 放回抽样的情况. 以 A, B,C 分别表示事 件“取到的两只球都是白球”, “取到的两只球都 是红球”, “取到的两只球中至少有一只是白球”. 易知“取到两只颜色相同的球”这一事件为 A B , 而C B .
又由于基本事件是两两互不相容的, 于是
1P(S) P({e1} {e2 } {en }) P({e1}) P({e2 }) P({en })
nP({ei }),
于是
P ({ei
})
1 n
,
i 1,2,,n.
若事件A包含k个基本事件 , 即
A {ei1 } {ei2 } {eik } ,
二、古典概型的计算公式
定理 设试验的样本空间S包含n个元素 , 事件A包含k个基本事件, 则有
P(
A)
k n
SA中包基含本的事基件本的事总件数,
该式称为等可能概型中事件概率的计算公式.
证 设试验的样本空间为S {e1,e2,,en} , 由于在试验中每个基本事件发生的可能性相同, 即
P({e1}) P({e2 }) P({en }) .
在袋中依次取两只球,每一种取法为一个基本 事件, 显然此时样本空间中仅包含有限个元素, 且 由对称性知每个基本事件发生的可能性相同, 因而
可利用公式来计算事件的概率. 第一次从袋中取球有6只球可供抽取, 第二次
也有6只球可供抽取. 由组合法的乘法原理, 一共有 6 6种取法 .即样本空间中元素总数为6 6 . 对于 事件A而言 , 由于第一次共有4只白球可供抽取, 第 二次也有4只白球可供抽取, 则由乘法原理总共有 4 4种取法 , 即A中包含4 4个元素 . 同理, B 中包 含2 2个元素 . 于是
当样本空间中的元素较多时, 一般不再将元素 一一列出, 只需分别求出S和A中元素的个数,再 用计算公式即可求得相应的概率.
古典概型的基本模型:摸球模型
例2 一只口袋装有6只球, 其中4只白球、2只红球.
从袋中取球两次, 每次随机地取一只, 考虑两种取 球方式: (a) 第一次取一只球, 观察其颜色后放回 袋中, 搅匀后再取一球. 这种取球方式叫做放回抽 样. (b) 第一次取一球不放回袋中, 第二次从剩 余的球中再取一球, 这种取球方式叫做不放回抽样. 试分别就上面两种情况求
(1) 取到的两只球都是白球的概率;
(2) 取到的两只球颜色相同的概率;
(3) 取到的两只球中至少有一只是白球的概率.
基本事件总数为
6 , 2
A
所包含基本事件的个数为
4, 2
故(1)P(
A)
4 2
6
2
2 5
(2) P( A
B) P(A) P(B) 7 .
15
2
P(B) 4 .
66 9
P(B) 2 2 1 .
66 9 由于AB , 得
P( A B) P( A) P(B) 5 .
9
P(C) P(B ) 1 P(B) 8 .
9 (b) 不放回抽样. 请同学们自己完成.
例2 一只口袋装有6只球, 其中4只白球、2只红球.
从袋中取球两次, 每次随机地取一只, 不放回抽样
这里i1,i2,,ik是1,2,,n中某k个不同的数 , 则有
k
k A包含的基本事件数
P( A) j1 P({eij }) n S中基本事件的总数
定理得证.
三、典型例题
例1 将一枚硬币抛掷三次. (1) 设事件A1为“恰有一次出现正面” 求P( A1 ) ; (2) 设事件A2为“至少有一次出现正面”, 求P( A2 ) . 解 (1) 我们考虑如下的样本空间:
第四节 等可能概型(古典概型)
一、古典概型定义 二、古典概型计算公式 三、典型例题 四、小结
一、古典概型的定义
定义 设E是随机试验, 若E满足下列条件: 1。试验的样本空间只包含有限个元素; 2。试验中每个基本事件发生的可能性相同. 则称E为等可能概型. 等可能概型的试验大量存在, 它在概率论发 展初期是主要研究对象. 等可能概型的一些概念 具有直观、容易理解的特点, 应用非常广泛.