条件概率及其性质

合集下载

1.4条件概率及有关公式

1.4条件概率及有关公式
i 1
23
贝叶斯公式在实际中有很多应用,它 可以帮助人们确定某结果(事件 B)发生 的最可能原因.
24
例 8 某一地区患有癌症的人占0.005,患者 对一种试验反应是阳性的概率为0.95,正常 人对这种试验反应是阳性的概率为0.04,现 抽查了一个人,试验反应是阳性,问此人是 癌症患者的概率有多大? 求解如下: 设 C={抽查的人患有癌症}, A={试验结果是阳性}, 则 C 表示“抽查的人不患癌症”.
设B1,B2,…,Bn互不相容, A Bi ,
i 1
n
P(B )P( A | B )
i 1 i i
n
( k 1,2,..., n)
P ( ABk ) 分析: P ( Bk | A) P ( A) P ( Bk ) P ( A | Bk ) 乘 法 公 式 n P ( Bi ) P ( A | Bi ) 全 概 率 公 式
5
分析: : n个样本点 B: m个样本点 AB: k个样本点 在B已发生的条件下,试验结果为m 中的一个, 这时A发生当且仅当AB中的 某一样本点发生,故 P ( AB ) k k / n P ( A | B) m m/n P( B) 相当于“缩小了样本空间”
6
条件概率的 性质: (1)非负性: 0≤P(A|B)≤1 (2) 规范性: P(|B)=1 (3)可列可加性:若Ak (k=1, 2, …)两两互 斥,则
(3)
11
推广到一般情形中: 若n个事件A1, A2, …, An满足条件: P(A1A2…Ak)>0 (k=1, 2, …, n1), 则: P(A1A2…An)=P(A1)P(A2|A1)P(A3|A1A2) … P(An|A1A2…An1)

新人教版高中数学选择性必修第三册7.1 条件概率与全概率公式

新人教版高中数学选择性必修第三册7.1 条件概率与全概率公式

.
解析 (1)从这批产品中随便地取一件,则这件产品恰好是次品的概率是 81 = 27 .
1 200 400
(2)设A:取出的产品是甲厂生产的,B:取出的产品为次品,
则由已知可得P(A)= 500 ,P(AB)= 25 ,所以这件产品恰好是甲厂生产的次品的概
1 200
1 200
率是P(B|A)= P(AB) = 1 .
第七章 随机变量及其散布
1 |利用定义求条件概率 农历五月初五是我国的传统节日——端午节,这一天,馨馨的妈妈煮了9个粽子,其 中4个大枣馅、3个腊肉馅、2个豆沙馅,馨馨随机选取两个粽子.
第七章 随机变量及其散布
1.若已知馨馨取到的两个粽子的馅不同,则取到的两个粽子分别是大枣馅和豆沙馅
的概率是多少?
P(A) P(D)
+
P(B) P(D)
=
C620 12 180
+
C620 12 180
=
13 58
.
C620
C620
所以他获得优秀的概率是 13 .
58
第七章 随机变量及其散布
4 |乘法公式及其应用 乘法公式的特点及注意事项 1.知二求一:若P(A)>0,则已知P(A),P(B|A),P(AB)中的两个值就可以求得第三个值; 若P(B)>0,则已知P(B),P(A|B),P(AB)中的两个值就可以求得第三个值. 2.P(B)与P(B|A)的区分在于两者产生的条件不同,它们是两个不同的概念,在数值上 一般也不同.
多少?
提示:用C表示事件“取到的两个粽子为同一种馅”,D表示事件“取到的两个粽子
都为腊肉馅”,
则P(C)=
C24
C32 C92

高三条件概率知识点总结

高三条件概率知识点总结

高三条件概率知识点总结高中数学中的概率是一个重要的章节,而条件概率是其中的一个核心知识点。

在高三阶段,学生们需要对条件概率进行全面的学习和理解。

本文将从条件概率的定义和性质、条件概率的计算方法、条件概率的应用等方面对这一知识点进行总结和归纳。

一、条件概率的定义和性质条件概率是指在事件B已经发生的条件下,事件A发生的概率。

用数学符号表示为P(A|B)。

条件概率的定义和性质需要我们对概率的基本概念有一定的了解。

条件概率的定义可以表示为:P(A|B) = P(AB) / P(B)。

其中,P(B) ≠ 0。

条件概率的性质有以下几个方面:互斥性、非互斥性、独立性和非独立性。

互斥性是指在两个事件的发生过程中,其中一个事件的发生将排除另一个事件的发生。

非互斥性则相反。

独立性是指两个事件的发生与否不会相互影响,而非独立性则表示相反的情况。

二、条件概率的计算方法条件概率的计算主要有两种方法:频率法和几何法。

频率法是根据历史数据或实验结果来计算条件概率。

几何法则是通过几何图形进行计算。

在使用频率法计算条件概率时,我们需要先进行事件的分类和计数,然后使用P(A|B) = N(A∩B) / N(B)的公式进行计算。

其中,N(A∩B)表示A和B同时发生的次数,N(B)表示事件B发生的总次数。

几何法则是通过事件发生的几何图形进行计算。

可以通过画出事件A和B在样本空间中的区域,来计算两个事件之间的重叠面积。

通过求出重叠面积与事件B的面积之比,即可得到条件概率。

三、条件概率的应用条件概率在实际生活中有着广泛的应用。

其中一个经典的应用是贝叶斯定理。

贝叶斯定理是一种根据已知的结果来推断事件的概率的方法。

在实际应用中,我们通常会通过贝叶斯定理来进行医学诊断、市场预测等方面的分析。

另一个应用是在赌博游戏中的运用。

比如,在扑克牌游戏中,根据已知的手牌和公共牌,可以通过条件概率来计算自己手中牌型的概率,从而根据概率来做出合理的决策。

此外,条件概率还可以应用于信息论和统计学等领域。

《条件概率》课件

《条件概率》课件
答案2
两次都取到白球的概率为$frac{6}{10} times frac{6}{10} = frac{36}{100} = frac{9}{25}$。解析:第一次取到白球 的概率为$frac{6}{10}$,第二次取到白球的概率为 $frac{6}{10}$,因此两次都取到白球的概率为 $frac{6}{10} times frac{6}{10} = frac{36}{100} =
《条件概率》ppt课件
contents
目录
• 条件概率的定义 • 条件概率的性质 • 条件概率的应用 • 条件概率的实例分析 • 条件概率的习题与解答
CHAPTER 01
条件概率的定义
条件概率的数学定义
定义
在事件B发生的条件下,事件A发生的概率称为条件概率,记作P(A|B)。
公式
P(A|B) = P(A∩B) / P(B)
条件概率的几何意义
条件概率P(A|B)表示在事件B发生的条 件下,事件A发生的概率,这可以表示 为在事件B发生的条件下,事件A发生 的区域与整个样本空间的比值。
CHAPTER 02
条件概率的性质
条件概率的加法性质
总结词
条件概率的加法性质是ቤተ መጻሕፍቲ ባይዱ当某一事件B发 生时,另一事件A发生的概率等于两事件 A和B同时发生的概率加上A不发生但B发 生的概率。
贝叶斯决策
贝叶斯决策是一种基于贝叶斯定理的决策方法,通过计算不 同行动方案在不同自然状态下的期望效用值,选择最优的行 动方案。贝叶斯决策中需要用到条件概率来计算不同自然状 态下的期望效用值。
在机器学习中的应用
分类器设计
在分类器设计中,常常需要计算不同类别下的条件概率,以设计最优的分类器。例如, 在朴素贝叶斯分类器中,通过计算不同特征在不同类别下的条件概率,实现分类器的设

条件概率、二项分布及正态分布(讲解部分)

条件概率、二项分布及正态分布(讲解部分)

考法二 正态分布问题的解题方法
例2 (2018河北石家庄新华模拟,19)“过大年,吃水饺”是我国不少地方 过春节的一大习俗.2018年春节前夕,A市某质检部门随机抽取了100包某 种品牌的速冻水饺,检测其某项质量指标值,所得频率分布直方图如下:
(1)求所抽取的100包速冻水饺该项质量指标值的样本平均数 x(同一组中 的数据用该组区间的中点值作代表);
∴E(X)=4×1 =2.
2
方法总结 1.对于正态分布N(μ,σ2),由x=μ是正态曲线的对称轴知 (1)P(X≥μ)=P(X≤μ)=0.5; (2)对任意的a有P(X<μ-a)=P(X>μ+a); (3)P(X<x0)=1-P(X≥x0); (4)P(a<X<b)=P(X<b)-P(X≤a). 2.服从N(μ,σ2)的随机变量X在某个区间内取值的概率的求法: (1)利用P(μ-σ<X≤μ+σ),P(μ-2σ<X≤μ+2σ),P(μ-3σ<X≤μ+3σ)的值直接求; (2)充分利用正态曲线的对称性和曲线与x轴之间的面积为1这些特殊性质 求解.
(2)①由直方图可以认为,速冻水饺的该项质量指标值Z服从正态分布N(μ,σ2),
利用该正态分布,求Z落在(14.55,38.45)内的概率; ②将频率视为概率,若某人从某超市购买了4包这种品牌的速冻水饺,记这4 包速冻水饺中这种质量指标值位于(10,30)内的包数为X,求X的分布列和数 学期望. 附:计算得所抽查的这100包速冻水饺的质量指标值的标准差为σ= 142.75 ≈11.95; 若ξ~N(μ,σ2),则P(μ-σ<ξ≤μ+σ)=0.682 6,P(μ-2σ<ξ≤μ+2σ)=0.954 4. 解题导引

条件概率与贝叶斯定理

条件概率与贝叶斯定理

条件概率与贝叶斯定理条件概率和贝叶斯定理是概率论中重要的概念和理论,它们在统计学、机器学习和人工智能等领域有着广泛的应用。

本文将介绍条件概率和贝叶斯定理的定义、性质和应用,并通过实际案例来说明其实际意义。

一、条件概率的定义与性质条件概率是指在已知事件B发生的条件下,事件A发生的概率。

用数学符号表示为P(A|B),读作"A在B发生的条件下发生的概率"。

条件概率的计算公式为:P(A|B) = P(A∩B) / P(B)其中,P(A∩B)表示事件A和事件B同时发生的概率,而P(B)表示事件B发生的概率。

条件概率具有以下性质:1. 非负性:条件概率始终大于等于零,即P(A|B) ≥ 0。

2. 归一性:当事件B发生时,相关事件A的所有可能性的概率之和为1,即P(A|B) + P(~A|B) = 1,其中~A表示事件A的对立事件。

二、贝叶斯定理的定义与推导贝叶斯定理是由英国数学家托马斯·贝叶斯于18世纪提出的,是概率论中重要的基本定理之一。

它表示在已知事件B发生的条件下,事件A发生的概率,并提供了从逆条件概率P(B|A)求取条件概率P(A|B)的方法。

贝叶斯定理的公式为:P(A|B) = P(B|A) * P(A) / P(B)其中,P(A|B)表示事件A在事件B发生的条件下发生的概率,P(B|A)表示事件B在事件A发生的条件下发生的概率,P(A)表示事件A发生的概率,P(B)表示事件B发生的概率。

贝叶斯定理的推导过程需要使用条件概率的定义和乘法法则,这里不再赘述。

三、贝叶斯定理的应用贝叶斯定理在实际应用中具有广泛的应用,下面以医学诊断为例,说明贝叶斯定理的应用。

假设有一种罕见疾病A,已知该疾病的发生概率为0.01%,现有一种新型检测方法B,在特定条件下能够准确识别出该疾病的患者。

假设该检测方法的准确率为99%,即当患者真实患有疾病时,该检测方法给出阳性结果的概率为99%;而当患者没有患病时,该检测方法给出阴性结果的概率为99%。

《条件概率》课件

《条件概率》课件

在机器学习中的应用
01
分类器设例如,朴素贝
叶斯分类器就是基于条件概率的分类器之一,它可以根据已知特征的概
率分布来预测未知样本的类别。
02
聚类分析
在聚类分析中,条件概率可以帮助我们确定不同数据点之间的相似性或
差异性。例如,基于密度的聚类算法可以利用条件概率密度函数来评估
数据点之间的相似性或差异性。
03
强化学习
在强化学习中,条件概率可以帮助我们确定在不同状态下采取不同行动
的概率。例如,Q-learning算法可以利用条件概率来评估在不同状态下
采取不同行动的期望回报。
04 条件概率的实例分析
抛硬币实验的条件概率分析
总结词:直观理解
详细描述:通过抛硬币实验,理解条件概率的概念。假设硬币是均匀的,那么正 面朝上的概率是0.5。在硬币已经连续出现几次正面朝上的情况下,下一次抛掷 仍然是正面朝上的概率仍然是0.5,即条件概率不变。
全概率公式与贝叶斯公式
总结词
全概率公式和贝叶斯公式是条件概率的 两个重要公式,全概率公式用于计算一 个事件的概率,而贝叶斯公式则用于更 新一个事件的概率。
VS
详细描述
全概率公式将一个事件的概率分解为若干 个互斥事件的概率之和,而贝叶斯公式则 是在已知先验概率和新信息的情况下,更 新一个事件的概率。这两个公式在统计学 、机器学习和数据分析等领域有着广泛的 应用。
B
题目2答案与解析
出现一个正面和一个反面的概率为0.75。解 析:出现一个正面和一个反面意味着出现 HH、HT、TH、TT四种情况中的三种,其
D
概率为C(2,1) / C(2,2) * C(2,1) / C(2,2) =
3/4。

一.条件概率及其性质1.条件概率的定义 设A,B为两个事件,...

一.条件概率及其性质1.条件概率的定义 设A,B为两个事件,...

(2)甲地为雨天时乙地也为雨天的概率是多少?
甲、乙2人分别对一目标射击1次,甲射中的概率为0.8,乙射 中的概率为0.9,求: (1) 2 人都射中的概率; (2) 2 人中有1人射中的概率;
(3) 2 人至少有1人射中的概率; (4) 2 人至多有1人射中的概率.
某安全生产监督部门对5家小型煤矿进行安全检查(简称安 检).若安检不合格,则整改.若整改后经复查仍不合格,则强行关 闭.设每家煤矿安检是否合格是相互独立的,且每家煤矿整改前 安检合格的概率是0.5,整改后安检合格的概率是0.8,计算(结果 精确到0.01)
三.独立重复试验 1.在相同条件下重复做的n次试验称为n次重复试验. 2.如果事件A与B相互独立,那么 A与B, A与B, A与B 也都相互独立 四.二项分布 在n次独立重复试验中,设事件A发生的次数为X,在每次 试验中事件A发生的概率为p,那么在n次独立重复试验中,事件 A恰好发生k次的概率为:
4.概率的乘法 :计算公式 :P(AB)=P(A)P(B|A)=P(B)P(A|B)
5.概率的加法 :计算公式 P(A+B)= P(A)+P(B)-P(AB) 推扩:P(A+B+C)=P(A)+P(B)+P(C)-P(AB)-P(AC)-P(BC)+P(ABC)
二.事件的相互独立性 1.定义:事件A(或B)是否发生对事件B(或A)发生的概率没有 影响,这样的两个事件叫做相互独立事件。 2、计算公式:P(AB)=P(A)P(B) 公式的推扩:P(ABC)=P(A)P(B)P(C) 3、不可能事件(或必然事件)与任何事件都是相互独立的; 4、相互独立事件的性质 若事件A与B相互独立,则事件 A与B, A与B, A与B 也都是相互独立的 5、相互独立事件与互斥事件的区别 前者是指两个试验中,两个事件发生的概率互不影响, 计算公式是P(AB)=P(A)P(B) 后者是指同一个试验中两个事件不会同时发生, 计算公式为:P(A+B)=P(A)+P(B),且满足 P( A A) P( A) P( A) 1
  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)。

条件概率及其性质1.条件概率及其性质(1)条件概率的定义设A、B为两个事件,且P(A)>0,称P(B|A)=为在事件A发生的条件下,事件B发生的条件概率.(2)条件概率的求法求条件概率除了可借助定义中的公式,还可以借助古典概型概率公式,即P(B|A)=.(3)条件概率的性质①条件概率具有一般概率的性质,即0≤P(B|A)≤1.②如果B和C是两个互斥事件,则P(B∪C|A)=P(B|A)+P(C|A) ) .2.事件的相互独立性(1)设A、B为两个事件,如果P(AB)=P(A)P(B) ,则称事件A与事件B相互独立.(2)如果事件A与B相互独立,那么与,与,与也都相互独立.3.二项分布在n次独立重复试验中,设事件A发生的次数为X,在每次试验中事件A 发生的概率为p,那么在n次独立重复试验中,事件A恰好发生k次的概率为P(X=k)=C k n p k(1-p)n-k(k=0,1, 2,…,n).此时称随机变量X服从二项分布,记作X~B(n,p) ,并称_p_为成功概率.若X~B(n,p),则E(X)=np.1.区分条件概率P(B|A)与概率P(B)它们都以样本空间Ω为总样本,但它们取概率的前提是不相同的.概率P(B)是指在整个样本空间Ω的条件下事件B发生的可能性大小,而条件概率P(B|A)是在事件A发生的条件下,事件B发生的可能性大小.2.求法:(1)利用定义分别求P(A),P(AB),得P(B|A)=P(AB) P(A);(2)先求A含的基本事件数n(A),再求在A发生的条件下B包含的事件数即n(AB),得P(B|A)=n(AB) n(A).1.1号箱中有2个白球和4个红球,2号箱中有5个白球和3个红球,现随机地从1号箱中取出一球放入2号箱,然后从2号箱随机取出一球,问(1)从1号箱中取出的是红球的条件下,从2号箱取出红球的概率是多少?(2)从2号箱取出红球的概率是多少?【解】记事件A:最后从2号箱中取出的是红球;事件B:从1号箱中取出的是红球.P(B)=42+4=23,P(B)=1-P(B)=13,(1)P(A|B)=3+18+1=49.(2)∵P(A|B)=38+1=13,∴P(A)=P(AB)+P(A B)=P(A|B)P(B)+P(A|B)P(B)=49×23+13×13=1127.2.(2011年湖南)如图,EFGH是以O为圆心,半径为1的圆的内接正方形,将一颗豆子随机地扔到该圆内,用A表示事件“豆子落在正方形EFGH内”,B表示事件“豆子落在扇形OHE(阴影部分内),”则(1)P(A)=________;(2)P(B|A)=_____答案:(1)2π (2)141.相互独立事件是指两个试验中,两事件发生的概率互不影响;相互对立事件是指同一次试验中,两个事件不会同时发生.2.在解题过程中,要明确事件中的“至少有一个发生”“至多有一个发生”“恰有一个发生”“都发生”“都不发生”“不都发生”等词语的意义.已知两个事件A 、B ,它们的概率分别为P (A )、P (B ),则A 、B 中至少有一个发生的事件为A ∪B ;A 、B 都发生的事件为AB ;A 、B 都不发生的事件为A B ;A 、B 恰有一个发生的事件为A B ∪A B ;A 、B 中至多有一个发生的事件为A B ∪A B ∪ A B .3.互斥事件与相互独立事件的区别:两事件互斥是指同一次试验中两事件不能同时发生,两事件相互独立是指不同试验下,二者互不影响;两个相互独立事件不一定互斥,即可能同时发生,而互斥事件不可能同时发生.3.(2012年山东)现有甲、乙两个靶.某射手向甲靶射击一次,命中的概率为34,命中得1分,没有命中得0分;向乙靶射击两次,每次命中的概率为23,每命中一次得2分,没有命中得0分,该射手每次射击的结果相互独立.假设该射手完成以上三次射击.(1)求该射手恰好命中一次的概率;(2)求该射手的总得分X的分布列及数学期望E(X).【解】(1)记:“该射手恰好命中一次”为事件A,“该射手射击甲靶命中”为事件B,“该射手第一次射击乙靶命中”为事件C,“该射手第二次射击乙靶命中”为事件D,由题意知P(B)=34,P(C)=P(D)=23,由于A=B C D+B C D+B C D,根据事件的独立性和互斥性得P(A)=P(B C D+B C D+B C D)=P(B C D)+P(B C D)+P(B C D)=P(B)P(C)P(D)+P(B)P(C)P(D)+P(B)P(C)P(D)=34×⎝⎛⎭⎪⎪⎫1-23×⎝⎛⎭⎪⎪⎫1-23+⎝⎛⎭⎪⎪⎫1-34×23×⎝⎛⎭⎪⎪⎫1-23+⎝⎛⎭⎪⎪⎫1-34×⎝⎛⎭⎪⎪⎫1-23×23=736.(2)根据题意,X 的所有可能取值为0,1,2,3,4,5,根据事件的独立性和互斥性得P (X =0)=P (B C D )=[1-P (B )][1-P (C )][1-P (D )]=⎝⎛⎭⎪⎪⎫1-34×⎝⎛⎭⎪⎪⎫1-23×⎝ ⎛⎭⎪⎪⎫1-23=136, P (X =1)=P (B C D )=P (B )P (C )P (D )=34×⎝ ⎛⎭⎪⎪⎫1-23×⎝ ⎛⎭⎪⎪⎫1-23=112,P (X =2)=P (B C D +B C D )=P (B C D )+P (B C D )=⎝⎛⎭⎪⎪⎫1-34×23×⎝ ⎛⎭⎪⎪⎫1-23+⎝ ⎛⎭⎪⎪⎫1-34×⎝ ⎛⎭⎪⎪⎫1-23×23=19, P (X =3)=P (BC D +B C D )=P (BC D )+P (B C D )=34×23×⎝ ⎛⎭⎪⎪⎫1-23+34×⎝⎛⎭⎪⎪⎫1-23×23=13, P (X =4)=P (B CD )=⎝⎛⎭⎪⎪⎫1-34×23×23=19, P (X =5)=P (BCD )=34×23×23=13. 故X 的分布列为所以E(X)=0×136+1×112+2×19+3×13+4×19+5×13=4112.(1)注意区分互斥事件和相互独立事件,互斥事件是在同一试验中不可能同时发生的情况,相互独立事件是指几个事件的发生与否互不影响,当然可以同时发生.(2)求离散型随机变量的分布列的关键是正确理解随机变量取每一个值所表示的具体事件,然后综合应用各类求概率的公式,求出概率.(3)求随机变量的期望和方差的关键是正确求出随机变量的分布列,若随机变量服从二项分布,则可直接使用公式求解.4.(2011年山东高考)红队队员甲、乙、丙与蓝队队员A、B、C进行围棋比赛,甲对A,乙对B,丙对C各一盘.已知甲胜A,乙胜B,丙胜C 的概率分别为0.6,0.5,0.5.假设各盘比赛结果相互独立.(1)求红队至少两名队员获胜的概率;(2)用ξ表示红队队员获胜的总盘数,求ξ的分布列和数学期望E(ξ).解:(1)设甲胜A的事件为D,乙胜B的事件为E,丙胜C的事件为F.则D,E,F分别表示甲不胜A、乙不胜B、丙不胜C的事件.因为P(D)=0.6,P(E)=0.5,P(F)=0.5,由对立事件的概率公式知P(D)=0.4,P(E)=0.5,P(F)=0.5.红队至少两人获胜的事件有:DE F,D E F,D EF,DEF.由于以上四个事件两两互斥且各盘比赛的结果相互独立,因此红队至少两人获胜的概率为P=P(DE F)+P(D E F)+P(D EF)+P(DEF)=0.6×0.5×0.5+0.6×0.5×0.5+0.4×0.5×0.5+0.6×0.5×0.5=0.55.(2)由题意知ξ可能的取值为0,1,2,3.又由(1)知D E F、D E F、D E F是两两互斥事件,且各盘比赛的结果相互独立,因此P(ξ=0)=P(D E F)=0.4×0.5×0.5=0.1,P(ξ=1)=P(D E F)+P(D E F)+P(D E F)=0.4×0.5×0.5+0.4×0.5×0.5+0.6×0.5×0.5=0.35,P(ξ=3)=P(DEF)=0.6×0.5×0.5=0.15.由对立事件的概率公式得P(ξ=2)=1-P(ξ=0)-P(ξ=1)-P(ξ=3)=0.4.所以ξ的分布列为:ξ012 3P 0.10.350.40.15因此E(ξ)=0×0.1+1×0.35+2×0.4+3×0.15=1.6.1.判断某事件发生是否是独立重复试验,关键有两点:(1)在同样的条件下重复,相互独立进行;(2)试验结果要么发生,要么不发生.2.在利用n次独立重复试验中,恰好发生k次的概率P(x=k)=C k n p k(1-p)n-k,k=0,1,2,….要注意n,k,p的取值.3.遇到“至少”“至多”问题时,要考虑从对立事件入手计算.4.二项分布模型(1)判断一个随机变量是否服从二项分布,要看两点:①是否为n 次独立重复试验.②随机变量是否为在这n 次独立重复试验中某事件发生的次数.(2)涉及产品数量很大,而且抽查次数又相对较少的产品抽查问题时,由于产品数量很大,因而抽查时,抽出次品与否对后面的抽样的次品率影响很小,所以可以认为各次抽查的结果是彼此独立的.(3)若随机变量X ~B (n ,p ),则E (X )=np .5.(2012年天津)现有4个人去参加某娱乐活动,该活动有甲、乙两个游戏可供参加者选择.为增加趣味性,约定:每个人通过掷一枚质地均匀的骰子决定自己去参加哪个游戏,掷出点数为1或2的人去参加甲游戏,掷出点数大于2的人去参加乙游戏.(1)求这4个人中恰有2人去参加甲游戏的概率;(2)求这4个人中去参加甲游戏的人数大于去参加乙游戏的人数的概率;(3)用X ,Y 分别表示这4个人中去参加甲、乙游戏的人数,记ξ=|X -Y |,求随机变量ξ的分布列与数学期望E (ξ) 【解】 依题意,这4个人中,每个人去参加甲游戏的概率为13,去参加乙游戏的概率为23. 设“这4个人中恰有i 人去参加甲游戏”为事件A i (i =0,1,2,3,4),则P (A i )=C i 4⎝⎛⎭⎪⎪⎫13i ⎝ ⎛⎭⎪⎪⎫234-i . (1)这4个人中恰有2人去参加甲游戏的概率P (A 2)=C 24⎝⎛⎭⎪⎪⎫132 ⎝ ⎛⎭⎪⎪⎫232=827. (2)设“这4个人中去参加甲游戏的人数大于去参加乙游戏的人数”为事件B ,则B =A 3∪A 4.由于A 3与A 4互斥,故P (B )=P (A 3)+P (A 4)=C 34⎝⎛⎭⎪⎪⎫133⎝ ⎛⎭⎪⎪⎫23+C 44⎝ ⎛⎭⎪⎪⎫134=19. 所以,这4个人中去参加甲游戏的人数大于去参加乙游戏的人数的概率为19.(3)ξ的所有可能取值为0,2,4. 由于A 1与A 3互斥,A 0与A 4互斥,故P (ξ=0)=P (A 2)=827, P (ξ=2)=P (A 1)+P (A 3)=4081,P (ξ=4)=P (A 0)+P (A 4)=1781. 所以ξ的分布列是随机变量ξ的数学期望E (ξ)=0×827+2×4081+4×1781=14881.6. 张先生家住H 小区,他工作在C 科技园区,从家到公司上班的路上有L 1,L 2两条路线(如图所示),L 1路线上有A 1,A 2,A 3三个路口,各路口遇到红灯的概率均为12;L 2路线上有B 1,B 2两个路口,各路口遇到红灯的概率依次为34,35.(1)若走L 1路线,求最多遇到1次红灯的概率;(2)若走L 2路线,求遇到红灯的次数X 的数学期望;(3)按照“遇到红灯的平均次数最少”的要求,请你帮助张先生从上述两条路线中选择一条最好的上班路线,并说明理由.解:(1)设“走L 1路线最多遇到1次红灯”为事件A ,则P (A )=C 03×⎝⎛⎭⎪⎪⎫123+C 13×12×⎝ ⎛⎭⎪⎪⎫122=12.所以走L 1路线,最多遇到1次红灯的概率为12. (2)依题意,X 的可能取值为0,1,2.,P (X =0)=⎝⎛⎭⎪⎪⎫1-34×⎝ ⎛⎭⎪⎪⎫1-35=110,P (X=1)=34×⎝ ⎛⎭⎪⎪⎫1-35+⎝ ⎛⎭⎪⎪⎫1-34×35=920, P (X =2)=34×35=920.故随机变量X 的分布列为 X0 1 2P 110 920 9206.(1)设某种灯管使用了500 h 还能继续使用的概率是0.94,使用到700 h 后还能继续使用的概率是0.87,问已经使用了500 h 的灯管还能继续使用到700 h 的概率是多少?(2)有一批种子的发芽率为0.9,出芽后的幼苗成活率为0.8,在这批种子中,随机抽取1粒,求这粒种子能成长为幼苗的概率.【正确解答】 (1)设A =“能使用到500 h ”,B =“能使用到700h ”,则P (A )=0.94,P (B )=0.87.而所求的概率为P (B |A ),由于B ⊆A ,故P (B |A )=P (A ∩B )P (A )=P (B )P (A )=0.870.94=8794. (2)据题意知P (A )=0.9,P (B |A )=0.8,故由P (B |A )=P (A ∩B )P (A )知P (A ∩B )=P (A )·P (B |A )=0.72,又由于B ⊆A ,故P (A ∩B )=P (B )=0.72即为这粒种子能成长为幼苗的概率.假定生男生女是等可能的,某家庭有3个孩子,其中有1名女孩,求其至少有1个男孩的概率.解:法一:此家庭共有3个孩子,包含基本事件有(男,男,男),(男,男,女),(男,女,男),(女,男,男),(男,女,女),(女,男,女),(女,女,男),(女,女,女)其中至少有1个女孩共有7种可能,其中至少有1个男孩有6种可能,故其概率为67法二:记事件A表示“其中有1名女孩”,B表示“至少有1个男孩”,P(B|A)=6878=67.。

相关文档
最新文档