浙大 概率论第一章3第四讲几何概率
浙大《概率论与数理统计(第四版)简明本》盛骤著 课后习题解答

{
2
}
------------------------------------------------------------------------------2.设 A,B,C 为三个事件,用 A,B,C 的运算关系表示下列事件。 (1)A 发生,B 与 C 不发生; (2)A 与 B 都发生,而 C 不发生; (3)A,B,C 中至少有一个发生; (4)A,B,C 都发生; (5)A,B,C 都不发生; (6)A,B,C 中不多于一个发生; (7)A,B,C 中不多于两个发生; (8)A,B,C 中至少有两个发生。 解 此题关键词: “与, ” “而” , “都”表示事件的“交” ; “至少”表示事件的“并” ; “不多 于”表示“交”和“并”的联合运算。 (1) ABC 。
概率论与数理统计作业习题解答(浙大第四版)
第一章 概率的基本概念 习题解析 第 1、2 题 随机试验、 随机试验、样本空间、 样本空间、随机事件 ------------------------------------------------------------------------------1.写出下列随机试验的样本空间: (1)记录一个小班一次数学考试的平均分数(设以百分制记分) 。 (2)生产产品直到有 10 件正品为止,记录生产产品的总件数。 (3)对某工厂出厂的产品进行检查,合格的记上“正品” ,不合格的记上“次品” ,如连续 查出 2 个次品就停止检查,或检查 4 个产品就停止检查,记录检查的结果。 (4)在单位圆内任意取一点,记录它的坐标。 解 (1)高该小班有 n 个人,每个人数学考试的分数的可能取值为 0,1,2,…,100,n 个人分数这和的可能取值为 0,1,2,…,100n,平均分数的可能取值为 样本空间为 S=
(浙大第四版)概率论与数理统计知识点全汇总

第1章随机事件及其概率(1)排列组合公式)!(!nmmP n m从m个人中挑出n个人进行排列的可能数)!(!!nmnmC n m从m个人中挑出n个人进行组合的可能数(2)加法和乘法原理加法原理(两种方法均能完成此事):m+n某件事由两种方法来完成,第一种方法可由m种方法完成,第二种方法可由n种方法来完成,则这件事可由m+n 种方法来完成。
乘法原理(两个步骤分别不能完成这件事):m×n某件事由两个步骤来完成,第一个步骤可由m种方法完成,第二个步骤可由n 种方法来完成,则这件事可由m×n 种方法来完成。
(3)一些常见排列重复排列和非重复排列(有序)对立事件(至少有一个)顺序问题(4)随机试验和随机事件如果一个试验在相同条件下可以重复进行,而每次试验的可能结果不止一个,但在进行一次试验之前却不能断言它出现哪个结果,则称这种试验为随机试验。
试验的可能结果称为随机事件。
(5)基本事件、样本空间和事件在一个试验下,不管事件有多少个,总可以从其中找出这样一组事件,它具有如下性质:①每进行一次试验,必须发生且只能发生这一组中的一个事件;②任何事件,都是由这一组中的部分事件组成的。
这样一组事件中的每一个事件称为基本事件,用来表示。
基本事件的全体,称为试验的样本空间,用表示。
一个事件就是由中的部分点(基本事件)组成的集合。
通常用大写字母A,B,C,,表示事件,它们是的子集。
为必然事件,?为不可能事件。
不可能事件(?)的概率为零,而概率为零的事件不一定是不可能事件;同理,必然事件(Ω)的概率为1,而概率为1的事件也不一定是必然事件。
(6)事件的关系与运算①关系:如果事件A的组成部分也是事件B的组成部分,(A发生必有事件B发生):BA如果同时有BA,AB,则称事件A与事件B等价,或称A 等于B:A=B。
A、B中至少有一个发生的事件:A B,或者A+B。
属于A而不属于B的部分所构成的事件,称为A与B的差,记为A-B,也可表示为A-AB或者BA,它表示A发生而B不发生的事件。
概率论与数理统计--第一章 概率论的基本概念(2)

利用软件包进行数值计算
3 超几何概率
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件的取法数
C
n N
在 N 件产品中抽取n件,其中恰有k 件次品的取法数
C
nk N D
C
k D
于是所求的概率为
p
C
nk N D n N
7 12
周ቤተ መጻሕፍቲ ባይዱ 周四 周五 周六 周日
故一周内接待 12 次来访共有 712 种.
2 1
2
2 3
2 4
2 12
周一 周二 周三 周四 周五 周六 周日
12 次接待都是在周二和周四进行的共有 212 种. 故12 次接待都是在周二和周四进行的概率为
212 p 12 0.0000003 . 7
(1) 每一个班级各分配到一名特长生的分法共有
( 3!12! ) (4! 4! 4! ) 种.
因此所求概率为
25 3!12! 15! . p1 4! 4! 4! 5! 5! 5! 91
(2)将3名特长生分配在同一个班级的分法共有3种, 12! 种. 对于每一种分法,其余12名新生的分法有 2! 5! 5! 因此3名特长生分配在同一个班级的分法共有
例4 将 15 名新生随机地平均分配到三个班级中 去,这15名新生中有3名是特长生.问 (1) 每一个班 级各分配到一名特长生的概率是多少? (2) 3 名特长生分配在同一个班级的概率是多少?
解 15名新生平均分配到三个班级中的分法总数:
15 10 5 15! . 5 5 5 5! 5! 5!
概率论与数理统计(浙大版)第四章课件PPT课件

10
10
10
x
14166.7(元)
第15页/共84页
数学期望的特性:
1.设C是常数,则有E(C) C 2.设X是一个随机变量,C是常数,则有E(CX ) CE(X )
3.设X ,Y是两个随机变量,则有E(X Y) E(X ) E(Y)
将上面三项合起来就是:E(aX bY c) aE(X ) bE(Y) c 4.设X ,Y是相互独立的随机变量,则有E(XY) E(X )E(Y)
其余同理可得,于是Y的分布率为:
期望利润Y 是多少 2? 0
5 10
pk 0.057 0.205 0.410 0.328
于是 E(Y ) 5.21( 6 万元)
第6页/共84页
例5:设 X (),求E(X )。
解:X的分布律为:P(X k) ke k 0,1,
k! X的数学期望为:
E( X ) k ke
第1页/共84页
§1 数学期望
例1:甲、乙两人射击比赛,各射击100次,其中甲、乙的
成绩
如下:
甲 8 9 10
次数 10 80 10
乙 8 9 10
次数 20 65 15
解:计算评甲的定平他均成们绩的:成
绩
好
810
坏。
980 100
1010
8
10 100
9
80 100
10
10 100
9
计算乙的平均成绩:
也称为均值(加权均值)。
第2页/共84页
定义:设离散型随机变量X的分布律为:P( X xk ) pk k 1, 2,
若级数 xk pk绝对收敛,则称级数 xk pk的和为随机变量X
k 1
(浙大四版)概率论与数理统计知识点总结

5 / 28
泊松分布
设随机变量 X 的分布律为
k
P( X k )
e,
k!
0 , k 0,1,2 ,
则称随 机变 量 X 服从 参数为 的泊 松分 布, 记为
X ~ ( ) 或者 P( ) 。
超几 何分 布
泊松分布为二项分布的极限分布( np=λ,n→∞)。
P( X
k)
C
k M
C
n N
C
n N
k M
1 e , 2 2
4 / 28
(4)分 布函数
设 X 为随机变量, x 是任意实数,则函数 F (x) P( X x)
称为随机变量 X 的分布函数,本质上是一个累积函数。
P(a X b) F (b) F (a) 可以得到 X 落入区间 (a,b] 的概率。
分布函数 F ( x) 表示随机变量落入区间(–∞, x] 内的概率。
( 15)全 概公式
( 16)贝 叶斯公式
定义设 A、B 是两个事件,且 P(A)>0,则称 P( AB) 为事件 A 发生条 P( A)
件下,事件 B 发生的条件概率,记为 P( B / A) P( AB) 。 P ( A)
条件概率是概率的一种,所有概率的性质都适合于条件概率。 例如 P(Ω /B)=1 P( B /A)=1-P(B/A) 乘法公式: P( AB) P( A) P( B / A)
分布函数具有如下性质:
1° 0 F ( x) 1,
x
;
2° F ( x) 是单调不减的函数,即 x1 x2 时,有 F (x1) F (x2) ;
3° F ( ) lim F ( x) 0 , F ( ) lim F ( x) 1 ;
(浙大第四版)概率论与数理统计知识点总结

第1章随机事件及其概率(1)排列组合公式)!(!nmmP n m从m个人中挑出n个人进行排列的可能数)!(!!nmnmC n m从m个人中挑出n个人进行组合的可能数(2)加法和乘法原理加法原理(两种方法均能完成此事):m+n某件事由两种方法来完成,第一种方法可由m种方法完成,第二种方法可由n种方法来完成,则这件事可由m+n 种方法来完成。
乘法原理(两个步骤分别不能完成这件事):m×n某件事由两个步骤来完成,第一个步骤可由m种方法完成,第二个步骤可由n 种方法来完成,则这件事可由m×n 种方法来完成。
(3)一些常见排列重复排列和非重复排列(有序)对立事件(至少有一个)顺序问题(4)随机试验和随机事件如果一个试验在相同条件下可以重复进行,而每次试验的可能结果不止一个,但在进行一次试验之前却不能断言它出现哪个结果,则称这种试验为随机试验。
试验的可能结果称为随机事件。
(5)基本事件、样本空间和事件在一个试验下,不管事件有多少个,总可以从其中找出这样一组事件,它具有如下性质:①每进行一次试验,必须发生且只能发生这一组中的一个事件;②任何事件,都是由这一组中的部分事件组成的。
这样一组事件中的每一个事件称为基本事件,用来表示。
基本事件的全体,称为试验的样本空间,用表示。
一个事件就是由中的部分点(基本事件)组成的集合。
通常用大写字母A,B,C,…表示事件,它们是的子集。
为必然事件,?为不可能事件。
不可能事件(?)的概率为零,而概率为零的事件不一定是不可能事件;同理,必然事件(Ω)的概率为1,而概率为1的事件也不一定是必然事件。
(6)事件的关系与运算①关系:如果事件A的组成部分也是事件B的组成部分,(A发生必有事件B发生):BA如果同时有BA,AB,则称事件A与事件B等价,或称A 等于B:A=B。
A、B中至少有一个发生的事件:A B,或者A+B。
属于A而不属于B的部分所构成的事件,称为A与B的差,记为A-B,也可表示为A-AB或者BA,它表示A发生而B不发生的事件。
(浙大第四版)概率论与数理统计知识点总结
2° P(Ω) =1
3° 对于两两互不相容的事件 , ,…有
常称为可列(完全)可加性。
则称P(A)为事件 的概率。
(8)古典概型
1° ,
2° 。
设任一事件 ,它是由 组成的,则有
P(A)= =
(9)几何概型
若随机试验的结果为无限不可数并且每个结果出现的可能性均匀,同时样本空间中的每一个基本事件可以使用一个有界区域来描述,则称此随机试验为几何概型。对任一事件A,
(4)
(5)对于
.
(4)离散型与连续型的关系
(5)边缘分布
离散型
X的边缘分布为
;
Y的边缘分布为
。
连续型
X的边缘分布密度为
Y的边缘分布密度为
(6)条件分布
离散型
在已知X=xi的条件下,Y取值的条件分布为
在已知Y=yj的条件下,X取值的条件分布为
连续型
在已知Y=y的条件下,X的条件分布密度为
;
在已知X=x的条件下,Y的条件分布密度为
Z=X+Y
根据定义计算:
对于连续型,fZ(z)=
两个独立的正态分布的和仍为正态分布( )。
n个相互独立的正态分布的线性组合,仍服从正态分布。
,
Z=max,min(X1,X2,…Xn)
若 相互独立,其分布函数分别为 ,则Z=max,min(X1,X2,…Xn)的分布函数为:
分布
设n个随机变量 相互独立,且服从标准正态分布,可以证明它们的平方和
条件概率是概率的一种,所有概率的性质都适合于条件概率。
例如P(Ω/B)=1 P( /A)=1-P(B/A)
(13)乘法公式
乘法公式:
浙江大学第四版概率论 1-4
212 种.
212 p 12 0.0000003 . 7
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9 假设每人的生日在一年 365 天中的任一天 是等可能的 , 即都等于 1/365 ,求 64 个人中至少 有2人生日相同的概率.
解
64 个人生日各不相同的概率为
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.
解 7 1 周一 7 2 周二 7 3 周三 7 4 周四
周五
7 12 周六 周日
故一周内接待 12 次来访共有
712 种.
2 1
2
2 3
2 4
周五 周六
2 12
周一
周二
周三
周四
周日
12 次接待都是在周二和周四进行的共有 故12 次接待都是在周二和周四进行的概率为
2018年5月10日10时4分
模型的应用
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.
答案 : p 2 9
生日问题 假设每人的生日在一年365天中的任 一天是等可能的,即都等于1/365,那么随机选取 n(n≤365)个人,试求(1)他们的生日各不相同的概率; (2)n个人中至少有两人生日相同的概率。
2018年5月10日10时4分
例5 (抽签问题)一袋中有a个白球,b个红球,k个人依 次从袋中取一只球,(1)作放回抽样;(2)不放回抽样, 求第i(i=1,2,…,k)人取到白球(记为事件B)的概率 (k≤a+b). 解(1)放回抽样情况,
从a b个球中有放回地取 k个球所有可能的取法有 :
(完整word版)(浙大第四版)概率论与数理统计知识点总结详解
(7)概率 的公理化 定义
Ai Ai
德摩根率: i1
i1
AB AB,AB AB
设 为样本空间, A 为事件,对每一个事件 A 都有一个实数 P(A),若满足下列三个条件:
件下,事件 B 发生的条件概率,记为 P(B / A) P( AB) 。 P( A)
条件概率是概率的一种,所有概率的性质都适合于条件概率。 例如 P(Ω/B)=1 P( B /A)=1-P(B/A) 乘法公式: P(AB) P(A)P(B / A) 更一般地,对事件 A1,A2,…An,若 P(A1A2…An-1)>0,则有
P( A1A2 … An) P( A1)P( A2 | A1)P( A3 | A1A2) …… P( An | A1A2 …
An 1) 。 ①两个事件的独立性
设事件 A 、B 满足 P(AB) P(A)P(B) ,则称事件 A 、B 是相互独 立的。
若事件 A 、 B 相互独立,且 P(A) 0 ,则有
A-B,也可表示为 A-AB 或者 AB ,它表示 A 发生而 B 不发生的事件。
1
概率论与数理统计 公式(全)
知识点总结
A、B 同时发生:A B,或者 AB。A B=Ø,则表示 A 与 B 不可能同
时发生,称事件 A 与事件 B 互不相容或者互斥。基本事件是互不 相容的。
-A 称为事件 A 的逆事件,或称 A 的对立事件,记为 A 。它表示
1
概率论与数理统计 公式(全)
知识点总结
当 A=Ω时,P( B )=1- P(B)
第1.4节几何概率
1.4 几何概率一、例子与计算公式二、蒲丰问题三、贝特朗奇论四、几何概率基本性质早在概率论发展初期,人们就认识到,只考虑有限个等可能样本点的古典方法是不够的.借助于古典概率的定义,设想仍用“事件的概率”等于“部分”比“全体”的方法,来规定事件的概率. 不过现在的“部分”和“全体”所包含的样本点是无限的. 用什么数学方法才能构造出这样的数学模型?显然用几何的方法是容易达到的.把等可能推广到无限个样本点场合,人们引入了几何概型. 由此形成了确定概率的另一方法——几何方法.一、例子与计算公式例某人午觉醒来,发觉表停了,他打开收音机,想听电台报时,求他等待时间短于10钟的概率。
解每两次正点报时相差60分钟,而此人打开收音机应该介于两次报时之间的任何时间,等待不超过10分钟占据了两次报时之间60分钟的六分之一,因此等待时间短于10钟的概率应该等于10钟的长度比两次报时时间间距的长度,即101p==606例如果在一个5万平方公里的海域里有表面积达40平方公里的大陆架储藏着石油,假设在这海域里随机选定一点钻探,问钻到石油的概率是多少?解由于随机选取一点钻探,因而每一点别选到的可能性是相等的,而储藏着石油的海域占整个海域的4050000因此钻到石油的概率应该为储藏着石油的海域面积比整个海域的面积,即p==40500001800,, ()0g g A g g P A ΩΩΩ=<<∞ 若对于一随机试验每个样本点出现是等可能的若以表示“在区域中随机的取一点,而该点落在区域中”这一事件。
则其概率定义为的测度的测度其中的测度。
通过上述两个例子可以看出,其概率等于部分度量比上整体度量,由此我们给出其一般定义定义当随机试验的样本空间是某个区域,并且任意一点落在度量(长度, 面积, 体积) 相同的子区域是等可能的,则事件A 的概率可定义为)()()(Ωm A m A P =说明当古典概型的试验结果为连续无穷多个时,就归结为几何概率..))(,)((几何概率规定的概率称为量来合理这样借助于几何上的度的子区域的度量是构成事件是样本空间的度量其中A A m m Ω那末.0,0T y T x ≤≤≤≤两人会面的充要条件为,t y x ≤-例1甲、乙两人相约在0 到T 这段时间内, 在预定地点会面. 先到的人等候另一个人, 经过时间t ( t <T ) 后离去.设每人在0 到T 这段时间内各时刻到达该地是等可能的, 且两人到达的时刻互不牵连.求甲、乙两人能会面的概率.会面问题解,,,刻乙两人到达的时分别为甲设y x故所求的概率为正方形面积阴影部分面积=p 222)(Tt T T --=.)1(12T t --=xo y t x y =-t y x =-若以x , y 表示平面上点的坐标,则有∙t ∙T ⋅T例2甲、乙两人约定在下午1 时到2 时之间到某站乘公共汽车, 又这段时间内有四班公共汽车它们的开车时刻分别为1:15、1:30、1:45、2:00.如果它们约定(1) 见车就乘; (2) 最多等一辆车,求甲、乙同乘一车的概率.假定甲、乙两人到达车站的时刻是互相不牵连的,且每人在1时到2 时的任何时刻到达车站是等可能的.xoy ⋅1⋅2∙∙∙见车就乘的概率为正方形面积阴影部分面积=p 22)12()41(4-⨯=.41=⋅45:1⋅30:1⋅15:1∙1∙2∙15:1∙30:1∙45:1设x, y 分别为甲、乙两人到达的时刻,则有,21≤≤x .21≤≤y 解∙∙∙最多等一辆车,甲、乙同乘一车的概率为.8521)161(341=⨯⨯+=p xoy⋅1⋅2⋅45:1⋅30:1⋅15:1∙1∙2∙15:1∙30:1∙45:1二、蒲丰问题例31777年,法国科学家蒲丰(Buffon)提出了投针试验问题.平面上画有等距离为a (>0)的一些平行直线,现向此平面任意投掷一根长为b ( <a )的针,试求针与任一平行直线相交的概率.解,,直线的距离到最近的一条平行针的中点表示针投到平面上时 以M x ax ϕM).锐角(夹角表示针与该平行直线的ϕ.),(完全确定置可由那么针落在平面上的位ϕxaxϕM由投掷的任意性可知,这是一个几何概型问题.2π0,sin 20≤≤≤≤ϕϕbx .中的所有点一一对应}20,20|),{(与矩形区域果投针试验的所有可能结πϕϕ≤≤≤≤=Ωax x 中的点满足发生的充分必要条件为针与任一平行直线相交所关心的事件Ω}{=A的面积的面积)(m )(m )(Ω=Ω=G G A P 2π2d sin 22π0⨯=⎰abϕϕ.π2a b =蒲丰投针试验的应用及意义π2)(a bA P =那么的近似值代入上式作为即可则频率值的次数算出针与平行直线相交很大时当投针试验次数 根据频率的稳定性,)(,,,A P nmm n ,π2a b n m ≈.2πambn ≈⇒.π的近似值利用上式可计算圆周率历史上一些学者的计算结果(直线距离a =1)3.179585925200.54191925Reina3.1415929180834080.831901Lazzerini 3.159548910300.751884Fox 3.1373826001.01860DeMorgan 3.1554121832040.61855Smith 3.1596253250000.81850Wolf 相交次数投掷次数针长时间试验者的近似值π利用蒙特卡罗(Monte-Carlo)法进行计算机模拟.85.0,1==b a 取利用蒙特卡罗(Monte-Carlo)法通过计算机模拟计算积分0()()aI f x dx f x M =≤≤⎰,0三、贝特朗奇论贝特朗奇论在半径为1的圆内随机的取一条弦,问其长超过该圆内接等边三角形的边长3的概率等于多少?AB 结论一固定一点A ,以此为顶点在圆周上做一等边三角形,显然只有弦落入等边三角形内才满足要求,而这种弦的另一端点B 所走过的弧长只占整个圆周的三分之一,因而概率为13结论二因为弦长与它与圆心的距离有关,而与方向无关,因此可以假定它垂直与某一直径MN,当且仅当它与圆心的距离小于二分之一时,其边长才满足要求,而这样的弦AB与MN 的交点组成的线段只占直径MN的二分之一,因此其概率为二分之一。
- 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)。
推论5. 设A、B为任意俩事件, 则P(A-B)=P(A)-P(AB);
推论6. (一般概率加法公式)对任意事件A、B有 P(A∪B)=P(A)+P(B)-P(AB);
推广: P (A∪B∪C) =P (A) + P (B) + P (C) - P (AB)
- P (AC) - P (BC) + P (ABC);
第四讲
几何概率
早在概率论发展初期,人们就认识到, 只考虑有限个等可能样本点的古典方法是不 够的. 把等可能推广到无限个样本点场合,人们 引入了几何概型. 由此形成了确定概率的另 一方法——几何方法. 请看演示 几何概率
一.定义: 设有一个可度量区域S(这个区域可以是
直线区域、平面区域或空间区域),向 区域内任意掷一质点M,此点落于S内任 一位置是等可能的,且落在S内任何子区 域A上的可能性与A的度量(如长度,面 积,…)成正比,而与A的位置和形状 无关,则这个试验称为几何概型试验; 并定义M落在A中的概率P(A)为:
P( A ) A的几何度量 S的几何度量 L(A) L(S)
例1.(约会问题)甲、乙两人约定在6点到7点之间在 某处会面,并约定先到者应等候另一个人一刻钟, 过时即可离去,求两人能会面的概率。 解: 以x, y分别表示甲乙两人到达约会地点的时间,则 两人能够会面的充要条件是:|x-y|≤15. 在平面 上建立直角坐标系,如图 y 则(x, y)的所有可能结果是边 60 长为60的正方形,图中阴影表示 可会面的时间。 设A=两人能会面,则 15
代入数据计算
例2
对 问
某人将三封写好的信随机装入三个写 好地址的信封中,问没有一封信装对地 址的概率是多少?
设Ai ={第i封信装入第i个信封} i =1,2,3
A={没有一封信装对地址} 则
A={至少有一封信装对地址}
直接计算P(A)不易,我们先来计算 P ( A )
A A1 A2 A3
由概率是频率的数学抽象,可以推得统计概率 具有如下性质:
1. 2. 3. 0≤P(A)≤1; P(S)=1; 若 A1 , A 2 , A n 互不相容,则
P ( A 1 A 2 A n ) P ( A1 ) P ( A 2 ) P ( A n )
古典概率的其他性质对统计概率也同样成立。
( 1) 1 n!
n 1
1 n!
)
( 1)
fn( A ) m n P( A )
,足以满足实际需要。
例1.用某种药物对患有胃溃疡的512个病人进 行治疗,结果368人有明显疗效,现有胃 溃疡病人预服此药,你能对其效果作何 0.72 ,由统
512
计概率定义该患者服此药有明显效果的可 能性为0.72。
蒲丰投针试验
第五讲
统计概率
下面我们从几个试验入手,揭示随机 事件一个极其重要的特征:
频率稳定性
频率在一定程度上反映了事件发生的 可能性大小. 尽管每进行一连串(n次)试 验,所得到的频率可以各不相同,但只要 n相当大,频率与概率是会非常接近的.
因此,概率是可以通过频率来“测量” 的, 频率是概率的一个近似.
P( A1 A2 An ) P( A1 ) P( A2 ) P( An )
证明:
P ( A1 A2 An ) P ( A1 A2 An ) P ( A1 ) P ( A2 ) P ( An ).
即 古典概率的性质也是一般公理化概率的性质。 古典概率、几何概率、统计概率都是公理化概率 的特殊情况,而公理化概率是它们的数学抽象。
总结:1. 了解几何概率、统计概率、概率的公
理化定义;
2. 会判定和计算几何概率。
例1 设元件盒中装有50个电阻,20个电感, 30个电容,从盒中任取30个元件,求所取元 理解题意, 用字母表示事件 件中至少有一个电阻同时至少有一个电感的 概率. 解: 设A={所取元件中至少有一电阻}
2!
1
3! 3 1 1 P ( A1 A2 ) P ( A1 A3 ) P ( A2 A3 ) 3! 6 1 1 P ( A1 A2 A3 ) 3! 6
代入计算
P ( A ) 的公式中
P ( A ) P ( A1 A2 A3 )
3 2! 3 1 1
推论3:0≤P(A)≤1。
P( A ) 1 P( A )
证明:
1 P( S ) P( A A ) P( A ) P( A ). P( A ) 1.
P( A ) 1 P( A )
同理可证:4. 若A B,则P(A) P(B)
且P(B A) P(B) P(A)
定理:事件频率具有如下性质:
1. 对任意事件A,有 2.f n ( S
)1
0 fn( A ) 1
3.若 A1 , A 2 , A k 为互不相容事件,则:
f n ( A1 A 2 A k ) f n ( A1 ) f n ( A 2 ) f ( A k )
3! 3! 3! 1 1 2 1 2! 3! 3
推广到n封信,用类似的方法可得: 把n 封信随机地装入n个写好地 址的信封中, 没有一封信配对的 概率为:
1 (1 1 2! 1 2! 1 3! 1 3!
n
于是
P ( A) 1 P ( A ) 1 2! 1 3! 1 3
从盒中任取30个元件,求所取元件中至少有 一个电阻同时至少有一个电感的概率.
P ( AB) 1 [ P ( A ) P ( B ) P ( A B )]
50 80 1 30 30 1 100 30 …... 电容 电阻50个, 30个,电感20个
(1) (2) (3)
公理3 若事件A1, A2 ,… 互不相容,则有
这里事件个数可以是有限或无限的 . ——可列可加性或完全可加性
推论1: P( ) 0.
证明:
S S , P( S ) P( S ) P( ) ,
则P() 0。
推论2: 若 A1 , A2 , An 互不相容,则:
,只有当n充分大
时,频率才呈现出稳定性。
二. 统计概率: 在一组固定条件下,重复做n次试验 ,
如果当n增大时,事件A出现的频
率fn(A)围绕着某一个常数p摆动;而
且一般说来,随着n的增大,这种摆
动的幅度越来越小,则称常数p为事
件A的概率,即 P(A)=p。 此定义适合于一切类型的试验, 当n充分大时,频率作为概率的近似值,即
统计概率是以事件的频率具有稳定性为基 础的,下面先介绍事件频率的概念。
一.频率定义:设A为联系于某一试验的事件,将 试验在相同的条件下重复进行n次, 用m表示A出现的次数,则比值 m/n称为事件A的相对频率, 记为fn(A),即 m
fn( A ) n
一般情况下: f1( A )
f2( A )
A A1 A2 A3
P ( A ) P ( A1 A2 A3 )
应用加法公式
P ( A1 ) P ( A2 ) P ( A3 ) P ( A1 A2 ) P ( A1 A3 ) P ( A2 A3 ) P ( A1 A2 A3 )
其中
P ( A1 ) P ( A2 ) P ( A3 )
第六讲
概率的公理化定义
在学习几何和代数时,我们已经知道 公理是数学体系的基础. 数学上所说的 “公理”,就是一些不加证明而公认的前 提,然后以此为基础,推演出所讨论对象 的进一步的内容.
1933年,前苏联数学家柯 尔莫哥洛夫给出了概率的公理 化定义.
即通过规定概率应具备的 基本性质来定义概率. 柯尔莫哥洛夫提出的公理为数很少且 极为简单, 但在此基础上建立起了概率论 的宏伟大厦.
P( A ) SA SS 60 45 60
2 2 2
7 16
0 15
60
x
例2.甲、乙两人约定在下午1点到2点之间到某车站乘公 共汽车,这段时间内有4班公共汽车,发车时间分别 为1:15,1:30,1:45,2:00。如果规定见车就 上,求两个人乘同一辆公共汽车的概率。 解: 设甲、乙到达车站的时间分别为x, y 则1≤x≤2, y 1≤y≤2, 确定平面S, 2 如图正方形,设A=两人 乘同一辆公共汽车,则: 1.5 A发生的充要条件是: 两人到达时间x, y在同一 发车区间,即阴影部分。 1 故 P(A)=4/16=1/4。 2 x 1.5 0 1
二. 性质:
1.对任意事件A,有0≤P(A)≤1; 2.P(S)=1;
3.若
A1 , A2 , An 互斥,则:
P( A1 A2 An ) P( A1 ) P( A2 ) P( An )
古典概率的其他性质对几何概率也同样成立。
法国科学家蒲丰于1777年发现了随机 投针的概率与圆周率π之间的关系,提供 了早期学者们用随机试验求π 值的范例. 请看演示
B={所取元件中至少有一电感}
所求概率为P(AB)
…... 电阻50个, 电容 30个,电感20个
导出所求事件概率 的计算公式 P ( AB) 1 P ( AB)
1 P( A B )
1 [ P ( A ) P ( B ) P ( A B )]
下面介绍用公理给出的概率定义.
概率的公理化定义 设E是随机试验,S是它的样本空间,对 于S中的每一个事件A,赋予一个实数,记为 P(A) ,称为事件A的概率,如果集合函数 P( ) 满足下述三条公理: 公理1 P(A)≥ 0 —— 非负性 公理2 P(S)=1 —— 规范性