第四节 事件的独立性和独立试验

合集下载

事件的独立性名词解释

事件的独立性名词解释

事件的独立性名词解释事件的独立性是指一个事件在其发生的过程中并不受到其他事件的影响,具有自身的特定性和独立性质。

它是一个广泛应用于各领域的概念,包括科学、社会学、法律以及人类行为研究等。

在科学领域,事件的独立性是指一个实验或观察所研究的事件与其他变量或因素之间的关系是相互独立的。

在设计实验时,科学家通常会采取措施来保证实验的独立性,例如随机分组、避免再次测试等。

通过保持事件的独立性,科学家可以更准确地分析事件之间的关系,推断出因果或相关性的结论。

在社会学中,独立性是一个重要的概念,用于研究个体、群体或社会的现象,如社会心理、文化传播和社会动态等。

社会学家通过分析事件的独立性来了解不同因素对个体或群体行为产生的影响。

例如,他们可能通过研究某一社交媒体平台上用户的行为来分析用户间的互动模式和社交网络结构。

通过研究事件的独立性,社会学家可以更好地理解社会现象的本质,形成相关的理论。

在法律领域,事件的独立性是一个基本原则,涉及到证据的可信性和判断的公正性。

法官和陪审团必须评估每一个事件的独立性,以确定是否有足够的证据来支持诉讼的结果。

在庭审中,法律专业人士会根据相关法律和证据,评估事件的独立性,并作出公正的判断。

同时,法律也保护事件的独立性,确保每个事件都能得到适当的审理,而不受其他事件的干扰和影响。

在人类行为研究方面,事件的独立性被广泛应用于心理学和行为经济学等领域。

人类行为通常会受到各种因素的影响,例如情绪状态、社会环境和个人观念等。

通过研究事件的独立性,研究人员可以更好地理解人类行为的内在机制,探讨人们在不同情境下做出的决策和选择。

总之,事件的独立性是一个重要的概念,它在科学、社会学、法律和人类行为研究等领域都有着广泛的应用。

研究事件的独立性有助于我们深入了解各个领域中的现象和关系,为我们的决策和判断提供理论基础和依据。

通过保持事件的独立性,我们能够更加准确地理解和解释世界的运作方式,推动人类社会的进步和发展。

事件的独立性

事件的独立性

§ 1.5 事件的独立性一、两个事件的独立性在条件概率中,一般情况下,P(B|A)P(B)P(A|B)P(A)≠≠,但在特殊的条件下,就不同了,请看下例:例1.5.1 袋中有5球,3新2旧,从中任取一球,有返回的取两次, 令A=第一次取新球,B=第二次取新球。

因为是有返回抽取,所以 3P(B|A)P(B)5== 显然也有 3P(A|B)P(A)5== 两个事件独立的直观定义:设A 、B 两个事件,一个事件发生与否对另一个事件的发生及其发生的概率不产生影响,则称A 、B 这两个事件是相互独立的。

这是中文描述性定义。

下面推出数学定义:事件A ,B 互不影响P(B|A)P(B)⇔=,P(A |B)P(A)=P(A)P(B |A)P(AB)P(A)P(B)P(B)P(A |B)⎧⇔==⎨⎩或11A B P(AB)P(A)P(B)A B =定义.5.:设有事件、,若则称事件、相互独立。

由定义可证明,必然事件、不可能事件与任何事件都是独立的。

在现实世界中,随机现象独立的情况是大量存在的,如返回抽样、重复试验、彼此无关的工作…..。

若要证明两个事件独立,必须依据定义证明。

而在实际问题中,判断两个事件独立,大多根据实际情况和经验,看是否相互影响,要注意的是我们不能只停留在感觉上。

定理1.5.1 A B A B A B A B 若,相互独立,则与;与;与都相互独立。

证明:A B 以与为例,P (A B )P (A B)=-P (A A B )=-P (A )P (A B =- P (A )P (A )P (=- P (A )[1P (B )]P (A)P (B )=-= 由定义可知 A B 与相互独立。

二、多个事件的独立性152 A B C P(AB)P(A)P(B)P(AC)P(A)P(C)P(BC)P(C)P(B)P(ABC)P(A)P(B)P(C)A B C ====定义..设有事件,,,若满足则称,,相互独立。

概率论第4章

概率论第4章

19 2012-6-28
例5 甲,乙各自同时向一敌机射击, 已知 甲击中敌机的概率为0.6, 乙击中敌机的 概率为0.5. 求敌机被击中的概率.
20 2012-6-28
解 设A为事件"甲击中敌机", B为事件"乙 击中敌机", C为事件"敌机被击中", 由广 义加法定理知 P(C)=P(AB)=P(A)+P(B)-P(AB) 根据题意可认为A,B事件相互独立, 因此 有 P(AB)=P(A)P(B)=0.60.5=0.3 于是 P(C)=0.6+0.5-0.3=0.8
P( B | A) r m r/n m/n P( AB) P( A)
5 2012-6-28
.
在一般情形下, 如果P(A)>0, 也定义事件 A出现下事件B的条件概率为
P( B | A) P( AB) P( A) , ( P( A) 0)
乘法定理 两事件的积事件的概率等于其 中一事件的概率与另一事件在前一事件出 现下的条件概率的乘积:
正品数 第一台车床加工的零件数 第二台车床加工的零件数 总计 35 50 85 次品数 5 10 15 总计 40 60 100
从这100个零件中任取一个零件, 则"取得的 零件为正品"(设为事件B)的概率为
P( B) 85 100 0.85
3 2012-6-28
正品数 第一台车床加工的零件数 第二台车床加工的零件数 总计 35 50 85
乘法定理可以推广到有限多个事件的情 形. 例如, 对于A,B,C三个事件, 有 P(ABC)=P((AB)C)=P(AB)P(C|AB) =P(A)P(B|A)P(C|AB), (P(AB)>0)

高等数学-概率1.5 独立试验概型

高等数学-概率1.5  独立试验概型

例1、将一枚均匀的硬币,重复抛掷5次, 求其中恰有两次出现正面的概率。
解:抛掷5次硬币,恰有两次出现正面, 2 可能的情况一共有 C5 10 种,用 Bk , k 1, 2,,10 分别表示这10种情况中的一种; Ai 表 示 “i 第 i 1, 正 次 抛 掷出2,现 ,5 ; B面”, 表 示 “P B1 5 次 硬 B10 有 两 次 出 现 正 P B 抛 掷 B2 币 恰 面”。 P B1 P B2 P B10 则
0 3 0
3 0
0.488
例3、甲、乙二人打网球,假定每盘比赛甲 胜乙的概率为0.6,乙胜甲的概率为0.4, 若采取5盘3胜的比赛规则,问甲胜的可能 性有多大?

解:将比赛一盘看成一次试验,比赛5盘就 p 1 是5重伯努利试验, 0.6 , p 0.4
设 B 表示“甲获胜”,则甲获胜有以下几 种 可能情况: B1 B2 “甲连胜3盘,总比分3比0获胜”; “前三盘甲2胜1负,第4盘胜,总比 B3 分3比1获胜”; “前4盘甲2胜2负,第5盘胜,总比分 3比2获胜”;
例5、设每门炮击中飞机的概率为0.6,想 要以99%的概率击中飞机,问:至少需要 多少门炮同时射击?
解:设至少需要 n 门炮同时射击。用 Ai 表 示“第i 门炮击中飞机”。
n n n n P Ai 1 P Ai 1 1 0.6 1 0.4 i 1 i 1
事件独立的性质:




A 事件 A 与 B ,A 与 B ,A 与 B , 与 B 中有 一对独立,则其余三对也独立。 若 P A 0( P B 0),则 A 与 B 独立 的充要条件是 P A B P A ,P B A P B 。 必然事件 和不可能事件 与任何事件 都是独立的。 若事件 A 与 B 满足 P A P B 0 ,则 A 与 B 独立和 A 与 B 互斥不能同时发生。

7.4 事件的独立性和独立试验序列

7.4 事件的独立性和独立试验序列

i 1
第一章
9
例4: 要验收一批 (100 件) 乐器. 验收方案如下: 自 该批乐器中随机地抽取 3 件测试 (设 3 件乐器的 测试是相互独立的), 如果3 件中至少有一件被测 试为音色不纯, 则这批乐器就被拒绝接受.设一件 音色不纯的乐器被测试出来的概率为 0.95,而一 件音色纯的乐器被误测为不纯的概率为 0.01.如果 这批乐器中恰有 4 件是音色不纯的, 问这批乐器 被接受的概率是多少? 解: 设 Hi ( i=0,1,2,3 )表示事件“随机取出的 3 件乐 器中恰有 i 件音色不纯”, A 表示事件“这批乐 器被接受”, 即 3 件都被测试为音色纯的乐器.
则称A、B、C是相互独立的随机事件.
第一章
5
2、 n个事件的相互独立性:
A , (1) 定义3:设 1 , A2 , , An 是 n 个 随 机 事 件 如 果 对 其 中 任 意k ( 2 k n)个 事 件 的 积 事 件 的 概 率 等 都 于 各 事 件 概 率 的 积则 称A1 , A2 , , An 相 互 独 立 , .
5 72
第一章
14
2、定义2 若独立重复地进行n次Bernoulli试验, 这 里“重复”是指每次试验中事件 A 发生的概率 (即每次试验中“成功”的概率)不变,则称该试验 为 n 重Bernoulli试验. 3、n重Bernoulli 试验中成功恰好出现k次的概率 一般地:设在 n 重Bernoulli 试验中,
P ( AB) P ( A) P ( B )
称事件A 与 B 是相互独立, 简称A 、 B独立.
2、性质1:
(1) P ( A) 0,A, B独立 P ( B | A) P ( B); P ( B) 0,A, B独立 P ( A | B) P ( A).

第四节 独立性

第四节 独立性

(2) P(CD) P(C) P(D) 1 C9 0.04 0.968 0.04 0.0104.
1 1 0.9610 C10 0.04 0.969 0.0582;
k 2
三、例题讲解
失效率为0.05,各元件是否失效是相互独立的。若有一 个元件失效,设备不能正常工作的概率为0.5,若有两 个元件失效,设备不能正常工作的概率为0.8,若有三 个或三个以上元件失效,设备一定不能使用。 (1)求设备在保修期间不能使用的概率; (2)已知设备不能使用,求是一个元件失效的概率。 解:B表示“在保修期间设备不能使用”,
推广 设 A1 , A2 ,, An 是 n 个事件, 如果对于任意
k (1 k n), 任意 1 i1 i2 ik n, 具有等式
P ( Ai1 Ai2 Aik ) P ( Ai1 ) P ( Ai2 ) P ( Aik ),
则称 A1 , A2 ,, An 为相互独立的事件 .
例2. 某企业欲通过开发新产品来摆脱目前困境,组织了 三个攻关小组独立研制三种新产品,成功的把握 分别为60%、50%、60%。求: (1)能研制出新产品的概率; (2)至少有两种新产品能研制成功的概率。 解:Ai表示第i个攻关小组成功研制出新产品,则
(1) P(A1 A2 A3 ) 1-P(A1 )P(A2 )P(A3 )
P(A)P(B) P(C) P(D)-P(A)P(B)P(C) -P(A)P(B)P(D)-P(C)P(D) P(A)P(B)P(C)P(D)
0.8125;
P(AB) P(C) P(D)-P(ABC) -P(ABD)-P(CD) P(ABCD)
P(ABE) (2) P(AB|E) , P(E)

4独立性、重复试验

4独立性、重复试验

0 P AB P A 0
即 A 与 B 相互独立。 (2)若 P(A)=1 ,则 P(A)=0 ,对任意事件 B,
因为 A 与 B 相互独立,
从而 A 与 B 相互独立。
例1 有甲、乙两批种子,发芽率分别为
80 0 0 , 90 0 0 ,
在两批
种子中随机各选一粒播下,求(1)两粒种子都发芽;
Ai i 1,2,3
表示第
i 次出现点“6”,
则恰好有一次出现点 “ 6 ” 的概率
P A1 A2 A3 P A1 A2 A3 P A1 A2 A3
定理:设在一次试验中事件A出现的概率为
1 5 1 5 1 3 C3 6 6 6 6
(2)至少一粒种子发芽;(3)恰好有一粒种子发芽的概率。
解:两粒种子发不发芽是相互独立的。 设 A 表示“属于甲批的那一粒种子发芽”,
B 表示“属于乙批的那一粒种子发芽”,
则(1)所求概率为:P
AB P A P B 0.8 0.9 0.72
(2)所求概率为: P 1 或:P
5
例7 已知某车床的出故障率为 20 0 0 ,问至少应配备多少台车床, 才能保证任一时刻都有车床能正常使用的概率达 99 0 0 . 则 解:设A 表“车床能正常使用”。 P A 0.8 又设至少应配备 n 台车床, 由题意,应有: 1
n
0.2 0.99 n 0.01 0.2 2 n lg2 1
目标被摧毁
恰一人击中目标
恰两人击中目标
三人都击中目标
例3 甲、乙、丙三人同时向一目标射击,他们的命中率分别为 0.4,0.5,0.7,若一人击中目标,则目标被摧毁的概率 是0.3,若两人击中目标,则目标被摧毁的概率是0.6,若 三人击中目标,则目标必被摧毁。求目标被摧毁的概率。

第四节事件的独立性和独立试验

第四节事件的独立性和独立试验
n P(C) 1 P(C) 1 P( A1A2 An ) 1 P( A1)P( A2) P( An ) 1 (1 p)n. (2)Bn {n次实验中A至少成功一次},Ak {第k次实验成功}, 则Bn A1 A2 An,P( Ak ) p,且A1, A2 , , An 相互独立
(3)、各次试验相互独立:若以Ci(i=1,2,…n)表示第i次试 验出现的事件,即Ci=A(成功)或Ā (失败),则
P(C1C2 Cn ) P(C1)P(C2)P(Cn )
3、独立性的用法 “独立性”是许多概率模型和统计模型的
前提条件.在许多情形下,“具备独立性”是对某些模型的 要求或假设.这种要求或假设,是人们根据试验的主观或 客观条件,根据有关理论、实践知识或直观提出的.如果 确信独立性存在,则利用独立性进行概率的计算:事件同 时出现的概率等于各事件概率的乘积.在类似的情形下, 一般并不需要由独立性的定义来验证独立性是否成立.假 如直观上或理论上无法确认独立性是否存在,则需要根据 试验结果利用统计检验的方法来判断独立性是否存在,然 而本书将不涉及有关方法 .
二、独立事件的性质
1、相互独立和两两独立 若n个事件A1,…,An相互独立,则它们
之中任意m m(2 m n) ,个事件也相互独立.若n个事件A1,…,An
或事件列A1,…,An独立,则必两两独立; 逆命题不成立: A1,…,An两两独立,但未必相互独立.
2、对立事件的独立性 若二事件A和B独立,则将两个或其中任 何一个事件换成其对立事件,所得两个事件仍然独立,即若二
例1.34 假设每次试验成功的概率为p(0<p<1),试求
(1)次独立重复试验至少有一次成功的概率n ;
(2) 独立重复试验直到至少有一次成功为止,所需要试 解: 验的次数n.

8.4事件的独立性与独立试验概型

8.4事件的独立性与独立试验概型

例2: 某人进行射击,设每次射击的命中率为0.02,
独立射击400次,试求至少击中两次的概率。
解:设A:至少击中两次的概率,则
P( A) 1 P400(0) P400(1)
1 (0.98)400 400(0.02)(0.98)399 0.9972
P( A) 0.003
例3:对某厂产品进行质量检查,据该厂厂长说, 他们厂的次品率是0.005,现在随机抽取200件产品 进行检查,发现有4个次品,试问该厂厂长的话是 否可信?
因为第二次抽取的结果受到 第一次抽取的影响.
请问:如图的两个事件是独立的吗? 我们来计算: P(AB)=0 而P(A) ≠0, P(B) ≠0
A B 即 P(AB) ≠ P(A)P(B)
故 A、B不独立
即: 若A、B互斥,且P(A)>0, P(B)>0,
则A与B不独立.
反之,若A与B独立,且P(A)>0,P(B)>0, 则A 、B不互斥.
P( A1 ) P( A2 ) P( A3 ) P( A1 )P( A2 ) P( A1 )P( A3 ) P( A2 )P( A3 ) P( A1 )P( A2 )P( A3 )
=0。0783
方法二: P(A1+A2+A3) 1 P( A1 A2 A3)
1 P( A1 A2 A3 ) 1 P( A1 )P( A2 )P( A3 )
且P(A)=p ,P( A) 1 p;
(3)各次试验相互独立.
定理: 设在一次试验中事件A发生的概率为p(0<p<1) 则A在n次伯努利试验中恰好发生k次的概率为
Pn
(
k
)C
k n
pk (1
p)nk ,

1.4相互独立事件、独立试验概型

1.4相互独立事件、独立试验概型

解 以A 记“乐器被验收通过”的事件,Bi 记“所取三件乐 器中有i 件音色不纯”的事件(i = 0,1,2,3),则四事件B0, B1,B2 和B3 显然构成样本空间 Ω 的一个划分。依题意,由于 音纯不被误判为不纯的概率为0.99,音不纯却被误定为音纯的 概率为0.05,因而由测试的相互独立性即得
( i, j = 1, 2, 3), 则易见B1, B2, B3构成样本空间Ω的一个
划分.
p(B2 )
p(C1C2C3 C1C2C3 C1C2C3 )
P(C1C2C3 ) P(C1C2C3 ) P(C1C2C3 )
0.4 0.5 0.3 0.4 0.5 0.7 0.6 0.5 0.7
0.41
k
7
8
9
10
11
12
13
pk 0.055 0.022 0.007 0.005 0.002 <0.001 <0.001
四、斯特林(Stirling)阶乘近似公式
当 n充分大时, n! nnen 2n
n
1
2
5
10
100
n!
1
2
120 3628800 9.3326×10157
nn 0.9221 1.919 118.019 3598600 9.3401×10157
p(O1 O2 点数和为奇) p() 0
实例3:
p(O1)
p(O2 )
p(点数和为奇)
3 6
3 6
18 36
0
(3) 掷两骰子 ,“第一颗出奇数点”、
“第二颗出奇数点”与“两骰子的点数和为奇
数”的事件,它们虽两两独立, 但三者却不相
互独立.
33 3 3

事件的独立性与独立试验概型

事件的独立性与独立试验概型

[方法一] 所求概率为 P(A+B)= P(A)+ P(B)-P(AB) = P(A)+ P(B)-P(A)P(B) = 0.9 + 0.8 – 0.9×0.8 = 0.98 [方法二] ?
事件的独立性与独立试验概型 第四节 事件的独立性与独立试验概型 一、事件的独立性
关于事件的独立性的定义可拓广到任意n个事件。 定义3 设概率空间(Ω,ℑ ,P)中有n个事件Ai∈ℑ,i=1, 2,…,n,若对任意 s(1 <s≤ n)及任意ik,k=1,2,…, s , 1≤i1<i2<… <is ≤n,均有 P( Ai1· Ai2 ···Ais)= P(Ai1)· P(Ai2)··· P(Ais) 则称A1,A2,…,An相互独立。 注3:由定义3即知, A1,A2,…,An相互独立,则其中任两个 事件独立。但反之则不然,两两独立并不能保证整组独立。
事件的独立性与独立试验概型 第四节 事件的独立性与独立试验概型 一、事件的独立性
从而 P(A)·P(B)·P(C)= ½ · ½ · ½ 可见 P(A∩B)= P(A)·P(B) P(A∩C)= P(A)·P(C) P(B∩C)= P(B)·P(C) 但 P(A∩B∩C)≠ P(A)·P(B)·P(C)
事件的独立性与独立试验概型 第四节 事件的独立性与独立试验概型 二、独立试验概型
注5:n重独立试验可拓广到每次试验有n种可能结果的更 一般情形。 由前面两个例子的计算分析可知有 定理1(贝努里定理) 在n重贝努里试验中,事件A发生k次的概率 Pn(k)=Cnk · pk · qn-k, k = 0,1,2, …,n
事件的独立性与独立试验概型 第四节 事件的独立性与独立试验概型 一、事件的独立性
例4 设每个人的呼吸道中带有感冒病毒的概率为0.002, 求在1500人的电影院中存在感冒病毒的概率有多大? 解:记 A i = “ 第i个人带有感冒病毒 ”, 并设各人是否带有感冒病毒是相互独立, 则 由性质1.6.4 即知

第4讲 事件的独立性

第4讲   事件的独立性

P( A ∪ B) = 1 − P( A ∪ B) = 1 − P( A B)
= 1 − 0.1× 0.2 = 0.98
一 、事件的独立性
1. 两个事件的独立性 2. 三个事件的独立性 定义3 如果随机事件A, B, C 满足
⎧ P ( AB ) = P ( A) P ( B ) ⎪ ⎨ P ( AC ) = P ( A) P (C ) ⎪ P ( BC ) = P ( B ) P (C ) ⎩
= P ( A) P ( E )[1 − P ( B ∪ C ∪ D )]
= P ( A) P ( E )[1 − P ( B ) P (C ) P ( D )]
= q 2 [1 − (1 − p) 3 ]
解 (2) G表示“元件B, C,D中仅有一个正常工 作”,则
G = BC D + BC D + BCD
P ( B | A) = P ( B) = P ( B | A)
P ( AB) = P ( A) P ( B | A) = P ( A) P ( B)
事件B发 生的概率 不受事件 A与否发 生的影响
一 、事件的独立性
1. 两个事件的独立性 定义1 设A,B是随机试验E的两个随机事件,如果 事件 B 发生的概率不受事件 A 与否发生的影响,则称事件 P ( B | A) = P ( B) = P ( B | A) A与B独立. 设A,B是随机试验E的两个随机事件,如果 P ( AB) = P ( A) P ( B), 则称事件A与B独立. 定义2
解 设事件 A、B、C 分别表示在这段时间内机床 甲、乙、丙不需要工人照管. 有机床需要工人照管也就 是至少有一部机床需要工人照管,另外我们应注意到三 部机床由一名工人照管,即因无人照管而停工等价于在 该段时间内至少有两部机床同时需要工人照管. 又已知条件A、B、C 相互独立,且 P ( A) = 0.9, P ( B ) = 0.8, P (C ) = 0.85 则有机床需要工人照管的概率

概率论--事件的独立性与独立试验概型

概率论--事件的独立性与独立试验概型

事件的独立性 判别
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
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
际意义来判断 如甲乙两人射击,“甲击中”与“乙击中” 可以
i 1
例 加工某一种零件需要经过三道工序,设三道工序 的次品率分别为2%,1%,5% ,假设各道工序是互不影 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 工序出现次品,则依题意:A1 ,A2 ,A3 相互独立, P(A1)=2 % , P(A2)=1% , P(A3)=5% 且 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)
解 设A表示“甲击中目标”,B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
P( A B) P( A) P( B) P( A) P( B) 0.8
6 6 4 6 0.6 10 10 10 10
事件的独立性 independence
定义 设A、B为任意两个随机事件,如果
P(B|A)=P(B)
即事件B发生的可能性不受事件A的影响,则称事件B 对于事件A独立. 显然,B对于A独立,则A对于B也独立,故称
A与B相互独立.
P( AB) P( AB) P( AB) P( A) P( A B) P( B) P( B | A) P( AB) / P( A)

第四章 条件概率 事件的相互独立性及试验的相互独立性

第四章 条件概率 事件的相互独立性及试验的相互独立性
AB {(1,2), (1,3), ( 2,1), ( 2,3), ( 3,1), ( 3,2)},
由条件概率的公式得
P ( AB) P ( B A) P ( A) 6 12 2 . 9 12 3
例2 某种动物由出生算起活20岁以上的概率为 0.8, 活到25岁以上的概率为0.4, 如果现在有一个 20岁的这种动物, 问它能活到25岁以上的概率是 多少? 解 设 A 表示“ 能活 20 岁以上 ” 的事件, B 表示 “ 能活 25 岁以上”的事件, P ( AB) P ( B A) . 则有 P ( A) 因为 P ( A) 0.8, P ( B ) 0.4, P ( AB ) P ( B ), P ( AB) 0.4 1 . 所以 P ( B A) 0.8 2 P ( A)
0.98 0.95 0.97. 0.98 0.95 0.55 0.05
即当生产出第一件产品 是合格品时, 此时机器调 整良好的概率为0.97.
先验概率与后验概率 上题中概率 0.95 是由以往的数据分析得到的, 叫 做先验概率. 而在得到信息之后再重新加以修正的概率 0.97 叫做后验概率.
设 A, B, C 为事件, 且 P ( AB) 0, 则有
P ( ABC ) P (C AB ) P ( B A) P ( A).
推广 设 A1 , A2 ,, An 为 n 个事件, n 2,
且 P ( A1 A2 An1 ) 0, 则有 P ( A1 A2 An ) P ( An A1 A2 An1 )

则有
P( B A) 0.98, P( B A) 0.55,
设 B 为事件 “产品合格” , A 为事件 “机器调整良好” .

第四节事件的独立性独立试验序列

第四节事件的独立性独立试验序列
P( Ai )12 60 0.2, P( Ai ) 0.8.
P(C) P(B7 ) P(B8 ) P(B9 ) P(B10)
C170(0.2)7 (0.8)3 C180(0.2)8 (0.8)2 C190(0.2)9 (0.8)1 (0.2)10
=0.0008644
例7 某人进行射击,设每次射击的命中率为0.02,独 立射击400次,求至少击中两次的概率.
类似可以得出:
“ A1, A2,…, An至少有一个不发生”的概率为
P( A1 A2 … An ) 1 P( A1)P( A2 )…P( An) =1- p1 … pn
例5 下面是一个串并联电路示意图. A、B、 C、D、E、F、G、H都是电路中的元件. 它
们下方的数是它们各自正常工作的概率. 求电路正常工作的概率.
=1-[1-P(A1)][1-P(A2)][1-P(A3)]
1 4 2 3 3 0.6 534 5
若设n个独立事件 A1, A2,…, An发生的概率
分别为 p1, , pn,
则“ A1, A2,…, An 至少有一个发生”的概率为 P( A1 A2 An )1(1 p1)(1 p2 ) (1 pn )
则称A、B独立,或称A、B相互独立.
定义6 ′的优点(与定义6相比)
(1) 不必用到条件概率的概念。 (2) 形式上关于A,B对称。 (3) 当P(A)=0,P(B)=0时,式(1)仍成立。
定理7 若两事件A和B相互独立,则A与B, A 与B,A 与B 也 是 相 互 独 立
证:P(AB) P(AB) 1 P( AB)
? 总体相互独立
两两独立
三、独立性概念在计算概率中的应用
对独立事件,许多概率计算可得到简化: 例4 三人独立地去破译一份密码,已知各人能 译出的概率分别为1/5,1/3,1/4,问三人中至 少有一人能将密码译出的概率是多少?

事件的独立性、独立试验概型

事件的独立性、独立试验概型

事件的独立性、独立试验概型5.3 条件概率乘法公式事件的独立性、独立试验概型5.3.1条件概率我们把在事件A 发生的条件下,事件B 再发生的概率称为条件概率.记P(B/A)当P(A)>0时则P(B/A)=P(AB)/P(A)当P(B)>0时则P(A/B)=P(AB)/P(B)例1 从0,1,2 …… 9这10个数字任取一个.令A 和B 分别表示“取出的数字小于3”和“取出的数字大于1”,求P(A/B)和P(B/A) 解 P (A )= 3/10 P (B )=8/10 P (AB )= P (1<3110/310/1)()(==A P AB P 例2 一批产品中有100件正品和8件次品,现不放回地抽取两次,每次取一件,求1)在第一次取到次品的条件下,第二次取到次品的概率2)在第一次取到正品的条件下,第二次取到次品的概率解一用A 表示第一次取到次品,A 表示第一次取正品,B 表示第二次取到次品,那么P (B/A )=99710089910078)()(=??=A P AB P ??? ??A B P =9981009299100892)()(=??=A P B A P 解二依题意直接用古典概率公式分别可得:P (B/A )=7/99 ??A B P =8/99 由此可见:求条件概率有两种方法,一是直接用公式,二是从意义上按古典概率定义算。

5.3.2乘法公式由条件概率公式可得 1) P(A)>0时P(AB)=P(A)P(B/A)2) P(B)>0时P(AB)=P(B)P(A/B)我们不难把乘法公式推广到三个事件相乘情况有P(ABC)=P(A)P(B/A)P(C/AB)例3 设某地区刮大风的概率为.0.3,在刮大风的条件下,下大雨的概率为0.4,求既刮大风又下大雨的概率解令A=刮大风 B=下大雨求P(AB)=?根据乘法公式得P(AB)=P(A)P(B/A)=0.3×0.4=0.12例4 已知某班学生成绩合格率为0.95 ,在合格学生中成绩优秀率为0.3,现从该班学生中任取一名同学,求该同学为优秀的概率.解:令A=学生成绩合格, B=学生成绩优秀, 求P(AB)=? 因为事件A 包含B 有AB=B 所以有 P(B)=P(AB)=P(A)P(B/A)=0.95×0.3=0.2855.3.3事件的独立性1两个事件的独立性定义:若P(B/A)=P(B)或P(A/B)=P(A)则称事件A 与事件B 独立.注意:事件的独立性无需按定义判定,在实际中都是按经验判断,如有放回取样,重复射击等。

事件的独立性和独立试验

事件的独立性和独立试验

21
所有轮盘赌中最受欢迎的系统是戴伦伯特系统, 它正是以赌徒未能认识到独立事件的独立性这一“赌 徒谬误”为基础的。参与者赌红色或黑色(或其他任 何一个对等赌金的赌),每赌失败一次就加大赌数, 每赌赢一次就减少赌数。他们猜想,如果小小的象牙 球让他赢了,那么就会有某种原因“记住”它,不太 可能让他在下一次再赢;如果小球使他输了,这将感 到抱歉,很可能帮助他在下一次赢。 事实是每一次旋转,轮盘都与以前旋的结果无关, 这就十分简单地证明了,任何一个赌博系统给赌徒的 好处都不会比给赌场主的还多。
随机试验与事件样本空间与事件事件概率的直观意义排列组合古典概率几何概率统计概率概率的公理加法公式及其应用乘法公式及其应用条件概率事件的关系与运算概率的性质事件的独立性全概率公式与贝叶斯公式几种定义概率的方25p32习题一27
第四节
1
一、事件的独立性
设有两个事件A,B, 一般来说, P(A|B)与P(A)是 有差异的,但有时事件B的发生与否并不影响事件 A发生的概率,即P(A|B)=P(A). 例如, 将一颗均匀色子连掷两次, 设 A={第二次掷出6点}, B={第一次掷出6点},
23
随机试验与事件
第 一 章 内 容 总 框 图
样本空间 与事件
事件概率的直观意义 几种定义概率的方 法
事件的关系 与运算
排列 组合
古典 概率
条件概率
统计 概率
几何 概率
概率的 公理
概率的 性质
加法公式 及其应用
事件的独立性 乘法公式 及其应用 全概率公式与 贝叶斯公式
练习:
P32 习题一
27. 28. 30.
定义 若两事件A、B满足 P(AB)= P(A) P(B) (1) 则称A、B独立,或称A、B相互独立.

事件的独立性和独立试验共33页

事件的独立性和独立试验共33页


26、要使整个人生都过得舒适、愉快,这是不可能的,因为人类必须具备一种能应付逆境的态度。——卢梭

27、只有把抱怨环境的心情,化为上进的力量,才是成功的保证。——罗曼·罗兰

28、知之者不如好之者,好之者不如乐之者。——孔子

29、勇猛、大胆和坚定的决心能够抵得上武器的精良。——达·芬奇

30、意志是一个强壮的盲人,倚靠在明眼的跛子肩上。——叔本华谢谢!33来自事件的独立性和独立试验
6、法律的基础有两个,而且只有两个……公平和实用。——伯克 7、有两种和平的暴力,那就是法律和礼节。——歌德
8、法律就是秩序,有好的法律才有好的秩序。——亚里士多德 9、上帝把法律和公平凑合在一起,可是人类却把它拆开。——查·科尔顿 10、一切法律都是无用的,因为好人用不着它们,而坏人又不会因为它们而变得规矩起来。——德谟耶克斯

事件的独立性与独立试验概型(精选)PPT文档共15页

事件的独立性与独立试验概型(精选)PPT文档共15页
事件的独立性与独立试验概型(精选)
11、用道德的示范来造就一个人,显然比用法律来约束他更有价值。—— 希腊
12、法律是无私的,对谁都一视同仁。在每件事上,她都不徇私情。—— 托马斯
13、公正的法律限制不了好的自由,因为好人不会去做法律不允许的事 情。——弗劳德
14、法律是为了保护无辜而制定的。——爱略特 15、像房子一样,法律和法律都是相互依存的。——伯克
பைடு நூலகம்
谢谢
11、越是没有本领的就越加自命不凡。——邓拓 12、越是无能的人,越喜欢挑剔别人的错儿。——爱尔兰 13、知人者智,自知者明。胜人者有力,自胜者强。——老子 14、意志坚强的人能把世界放在手中像泥块一样任意揉捏。——歌德 15、最具挑战性的挑战莫过于提升自我。——迈克尔·F·斯特利
  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)。
证明
P( A B ) = P( B − AB )
= P( B ) − P( AB )
A,B独立 , 独立
= P ( B ) − P ( A) P ( B ) = [1 − P( A)] P( B )
= P ( A )P ( B ) .
独立. 所以 A与 B 独立.
由对称性及 A = A, 可得其余结论. 对称性 其余结论. 结论
a a2 ab P ( A) = , ( AB ) = P ,P( A B ) = , 2 2 a+b (a + b) (a + b)
所以 P( B ) = P( AB) + P( A B )
a ab a = + , 2 2 = (a + b) (a + b) a + b
由于
2
全概率公式
P( AB ) = P( A) P( B ) , 所以 A,B 相互独立. , 相互独立.
2
由乘法公式知,当事件 独立时, 由乘法公式知,当事件A、B独立时,有 独立时 P(AB)=P(A) P(B)
P(AB)=P(B)P(A|B)
刻划独立性,比用 用P(AB)=P(A) P(B)刻划独立性 比用 刻划独立性 P(A|B) = P(A) 或 P(B|A) = P(B) 更好,它不受 它不受P(B)>0或P(A)>0的制约 且体现对称性 的制约,且体现对称性 更好 它不受 或 的制约 且体现对称性. 若两事件A 满足 定义 若两事件 、B满足 P(AB)= P(A) P(B) (1) 则称A 独立, 相互独立. 则称 、B独立,或称 、B相互独立 独立 或称A 相互独立
M: 如果你对任何这类问题回答说 “ 对 ” , 你就陷 : 如果你对任何这类问题回答说“ 入了所谓“ 赌徒的谬误” 之中。 在掷骰子时, 入了所谓 “ 赌徒的谬误 ” 之中 。 在掷骰子时 , 每掷 一次都与以前掷出的点数完全无关。 一次都与以前掷出的点数完全无关。 M:琼斯先生和琼斯太太第六个孩子是女孩的概率 : 仍然是1/2。 仍然是 。轮盘赌的下一次赌数是红色的概率仍然 的概率仍然是1/6。 是1/2。掷骰子时,下一次掷出 的概率仍然是 。 。掷骰子时,下一次掷出2的概率仍然是 M:为了让问题更明朗,假定一个男孩扔硬币,扔 :为了让问题更明朗,假定一个男孩扔硬币, 了五次国徽向上。这时再扔一次, 了五次国徽向上。这时再扔一次,国徽向上的概率 还是完全与以前一样:一半对一半, 还是完全与以前一样:一半对一半,钱币对于它过 去的结果是没有记忆的。 去的结果是没有记忆的。
8
下面来定义三个事件的独立性. 下面来定义三个事件的独立性 对三个事件A, , , 定义 对三个事件 ,B,C,如果下列四个等式同 时成立, 时成立, P(AB)= P(A)P(B) P(AC)= P(A)P(C) P(BC)= P(B)P(C) P(ABC)= P(A)P(B)P(C) 则称A, , 相互独立 相互独立. 则称 ,B,C相互独立. 由定义可知,三个事件相互独立必保证两两独 由定义可知,三个事件相互独立必保证两两独 相互独立必保证 但两两独立不一定保证相互独立. 不一定保证相互独立 立. 但两两独立不一定保证相互独立.

15

R0 = r n
为了提高以上线路的可靠性, 用以下两种方法 为了提高以上线路的可靠性 , 个元件,比较系统的可靠性大小. 附加n个元件,比较系统的可靠性大小.
方法一: 方法一:
… …
R1 = 1 − (1 − R0 ) 2 = R0 ( 2 − R0 ) > R0 .
方法二: 方法二:

16
为独立事件, 设A、B为独立事件,且P(A)>0,P(B)>0, 为独立事件 下面四个结论中,正确的是: 下面四个结论中,正确的是: 1. P(B|A)>0 3. P(A|B)=0 2. P(A|B)=P(A) 4. P(AB)=P(A)P(B)
7

A 独立, 若事件 A 与 B 独立, A 与 B、 与 B 、 与 则 A 也分别独立。 B 也分别独立。
则称A1,A2, …,An为相互独立的事件 为相互独立的事件. 则称
等式总数为: n 等式总数为:C2 + C3 +⋯+ Cn = 2n − n −1 . n n 需要说明的是, 需要说明的是,我们一般不是根据定义来判断 事件的独立性,而是从实际问题出发, 事件的独立性,而是从实际问题出发,如果事件之 间无甚关联,则假定事件之间的独立性, 间无甚关联,则假定事件之间的独立性,然后利用 独立性的公式来计算概率. 独立性的公式来计算概率. 10

p = 1 − (1 − r ) 2 = r ( 2 − r ) , 每对并联元件的可靠性为
R2 = p = r ( 2 − r ) = R0 ( 2 − r ) n > R0 .
n n n
比较 R1 = R0 ( 2 − r n ) ,
例如, 例如 , r = 0.8, n = 10, 则 2 − r = 1.89 , 而 (2 − r )n = 6.13,
3
1
所求概率为
P( A + A2 + A3 )= 1 − P( A ) P( A2 ) P( A3 ) 1 1
2
4 2 3 3 = 1− ⋅ ⋅ = . 5 3 4 5
“三个臭皮匠,顶个诸葛亮.” 三个臭皮匠,顶个诸葛亮.
12
请看演示 “诸葛亮和臭皮匠” 诸葛亮和臭皮匠”
13
假定人群中血清带肝炎病毒的概率为0.004 0.004, 例3 假定人群中血清带肝炎病毒的概率为0.004,混 100个人的血清 求此血清带肝炎病毒的概率. 个人的血清, 合100个人的血清,求此血清带肝炎病毒的概率.
n
利 用数 学归 纳可 以证 明, 当 n ≥ 2 时 , 有 明, n n 由此可见 , (2 − r ) > 2 − r , 即 R2 > R1 ,由此可见,用 第二种方法附加元件的系统可靠性较高。 第二种方法附加元件的系统可靠性较高 。
17
课外读物
赌徒的谬误
M:琼斯先生和琼斯太太有五个孩子,都是女儿。 :琼斯先生和琼斯太太有五个孩子,都是女儿。 琼斯太太:我希望我们下一个孩子不是女孩。 琼斯太太:我希望我们下一个孩子不是女孩。 琼斯先生: 我亲爱的, 在生了五个女儿之后, 琼斯先生 : 我亲爱的 , 在生了五个女儿之后 , 下一 个肯定是儿子。 个肯定是儿子。 M:琼斯先生对吗? :琼斯先生对吗? M: 很多玩轮盘赌的赌徒以为 , 他们在盘子转过很 : 很多玩轮盘赌的赌徒以为, 多红色数字之后, 就会落在黑的上, 多红色数字之后 , 就会落在黑的上 , 他们就可以赢 事情将是这样进行的吗? 了。事情将是这样进行的吗? M :有人坚持认为,如果你在一轮掷骰子中已掷出 有人坚持认为 坚持认为, 五次两点,你下次再掷出两点的机会就要小于1/6了 五次两点,你下次再掷出两点的机会就要小于 了。 他说得对不对呢? 18 他说得对不对呢?

n 个元件 串联 构成一个线路 (如上图 ),如果每 个元件串联 构成一个线路(如上图), 串联构成一个线路 ),如果每 个元件的可靠性均为 r (0 < r < 1) , 且元件之间相互 独立, 则线路的可靠性为 R0 = r n . 独立 ,
个元件并联 并联构成 如果 n 个元件并联构成 路( 一 个线 路 ( 如右 图 ), 则线 路 的可靠性为 1 − (1 − r)n .
3
袋中有a个白球 个黑球,分别以A, 记第一次 个白球b个黑球 记第一次、 例1 袋中有 个白球 个黑球,分别以 ,B记第一次、 第二次摸得白球, 采用还原摸球; 第二次摸得白球 , ( 1 ) 采用还原摸球 ; ( 2 ) 采用非还 原摸球,试分别判断A, 的独立性 的独立性. 原摸球,试分别判断 ,B的独立性. 解 (1) 还原摸球, 还原摸球,
解 以 Ai (i = 1,2,⋯,100) 记第 i 个人的血清带肝炎
病毒,假定它们相互独立,则所求概率为
P( A1 ∪ A2 ∪ ⋯ ∪ A100 )
= 1 − (1 − p )
100
= 1 − 0.996100 ≈ 0.33 .
14
(在可靠性理论中的应用)对于一个元件或系统, 可靠性理论中的应用)对于一个元件或系统, 中的应用 它能正常工作的概率称为可靠性 可靠性。 它能正常工作的概率称为可靠性。
4
a , (2) 非还原摸球, P( A) = 非还原摸球, a+b ab a(a − 1) , P( AB ) = , P( A B ) = (a + b )(a + b − 1) (a + b )(a + b − 1)
所以 P( B ) = P( AB) + P( A B )
a (a − 1) ab a = + = , (a + b )(a + b − 1) (a + b )(a + b − 1) a + b
9
推广到n个事件的独立性定义 可类似写出 推广到 个事件的独立性定义,可类似写出: 个事件的独立性定义 可类似写出:
设A1,A2, …,An是 n个事件,如果对任意 个事件,如果对任意k (1<k n),任意 ≤i1<i2< …<ik ≤n,具有等式 任意1 任意 具有等式
P( Ai1 Ai2 ⋯ Aik ) = P( Ai1 )P( Ai2 ) ⋯P( Aik )
n
11
三人独立地去破译一份密码, 例2 三人独立地去破译一份密码,已知各人能译出的 概率分别为1/5, , , 概率分别为 ,1/3,1/4,问三人中至少有一人能将 密码译出的概率是多少? 密码译出的概率是多少? 解 将三人编号为1, , , 将三人编号为 ,2,3, 个人破译出密码} 记 Ai={第i个人破译出密码 第 个人破译出密码 i=1,2,3
相关文档
最新文档