概率论第一章
概率论第一章随机事件及其概率
B
和事件 A∪B={| ∈ A或B } A = { HHH }，B = { TTT } ； A∪B = { HHH，TTT } 三次都是同一面
特别的，对任意的随机事件 A ， A∪A = A， A∪ = A， A∪S = S 当 A、B 不相容时，记成 A∪B = A＋B
S
(3).事件的积运算 得到一个新事件，它的发生表示 这些事件中每一个都要发生，
解. 由减法公式， P (B – A ) = P (B ) – P (AB ) 只需要计算出概率 P (AB ) 。 (1) A、B互不相容即 AB = ，则 P (B – A ) = 0.5； (2) A B 等价于 AB = A，得到 P (B – A ) = 0.2； (3) 利用加法公式的另一形式： P (A∪B ) = P (A ) + P (B – A )， 得到P (B – A ) = 0.4。
性质5 设A，B是两个事件，若 A B， 则 P (A ) ≤ P (B ) 性质6 对任意的事件A ，有P (A ) ≤1。 证明思路 利用概率定义中的无穷可加以及非负性等。
思考
性质4中如何推广到n个事件的加法公式
例1.11 假定 P (A ) = 0.3，P (B ) = 0.5 ， 分别计算 (1) A、B 不相容；(2) A B； (3) P (A∪B) = 0.7 时概率P (B – A) 的值。
例如从 26 个英文字母中任取2 个排列， 所有不同方式一共有 P262 = 26×25 = 650。
(2) 可以重复的排列
从 n 个不同元素中允许放回任意取 m 个 出来排成有顺序的一列( 即取出的这些元素 可以相同 )。所有不同的排列方式一共有 n×n×…×n = nm
(完整版)概率论第一章随机事件与概率
解题思路
1、将事件定义为某个参数，如A,B,C； 2、确定总样本空间样本数与事件对应的样本数 技巧：可以采用概率的性质和事件的运算关系灵 活变换。
2. 样本点 ω—— 随机试验的每一个可能结果.
3. 样本空间(Ω) —— 随机试验的所有样本点构成的集合.
4. 两类样本空间： 离散样本空间 样本点的个数为有限个或可列个. 连续样本空间 样本点的个数为无限不可列个.
1.1.3 随机事件
1. 随机事件 —— 某些样本点组成的集合, Ω的子集，常用A、B、C…表示.
• 重复排列：nr
•
选排列： Pnr
n! n(n 1)......(n r 1) (n r)!
组合
•
组合：
Cnr
n r
n! r!(n r)!
Pnr r!
注意
求排列、组合时，要掌握和注意： 加法原则、乘法原则.
加法原理
完成某件事情有 n 类途径， 在第一类途径中有m1种方 法，在第二类途径中有m2种方法，依次类推，在第 n 类 途径中有mn种方法，则完成这件事共有 m1+m2+…+mn种 不同的方法.
§1.1 随机事件及其运算 §1.2 概率的定义及其确定方法 §1.3 概率的性质 §1.4 条件概率 §1.5 独立性
§1.1 随机事件及其运算
1.1.1 随机现象：自然界中的有两类现象 1. 必然现象
• 每天早晨太阳从东方升起; • 水在标准大气压下加温到100oC沸腾;
2. 随机现象
• 掷一枚硬币，正面朝上？反面朝上？ • 一天内进入某超市的顾客数; • 某种型号电视机的寿命;
乘法原理
概率第一章 概 率 论
第三节 概率的加法与乘法公式
由条件概率计算公式，可直接推得概率的乘法公式： 例6 讨论抓阄的公平性.设有10个阄中只有一个物阄，10个人不论 先后顺序抓阄，每人只能抓一次、一个阄，试讨论其结果与顺序 无关.
解 设Ａｉ表示第ｉ(ｉ＝１，２，…，１０)个人抓到物阄，则第
６）是随机试验的６个基本事件，由于骰子的对称性，出现各个 基本事件的可能性相同，都为１/６，这个结果是可信的，没有人 会怀疑的．这种计算方法就叫做概率的古典概型方法． (1)有限性——样本空间的元素(基本事件)只有有限个，即Ω＝｛ω １，ω２，ω３，…，ωｎ｝； (2)等可能性——每一个基本事件发生的可能性都相同，即 例2 先后抛掷两枚均匀的硬币，求出现一个正面一个背面的概率.
表格
例1 为实验炮弹在正常条件下的合格率，
第二节 随机事件的概率
对100000发炮弹中的100发炮弹进行发射试验，结果有90发炮弹正 常，合格的频率为９０/１００＝0.9，因此，可以认为该批炮弹的 合格率基本在0.9左右，即任意从中抽取一发炮弹，能正常发射的 可能性为0.9. (1)０≤Ｐ(Ａ)≤１； (2)Ｐ(Ω)＝１； (3)Ｐ(⌀)＝０； (4)若Ａ⊂Ｂ，则Ｐ(Ａ)≤Ｐ(Ｂ)； (5)Ｐ(Ａ)＝１－Ｐ(). 二、概率的古典定义
事件组合而成的事件称为复合事件. 二、事件的关系与运算
在随机试验中有许多事件发生，而这些事件之间往往又有联 系．研究事件之间的各种关系与运算，可以帮助我们更深刻地认 识随机事件． 1.事件的包含与相等
第一节 随 机 事 件
2.事件的和(或并)
图 1-1
第一节 随 机 事 件
事件Ａ与事件Ｂ至少有一个发生的事件，称为事件Ａ与事件 Ｂ的和（或并）事件，记为Ａ∪Ｂ（或Ａ＋Ｂ）（图1⁃2中的阴影 部分）．因此，事件的和可以描述为：当且仅当事件Ａ，Ｂ中至 少有一个发生时，事件Ａ∪Ｂ发生．即Ａ∪Ｂ＝{A，B至少有一 个发生}．
概率第一章
随机试验：不能事先准确地预见它的
结果，而且在相同条件下可以重复进行。
1-4
概率论与数理统计
E
随机试验：不能事先准确地预见它的
结果，而且在相同条件下可以重复进行用 符号 E 表示。 随机事件 ：在条件下事件可能发生也 可能不发生的事件用大写字母 A , B , C ,表
指出
件，并表示事件 1-9
事件中哪些是基本事 B, C, D
。 概率论与数理统计
E
1.2.2 事件间的关系与运算
1．事件的包含与相等 若事件 A 中的每个基本事件都包含在 B
A
事件 B 之中，即 A 的发生必然导致 B 的发
生，则称事件 A 包含于事件 B ，或事件 B
包含事件 A ，也称是的特款 ，记为 A B 。
1-19
概率论与数理统计
E 与B B)( A与 A与B 如果事件A与事件B A A (1) (B 的和 A B) ;
(2) AB AB BC;
(3) ( A B)( A B)(B C ).
例1.2.4 化简下列各事件：
(1) ( A B)( A B) ; (2) AB AB BC; (3) ( A B)( A B)(B C ).
(2) AB AB BC;
(3) ( A B)( A B)(B C ).
例1.3.1 设事件A, B 的概率分别为 和
，试求下列三种情况下的值： （1） B 互不相容； A, （2） A B ； （3） ( AB ) 1 . P
8
1 3
1 2
1-27
概率论与数理统计
E 与B B)( A与 A与B 如果事件A与事件B A A (1) (B 的和 A B) ;
概率论第一章
下面我们讨论事件之间的关系与运算
1、包含关系
⑶ 两个特殊事件
必然事件U ★ 必然事件U ★ 不可能事φ 不可能事φ
3、随机试验
如果一个试验可能的结果不止一个， 如果一个试验可能的结果不止一个，且事先不能肯定 会出现哪一个结果，这样的试验称为随机试验。 会出现哪一个结果，这样的试验称为随机试验。
例如, 掷硬币试验 例如, 寿命试验 测试在同一工艺条件下生产 掷骰子试验 掷一枚硬币，观察出正还是反. 掷一枚硬币，观察出正还是反 出的灯泡的寿命. 出的灯泡的寿命 掷一颗骰子， 掷一颗骰子，观察出现的点数
第一章 随机事件及其概率
随机事件及样本空间 频率与概率 条件概率及贝努利概型
§1 随机事件及样本空间
一、随机事件及其有关概念
1、随机事件的定义
试验中可能出现或可能不出现的情况叫“随机事件” 试验中可能出现或可能不出现的情况叫“随机事件”, 简称“事件” 记作A 简称“事件”。记作A、B、C等任何事件均可表示为样本空 间的某个子集。称事件A发生当且仅当试验的结果是子集A 间的某个子集。称事件A发生当且仅当试验的结果是子集A中 的元素。 的元素。
例如，一个袋子中装有10个大小、形状完全相同的球。 例如，一个袋子中装有10个大小、形状完全相同的球。 10个大小 将球编号为1 10。把球搅匀，蒙上眼睛，从中任取一球。 将球编号为1－10。把球搅匀，蒙上眼睛，从中任取一球。
因为抽取时这些球是完全平等的， 因为抽取时这些球是完全平等的， 我们没有理由认为10个球中的某一个会 我们没有理由认为10个球中的某一个会 10 比另一个更容易取得。也就是说，10个 比另一个更容易取得。也就是说，10个 球中的任一个被取出的机会是相等的， 球中的任一个被取出的机会是相等的， 均为1/10 1/10。 均为1/10。
概率第一章
第1章 随机事件1．1 随机事件1.1.1 随机现象与随机试验概率论与数理统计是研究随机现象统计规律的一门数学分科．什么是随机现象呢？下面让我们先做两个简单的试验：试验一：一个盒子中有10个完全相同的白球，搅匀后从中任意摸取一球；试验二：一个盒子中有10个相同的球，其中5个是白色的，另外5个是黑色的，搅匀后从中任意摸取一球．分析上述两个试验结果给出下述两个基本概念：确定性现象：在一定条件下必然发生的现象称为确定性现象．试验一所代表的类型即是确定性现象．试验二所代表的类型，有多于一种可能的试验结果，而且在一次试验之前不能确定会出现哪一个结果，这一类试验称为随机试验．在客观世界中随机现象也是极为普遍的，例如：某地区的年降雨量；检查流水生产线上的一件产品，是合格品还是不合格；打靶射击时，弹着点离靶心的距离，等等．在条件相同的一系列重复观察中，会时而出现时而不出现，呈现出不确定性，并且在每次观察之前不能准确预料其是否出现，这类现象称之为随机现象．在相同条件下多次重复某一试验或观察时，虽然结果具有不确定性，但会表现出一定的规律性，这种规律性称之为统计规律性．那么如何来研究随机现象的统计规律呢?对随机现象进行的实验与观察统称为试验．具有下列特征的试验称为随机试验：1．可在相同的条件下重复进行；2．试验结果不止一个，但在试验之前能明确试验所有可能的结果；3．试验前不能确定到底会出现哪一个结果．随机试验一般用大写英文字母E 表示．如：1E ：抛一枚硬币，观察出现正面还是反面（分别用“H ” 和“T ” 表示出现正面和反面）；2E ：抛两枚硬币，观察出现的结果；3E ：掷一颗骰子，观察出现的点数；4E ：记录某网站一分钟内被点击的次数；5E ：对一目标进行射击，直到命中为止，观察其结果；6E ：在一批灯泡中任取一只，测其寿命．1.1.2 样本空间与随机事件对于随机试验，虽然在我们试验之前不能预知试验的结果，但可以确定试验的所有可能的结果．定义1.1.1 样本空间：随机试验所有可能的结果组成的集合称为样本空间，通常用字母Ω表示．定义1.1.2 样本点：随机试验每一个可能的结果称为样本点，通常用字母ω表示样本点，即为Ω中的元素．例1.1.1 一盒子中有黑球、白球，从中任取一球，观察其颜色，记1ω={取得白球}，2ω={取得黑球}，则12{,}ωωΩ=．例 1.1.2 一个盒子中有十个完全相同球，分别标以号码1210，，，，从中任取一球，令 i ={取得球的号码为i }，则{1,210}Ω=．例1.1.3 写出16~E E 的样本空间．解 16~E E 的样本空间分别为：(1) 1{,}H T Ω=；(2) 2{,,,}HH HT TH TT Ω=；(3) 3{1,2,3,4,5,6}Ω=；(4) 4{0,1,2}Ω=；(5) 5{(,)|0,0}x y x y Ω=>>；(6) 6{|0}t t Ω=≥．在实际中，我们通常并不关心所有的样本点，而是只关注一些满足一定条件的样本点，如在随机试验6E 中，若规定这种灯泡的寿命超过1000小时为一级品，那么我们只关心{|1000}t t >中的样本点，所以我们有如下定义：定义1.1.3 随机事件：样本空间Ω的子集，称为随机事件，用大写字母,,,,A B C D 表示，即随机事件为满足一定条件的样本点组成的集合．特别的，仅由一个样本点的事件称为基本事件，它是随机试验的直接结果，每次试验必定发生且只可能发生一个基本事件；全体样本点组成的事件称为必然事件，记为Ω，每次试验必然事件必定发生；不包含任何样本点的事件称为不可能事件，记为∅，每次试验不可能事件必定不发生．在每次试验中，当且仅当事件A 中的一个样本点出现时，称事件A 发生．例如在3E 中，如果用A 表示事件“掷出奇点数”，那么A 是一个随机事件．由于在一次投掷中，当且仅当掷出的点数是1,3,5中的任何一个时才称事件A 发生了，所以我们把事件A 表示为{}1,3,5A =；“掷出的点数不超过6”就是必然事件，用集合表示这一事件就是3E 的样本空间{}1,2,3,4,5,6Ω=．而事件“掷出的点数大于6”是不可能事件，这个事件不包括3E 的任何一个可能结果，所以用空集∅表示．一个样本空间Ω中，可以有很多的随机事件．概率论的任务之一，是研究随机事件的规律，通过对较简单事件规律的研究去掌握更复杂事件的规律．下面我们来介绍事件之间的关系和事件之间的运算规律．1.1.3 事件的关系及运算因为事件是一个集合，因而事件间的关系和运算是按集合间的关系和运算来处理的．下面给出这些关系和运算在概率中的提法，并根据“事件发生”的含义，给出它们在概率中的含义．设随机试验E 的样本空间为Ω，,,(1,2,)k A B A k =是Ω的子集．1． 事件的关系(1) 事件的包含与相等：若事件A 发生必然导致事件B 发生，则称事件A 包含于事件 B ，记为A B ⊃或者B A ⊂．:{}A B A,B ⊂∈∈ωω则．见文氏（Venn ）图1．1．若B A ⊂且A B ⊂，即B A =，则称事件A 与事件B 相等．(2) 事件的和：事件A 与事件B 至少有一个发生的事件称为事件A 与事件B 的和事件， 记为A B ．事件A B 发生意味着：或事件A 发生，或事件B 发生，或事件A 与事件B 都发生．{}A B A,B =∈∈ωω或．见文氏（Venn ）图1．1．推广121ni n i A A A A ==，表示12,,,n A A A 至少有一个发生， 121i i A A A ∞==，表示12,,A A 至少有一个发生．(3) 事件的积：事件A 与事件B 都发生的事件称为事件A 与事件B 的积事件，记为A B ，也简记为AB ．事件A B （或AB ）发生意味着事件A 发生且事件B 也发生，即A 与B 都发生．{}A B A,B =∈∈ωω且．见文氏图1．1．推广121ni n i A A A A ==，表示12,,,n A A A 同时发生， 121i i A A A ∞==，表示12,,A A 同时发生．(4) 事件的差：事件A 发生而事件B 不发生的事件称为事件A 与事件B 的差事件，记为B A -，}A B {A,B -=ω∈ω∉且．见文氏图1．1．注：A B A AB -=-．(5) 互不相容事件(互斥)： 若事件A 与事件B 不能同时发生，即AB =∅，则称事件A 与事件B 是互斥的，或称它们是互不相容的．见文氏图1．1．若事件12,,,n A A A 中的任意两个都互斥，则称这些事件是两两互斥的． (6) 对立事件：“A 不发生”的事件称为事件A 的对立事件，记为A ．A 和A 满足：A A =Ω，AA =∅．见文氏图1．1：注：① __A A =Ω-；②在一次随机试验中A 和A 有一个发生而且只有一个发生．图1．1事件的关系图 由上述可见概率论中事件间的关系与集合论中集合之间的关系是一致的，于是事件之间的运算规律与集合之间的运算规律也是一致的．２．事件的运算规律设C B A ,,为事件，则事件之间的运算满足：(1) 交换律：A B B A =，BA AB =．(2) 结合律：()()A B C A B C =，)()(BC A C AB =．(3) 分配律：()()()A B C AC BC =，()()()AB C A C B C =． (4) 对偶律：A B AB =；___AB A B =．例1.1.4 甲，乙，丙三人各射一次靶，记事件A ＝｛甲中靶｝，事件B ＝｛乙中靶｝，事件C ＝｛丙中靶｝，用上述三个事件的运算来分别表示下列各事件：(1)“甲未中靶”；(2)“甲中靶而乙未中靶”；(3)“三人中只有丙未中靶”；(4)“三人中恰好有一人中靶”；(5)“ 三人中至少有一人中靶”；(6)“三人中至少有一人未中靶”；(7)“三人中恰有两人中靶”；(8)“三人中至少两人中靶”；(9)“三人均未中靶”；(10)“三人中至多一人中靶”；(11)“三人中至多两人中靶”．解（1）“甲未中靶”=A；=；(2)“甲中靶而乙未中靶”AB=；(3)“三人中只有丙未中靶”ABC=；(4)“三人中恰好有一人中靶”ABC ABC ABC=；(5)“三人中至少有一人中靶”A B C==ABC；(6)“三人中至少有一人未中靶”A B C=；(7)“三人中恰有两人中靶”ABC ABC ABC=；(8)“三人中至少两人中靶”AB AC BC=；(9)“三人均未中靶”ABC=；(10)“三人中至多一人中靶”ABC ABC ABC ABC==A B C．(11)“三人中至多两人中靶”ABC注：用其它事件的运算来表示一个事件，方法往往不唯一，如上例1.1.4中的(6)和(11)所表示的事件实际上是同一事件．1．2 随机事件的概率在一次随机试验中，除必然事件一定发生，不可能事件不发生外，一般的随机事件可能发生，也可能不发生，于是需要知道它发生的可能性到底有多大．概率是用来描述随机事件发生的可能性的大小的一种数量指标，它是逐步形成和完善起来的．下面我们就先引入频率的概念，然后研究频率的性质，进而引出概率的定义．1.2.1事件的频率定义 1.2.1 对于一个随机事件A 来说，在n 次重复试验中，记A n 为随机事件A 出现的次数，又A n 称为事件A 的频数，称()n f A = A n n为事件的频率． 由上述定义，对于事件的频率，我们很容易得到如下性质：（1）0()1n f A ≤≤；（2）()1n f Ω=；（3）对于k 个两两互斥的事件12,,,k A A A ，有11()k kn i n i i i f A f A ==⎛⎫= ⎪⎝⎭∑．根据上述定义可知频率反应了一个随机事件发生的频繁程度，人们经过长期的实践发现，虽然个别随机事件在某次试验或观察中可能出现也可能不出现，但在大量试验中它却呈现出明显的规律性——频率稳定性．在掷一枚均匀的硬币时，既可能出现正面，也可能出现反面，在大量试验中出现正面和反面的频率，都应接近于50％，为了验证这点，历史上曾有不少数学家做过这个试验，其结果如下：又如，在英语中某些字母出现的频率远远高于另外一些字母．而且各个字母被使用的频率相当稳定．例如，下面就是英文字母使用频率的一份统计表．对一随机事件来说，如果它发生的频率越大，自然这个事件在一次试验中发生的可能性就越大，所以频率在一定程度上反映了事件发生可能性的大小．如上述两个试验，尽管每做n 次试验，所得到的频率()n f A 各不相同，但随着试验次数n 的增加，事件A 的频率()n f A 与会逐渐稳定在一个常数附近，而实际上这一常数即为事件A 的概率．下面给出概率的一个严密的定义．20世纪30年代中期，柯尔莫哥洛夫给出了概率的严密的公理化定义．定义1.2.2 设Ω是随机试验E 的样本空间，对于E 的每一个随机事件A ，定义一个实数()P A 与之对应．若实值集合函数()P ⋅满足下列条件：（1）非负性：对于每个随机事件A ，都有()0;P A ≥（2）规范性：()1P Ω=；（3）可列可加性：若事件12,,,A A 两两互斥，则有 11()i i i i P A P A ∞∞==⎛⎫= ⎪⎝⎭∑， (1.2.1)则称()P ⋅为概率，()P A 为事件A 的概率．由概率的定义，可得到概率的以下性质：性质1 ()0P ∅=．性质2 (有限可加性) 设12,,,n A A A 是两两互斥的事件，则 121()()nn k k P A A A P A ==∑ (1.2.2)性质3 对任意事件A ，有()1()P A P A =-．性质4 对任意事件,A B ，若,A B ⊂则()()()P B A P B P A -=-． (1.2.3)性质5 若,B A ⊂则有()()P B P A ≥．性质6 对于任一事件A ，有0()1P A ≤≤．性质7(减法公式) 对任意事件,A B ，有()()()P B A P B P AB -=-． (1.2.4) 证 因为B A B AB -=-，且AB B ⊂，由(1．2．3)，()()()()P B A P B AB P B P AB -=-=-．性质8 (加法公式) 对任意事件,A B ，有()()()() P P AB A P B P AB =+-．(1．2．5) 证 由于 ()A B A B AB =-，且(),A B AB -=∅于是有()()()()()()P A B P A P B AB P A P B P AB =+-=+-．推广 ,,A B C 是任意三个事件，则有()()()()()()()().P A B C P A P B P C P AB P AC P BC P ABC =++---+一般，对于任意n 个事件12,,,n A A A 有1121111()()()()...(1)()n n n i i i j i j k n i i j n i j k n i P A P A P A A P A A A P A A A -=≤<≤≤<<≤==-+++-∑∑∑．1．3 古典概率模型古典概型是人们最初讨论的一种随机试验，本节即要讨论古典概型中随机事件的概率．下面先看第１节的三个例子：1E ： 抛一枚硬币，观察出现正面还是反面．（分别用“H ” 和“T ” 表示出正面和反面）； 2E ：抛两枚硬币，观察出现的结果；3E ：掷一颗骰子，观察出现的点数．上述三个例子即为古典概型随机试验，它们有共同的特点：(1)样本空间只包含有限个样本点；(2)每个样本点在每次随机试验中等可能出现．凡是具有上述两个特点的随机试验就称为是古典概型，那么在古典概型中随机事件的概率应该如何计算？定义1.3.1 随机试验E 是古典概型，样本空间Ω共含有n 个样本点，随机事件A 含有r 个样本点，则定义事件A 的概率为： () A r P A n==Ω中本中本样点个数 样点个数． (1.3.1) 古典概型中许多概率的计算相当困难而富有技巧，按照上述概率的计算公式，计算的要点是给定样本点，并计算它的总数，而后再计算所求事件中含的样本点的数目．下面我们看一些典型的古典概率计算的例子．例1.3.1 将一枚硬币抛掷两次，设事件1A ={恰有一次出现正面}；事件2A ={至少有一次出现正面}，求1()P A 和2()P A ．解 正面记为“H ”，反面记为“T ”，则随机试验的样本空间为{,,,}HH HT TH TT Ω=， 而 {}1,A HT TH =，{},,2A HH HT TH =，于是121()42P A ==，23()4P A =． 例1.3.2 有10个电阻，其电阻值分别为1210ΩΩ⋯Ω，，，，从中取出三个，求取出的三个电阻，一个小于5Ω，一个等于5Ω，另一个大于5Ω的概率．解 把从10个电阻中取出3个的各种可能取法作为样本点全体，这是古典概型，样本空间的样本点数为103⎛⎫ ⎪⎝⎭，所求事件含样本点数为⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛151114．故所求概率为 41511111063P ⎛⎫⎛⎫⎛⎫ ⎪⎪⎪⎝⎭⎝⎭⎝⎭==⎛⎫ ⎪⎝⎭． 例1.3.3 30名学生中有3名运动员，将这30名学生平均分成3组，求：（1）每组有一名运动员的概率；（2）3名运动员集中在一个组的概率．解 设事件A={每组有一名运动员}，B={3名运动员集中在一组}，30名学生平均分成3组共有30201030!10101010!10!10!⎛⎫⎛⎫⎛⎫= ⎪⎪⎪⎝⎭⎝⎭⎝⎭种分法． （1）保证每组有一名运动员则有27!3!9!9!9!分法，所以50()30!20310!10!10!P A =27!3!9!9!9!=； （2）让3名运动员集中在一个组，则有272010371010⎛⎫⎛⎫⎛⎫⨯ ⎪⎪⎪⎝⎭⎝⎭⎝⎭分法，所以27201037101018()30!20310!10!10!P B ⎛⎫⎛⎫⎛⎫⨯ ⎪⎪⎪⎝⎭⎝⎭⎝⎭==． 例1.3.4（摸球模型）(1) （无放回地摸球）设袋中有M 个白球和N 个黑球，现从袋中无放回地依次摸出m n +个球，求所取球恰好含m 个白球，n 个黑球的概率．解 样本空间所含样本点总数为,M N m n +⎛⎫⎪+⎝⎭所求事件含的样本点数为,M N m n ⎛⎫⎛⎫ ⎪⎪⎝⎭⎝⎭所以所求概率为 M N m n P M N m n ⎛⎫⎛⎫ ⎪⎪⎝⎭⎝⎭=+⎛⎫ ⎪+⎝⎭． (2) 有放回地摸球设袋中有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 样本空间点总数为310101010⨯⨯=，所求事件所含样本点数为664⨯⨯，故 366410P ⨯⨯= 0.144=． 例1.3.5（盒子模型）设有n 个球，每个都能以相同的概率被放到N 个盒子()N n ≥的每一个盒子中，试求：(1)某指定的n 个盒子中各有一个球的概率；(2)恰好有n 个盒子中各有一个球的概率．解 设事件A={某指定的n 个盒子中各有一个球}，B={任意n 个盒子中各有一个球}． 由于每个球可落入N 个盒子中的任一个，所以n 个球在N 个盒子中的分布相当于从N 个元素中选取n 个进行有重复的排列，故共有nN 种可能分布．对于事件A ，相当于n 个球在那指定的n 个盒子中全排列，总数为!n ，所以 !()n n P A N=． 对于事件B ，n 个盒子可以任意，即可以从N 个盒子中任意选出n 个来，这种选法共有⎪⎪⎭⎫ ⎝⎛n N 种，对于每种选定的n 个盒子，再全排列，所以事件B 放法共有!N n n ⎛⎫ ⎪⎝⎭种，所以!()n N n n P B N⎛⎫ ⎪⎝⎭=． 上述例子是古典概型中一个比较典型的问题，不少问题都可以归结为它．例如概率论历史上有一个颇为有名的问题：要求参加某次集会的n 个人中没有两个人生日相同的概率．若把n个人看作上面问题中的n 个球，而把一年的365天作为盒子，则365N =，这时按照上述事件B 概率的求法就给出所求的概率．例如当40n =时，0109P =．，即40人中至少有两个人生日相同的概率为0891．，这个概率已经相当大了．例1.3.6 袋中有a 只黑球，b 只白球，它们除颜色不同外，其他方面没有差别，把球均匀混合，然后随机取出来，一次取一个，求第k 次取出的球是黑球的概率()1k a b ≤≤+． 解 设事件A ={第k 次取出的球是黑球}．法1 把a 只黑球及b 只白球都看作是不同的(例如设想把它们进行编号)，若把取出的球依次放在排列成一行的a b +个位置上，则可能的排列法相当于把a b +个元素进行全排列，总数为()!a b +，把它们作为样本点全体．A 事件所含样本点数为(1)!a a b ⨯+-，这是因为第k 次取得黑球有a 种取法，而另外1a b +-次取球相当于1a b +-只球进行全排列，有(1)!a b +-种取法，故所求概率为(1)!()()!a a b a P A a b a b⨯+-==++， 结果与k 无关．实际上本例就是一抽签模型，例如在体育比赛中进行抽签，对各队机会均等，与抽签的先后次序无关．法2 把a 只黑球看作是没有区别的，把b 只白球也看作是没有区别的．仍把取出的球依次放在排列成一行的a b +位置上，因若把a 只黑球的位置固定下来则其他位置必然是放白球，而黑球的位置可以有⎪⎪⎭⎫⎝⎛+b b a 种放法，以这种放法作为样本点．对于事件A ，由于第k 次取得黑球，这个位置必须放黑球，剩下的黑球可以在1a b +-个位置上任取1a -个位置，因此共有⎪⎪⎭⎫ ⎝⎛--+11a b a 种放法．所以所求概率为b a a a b a a b a P k +=⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛--+=11． 两种不同的解法答案相同，两种解法的区别在于，选取的样本空间不同．在[法一]中把球看作是“有区别的”，而在[法二]中则对同色球不加区别，因此在第一种解法中要顾及各黑球及各白球间的顺序而用排列，第二种解法则不注意顺序而用组合，但最后还是得出了相同的答案．由本例，我们必须注意，在计算样本点总数及所求事件含的样本点数时，必须对同一个确定的样本空间考虑，因此其中一个考虑顺序，另一个也必须考虑顺序，否则结果一定不正确．1．4 条件概率在许多实际问题中，除了考虑()P B 外，有时还需要考虑在一定条件下事件B 发生的概率，比如，已知事件A 发生的条件下，事件B 发生的概率，我们称这种概率为事件A 发生的条件下事件B 发生的条件概率，记为(|)P B A ．1.4.1 条件概率的定义引例 盒中有4个外形相同的球，分别标有1,2,3,4，现在从盒中有放回的取两次球，每次取一球．则该试验的所有可能的结果为(1，1) (1，2) (1，3) (1，4)(2，1) (2，2) (2，3) (2，4)(3，1) (3，2) (3，3) (3，4)(4，1) (4，2) (4，3) (4，4)其中(,)i j 表示第一次取i 号球，第二次取j 号球，设A ={ 第一次取出球的标号为2}，B ={ 取出的两球标号之和为4}， 则事件{(13),(2,2),(3,1)}B =，，因此事件B 的概率为 ()316P B =． 下面我们考虑在事件A 发生的条件下，事件B 发生的概率(|)P B A ．由于已知事件A 已经发生，{(21),(2,2),(2,3),(2,4)}A =，，这时，事件B 在事件A 已经发生的条件下发生，那么只可能出现样本点(2,2)，因此A 发生的条件下B 发生的概率为14，即 1(|)4P B A =． 由引例可以看出，事件B 在“条件A 已发生”这附加条件下的概率与不附加这个条件的概率是不同的．那么如何计算条件概率(|)P B A 呢？定义1.4.1 设A 、B 是两个随机事件，()0P A >，称()(|)()P AB P B A P A = (1.4.1) 为在事件A 已发生的条件下事件B 发生的条件概率． 在上述引例中，41(),()1616P A P AB ==，显然有()(|)()P AB P B A P A ==14． 例1.4.1 10个产品中有7个正品，3个次品，按照不放回抽样，每次一个，抽取两次，求(1) 两次都抽到次品的概率；(2 ) 第二次才取到次品的概率；(3）已知第一次取到次品，第二次又取到次品的概率．解 设A ，B 分别表示第一次和第二次抽到的是次品．(1) ()P AB ＝32110915⨯⨯＝； (2) 737()10930P AB ⨯==⨯；(3) 12()215(|)39()1510P AB P B A P A ====．例 1.4.２ 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 设事件A ={能活20岁以上}，事件B ={能活25岁以上}，即要求条件概率P(B A)，由题()0.8P A =，()0.4P B =，()()P AB P B =，于是()(|)()P AB P B A P A =0.410.82==． 1.4.2 条件概率)|(A P ⋅的性质容易验证条件概率|P A ⋅（）也有非负性、规范性和可列可加性三条性质： (1) 非负性：对任意的B ，(|)P B A ≥0； (2) 规范性： (|)1P A Ω=；(3) 可列可加性：对任意的一列两两互斥的事件,(1,2,)i B i ⋯＝，有 11(|)(|)i i i i P B A P B A ∞∞===∑．因此，条件概率仍然是概率，所以条件概率也具有有限可加性、减法公式、加法公式等无条件概率所具有的一些性质．如对任意的12,B B ，有：(1) 121212(|)(|)(|)(|)P B B A P B A P B A P B B A =+-；（2）12112(|)(|)(|)P B B A P B A P B B A -=-； （3）若()(|)1()P B A B P B A P A ⊂==，则． 例1.4.３ 一张储蓄卡的密码共6位数字，每位数字都可从0~9中任选一个．某人在银行自动提款机上取钱时，忘记了密码的最后一位数字，求：(1）任意按最后一位数字，不超过2次就按对的概率；(2）如果他记得密码的最后一位是偶数，不超过2次就按对的概率．解 设事件A ={任意按最后一位数字，不超过2次就按对}，事件i A ={第i 次按对密码}(1,2i =)，则__112()A A A A =，(1）因为事件1A 与事件12A A 互斥，由概率的加法公式得__1121911()()()101095P A P A P A A ⨯=+=+=⨯；(2）事件B =｛最后一位按偶数｝，则____112112(|)(()|)(|)(|)P A B P A A A B P A B P A A B ==+14125545⨯=+=⨯． 1.4.3 乘法公式由条件概率定义的（1.4.1）可得，当()0P A >时，有()(|)P AB P A P B A =（）， （1.4.2） 及()0P B >时，()(|)P AB P B P A B =（）． （1.4.3） 推广 12,,,n A A A 为n 个事件，且12n-1()0P A A A >，则有 12n 121321n 121()()(|)(|)(|)n P A A A P A P A A P A A A P A A A A -=． （1.4.4）特别的，当3n ＝时，有()(|)(|)P ABC P A P B A P C AB =（）．乘法公式一般用于计算多个事件同时发生的概率．例1.4.4设袋中装有r 只红球，t 只白球．每次取一只观察其颜色并放回，并同时再放入a 只同色球，连续取四次，试求第一次、第二次取到红球且第三、四次取到白球的概率．解 以i A 表示事件“第i 次取到红球”1,2,3,4i =，则43,A A 分别表示第三次、第四次取到白球，即要求事件1234A A A A 的概率，由乘法公式(1.4.4)得12341213124123()()(|)(|)(|)P A A A A P A P A A P A A A P A A A A =r r a t t ar t r t a r t a a r t a a a ++=⋅⋅⋅++++++++++ ()()()()(2)(3)rt r a t a r t r t a r t a r t a ++=+++++++．1.4.4全概率公式和贝叶斯公式全概率公式和贝叶斯公式是概率论中两个比较重要的公式，它们将一个比较复杂事件的概率转化为不同条件下发生的比较简单的条件概率来计算．下面首先介绍一下样本空间划分的概念．定义 1.4.2 设Ω是随机试验E 的样本空间，12,,,n B B B 是E 的一列随机事件，若 (1),,,1,2,,i j B B i j i j n =∅≠=；(2)12n B B B =Ω，则称12,,,n B B B 为样本空间Ω的一个有限划分．定理 1.4.1 （全概率公式）设12,,,n B B B 是样本空间Ω的一个有限划分，且()0,1,2,i P B i n >=，则对任一事件A ，有()1()(|)iii P A P B P A B ∞==∑． （1.4.5）证1()()[()]ni i P A P A P A B ==Ω=1(())ni i P AB ==，对任意i j i j,B B ≠=∅，得()i AB ()()=Φi j AB AB ，由概率的有限可加性得11(())()nn i i i i P AB P AB ===∑=1()(|)ni i i P B P A B =∑．例1.4.5 有一批同一型号的产品，其中由甲厂生产的占30%，乙厂生产的占50%，丙厂生产的占20%，又知这甲、乙、丙三个厂的产品次品率分别为2%，1%，1%，问从这批产品中任取一件，取到次品的概率是多少?解 设事件A 为“任取一件为次品”，事件123,,B B B 分别为产品由甲、乙、丙厂生产，显然123,B B B =Ω且,,1,2,3i j B B i j =∅=，即123B ,B ,B 构成样本空间的划分．所以由（1.4.5）112233()()()()()()()P A P A B P B P A B P B P A B P B =++，123()0.02()0.01()0.01P A B P A B P A B ===，，，故112233()()()()()()()P A P A B P B P A B P B P A B P B =++0020300105001020013.......=⨯+⨯+⨯=．定理 1.4.2 （贝叶斯公式）设12,,,n B B B 是样本空间Ω的一个划分，()i P B 0>，1,2,3,,i n =，对任意事件A ，有1()(|)(|),1,2,...()(|)i i i njjj P B P A B P B A i n P B P A B ===∑． (1.4.6)证 i i P(B A )P(B A )P(A )=1i i njj j P(A B )P(B ),P(A B)P(B )==∑ 1,2,,i n =．例1.4.6 （续例1．4．5） 有一批同一型号的产品，其中由甲厂生产的占30%，乙厂生产的占50%，丙厂生产的占20%，又知这甲、乙、丙三个厂的产品次品率分别为2%，1%，1%，问从这批产品中任取一件，发现是次品，那么它分别由甲、乙、丙厂生产的概率是多少?解 123(),(),()P B A P B A P B A 即为所要求的条件概率，由贝叶斯公式(1.4.6)，11131()(|)0.020.3(|)0.460.020.30.010.50.010.2()(|)jjj P B P A B P B A P B P A B =⨯===⨯+⨯+⨯∑；22231()(|)0.010.5(|)0.380.020.30.010.50.010.2()(|)jjj P B P A B P B A P B P A B =⨯===⨯+⨯+⨯∑；33331()(|)0.010.2(|)0.150.020.30.010.50.010.2()(|)jjj P B P A B P B A P B P A B =⨯===⨯+⨯+⨯∑．例1.4.7袋中有4个红球，6个白球，作不放回的摸球两次，求（1）第二次摸到红球的概率；（2）已知第二次摸到红球，求第一次摸到的也是红球的概率．解 设A ={第一次摸到红球}，A ={第一次摸到白球}，B ={第二次摸到红球}．显然11114634(),(),(|),(|)101099P A P A P B A P B A ====； （1）由全概率公式(1．4．５)111143642()()(|)()(|)1091095P B P A P B A P A P B A =+=⨯+⨯=； （2）由贝叶斯公式(1.4.5)1111111()(|)1(|)()(|)()(|)3P A P B A P A B P A P B A P A P B A ==+．例1．4．8 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?解 设A ={抽查的人患有癌症}，B ={试验结果是阳性}，则__A ={抽查的人没有患癌症}．()0.005, ()0.995 ,(|)0.95, (|)0.04P A P A P B A P B A ====．由贝叶斯公式(1．4．5)，得()(|)(|)0.1066 ()(|)()(|)P A P B A P A B P A P B A P A P B A ==+．这表明某人的试验结果为阳性，但此人确患癌症的概率却非常小，只有0.1066，即平均来说，1000个检查结果呈阳性的人中大约只有107人确患癌症．那是否说明该试验对于诊断一个人是否患有癌症没有意义？我们来分析一下．如果不做试验，随机抽取一人，那么他是癌症患者的概率为()0.005P A =，若进行试验，试验后呈阳性反应，则根据试验得到的信息：此人是癌症患者的概率为P (|)0.1066A B =．概率从0.005增加到0.1066，约增加了21倍，说明试验对于诊断一个人是否患癌症有意义．至于试验结果呈阳性患癌症的概率还如此低，是由癌症的患病率非常低0.005导致的．1．5 事件的独立性条件概率(|)P B A 通常来说与()P B 不相等，这反映了事件A 的发生与否对事件B 有影响；若(|)P B A 与()P B 相等，则反映了事件A 的发生与否对事件B 无影响．如：抛硬币两次，事件A ＝{第一次正面向上}，B ＝{第二次正面向上}．1()(|)2P B P B A ==． 所以两个事件A 、B 其中一个发生与否，不影响另一件事件发生的可能性大小，此时 (|)()P B A P B =，即：()(|)()()P AB P B A P B P A ==， 于是得到()()()P AB P A P B =，我们称A 与B 相互独立．定义 1.5.1 对事件A 和B ，如果()()()P AB P A P B =，则称事件A 与事件B 相互独立．定理1．5．1 设A ，B 是两个事件， 且0)(>A P ，若A ，B 相互独立，则)()|(A P B A P =． 定理1.5.2 设事件A ，B 相互独立，则A 与B ，A 与B ，A 与B 各对事件也相互独立． 证 因为____()A A A BB ABA B =Ω==，显然__,AB A B 互斥，故______()()()()()()()P A P ABAB P AB P AB P A P B P AB ==+=+，于是____()()()()()(1())()()P A B P A P A P B P A P B P A P B =-=-=，所以A 与B 相互独立．由A ，B 相互独立可以推出A 与B 相互独立，于是，A 与B 相互独立可推出A 与B 相互独立，再由B =B ，又可推出A 与B 相互独立．定理1.5.3 若事件A ，B 相互独立，且0()1P A <<，则__(|)(|)()P B A P B A P B ==．证()()()(|)()()()P AB P A P B P B A P B P A P A ===，__________()()()(|)()()()P A B P A P B P B A P B P A P A ===． 定义1.5.2 （三个事件相互独立） 设C B A ,,为三个事件，若等式),()()()(),()()(),()()(),()()(C P B P A P ABC P C P B P BC P C P A P AC P B P A P AB P ====同时满足，则称事件C B A ,,相互独立．类似的可以定义n 个事件相互独立．定义1.5.3 设12,,,n A A A 是n 个事件，若对其中任意k 个事件12,,,k i i i A A A(2)k n ≤≤有1212()()()()k k i i i i i i P A A A P A P A P A =，则称这n 个事件是相互独立的．定义 1.5.4 设有n 个事件12,,,n A A A （3≥n ），若对其中任意两个事件i A 与)1(n j i A j ≤<≤有)()()(j i j i A P A P A A P =则称这n 个事件是两两相互独立的．显然，若n 个事件12,,,n A A A 相互独立，则n 个事件一定是两两相互独立，但反之不一定成立．在实际应用中，独立性的判断一般不会采用定义判断，而是根据问题的实际意义去判断，如抛硬币两次，事件A ＝{第一次正面向上}，B ＝{第二次正面向上}，第一次出现哪一面并不影响第二次出现正面的概率，所以事件,A B 相互独立．例1.5.1甲、乙两射手独立地向同一目标射击一次，其中命中率分别为0.9和0.8， (1) 求目标被击中的概率；(2) 现已知目标被击中，求它是由甲击中的概率． 解 设A ={甲命中}，B ＝{乙命中}，C ={目标被击中}，(1) () () ()()()()0.90.80.90.80.98P C P A B P A P B P A P B ==+-=+-⨯=； (2) ()()(|)()[()()()()]P AC P A P A C P C P A P B P A P B ==+-0.90.920.98==． 例1.5.２ 设高射炮每次击中飞机的概率为0.2，问至少需要多少门这种高射炮同时独立发射（每门射一次）才能使击中飞机的概率达到95%以上？解 设需要n 门高射炮，A ＝｛飞机被击中｝，A i ＝｛第i 门高射炮击中飞机｝，12)i n =⋯（，，，，则12()()n P A P A A A =⋯=_____________________121()n P A A A -______121()n P A A A =-，由相互独立的性质____________1212()()()()n n P A A A P A P A P A =，于是______12()1()()()1(10.2)n n P A P A P A P A =-=--，令1(10.2)0.95n--≥，得08005n≤．．，即得14n ≥．即至少需要14门高射炮才能有95%以上的把握击中飞机．例 1.5.３ 一个元件能正常工作的概率称为这个元件的可靠性，一个系统能正常工作的概率称为这个系统的可靠性．设一个系统由四个元件按图示方式（图１．２）组成，各个元件相互独立，且每个元件的可靠性都等于)10(<<p p ，求这个系统的可靠性．。
概率论 第一章
第一章随机事件及其概率习题一1举出几个必然事件、不可能事件和随机事件的例子.解(1)设ｖ１０为10次射击命中次数，则｛５＜ｖ１０≤８＝——随机事件，｛ｖ１０≤１０｝——必然事件，｛ｖ１０＞１０｝——不可能事件；(2)掷一枚骰子试验中，｛出现偶数点｝——随机事件，｛出现ｉ点｝（ｉ＝１，２，…，６）——随机事件，｛出现点数小于7｝——必然事件，｛点数不小于7｝——不可能事件；(3)盒中有2个白球，3个红球，从盒中随机取出3球，则｛取出的3个球中含有红球｝——必然事件，｛取出的3个球中不含红球｝——不可能事件.2互不相容事件与对立事件的区别何在?说出下列各对事件的关系：(1)｜ｘ－a｜＜δ与ｘ－a≥δ；(2)ｘ＞２０与ｘ≤２０；(3)ｘ＞２０与ｘ＜１８；(4)ｘ＞２０与ｘ≤２２；(5)20个产品全是合格产品与20个产品中只有一个废品；(6)20个产品全是合格产品与20个产品中至少有一个废品.解对立事件一定是互不相容事件，但互不相容事件不一定是对立事件.对立事件和互不相容事件的共同特点是事件间没有公共的样本点，但两个对立事件的并(和)等于样本空间，即若A与__A是两个对立事件，则A__A＝Φ，A＋__A＝Ω；而两个互不相容事件的并(和)被样本空间所包含，即若A与B是两个互不相容事件，则AB＝Φ，且Ａ＋Ｂ⊂Ω.(1)由于｛ｘ｜｜ｘ－a｜＜δ＝∩｛ｘ｜ｘ－a≥δ｝＝Φ，且｛ｘ｜｜ｘ－a｜＜δ＝∪｛ｘ｜ｘ－a≥δ｝⊂Ｒ，所以事件｜ｘ－a｜＜δ与ｘ－a≥δ是互不相容事件；(2)由于｛ｘ｜ｘ＞２０｝∩｛ｘ｜ｘ≤２０｝＝Φ，且｛ｘ｜ｘ＞２０｝∪｛ｘ｜ｘ≤２０｝＝Ｒ，所以事件ｘ＞２０与ｘ≤20是对立事件；(3)由于｛ｘ｜ｘ＞２０｝∩｛ｘ｜ｘ＜18｝＝Φ，且｛ｘ｜ｘ＞２０｝∪｛ｘ｜ｘ＜18｝＝R，所以事件x＞２０与x＜１８是互不相容事件；(4)｛ｘ｜ｘ＞２０｝∩｛ｘ｜ｘ≤２２｝≠Φ，所以事件ｘ＞２０与ｘ≤２２是相容事件；(5)设事件Ａ＝｛２０个产品全是合格品｝，事件Ｂ＝｛20个产品中只有一个废品｝，显然ＡＢ＝Φ，Ａ＋Ｂ⊂Ω＝｛２０个产品｝，所以A与B是互不相容事件；(6)设事件Ａ＝｛20个产品全是合格品｝，事件B＝｛20个产品中至少有一个废品｝，显然AB＝Φ，Ａ+Ｂ＝Ω＝｛20个产品｝，所以A与B是对立事件.3写出下列随机试验的样本空间.(1)10只产品中有3只是次品，每次从其中取一只(取出后不放回)，直到将3只次品都取出，记录抽取的次数；(2)生产产品直到得到10件正品，记录生产产品的总件数；(3)测量一汽车通过给定点的速度.解(1)将3只次品都取出，至少要抽取3次，而最多抽取10次即可，故所求样本空间Ω＝｛３，４，…，９，１０｝;(2)最理想的情形是开始生产的10件产品都是正品，故所求样本空间Ω＝｛１０，１１，１２，…｝;(3)若不考虑汽车的运动方向，则所求样本空间Ω＝｛v｜v＞０｝.若考虑汽车的运动方向，θ表示该运动方向与正东方向之间的夹角，则所求样本空间Ω＝｛（vｃｏｓθ，vｓｉｎθ）｜v＞０，０≤θ＜２π＝.4事件A表示在三件被检验的仪器中至少有一件为废品，事件B表示所有的仪器为合格品，问事件(1)Ａ∪Ｂ；（２）Ａ∩Ｂ各表示什么意义?解(1)Ａ∪Ｂ＝Ω; （２）Ａ∩Ｂ＝ .5设A，B，C为三个随机事件，试将下列事件用A，B，C来表示：(1)仅仅A发生；(2)三个事件都发生；(3)至少有两个事件发生；(4)恰有一个事件发生；(5)没有一个事件发生；(6)不多于两个事件发生.解（１）Ａ__B__ C；（２）ＡＢＣ；（３）ＡＢ∪ＡＣ∪ＢＣ；（４）Ａ__B__C∪__AＢ__C∪__A__BＣ；（５）__A__B__C；（６）ＡＢ__ C.7袋内装有5个白球，3个黑球，从中任取两个球，求取出的两个球都是白球的概率.解随机试验是从8个球中任取2个，样本空间所包含的样本点总数为n=C28.设事件A={取出两个球均为白球}，此时，事件A包含的样本点数为k=C25，故P(A)= k / n = C25 / C28≈0.357.8一批产品共200个，其中有6个废品，求：(1)这批产品的废品率；(2)任取3个恰有一个是废品的概率；(3)任取3个全是废品的概率.解随机试验是从200个产品中任取3个，样本空间所包含的样本点总数为n=C3200.设事件A i={取出的3个产品中含有i个废品},i=1,3,事件B={这批产品的废品率}.若取出的3个产品中含有i个废品，则i个废品必须从6个废品中获得，3-i个合格品必须从194 个合格品中获得，从而事件A i所包含的样本点数为k i=C i6C3-i194 ,i=1,3.故P(B)= 6 / 200 =0.03,P(A1)=k1 / n=C16C2194/C3200≈0.086,P(A3)=k3 /n=C36/C3200≈0.000 02.9两封信随机地向四个邮筒投寄，求第二个邮筒恰好投入一封信的概率.解将两封信随机地投入四个邮筒，共有4×４＝１６种投法，即ｎ＝１６.设Ａ＝｛第二个邮筒恰好投入一封信｝，此时，需将两封信中的一封放入第二个邮筒，共有2种放法，剩下的一封放入其他三个邮筒中的一个，共有3种放法，从而事件A包含的样本点数为ｋ＝２×３＝６，故Ｐ（Ａ）＝ｋ/ｎ＝６/１６＝３/ ８.10在房间里有10个人，分别佩带着从1号到10号的纪念章，任意选3人记录其纪念章的号码.(1)求最小号码为5的概率；(2)求最大号码为5的概率.解设事件A＝｛最小号码为5｝，事件B＝｛最大号码为5｝，则Ｐ（Ａ）＝Ｃ２５/Ｃ３１0＝１/１２，Ｐ（Ｂ）＝Ｃ２４ /Ｃ３１０＝１/２０.11把10本书任意地放在书架上，求其中指定的三本书放在一起的概率.解设事件Ａ＝｛指定的三本书放在一起｝，将指定的三本书作为一个整体，10本书成为8本，故Ｐ（Ａ）＝k/n=A33A88/A1010≈０.０６７.12甲、乙二人约定1点到2点之间在某处会面，约定先到者等候10分钟即离去.设想两个人各自随意地在1点到2点之间选一个时刻到达该处，问“甲乙二人能会面”这事件的概率是多少?解记事件A＝｛两人能会面｝，以ｘ，ｙ分别表示两人到达时刻，则两人能会面的充要条件为｜ｘ－ｙ｜≤１０，即Ａ＝｛（ｘ，ｙ）：｜ｘ－ｙ｜≤１０｝.这是一个几何概率问题，样本空间为Ω＝｛（ｘ，ｙ）：０≤ｘ，ｙ≤６０｝，Ｐ（Ａ）＝Ｌ（Ａ）/Ｌ（Ω）＝６０２－５０２/６０２＝11/36.13在一间房里有四个人，问至少有两人的生日是在同一个月的概率是多少?解四个人在12个月中任一月出生的可能性是相等的，故基本事件的总数为12４.设事件Ａ＝｛四个人生日均不在同一个月｝，则Ｐ（__A）＝１－Ｐ（Ａ）＝１－A４１２/12４＝７３８/１７２８＝４１/９６.14设有10件样品，编以号码0~9，随机地抽取1件样品，以B表示“取到号码为偶数的样品”；A１表示“取到号码为1的样品”，A２表示“取到号码为2的样品”，Ａ３表示“取到号码大于7的样品”，分别求A１，A２，Ａ３的概率和A１，A２，Ａ３对B的条件概率，并将条件概率与无条件概率做一比较.解由题设可知:Ｐ（A１）＝1/10，Ｐ（A2）＝1/10，Ｐ（A3）＝2/10=1/5，Ｐ（A１｜Ｂ）＝０，Ｐ（A2｜Ｂ）＝ 1/5，Ｐ（A3｜Ｂ）＝ 1/5 .15某人忘了电话号码的最后一个数字，因而随意拨号，不超过三次而接通所需要电话的概率是多少?如果已知最后一个数是奇数，那么此概率是多少?解(1)设A={三次中至少有一次接通}, __A={三次每次都不通},A i={第i次接通}(i=1,2,3).易知，__A=__A1__A2__A3，故P(__A1)=9/10, P(__A2__A1)=8/9,P(__A3|__A1__A2)=7/8,从而，P(__A)= P(__A1) P(__A2__A1)P(__A3|__A1__A2)= 9/10×8/9×7/8=7/10.故P(A)=1- P(__A)=1-7/10=3/10.(2)若已知最后一个数字是奇数，从0到9有十个数，其中五个是奇数，则P(__A1)=4/5, P(__A2__A1)=3/4,P(__A3|__A1__A2)=2/3,从而，P(__A)= P(__A1) P(__A2__A1)P(__A3|__A1__A2)= 4/5×3/4×2/3=2/5.故P(A)=1- P(__A)=1-2/5=3/5.16考察甲、乙两地出现春旱的情况，以A，B分别表示甲、乙两地出现春旱这一事件.根据以往气象记录知Ｐ（Ａ）＝０．２，Ｐ（Ｂ）＝０．１５，Ｐ（ＡＢ）＝０．０８，求Ｐ（Ａ｜Ｂ），Ｐ（Ｂ｜Ａ）及Ｐ（Ａ∪Ｂ）.解由题设可知:Ｐ（Ａ｜Ｂ）＝Ｐ（ＡＢ）/Ｐ（Ｂ）＝０.０８/０.１５＝8/15，Ｐ（Ｂ｜Ａ）＝Ｐ（ＡＢ）/Ｐ（Ａ＝０.０８/0.２＝２/５，Ｐ（Ａ∪Ｂ）＝Ｐ（Ａ）＋Ｐ（Ｂ）－Ｐ（ＡＢ）＝０.２＋０.１５－０.０８＝０.２７.17掷三个均匀骰子，已知第一粒骰子掷出幺点(事件B)，问“掷出点数之和不小于10”这个事件A的条件概率是多少?解设事件B＝｛第一粒骰子掷出幺点｝，事件Ａ＝｛掷出点数之和不小于10｝，由题设可知，若第一粒掷出幺点，第二粒可能掷出3、4、5、6点；若第二粒掷出3点，第三粒必掷出6点；第二粒掷出4点，第三粒可能为5、6点；第二粒掷出5点，第三粒可能掷出4、5、6点；第二粒掷出6点，第三粒可能掷出3、4、5、6点，则Ｐ（Ａ｜Ｂ）＝Ｐ（ＡＢ）/Ｐ（Ｂ）=10/36=5/18.18甲、乙二人射击，甲击中的概率为08，乙击中的概率为07，二人同时射击，并假定中靶与否是独立的，求：(1)中靶的概率；(2)甲中、乙不中的概率；(3)甲不中、乙中的概率.解设A、B分别表示甲中靶、乙中靶两事件，则事件A与B独立，又Ｐ（Ａ）＝０．８，Ｐ（Ｂ）＝０．７，于是，所求概率为(1)Ｐ（Ａ∪Ｂ）＝Ｐ（Ａ）＋Ｐ（Ｂ）－Ｐ（ＡＢ）＝Ｐ（Ａ）＋Ｐ（Ｂ）－Ｐ（Ａ）Ｐ（Ｂ）＝０．８＋０．７－０．７×０．８＝０．９４；(2)Ｐ（Ａ__B）＝Ｐ（Ａ）Ｐ（__B）＝０．８×（１－０．７）＝０．２４；(3)Ｐ（__AＢ）＝Ｐ（__A）Ｐ（Ｂ）＝（１－０．８）×０．７＝０．１４.19从厂外打电话给这个工厂某一车间要由工厂的总机转进，若总机打通的概率为0.6，车间的分机占线的概率为0.3，假定二者是独立的，求从厂外向该车间打电话能打通的概率.解设A，B分别表示从厂外打电话总机打通、分机打通两事件，则事件A，B独立，又Ｐ（Ａ）＝０．６，Ｐ（Ｂ）＝１－０．３＝０．７，所求概率为Ｐ（ＡＢ）＝Ｐ（Ａ）Ｐ（Ｂ）＝０．６×０．７＝０．４２.20设事件A，B的概率均不为0，证明事件A与B独立及互不相容不会同时成立.证若Ｐ（Ａ）＞０，Ｐ（Ｂ）＞０，则有(1)因A，B两事件相互独立，且Ｐ（Ａ）＞０，Ｐ（Ｂ）＞0，有P（ＡＢ）＝Ｐ（Ａ）Ｐ（Ｂ）＞０，故ＡＢ≠Φ，即A、B不互不相容;(2)因ＡＢ＝Φ，故Ｐ（ＡＢ）＝Ｐ（Φ）＝０，而Ｐ（Ａ）＞０，Ｐ（Ｂ）＞０，故Ｐ（Ａ）Ｐ（Ｂ）＞０，于是Ｐ（ＡＢ）≠Ｐ（Ａ）Ｐ（Ｂ），即A与B不相互独立.21有四个大小质地一样的球，分别在其上写有数字1，2，3和“1，2，3”，令Ａｉ＝｛随机抽出一球，球上有数字ｉ｝(ｉ＝１，２，3).试证明A１，A２，Ａ３两两独立而不相互独立.证由题设可知Ｐ（A１）＝1/2，Ｐ（A2）＝1/2，Ｐ（A3）＝1/2,且Ｐ（A１A２）＝1/4= 1/2×1/2,Ｐ（A１A3）＝1/4= 1/2×1/2,Ｐ（A2A3）＝1/4= 1/2×1/2 .以上等式说明A１，A２，Ａ３两两独立.但Ｐ（A１A２Ａ３）＝1/4≠1/2×1/2×1/2＝Ｐ（A１）Ｐ（A2）Ｐ（A3）.可见事件A１A２Ａ３不相互独立.22加工某一零件共需四道工序，设第一、二、三、四道工序的次品率分别是2％，3％，5％，3％，假定各道工序是互不影响的，求加工出来的零件的次品率.解设Ａｉ＝｛第ｉ道工序出次品｝，ｉ＝１，２，３，４.又设Ａ＝｛零件为次品｝，则有Ａ＝A１∪A２∪Ａ３∪Ａ４.由题知，A１，A２，Ａ３，Ａ４相互独立，__A1 ，__A2 ，__A3 ，__A4也相互独立，于是Ｐ（Ａ）＝Ｐ（A１∪A２∪Ａ３∪Ａ４）＝１－Ｐ（________________________4321AAAA⋃⋃⋃）＝１－Ｐ（__A1__A2__A3__A4）＝１－Ｐ（__A1）Ｐ（__A2）Ｐ（__A3）Ｐ（__A4）＝１－０．９８×０．９７×０．９５×０．９７≈０．１２４.23掷三枚均匀骰子，记B＝｛至少有一枚骰子掷出1｝，Ａ＝｛三枚骰子掷出的点数中至少有两枚一样｝，问A，B是否独立?解考虑P(A｜__B)，若__B发生，则三枚骰子都不出现幺点，那么，它们都只有5种可能性(2，3，4，5，6)，比不知__B发生时可能取的点数1，2，3，4，5，6少了一个.从5个数字取3个(可重复取)，其中有两个一样的可能性，应比6个数字中取3个时，有两个一样的可能性要大些，即Ｐ（Ａ）＜Ｐ（Ａ｜__B).由此推出Ｐ（Ａ）＞Ｐ（Ａ｜Ｂ），故A，B不独立.24一批玉米种子，其出芽率为09，现每穴种5粒，问“恰有3粒出芽”与“不大于4粒出芽”的概率是多少?解设Ａ＝｛恰有3粒出芽了｝，Ｂ＝｛不大于4粒出芽｝.把穴中每一粒种子是否发芽看作一次试验，而各粒种子发芽与否是互不影响的，所以5次试验是相互独立的，故Ｐ（Ａ）＝ｂ３（５，０．９）＝Ｃ３５×０.９３×（１－０．９）２＝Ｃ３５×０．９３×０．１２≈０．０７３，Ｐ（Ｂ）＝１－ｂ５（５，０．９）＝１－Ｃ５５×０．９５×（１－０．９）０＝１－０.９５≈０．４１.25某一由9人组成的顾问小组，若每个顾问贡献正确意见的百分比是70％，现在该机构对某事件可行与否个别征求各位顾问意见，并按多数人意见作出决策，求作出正确决策的概率.解显然本问题是：如果9人中超过4人作出正确决策，则可对该事件可行与否作出正确决策，从而设事件Ａ＝｛作出正确决策｝，由题设知，ｎ＝９，p ＝０．７，ｑ＝０．３，于是ｂｋ（ｎ，ｐ）＝ｂｋ（９，０．７）＝Ｃｋ９×０．７ｋ×０．３９－ｋ(ｋ＝５，６，７，８，９)，所以5次试验是相互独立的，故Ｐ（Ａ）＝∑=95kＣｋ９×０．７ｋ×０．３９－ｋ≈0.901.26电灯泡使用寿命在1 000小时以上的概率为02，求3个灯泡在使用1 000小时后，最多只有一个坏了的概率.解利用二项概型，有P n(k≤1)=b0(3,0.8)+b1(3,0.8)＝Ｃ０３×０．８０×０．２３＋Ｃ１３×０．８１×０．２２＝０．１０４.27用三台机床加工同一种零件，零件由各机床加工的概率分别为0.5，0.3，0.2，各机床加工的零件为合格品的概率分别等于0.94，0.9，0.95，求全部产品中的合格率.解设事件A、B、C分别表示三台机床加工的产品，事件E表示合格品.依题意，Ｐ（Ａ）＝０．５，Ｐ（Ｂ）＝０．３，Ｐ（Ｃ）＝０．２,Ｐ（Ｅ｜Ａ）＝０．９４，Ｐ（Ｅ｜Ｂ）＝０．９，Ｐ（Ｅ｜Ｃ）＝０．９５，由全概率公式Ｐ（Ｅ）＝Ｐ（Ａ）Ｐ（Ｅ｜Ａ）＋Ｐ（Ｂ）Ｐ（Ｅ｜Ｂ）＋Ｐ（Ｃ）Ｐ（Ｅ｜Ｃ）＝０．５×０．９４＋０．３×０．９＋０．２×０．９５＝０．９３.2812个乒乓球中有9个新的，3个旧的，第一次比赛时，同时取出了3个，用完后放回去.第二次比赛时，又同时取出3个，求第二次取出3个球都是新球的概率.解以Aｉ（ｉ＝０，１，２，３）表示事件“第一次比赛从盒中任取的3个球中有ｉ个新球”.可知Ａ０,A１,A２,Ａ３是样本空间Ω的一个划分.以B表示事件“第二次取出的球都是新球”.则Ｐ（Ａ０）＝Ｃ３３/Ｃ３１２＝１/220，Ｐ（A１）＝Ｃ19Ｃ23/Ｃ３１２＝27/200,Ｐ（A2）＝Ｃ29Ｃ13/Ｃ３１２＝27/55,Ｐ（A3）＝Ｃ39/Ｃ３１２＝21/55,Ｐ（Ｂ｜Ａ０）＝Ｃ39/Ｃ３１２＝21/55,Ｐ（Ｂ｜Ａ1）＝Ｃ38/Ｃ３１２＝14/55,Ｐ（Ｂ｜Ａ2）＝Ｃ37/Ｃ３１２＝35/220,Ｐ（Ｂ｜Ａ3）＝Ｃ36/Ｃ３１２＝1/11.由全概率公式，得Ｐ（Ｂ）＝∑=3iＰ（Ａｉ）Ｐ（Ｂ｜Ａｉ）＝１/220×21/55+27/220×14/55+27/55×35/220+21/55×1/11＝1746/12100≈0.14629发报台分别以概率0.6和0.4发出信号“·”和“-”.由于通信系统受到干扰，当发出信号“·”时，收报台以概率08及02收到信号“·”和“-”；当发出信号“-”时，收报台以概率09及01收到信号“-”和“·”.求：(1)收报台收到信号“·”的概率；(2)当收报台收到信号“·”时，发报台确系发出信号“·”的概率.解设事件B＝｛收到信号“·”｝，Ａ０＝｛发出信号“·”｝，A１＝｛发出信号“-”｝.显然Ａ０,A１构成一个完备事件组，且Ｐ（Ａ０）＝０．６，Ｐ（A１）＝０．４，Ｐ（Ｂ｜Ａ０）＝０．８，Ｐ（Ｂ｜A１）＝０．１.(1)应用全概率公式，有Ｐ（Ｂ）＝∑=1iＰ（Ａｉ）Ｐ（Ｂ｜Ａｉ）＝０．６×０．８＋０．４×０．１＝０．５２.(2)应用贝叶斯公式有Ｐ（Ａ０｜Ｂ）＝Ｐ（Ａ0）Ｐ（Ｂ｜Ａ0）/∑=1iＰ（Ａｉ）Ｐ（Ｂ｜Ａｉ）＝0.6×0.8/0.52≈０．９２３.30设某种病菌在人口中的带菌率为0.83.当检查时，带菌者未必检出阳性反应，而不带菌者也可能呈阳性反应，假定Ｐ（阳性｜带菌）＝０．９９，P(阴性｜带菌)＝０．０１，Ｐ（阳性｜不带菌）＝０．05P(阴性｜不带菌)＝０．95.设某人检出阳性，问他“带菌”的概率是多少?解设A＝｛某人检出阳性｝，Ｂ１＝｛带菌｝，Ｂ2＝｛不带菌｝.由题设知Ｐ（Ｂ1）＝０．８３，Ｐ（Ｂ2）＝１－０．８３＝０．１７，Ｐ（Ａ｜Ｂ1）＝０．９９，Ｐ（Ａ｜Ｂ2）＝０．０５，故所求的概率为Ｐ（Ｂ1｜Ａ）＝Ｐ（ＡＢ1）/Ｐ（Ａ）＝Ｐ（B1）Ｐ（Ａ｜B1）/∑=2jＰ（B j）Ｐ（Ａ｜B j）＝(０.８３×０.９９)/(０.８３×０.９９＋０.１７×０.０５)＝０.８２１７/(０.００８５＋０.８２１７)≈０.９８９８.31设有五个袋子，其中两个袋子(品种A1)每袋有两个白球和三个黑球，另外两个袋子(品种A2)每袋有一个白球和四个黑球，还有一个袋子(品种A3)中有四个白球和一个黑球，(1)从五个袋中任挑一袋，并从这袋中任取一球，此球为白球的概率；(2)从不同品种的三袋中任挑一袋，并由其中任取一球，结果是白球(事件B)，问这球由三个品种的袋子中取出的概率各是多少?解(1)设事件B表示“取到白球”，A i表示“从五个袋中取到A i品种袋子”（ｉ＝１，２，３），故Ｐ（A1）＝2/5, Ｐ（A2）＝2/5,Ｐ（A3）＝1/5,Ｐ（Ｂ｜A1）＝2/5,Ｐ（Ｂ｜A2）＝1/5,Ｐ（Ｂ｜A3）＝4/5,利用全概率公式，所求概率为Ｐ（Ｂ）＝∑=31iＰ（A i）Ｐ（Ｂ｜A i ）＝Ｐ（A1）Ｐ（Ｂ｜A1）＋Ｐ（A2）Ｐ（Ｂ｜A2）＋Ｐ（A3）Ｐ（Ｂ｜A3）＝2/5×2/5＋2/5×1/5＋1/5×4/5＝10/25＝2/5 .(2)设事件B＝｛取到白球｝，A i＝｛从不同品种三袋中取到品种A i 袋子｝（ｉ＝１，２，３），根据题设，欲求下述三个条件概率Ｐ（Ｂ｜A1）,Ｐ（Ｂ｜A1）,Ｐ（Ｂ｜A1）. 于是Ｐ（A1）＝1/3 ,Ｐ（A2）＝1/3,Ｐ（A3）＝1/3,Ｐ（Ｂ｜A1）＝2/5 ,Ｐ（Ｂ｜A2）＝1/5,Ｐ（Ｂ｜A3）＝4/5. 利用全概率公式，取到白球概率为Ｐ（Ｂ）＝∑=31iＰ（A i）Ｐ（Ｂ｜A i）＝1/3×2/5＋1/3×1/5＋1/3×4/5＝7/15.再由贝叶斯公式，有Ｐ（Ａ1｜Ｂ）＝Ｐ（Ａ1）Ｐ（Ｂ｜Ａ1）/∑=31iＰ（Ａi）Ｐ（Ｂ｜Ａi ）＝(1/3×2/5)/7/15＝2/7.Ｐ（Ａ2｜Ｂ）＝Ｐ（Ａ2）Ｐ（Ｂ｜Ａ2）/∑=31iＰ（Ａi）Ｐ（Ｂ｜Ａi ）＝(1/3×1/5)/7/15＝1/7.Ｐ（Ａ3｜Ｂ）＝Ｐ（Ａ3）Ｐ（Ｂ｜Ａ3）/∑=31iＰ（Ａi）Ｐ（Ｂ｜Ａi ）＝(1/3×4/5)/7/15＝4/7.。
概率论-第一章-随机事件与概率
第一章随机事件及其概率自然界和社会上发生的现象可以分为两大类：一类是，事先可以预言其必然会发生某种结果，即在保持条件不变的情况下重复实验或观察，它的结果总是确定的。
这类现象称为确定性现象，另一类是，事先不能预言其会出现哪种结果，即在保持条件不变的情况下重复实验或观察，或出现这种结果或出现那种结果。
这类现象称为随机现象.随机现象虽然对某次实验或观察来说，无法预言其会出现哪种结果，但在相同条件下重复进行大量的实验或观察，其结果却又呈现出某种规律性。
随机现象所呈现出的这种规律性，称为随机现象的统计规律性。
概率论与数理统计就是研究随机现象统计规律性的一门数学学科。
§1随机事件一、随机试验与样本空间我们把对随机现象进行的一次实验或观察统称为一次随机试验，简称试验，通常用大写字母E表示。
举例如下：E\：抛一枚硬币，观察正面〃、反面卩出现的情况；£：将一枚硬币抛掷两次，观察正面〃、反面7出现的情况；£：将一枚硬币抛掷两次，观察正面〃出现的次数；£.：投掷一颗骰子，观察它出现的点数；£：记录某超市一天内进入的顾客人数；&：在一批灯泡里，任取一只，测试它的寿命。
随机试验具有以下三个特点：（1）每次试验的结果具有多种可能性，并且能事先明确知道试验的所有可能结果；（2）每次试验前，不能确定哪种结果会出现；%（3）试验可以在相同的条件下重复进行。
随机试验£的所有可能结果的集合称为£的样本空间，记作0。
样本空间的元素，即£的每个结果，称为样本点，一般用e表示，可记C = {e}。
上面试验对应的样本空间：n, ={w,T}；D.2={HH、HT、TH、TT}；o, ={0,1,2}；也={123,4,5,6}；={0,1234 …};o6 = {/|/>o}o注意，试验的目的决定试验所对应的样本空间。
二、随机事件试验£样本空间。
概率论第一章
在相同的条件下，多次抛一枚均匀的硬币，设事件 A =“正面朝上” ， 观察 n 次试验中 A 发生的次数．
试验者 德.摩根 蒲丰 费勒 K.皮尔逊 K.皮尔逊
n
2048 4040 10000 12000 24000
nA
1061 2048 4979 6019 12012
f n ( A)
0.5181 0.5069 0.4979 0.5016 0.5005
第五章 大数定律和中心极限定理
第六章 数理统计的基本概念 第七章 参数估计 第八章 假设检验
第一章 概率论的基本概念
§1.1 随机事件及其运算
§1.2
§1.3 §1.4 §1.5
概率的定义及其性质
古典概型与几何概型 条件概率 独立性
§1.1 随机事件及其运算
1.1.1 随机现象
自然界的现象按照发生的可能性（或者必然 性）分为两类： 一类是确定性现象，特点是条件完全决定结果 一类是随机现象，特点是条件不能完全决定结 果 在一定条件下，可能出现这样的结果，也可 能出现那样的结果，我们预先无法断言，这类现 象成为随机现象。 如何研究随机现象呢？
1.1.2 随机试验
例1-1： E1: 抛一枚硬币，观察正面H、反面T出现的情况；
E2: 掷一颗骰子，观察出现的点数；
E3: 记录110报警台一天接到的报警次数； E4: 在一批灯泡中任意抽取一个，测试它的寿命； E5: 记录某物理量的测量误差； E6: 在区间 0， 1 上任取一点，记录它的坐标。
例1-5 设A,B为两个随机事件, P(A)=0.5, P(AB)=0.8, P(AB)=0.3, 求P(B). 解 由P(AB)=P(A)+P(B)-P(AB),得 P(B)=P(AB)-P(A)+P(AB)=0.8-0.5+0.3=0.6.
概率论第一章
I Ai = A1 I A2 I L I An = { A1 , A2 , ... An同 时 发 生}
i =1 ∞
I Ai = A1 I A2 I L = { A1 , A2 , ...同时 发 生}
i =1
—刘 赪—
第一章 随机事件与概率
事件间的关系及运算-3
4 差事件：A-B={e|e∈A且e∉B} 当且仅当A发生，B不发生时， 事件A-B发生
称
fn
( A)
=
n( A) n
为事件A的频率.
Ø 频率f n(A)会稳定于某一常数(稳定值).
Ø 用频率的稳定值作为该事件的概率.
—刘 赪—
第一章 随机事件与概率
确定概率的古典方法
1° 样本空间中的元素个数只有有限个，可记为
Ω ={e1,e2,…,en} 2° 每个基本事件ei出现的可能性相等，i=1,2,…,n,
Ex 4. 若在区间( 0, 1) 内任取两个数，则两数之和
小于 6/5 的概率是多少？
-- 刘 赪 --
SWJTU
第三节
第一章
概率的性质
SWJTU
6 PDF 文件使用 "pdfFactory" 试用版本创建
概率的基本性质 -1
1 P(φ) = 0
∑ ( ) 2
P
5 P( A) + P( A) = 1
6 P(A∪B)≤ P(A)+P(B) 且有概率的加法公式 P(A∪B)= P(A)+P(B)-P(AB)
-- 刘 赪 --
SWJTU
Ø 概率的加法公式可以推广到更多事件的情形： P(A∪B∪C)=P(A)+P(B)+P(C)-P(AB)-P(BC)-P(CA)+P(ABC)
概率论第一章总结
第一章随机事件及其概率一、内容提要 （一）．随机事件的概率1.随机试验：（i ）在相同的条件下可以重复进行；（ii ）试验有多种可能结果（iii ）所有可能结果可以明确，但试验前不能事先预知哪个结果出现。
记为E2.随机事件:与随机试验结果有关的命题, 简称事件.记为A,B,C……不可能事件和必然事件也视为为随机事件分别记为 φ和Ω.3.基本事件:按照试验的目的和要求所确定的随机试验E 的一个直接可能结果ω称为基本事件或样本点.4.样本空间(基本事件集):试验E 的所有样本点ω构成的集合称为E 的样本空间或基本事件集,记为Ω.即 Ω.={ω}（二）．随机事件的关系和运算1.事件的包含: 若事件A 发生必然导致B 发生.则称A 包含于B 记作 A ⊂B.2.事件的相等:对两个事件A,B.若A ⊂B.且B ⊂A.则称A 与B 相等.记作A=B3.事件的并：“事件A 与B 中至少有一个发生”的事件称为A 与B 的并（或和），记作A B 。
“n 个事件中至少有一个发生”的事件称为这个事件的并(或和).记作12....n A A A 简记为1n i i A =4.事件的差: “事件A 发生而B 不发生”的事件称为A 与B 的差记作A-B5.事件的交(积): “事件A 与B 都发生” 的事件称为A 与B 的交(积).记作A Bn 个事件12,...n AA A 都发生”的事件称为这个事件的交(或积).记作12...n A A A .6. 事件的互斥(互不相容):事件A 与事件B 不能同时发生,则称互斥.即AB φ=7. 事件的互逆(对立): 事件A 与事件B 必有一个发生,但不能同时发生,则称A 与B 互逆,记作A B =或B A = 即满足A B =Ω AB φ=8.完备事件组:若事件12,,,n A A A 必有一个发生,且12,,,n A A A 两两互不相容,即 12,n A A A =Ω ,且(, 1.2...,,)i j A A i j n i j φ==≠（三）．概率的概念1.概率的古典定义:设E 为古典概型,其样本空间Ω包含n 样本点,事件A 含k 样本点,则称k/n 为 事件A 的概率,记作()/P A k n =2.概率的统计定义设在相同条件下重复进行同一试验,n 次试验中事件A 发生的次数为μ,如果随着试验次数的增大,事件A 发生的频率/n μ 仅在某个常数(01)p p << 附近有 微小变化,则称数p 是事件A 的概率, 即()P A p =.3.概率的公理化定义设A 为随机事件, ()P A 为定义在所有随机事件组成的集合上的实函数且满足下列三条公理:公理1 对任一事件A,有0()1P A ≤≤公理2 ()1P Ω= ()0P φ=公理3.对于两两互斥的可数个随机事件12,,,n A A A ..., 有1212(......)()()...()...n n P A A A P A P A P A =++++ 则()P A 称为事件A 的概率.（四）．概率的性质1. ()1P Ω= ()0P φ=2. 对任意两个事件A ，B.有()()()()P A B P A P B P AB =+-若AB φ=,则()()()P A B P A P B =+3.对任意事件A,有()1(P A P A =-)4.对任意个事件12,,...,n A A A .有12(...)n P A A A 11()()n i i j i i j n P A P A A =≤<≤=-∑∑+1()i j k i j k n P A A A ≤<<≤∑-...+12(1)(...)n n P A A A -(-1)若i j A A φ= (,1,2...,)i j n i j =≠ 则121(...)()n n i i P A A A P A ==∑5.若B A ⊂,则()()()P A B P A P B -=-,且()()P A P B ≥（五）．条件概率、 乘法公式1.条件概率 设A ，B 为随机试验E 的两个事件。
概率论第一章
(1) 0 f ( A) 1; (2) f () 1, f () 0; (3) 若A, B互斥, 则 f ( A B) f ( A) f ( B).
推广：(两两互斥事件组) 设 A1 , A2 ,..., An ,... 是样本空间中有限个 或可列个事件，若满足 Ai Aj ,(i j ) ，则称 A1 , A2 ,..., An ,... 是两两互斥的，或称其是两两互斥事件组。 (7) 互逆(对立)事件：若 AB 且A B ，则称A,B为互逆 事件，或称A与B互相对立。逆事件可表示为： A A (8) 完备事件组：设事件组 A1 , A2 ,..., An 为两两互斥事件组，且 A1 A2 ... An ，则称 A1 , A2 ,..., An 是一个完备事件组。 划分 剖分 分解 事件间的运算规律： 与集合运算相似 交换律 结合律 分配律
2. 设 X 是一个随机变量,C 是常数, 则有
E( X C) E( X ) C
3. 设 X 是一个随机变量,C 是常数, 则有
E (CX ) CE ( X )
例如 E ( X ) 5, 则 E ( 3 X ) 3 E ( X ) 3 5 15.
对偶律 自反律
例4 一射手连续向某个目标射击三次，事件 Ai 表示该射手第i次射 击时击中目标，使用文字叙述下列事件：
A1 A2
A2 A1 A2 A3
A1 A2 A3
前两次至少有一次击中目标 第二次没有击中目标 三次射击至少有一次击中目标 三次射击都击中目标
概率论第一章随机事件与概率
n n P Ai P( Ai ) P( Ai Aj ) P( Ai Aj Ak ) i 1 i 1 n 1 ...... ( 1) P( A1 A2 ...... An )
配对模型(续)
P(Ai) =1/n, P(AiAj) =1/n(n1), P(AiAjAk) =1/n(n1)(n2), …… P(A1A2……An) =1/n! P(A1A2……An)=
从中有返回地任取n 个. 则此 n 个中有 m 个不合格品的概率为：
n M (N M ) m n N
m
n m
n M N M m N N
m
n m
条件： m n ,
即 m = 0, 1, 2, ……, n. NhomakorabeaA
事件运算的图示
AB
AB
AB
德莫根公式
A B A B;
n i 1
A B A B
n
Ai
n i 1
Ai ;
i 1
Ai
n i 1
Ai
记号
Ω φ AB AB=φ AB AB AB
概率论
样本空间, 必然事件 不可能事件 样本点 A发生必然导致B发生 A与B互不相容 A与B至少有一发生 A与B同时发生 A发生且B不发生 A不发生、对立事件
概率论
第一章 随机事件与概率
概率论起源： 合理分配赌金问题
有一笔赌金， 甲乙两个人竞赌， 输赢的 概率都一样，都是1/2， 谁先能够赢累计达到6 盘，就获得这笔赌金。 但是一个特别的原因， 赌博突然终止了， 那个时候甲赢了5局， 乙赢 了2局， 问这笔赌金应该如何分配？
第一章 概率论的基本理论
第一章 概率论的基本理论前苏联数学家柯尔莫哥洛夫，1933年创立概率公理化体系。
⎧⎨⎩确定现象随机现象§1. 随机试验例：1E ：抛一枚硬币，观察正反面出现情况； {}1,H T Ω=2E ：将一枚硬币抛三次，观察正反面出现情况；{}2,,,,,,,HHH HHT HTH THH HTT THT TTH TTT Ω=3E ：抛两颗色子，观察出现点数和； {}32,3,4,,12Ω=4E ：在一批灯管中任取一只，测试它的寿命； {}40t t Ω=≥ 5E ：将一尺之棰折成三段，观察各段长度；(){}5,,0,0,0,1x y z x y z x y z Ω=>>>++=特点：()()()123⎧⎪⎨⎪⎩试验可以在相同条件下重复进行；试验结果具有多种可能性，但能事先知道所有可能结果；进行试验前不能确定哪一结果出现。
满足上述特点的试验称之为随机试验，通过随机试验来研究随机现象。
§2. 样本空间 随机事件一、 样本空间随机试验E 的所有可能结果组成的集合，称为E 的样本空间。
样本空间通常用S 或Ω来表示。
（见上节）样本空间的元素——样本点。
二、 随机事件样本空间S 的子集——随机事件（事件），用,,A B C 表示；基本事件，必然事件，不可能事件。
事件A 发生⇔A 中有一样本点出现。
例1、 2E 2S1A ：第一次出现H {}1,,,A H H H H H T H T H HT T = 2A ：三个均出现T {}2A T T T =三、 事件间关系与事件的运算E S ,A B k A S ⊂1. A B ⊂ 事件B 包含事件A A 发生导致B 发生 A B =⇔A ⊂B 且B A ⊂。
2. A B ⋃1nk k A =1k k A ∞=3. A B A B ⋂1nk k A =1k k A ∞=4. A B A B -=5. A B ⋂=∅ ,A B 不相容，互斥6. A B S ⋃=且A B ⋂=∅——,A B 互逆，或对立事件 A B = A S A =- 算律同集合论例 设,,A B C 表示三个随机事件：○1 A 出现，,B C 都不出现 ABC ○2 ,A B 都出现，C 不出现 ABC ○3 三个事件均出现 ABC ○4 三个事件至少有一个出现 A B C ⋃⋃ ○5 三个事件均不出现 A B C ○6 不多于一个事件出现 ABC ABC ABC ABC 或AB BC AC○7 不多于两个事件出现 ABC ABC ABC ABC ABC ABC ABC or ABC ○8 三个事件至少有两个出现 ABC ABCABCABC○9 ,A B 至少有一个出现,C 不出现 ()A B C +⋅ ○10 ,,A B C 中恰好有两个出现 ABC ABC ABC§3. 频率与概率一、 排列、组合复习1. 不可重复排列（不放回） ()()()()!121!rn n A n n n n r n r =---+=-2. 可重复排列 (放回)n 个不同元素取r 个（未必不同）组成的排列种数 rn 3. 不可重复组合rnC n r ⎛⎫ ⎪⎝⎭4. 乘法原理、加法原理二、 频率1、E, n 次，A, A n()An n f A n=2、性质11121.0()12()13()()()()n n k n k n n n k f A f S A A f A A f A f A f A ≤≤⎧⎪=⎨⎪⎩=++……、、均不相容………… 例1， P8 例2， P9可见，n 逐渐增大-------()n f A 逐渐趋于一个常数-------------------频率稳定性-------- 统计规律性------- 概率（事件发生可能性的） -----------------概率定义三、 概率 Probability1. 定义： E S A E ⊂ 实数()P A 满足：()()()()()()()1210213,,,,,n i j P A P S A A A i j A A ⎧≥⎪⎪=⎨⎪≠⋅=∅⎪⎩非负性规范性设两两互不相容，即：时则()()()()1212nn P A A A P A P A P A =++++（可列可加性）则称P 为概率，()P A 为事件A 的概率。
概率论-第一章1.6-独立性
如果两个事件不能同时发生，那么它 们之间没有任何联系？
如果一个事件发生了，我们即可以确 定另外一个事件不会发生！
性质:
当 P( A) > 0, P( B) > 0 时，互不相容与相互独立 不能同时成立。
证： A、B互不相容 P( AB) = 0 ⇒ P( AB) ≠ P( A) P( B) 反之 A、B 相互独立 = P( AB) P( A) P( B) > 0 则 AB ≠ Φ ，故A、B不可能互不相容。
这在直观上很显然，但证明较麻烦. 若B3=A4A5A6，则B2 , B3就不一定独立，因为都 与A4有关.
例：设某型号高炮命中率为0.6，现若干门炮同时发射
（每炮一发）,欲以99%以上的把握击中来犯的一架敌机， 至少需要配备几门炮？ 解：设n为所需炮数，
i = 1, 2, , n Ai 表示第i门炮击中飞机，
从四个球中任取一个
1 2 3
123
即A 1、A2、A3 两两独立。
1 1 1 1 1 P ( A1 A2 A3 ) = ≠ P ( A1 ) P ( A2 ) P ( A3 ) = ⋅ ⋅ = 4 2 2 2 8
所以A 1、A2、A3 不相互独立。
定理4 设 n个事件A1, A2, …An相互独立，则把它们中的任意 m (1≤m ≤ n)个事件换成各自事件的逆事件，则所得的n个事件 也相互独立.
定理1: 当 P ( A ) > 0 ( 或 P ( B ) > 0)时，
事件A与B 独立的充要条件是:
P ( B A) = P ( B )
(或 P ( A B ) = P ( A) )
P ( AB )= P ( A) P ( B ) ⇔ P ( B A)= P ( B )
概率论第一章知识点总结
概率论第一章知识点总结
概率论第一章主要介绍了以下几个知识点：
1. 随机试验：指具有以下三个特征的试验：可以进行多次独立重复；每次试验只有两个可能结果中的一个发生；每次试验发生的概率相同。
2. 样本空间：随机试验的所有可能结果构成的集合称为样本空间，通常用S表示。
3. 事件：样本空间的任意子集称为事件，通常用A、B等大写字母表示。
4. 概率：事件A发生的概率定义为P(A)=n(A)/n(S)，其中n(A)表示事件A中元素的个数，n(S)表示样本空间中元素的个数。
5. 概率的性质：对于任意事件A和B，有以下性质：
(1) 0 ≤ P(A) ≤ 1
(2) P(S) = 1
(3) P(A∪B) = P(A) + P(B) - P(A∩B)
(4) 若A和B互不相容（即A∩B=），则P(A∪B) = P(A) + P(B) 6. 条件概率：事件B在事件A发生的条件下发生的概率称为条件概率，记为P(B|A)，计算公式为P(B|A) = P(A∩B) / P(A)。
7. 乘法公式：对于任意事件A1，A2，…，An，有P(A1∩A2∩…∩An) = P(A1)P(A2|A1)P(A3|A1∩A2)…P(An|A1∩A2∩…∩An-1)。
8. 全概率公式和贝叶斯公式：全概率公式和贝叶斯公式是基于条件概率的重要公式，用于计算复杂事件的概率。
其中全概率公式为：
P(B) = Σi=1,2,…,nP(Ai)P(B|Ai)，贝叶斯公式为：P(Aj|B) = P(Aj)P(B|Aj)/Σi=1,2,…,nP(Ai)P(B|Ai)。
《概率论与数理统计》第一章知识点
第一章随机事件及概率1.1随机事件1.1.1随机试验一、人在实际生活中会遇到两类现象：1.确定性现象：在一定条件下实现与之其结果。
2.随机现象（偶然现象）：在一定条件下事先无法预知其结果的现象。
二、随机试验满足条件：1.实验可以在相同条件写可以重复进行；（可重复性）2.事先的所有可能结果是事先明确可知的；（可观察性）3.每次实验之前不能确定哪一个结果一定会出现。
（不确定性）1.1.2样本空间1.样本点：每次随机试验E 的每一个可能的结果，称为随机试验的一个样本点，用w 表示。
2.样本空间：随机试验E 的所有样本点组成的集合成为试验E 的样本空间。
1.1.3随机事件1.随机事件：一随机事件中可能发生也可能不发生的事件称为试验的随机事件。
2.基本事件：试验的每一可能的结果称为基本事件。
一个样本点w 组成的单点集{w}就是随机试验的基本事件。
3.必然事件：每次实验中必然发生的事件称为必然事件。
用Ω表示。
样本空间是必然事件。
4.不可能事件：每次试验中不可能发生的事件称为不可能事件，用空集符号表示。
1.1.4事件之间的关系和运算1.事件的包含及相等“如果事件A 发生必然导致事件B 发生”，则称事件B 包含事件A ，也称事件A 是B 的子事件，记作A B B A ⊃⊂或。
2.事件的和（并⋃）“事件A 与B 中至少有一个事件发生”，这样的事件称为事件A 与B 的和事件，记作B A 。
3.事件的积（交⋂）“事件A 与B 同时发生”，这样的事件称作事件A 与B 的积（或交）事件，记作AB B A 或 。
4.事件的差“事件A 发生而事件B 不发生”，这样的事件称为事件A 与B 的差事件，记作A-B 。
5.事件互不相容（互斥事件）“事件A 与事件B 不能同时发生”，也就是说，AB 是一个不可能事件，即=AB 空集，即此时称事件A 与事件B 是互不相容的（或互斥的）6.对立事件“若A 是一个事件，令A A -Ω=,称A 是A 的对立事件，或称为事件A 的逆事件”事件A 与事件A 满足关系：=A A 空集，Ω=A A 对立事件一定是互斥事件；互斥事件不一定是对立事件。
- 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)。
第1页
概率论
7 August 2013
第一章 随机事件与概率
第2页
参考书目（侧重于理论）
概率论基础（第二版），李贤平，高等教
育出版社，1997
7 August 2013
第一章 随机事件与概率
第3页
参考书目（侧重于计算）
概率论与数理统计，李贤平、沈崇圣，复
旦大学出版社，2003 概率论与数理统计（第三版），盛骤、谢 式千、潘承毅，高等教育出版社，2001 概率论与数理统计（第二版），王松桂， 科学出版社，2006
第18页
事件的表示
在试验中，A中某个样本点出现了， 就说 A 出现了、发生了，记为A. 维恩图 ( Venn ). 事件的三种表示 用语言、用集合、用随机变量.
7 August 2013
第一章 随机事件与概率
第19页
1.1.5 事件间的关系
包含关系： A B, A 发生必然导致 B 发生.
7 August 2013
第一章 随机事件与概率
第4页
参考书目（通俗读物）
机会的数学，陈希孺，清华大学出版社，
2000
黑天鹅：如何应对不可知的未来，塔勒布
（美），中信出版社，2008
7 August 2013
第一章 随机事件与概率
第5页
概率论起源： 合理分配赌金问题
有一笔赌金， 甲乙两个人竞赌， 输赢的概 率都一样，都是1/2， 谁先能够连赢累计 达到6盘，就获得这笔赌金。 但是一个特 别的原因， 赌博突然终止了， 那个时候 甲赢了5局， 乙赢了2局， 问这笔赌金应 该如何分配？
1.1.1 随机现象：自然界中的有两类现象 1. 确定性现象
• 每天早晨太阳从东方升起; • 水在标准大气压下加温到100oC沸腾;
2. 随机现象
• 掷一枚硬币，正面朝上？反面朝上？ • 一天内进入某超市的顾客数; • 某种型号电视机的寿命;
7 August 2013
第一章 随机事件与概率
第15页
• 非负性公理： P(A)0; • 正则性公理： P(Ω)=1; • 可列可加性公理：若A1, A2, ……, An ……
互不相容，则 P A P( A ) i i i 1 i 1
7 August 2013
第一章 随机事件与概率
第29页
1.2.2 排列与组合公式
第21页
事件运算的图示
AB
AB
AB
7 August 2013
第一章 随机事件与概率
第22页
德莫根公式
A B A A;
i 1 i i 1 i
n
n
A A
i 1 i i 1
n
n
i
7 August 2013
第一章 随机事件与概率
第23页
7 August 2013
第一章 随机事件与概率
第33页
1.2.3 确定概率的频率方法
随机试验可大量重复进行. 进行n次重复试验，记 n(A) 为事件A的频数， n( A) 称 f n ( A) 为事件A的频率. n 频率fn(A)会稳定于某一常数(稳定值). 用频率的稳定值作为该事件的概率.
• 从 n 个元素中任取 r 个，求取法数. • • • • • 排列讲次序，组合不讲次序. 全排列：Pn= n! 0! = 1. 重复排列：nr n! r 选排列： Pn n(n 1)......(n r 1)
(n r )!
7 August 2013
第一章 随机事件与概率
A
7 August 2013
第一章 随机事件与概率
第24页
样本空间的分割
若 A1，A2，……，An 有
1. Ai互不相容；
2. A1A2 ……An= Ω
则称 A1，A2，……，An 为Ω的一组分割.
7 August 2013
第一章 随机事件与概率
第25页
试用A、B、C 表示下列事件： 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； AC BC AB
7 August 2013
第一章 随机事件与概率
第36页
常见模型(1) —— 不返回抽样
N 个产品，其中M个不合格品、NM个合格品. (口袋中有M 个白球， NM 个黑球)
从中不返回任取n 个, 则此 n 个中有 m 个不合格 品的概率为： M N M m n m n N, m M, nmNM. N n 此模型又称 超几何模型.
7 August 2013
第一章 随机事件与概率
第35页
1.2.5 确定概率的几何方法
几何概型
若 ① 可度量性。样本空间充满某个区域，
其度量(长度、面 积、体积)为S； ② 等可能性。落在中的任一子区域A的概 率，只与子区域的度量SA有关， 而与子区域的 位臵无关
则事件A的概率为: P(A)= SA /S
H. Markowitz (1927-) 《证券组合选择理论》
7 August 2013
第一章 随机事件与概率
第11页
资本资产定价模型（CAPM）
W. Sharpe (1934-)
7 August 2013
第一章 随机事件与概率 期权定价理论（OPT）
1973年，布莱克、
第12页
斯克尔斯和默顿用 数学方法给出了期 F. Black (1938-1995) 权定价公式，推动 了期权交易的发展， 期权交易很快成为 世界金融市场的主 M. Scholes, (1941-) 要内容，成为第二 次“华尔街革命”。
7 August 2013
第一章 随机事件与概率
第38页
常见模型(2) —— 返回抽样
N 个产品，其中M个不合格品、NM个合格品.
7 August 2013
第一章 随机事件与概率
第20页
1.1.6 事件的运算
• • • • 并： A B 交： A B = AB 差： A B 对立： A A 与 B 至少有一发生 A 与 B 同时发生 A发生但 B不发生 A 不发生
7 August 2013
第一章 随机事件与概率
第30页
组 合
r n n! Pn r • 组合： Cn r r !(n r )! r !
7 August 2013
第一章 随机事件与概率
第31页
注 意
求排列、组合时，要掌握和注意： 加法原则、乘法原则.
7 August 2013
第一章 随机事件与概率
第32页
加法原理
7 August 2013
R. Merton, (1944-)
第一章 随机事件与概率
第13页
第一章 随机事件与概率
§1.1 §1.2 §1.3 §1.4 §1.5 随机事件及其运算 概率的定义及其确定方法 概率的性质 条件概率 独立性
7 August 2013
第一章 随机事件与概率
第14页
§1.1 随机事件及其运算
7 August 2013
第一章 随机事件与概率
第17页
1.1.3 随机事件
1. 随机事件 —— 某些样本点组成的集合, Ω的子集，常用A、B、C…表示. 2. 基本事件 —— Ω的单点集. 3. 必然事件 (Ω) 4. 不可能事件 (φ) —— 空集.
7 August 2013
第一章 随机事件与概率
7 August 2013
第一章 随机事件与概率
第9页
有效市场假说（EMH）
法玛
7 August 2013
第一章 随机事件与概率
第10页
现代投资组合理论（MPT）： 第一次“华尔街革命”
上个世纪50年代初期，马科威茨
提出证券投资组合理论，第一次 明确地用数学工具给出了在一定 风险水平下按不同比例投资多种 证券收益可能最大的投资方法。
7 August 2013
第一章 随机事件与概率
第34页
1.2.4 确定概率的古典方法
古典概型 若一个随机试验(Ω,F, P )具有以下两个特征： (1) 有限性。样本空间的元素(基本事件)只有为有 限个，即Ω={ω1，ω2，…，ωn}； (2) 等可能性。每个基本事件发生的可能性是 相等的，即 P(ω1)=P(ω2)=…=P(ωn)。 则称这类随机试验的数学模型为古典概型。 则事件A的概率为: P(A) = A中样本点的个数 / 样本点总数
第16页
1.1.2 样本空间
1. 随机试验 (E) —— 对随机现象进行的实验与观察. 它具有两个特点：随机性、重复性. 2. 样本点 ω—— 随机试验的每一个可能结果. 3. 样本空间(Ω) —— 随机试验的所有样本点构成的集合. 4. 两类样本空间： 离散样本空间 样本点的个数为有限个或可列个. 连续样本空间 样本点的个数为无限不可列个.
n
F .
第一章 随机事件与概率
第27页
§1.2 概率的定义及其确定方法
• 直观定义 —— 事件A 出现的可能性大小. • 统计定义 —— 事件A 在大量重复试验下 出现的频率的稳定值称为该事件的概率. • 古典定义；几何定义.
7 August 2013
第一章 随机事件与概率
第28页
1.2.1 概率的公理化定义
7 August 2013
第一章 随机事件与概率
第7页
概率论与金融理论