2.2.1条件概率

2.2.1条件概率
2.2.1条件概率

高中数学条件概率

一、选择题

1.下列式子一定成立的是( )

A.P(B|A)=P(A|B)

B.P(AB)=P(A|B)·P(B)=P(B|A)·P(A)

C.0

D.P(A∩B|A)=P(B)

2.抛掷一枚质地均匀的骰子,所得点数的集合为S={1,2,3,4,5,6}.令事件A={2,3,5},事件B={1,2,4,5,6},则P(A|B)的值为 ( )

A. B. C. D.

3.一个盒子里有6支好晶体管、4支坏晶体管,任取两次,每次取1支,每次取后不放回,已知第一支是好晶体管,则第二支也是好晶体管的概率为( )

A. B. C. D.

4.如图所示,△ABC和△DEF都是圆内接正三角形,且BC∥EF,将一颗豆子随机地扔到该圆内,若事件A表示“豆子落在△ABC内”,事件B 表示“豆子落在△DEF内”,则P(B|A)= ( )

A. B. C. D.

5.某班学生考试成绩中,数学不及格的占15%,语文不及格的占5%,两门都不及格的占3%.已知一学生数学不及格,则他语文也不及格的概率是( )

A.0.2

B.0.33

C.0.5

D.0.6

6.一个家庭中有两个小孩,已知其中有一个是女孩,则另一个也是女孩的概率为( )

A. B. C. D.

7.从1,2,3,4,5中任取2个不同的数,事件A表示“取到的2个数之和为偶数”,事件B表示“取到的2个数均为偶数”,则P(B|A)等于( )

A. B. C. D.

8.某地区气象台统计,该地区下雨的概率是,刮三级以上风的概率为,既刮三级以上风又下雨的概率为,则在下雨天里,刮三级以上风的概率为( )

A. B. C. D.

二、填空题

9.一个袋中有7个大小相同的两种颜色的球,其中白球有4个.从中不放回地摸球四次,一次摸1个,已知前两次摸得白球,则后两次也摸得白球的概率是 .

10.在10张奖券中,其中2张有奖,某人从中抽3次,每次1张,等抽完后再看中奖情况,但此人在抽第二次时,无意中发现有奖,则他第一次抽的奖券也有奖的概率为 .

11.100件产品中有5件次品,不放回地抽取两次,每次抽1件,已知第一次抽出的是次品,则第二次抽出正品的概率为 .

12..有五瓶墨水,其中红色墨水一瓶,蓝色、黑色墨水各两瓶,某同学从中随机任取两瓶,若取出的两瓶中有一瓶是蓝色,则另一瓶是红色或黑色的概率是 .

三、解答题

13.某种元件用满6000小时未坏的概率是,用满10 000小时未坏的概率是.现有1个此种元件,已经用过6000小时未坏,求它能用到10 000小时的概率.

14.(13分)抛掷红、蓝两枚骰子,设事件A为“蓝色骰子的点数为3或6”,事件B为“两枚骰子的点数之和大于8”.

(1)求P(A),P(B),P(AB);

(2)当已知蓝色骰子的点数为3或6时,两枚骰子的点数之和大于8的概率为多少?

15.(15分)设b和c分别是抛掷一枚骰子先后得到的点数,用随机变量X表示方程x2+bx+c=0实根的个数(重根按一个计).

(1)求方程x2+bx+c=0有实根的概率;

(2)求X的分布列;

(3)求在先后两次出现的点数中有5的条件下,方程x2+bx+c=0有实根的概率.

苏教版九年级上册数学[等可能条件下的概率--知识点整理及重点题型梳理]

苏教版九年级上册数学 重难点突破 知识点梳理及重点题型巩固练习 等可能条件下的概率--知识讲解 【学习目标】 1.知道试验的结果具有等可能性的含义; 2.会求等可能条件下的概率; 3.能够运用列表法和树状图法计算简单事件发生的概率. 【要点梳理】 要点一、等可能性 一般地,设一个试验的所有可能发生的结果有n个,它们都是随机事件,每次试验有且只有其中的一个结果出现.如果每个结果出现的机会均等,那么我们说这n个事件的发生是等可能的,也称这个试验的结果具有等可能性. 要点二、等可能条件下的概率 1.等可能条件下的概率 一般地,如果一个试验有n个等可能的结果,当其中的m个结果之一出现时,事件A 发生,那么事件A发生的概率P(A)=m n (其中m是指事件A发生可能出现的结果数,n 是指所有等可能出现的结果数). 当一个随机事件在一次试验中的所有可能出现的结果是有限个,且具有等可能性时,只需列出一次试验可能出现的所有结果,就可以求出某个事件发生的概率. 2.等可能条件下的概率的求法 一般地,等可能性条件下的概率计算方法和步骤是: (1)列出所有可能的结果,并判定每个结果发生的可能性都相等; (2)确定所有可能发生的结果的个数n和其中出现所求事件的结果个数m; (3)计算所求事件发生的可能性:P(所求事件)=m n . 要点三、用列举法计算概率 常用的列举法有两种:列表法和画树状图法. 1.列表法 当一次试验要涉及两个因素,并且可能出现的结果数目较多时,为不重不漏地列出所有可能的结果,通常采用列表法. 列表法是用表格的形式反映事件发生的各种情况出现的次数和方式,以及某一事件发生的可能的次数和方式,并求出概率的方法. 要点诠释: (1)列表法适用于各种情况出现的总次数不是很大时,求概率的问题; (2)列表法适用于涉及两步试验的随机事件发生的概率. 2.树状图 当一次试验要涉及3个或更多个因素时,为了不重不漏地列出所有可能的结果,通常采用树形图,也称树形图、树图.

2.2.1条件概率

高中数学条件概率 一、选择题 1.下列式子一定成立的是( ) A.P(B|A)=P(A|B) B.P(AB)=P(A|B)·P(B)=P(B|A)·P(A) C.0

A.0.2 B.0.33 C.0.5 D.0.6 6.一个家庭中有两个小孩,已知其中有一个是女孩,则另一个也是女孩的概率为( ) A. B. C. D. 7.从1,2,3,4,5中任取2个不同的数,事件A表示“取到的2个数之和为偶数”,事件B表示“取到的2个数均为偶数”,则P(B|A)等于( ) A. B. C. D. 8.某地区气象台统计,该地区下雨的概率是,刮三级以上风的概率为,既刮三级以上风又下雨的概率为,则在下雨天里,刮三级以上风的概率为( ) A. B. C. D. 二、填空题 9.一个袋中有7个大小相同的两种颜色的球,其中白球有4个.从中不放回地摸球四次,一次摸1个,已知前两次摸得白球,则后两次也摸得白球的概率是 . 10.在10张奖券中,其中2张有奖,某人从中抽3次,每次1张,等抽完后再看中奖情况,但此人在抽第二次时,无意中发现有奖,则他第一次抽的奖券也有奖的概率为 .

概率密度估计

1、概率密度函数 在分类器设计过程中(尤其是贝叶斯分类器),需要在类的先验概率和类条件概率密度均已知的情况下,按照一定的决策规则确定判别函数和决策面。但是,在实际应用中,类条件概率密度通常是未知的。那么,当先验概率和类条件概率密度都未知或者其中之一未知的情况下,该如何来进行类别判断呢?其实,只要我们能收集到一定数量的样本,根据统计学的知识,可以从样本集来推断总体概率分布。这种估计方法,通常称之为概率密度估计。它是机器学习的基本问题之一,其目的是根据训练样本来确定x(随机变量总体)的概率分布。密度估计分为参数估计和非参数估计两种。 2、参数估计 参数估计:根据对问题的一般性认识,假设随机变量服从某种分布(例如,正态分布),分布函数的参数可以通过训练数据来估计。参数估计可以分为监督参数估计和非监督参数估计两种。参数估计当中最常用的两种方法是最大似然估计法和贝叶斯估计法。 监督参数估计:样本所属类别及条件总体概率密度的形式已知,表征概率密度的某些参数是未知的。 非监督参数估计:已知样本所属的类别,但未知总体概率密度函数的形式,要求推断出概率密度本身。 3、非参数估计 非参数估计:已知样本所属的类别,但未知总体概率密度函数的形式,要求我们直接推断概率密度函数本身。即,不用模型,只利用训练数据本身来对概率密度做估计。 非参数估计常用的有直方图法和核方法两种;其中,核方法又分为Pazen窗法和KN近领法两种。

概率密度估计--参数估计与非参数估计 我们观测世界,得到了一些数据,我们要从这些数据里面去找出规律来认识世界,一般来说,在概率上我们有一个一般性的操作步骤 1. 观测样本的存在 2. 每个样本之间是独立的 3. 所有样本符合一个概率模型 我们最终想要得到的是一个概率密度的模型,有了概率密度模型以后,我们就可以统计预测等非常有用的地方,因此,首要任务是找出一些概率分布的概率密度模型。 我们来分析一下上面的三个步骤,第一第二都很好解决,关于第三点,我们可以有不同的处理方式 如果我们已经对观测的对象有了一些认识,对观测的现象属于那种类型的概率密度分布已经了解了,只是需要确定其中的参数而已,这种情况就是属于参数估计问题。 如果我们研究观测的对象,也很难说这些观测的数据符合什么模型,参数估计的方法就失效了,我们只有用非参数估计的办法去估计真实数据符合的概率密度模型了。 因此,本文主要讨论参数估计和非参数估计问题

《随机事件的概率》教学设计(优质公开课一等奖)

高一数学065 高一年级 7 班教师方雄飞学生 《随机事件的概率》教学设计 教学目标: 1、知识与技能(1)了解随机事件发生的不确定性和频率的稳定性,进一步了解频率的意义及频率与概率的区别;(2)在正确理解随机事件发生的不确定性和频率的稳定性的基础上,能辨析生活中的随机现象,澄清生活中对概率的一些错误认识,并通过做大量重复试验,用频率对某些随机事件的概率进行估计。 2、过程与方法: 通过对现实生活中“掷硬币” “游戏公平性”等问题的探究,体会随机事件发生的不确定性和频率的稳定性,理解概率的统计定义在实际生活中的作用,初步掌握利用数学知识思考和解决实际问题的方法。 3、情感、态度与价值观:通过本节的教学,引导学生用随机的观点认识世界,使学生了解偶然性与必然性的辩证统一,培养辩证唯物主义思想。 教学重点:通过实验活动丰富对频率与概率关系的认识,知道当试验次数较大时,频率稳定于理论概率。 教学难点:收集数据、分析折线图、辩证的理解频率与概率的关系。 教学方法:本节课采用交流合作法,辅之以其它教学法,在探索新知的过程中,通过抛硬币活动来组织学生进行有效的学习,调动学生的积极性,在实验的过程中实现对数据的收集、整理、观察、分析、讨论,最 后通过合作交流等方式,归纳出当试验次数大很大时,事件发生的频率稳定一个常数附近。 教学手段:采用多媒体辅助教学,促进学生自主学习,丰富完善学生的认知过程,使有限的时间成为无限的空间。 事先教师准备图表、电脑、硬币等。 教学流程: 1.创设情境,体会随机事件发生的不确定性 生活实例1:“2016年2月28日,勇士对雷霆,库里超远三分绝杀,将比分定格为121:118” 问题1:你能确定神奇的库里在下一场NBA比赛中的超远三分一定能进吗? 设计意图从学生感兴趣的生活实例引入,一方面是为了激发学生的听课热情,另一方面也是让学生体会学习随机事件及概率的原因和必要性. 生活实例2:“2016年奥运会张梦雪摘得中国军团首金” 问题2:为什么射击比赛中每一枪都如此扣人心弦呢? 设计意图:奥运会是社会热点话题,可以增强学生的国家自豪感. 生活实例3:“足球比赛中我们常用抛硬币的方式决定优先权” 问题3:那么能够预先确定谁获胜吗? 设计意图:回到学生身边.从生活体验中归纳共性,包含了综合、概括、比较等分析过程,是形成概念的有效途径.因此在这一阶段通过创设情境唤起学生的兴趣,使他们身处现实情境中,为后续的思维活动建立起感性认识基础. 2.归纳共性,形成随机事件的概念 问题4:从结果能够预知的角度看,能够发现以上事件的共同点吗? 设计意图有了前面的基础,此时学生能够有效的概括、抽取上述生活体验的共性.在数学上研究事件时,主要关注在相应的条件下,事件是否发生,因此在提问时明确思考的角度,让学生的思维直指概念的本质,避免不必要的发散. 问题5:以上这些事件都是可能发生也可能不发生的事件.那么在自己的身边,还能找到此类的事件吗?(学生举例) 问题6:有没有不属于此类的事件呢?(学生举例必然事件和不可能事件) 通过以上思考,发现事件可以分为以下三类: 必然事件:在一定的条件下必然要发生的事件; 不可能事件:在一定的条件下不可能发生的事件; 随机事件:在一定的条件下可能发生也可能不发生的事件. 设计意图在形成概念之前,通过主动的思考,在自己身边举例,巩固学生对随机事件的思维基础;二是通过对比,明确事件分类的标准和概念之间的差异. 例1 判断下列事件哪些是必然事件,哪些是不可能事件,哪些是随机事件? (1) “在地球上,抛出的石头会下落”;(2) “中山市明天天晴”; (3) “如果a>b,那么a-b>0”; (4) “打开电视机,正在播放新闻”; (5) “手电筒的的电池没电,灯泡发亮”;(6)“某电话机在1分钟内收到2次呼叫”; (7)“没有水份,种子能发芽”;(8) “随机选取一个实数x,得|x|≥0”. (9)“在三角形中,大边对大角”; (10) “从分别标有号数1,2,3,4,5的5张标签中任取一张,得到4号签”; 必然事件有;不可能事件有;随机事件有 设计意图形成概念之后,让学生积极主动参与到课堂,认识新知,初步感受成功的喜悦. 3.深入情境,体会随机事件的规律性 我们看到,随机事件在生活中是广泛存在的,时刻影响着我们的生活.正因为体育比赛中充满了随机事件,而让比赛更加刺激、精彩,让观众更加紧张投入;因为每天的校园生活充满了随机事件,而让我们的校园生活兴奋而新奇;也正因为人生道路上充满了随机事件,而让我们每个人的人生各有各的不同,各有各的精彩.同时,我们身边也有一些富有悲凉色彩的随机事件,那我们是不是因此而心中时刻都充满着恐慌呢?实现自己的目标这也是个随机事件,那么我们是不是就因此而放弃了今天的努力了呢? 设计意图这一段教学首先呈现了随机事件带给人们丰富多彩的生活,体现了教师对数学、对概率的喜爱和热情,传递给学生学习数学的积极态度.其次,这段教学既是对前面内容的总结,也引出了下面研究思考的方向,起到承上启下的作用,同时也就揭示了人们认识随机事件的过程,以及随机事件随机性和规律性之间的联系.第三,通过反问,使学生意识到,生活的不断体验已经使我们积累了一些对随机事件规律性的感性认识,那么接下来就是要挖掘出这些感性认识下面的理性依据,以这种方式激发学生对生活经验的反思和探究,同时帮助学生形成正确的世界观. 回到最开始的三个实例中,反思其中包含着哪些对随机事件规律性的感性认识,以此为基础进行理性思考. 问题7:提出问题,引发思考: (1)既然三分球的命中有随机性,为什么要选择库里来投这个决定成败的三分球而不是其他队员呢? (2)既然每个人参加奥运会获得金牌都是随机事件,为什么派张梦雪来参加奥运会而不是其他人?

2016高中数学人教A版选修221《条件概率》课时作业

【与名师对话】2015—2016学年高中数学 2、2、1条件概率课时作 业 新人教A 版选修2—3 一、选择题 1、已知P (AB )=错误!,P (A )=错误!,则P (B |A )=( ) A 、错误! B 、错误! C 、错误! D 、错误! 解析:P (B |A )=P AB P A =错误!=错误!、 答案:B 2、在5道题中有3道数学题与2道物理题、如果不放回地依次抽取2道题,则在第1次抽到数学题的条件下,第2次抽到数学题的概率就是( ) A 、错误! B 、错误! C 、错误! D 、错误! 解析:设第一次抽到数学题为事件A ,第二次抽到数学题为事件B ,则P (A )=错误!,P (AB )=错误!=错误!, 所以P (B |A )=错误!=错误!、 答案:C 3、在10个球中有6个红球与4个白球(各不相同),无放回地依次摸出2个球,在第一次摸出红球的条件下,第二次也摸到红球的概率为( ) A 、错误! B 、错误! C 、错误! D 、错误! 解析:方法一:设A ={第一次摸到红球},B ={第二次摸到红球},AB ={两次摸出都就是红球},则由古典概型知P (A )=错误!=错误!,P (AB )=错误!=错误!, ∴P (B |A )=错误!=错误!=错误!、 方法二:第一次摸出红球后,9个球中有5个红球,此时第二次也摸出红球的概率为错误!、 答案:D 4、一个盒子中有20个大小形状相同的小球,其中5个红的,5个黄的,10个绿的,从盒子中任取一球,若它不就是红球,则它就是绿球的概率就是( ) A 、错误! B 、错误! C 、错误! D 、错误! 解析:记A :取的球不就是红球,B :取的球就是绿球、则P (A )=错误!=错误!,P (AB )=错误!=错误!,∴P (B |A )=错误!=错误!=错误!、

高中数学选修2-3 2.2.1条件概率

条件概率 一、知识概述 条件概率的定义: 一般地,设A,B为两个事件,且P(A)>0,则称为在事件A发生的条件下,事件B发生的条件概率. 一般把P(B|A)读作A发生的条件下B的概率. 注意: (1)条件概率的取值在0和1之间,即0≤P(B|A)≤1. (2)如果B和C是互斥事件,则P(B∪C|A)= P(B|A)+P(C|A). (3)要注意P(B|A)与P(AB)的区别,这是分清条件概率与一般概率问题的关键. 注:概率P(B|A)与P(AB)的区别与联系: 联系:事件A,B都发生了. 区别:样本空间不同:在P(B|A)中,事件A成为样本空间;在P(AB)中,样本空间仍为W. 二、例题讲解: 例1、甲罐中有5个红球,2个白球和3个黑球,乙罐中有4个红球,3个白球和3个黑球.先从甲罐中随机取出一球放入乙罐,分别以和表示由甲罐取出

的球是红球,白球和黑球的事件;再从乙罐中随机取出一球,以B表示由乙罐取出的球是红球的事件,则下列结论中正确的是________(写出所有正确结论的编号). ①;②;③事件B与事件A1相互独立; ④是两两互斥的事件; ⑤P(B)的值不能确定,因为它与中哪一个发生有关. 解: 答案:②④ 例2、从混有5张假钞的20张百元钞票中任意抽出2张,将其中1张放到验钞机上检验发现是假钞.求2张都是假钞的概率. 解: 令A表示“2张中至少有1张假钞”,B表示“2张都是假钞”.. 则所求概率为P(B|A). ,. .

即所求概率为. 例3、甲乙两地都位于长江下游,根据一百多年的气象记录,知道甲乙两地一年中雨天所占的比例分别为20%和18%,两地同时下雨的比例为12%,问:(1)乙地为雨天时甲地也为雨天的概率是多少? (2)甲地为雨天时乙地也为雨天的概率是多少? (3)甲乙两市至少一市下雨的概率是多少? 解: 记A为“甲地为雨天”,B为“乙地为雨天”. (1). (2). (3). ∴在乙地下雨时甲地也下雨的概率为. 在甲地下雨时乙地也下雨的概率为. 甲、乙两地至少一地下雨的概率为26%.

一十种概率密度函数

一十种概率密度函数 function zhifangtu(x,m) %画数据的直方图,x表示要画的随机数,m表示所要画的条数%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% a=min(x); b=max(x); l=length(x); h=(b-a)/m; %量化x x=x/h; x=ceil(x); w=zeros(1,m); for i=1:l for j=1:m if (x(i)==j) %x(i)落在j的区间上,则w(j)加1 w(j)=w(j)+1; else continue end end end w=w/(h*l); z=a:h:(b-h); bar(z,w); title('直方图') function y=junyun(n) %0-1的均匀分布,n代表数据量,一般要大于1024 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% y=ones(1,n); x=ones(1,n); m=100000; x0=mod(ceil(m*rand(1,1)),m); x0=floor(x0/2); x0=2*x0+1; u=11; x(1)=x0; for i=1:n-1 x(i+1)=u*x(i)+0; x(i+1)=mod(x(i+1),m); x(i)=x(i)/m; end %x(n)单位化

x(n)=x(n)/m; y=x; function y=zhishu(m,n) %指数分布,m表示指数分布的参数,m不能为0.n表示数据量,n一般要大于1024 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% x=junyun(n); for i=1;n if (x(i)==0) x(i)=0.0001; else continue; end end u=log(x); y=-(1/m)*u; function y=ruili(m,n) %瑞利分布,m是瑞利分布的参数,n代表数据量,n一般要大于1024 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% x=junyun(n); for i=1:n if (x(i)==0) x(i)=0.0001; else continue; end end u=(-2)*log(x); y=m*sqrt(u); function y=weibuer(a,b,n) %韦布尔分布,a,b表示参数,b不能为0.n表示数据量,一般要大于1024 %a=1时,是指数分布 %a=2时,是瑞利分布%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% x=junyun(n); for i=1:n if (x(i)==0) x(i)=0.0001; else continue; end

16种常见概率分布概率密度函数、意义及其应用

目录 1. 均匀分布 (1) 2. 正态分布(高斯分布) (2) 3. 指数分布 (2) 4. Beta分布(:分布) (2) 5. Gamm 分布 (3) 6. 倒Gamm分布 (4) 7. 威布尔分布(Weibull分布、韦伯分布、韦布尔分布) (5) 8. Pareto 分布 (6) 9. Cauchy分布(柯西分布、柯西-洛伦兹分布) (7) 2 10. 分布(卡方分布) (7) 8 11. t分布................................................ 9 12. F分布 ............................................... 10 13. 二项分布............................................ 10 14. 泊松分布(Poisson 分布)............................. 11 15. 对数正态分布........................................

1. 均匀分布 均匀分布X ~U(a,b)是无信息的,可作为无信息变量的先验分布。

2. 正态分布(高斯分布) 当影响一个变量的因素众多,且影响微弱、都不占据主导地位时,这个变量 很可能服从正态分布,记作 X~N (」f 2)。正态分布为方差已知的正态分布 N (*2)的参数」的共轭先验分布。 1 空 f (x ): —— e 2- J2 兀 o' E(X), Var(X) _ c 2 3. 指数分布 指数分布X ~Exp ( )是指要等到一个随机事件发生,需要经历多久时间。其 中,.0为尺度参数。指数分布的无记忆性: Plx s t|X = P{X t}。 f (X )二 y o i E(X) 一 4. Beta 分布(一:分布) f (X )二 E(X) Var(X)= (b-a)2 12 Var(X)二 1 ~2

最新人教版高中数学选修2-3《条件概率》示范教案

2.2 二项分布及其应用 2.2.1 条件概率 整体设计 教材分析 条件概率的概念在概率理论中占有十分重要的地位,教科书只是简单介绍条件概率的初等定义.为了便于学生理解,教材以简单事例为载体,逐步通过探究,引导学生体会条件概率的思想. 课时分配 1课时 教学目标 知识与技能 通过对具体情境的分析,了解条件概率的定义,掌握简单的条件概率的计算. 过程与方法 发展抽象、概括能力,提高解决实际问题的能力. 情感、态度与价值观 使学生了解数学来源于实际,应用于实际的唯物主义思想. 重点难点 教学重点:条件概率定义的理解. 教学难点:概率计算公式的应用. 教学过程 探究活动 抓阄游戏:三张奖券中只有一张能中奖,现分别由三名同学无放回地抽取,问最后一名同学抽到中奖奖券的概率是否比前两名同学小. 活动结果: 法一:若抽到中奖奖券用“Y”表示,没有抽到用“Y ”表示,那么三名同学的抽奖结果共有三种可能:Y Y Y ,Y Y Y 和Y Y Y.用B 表示事件“最后一名同学抽到中奖奖券”,则B 仅包含一个基本事件Y Y Y.由古典概型计算公式可知,最后一名同学抽到中奖奖券 的概率为P(B)=13 . 故三名同学抽到中奖奖券的概率是相同的. 法二:(利用乘法原理)记A i 表示:“第i 名同学抽到中奖奖券”的事件,i =1,2,3, 则有P(A 1)=13,P(A 2)=2×13×2=13,P(A 3)=2×1×13×2×1=13 . 提出问题:如果已经知道第一名同学没有抽到中奖奖券,那么最后一名同学抽到奖券的概率又是多少? 设计意图:引导学生深入思考,小组内同学合作讨论,得出以下结论,教师因势利导. 学情预测:一些学生缺乏用数学语言来表述问题的能力,教师可适当辅助完成.

人教A数学选修23课时规范训练:221条件概率 含解析

第二章 2.2 2.2.1 【基础练习】 1.抛掷一枚均匀的骰子所得的样本空间为Ω={1,2,3,4,5,6},令事件A ={2,3,5},B ={1,2,4,5,6},则P (A |B )等于( ) A.2 5 B.1 2 C.3 5 D.45 【答案】A 2.某班学生考试成绩中,数学不及格的占15%,语文不及格的占5%,两门都不及格的占3%.已知一学生数学不及格,则他语文也不及格的概率是( ) A .0.2 B .0.33 C .0.5 D .0.6 【答案】A 3.(2019年东莞期末)根据历年气象统计资料,某地四月份吹东风的概率为310,下雨的概率为11 30,既吹东风又下雨的概率为4 15,则在吹东风的条件下下雨的概率为( ) A.89 B.25 C.911 D.811 4.从1,2,3,4,5中任取2个不同的数,事件A 为“取到的2个数之和为偶数”,事件B 为“取到的2个数均为偶数”,则P (B |A )=( ) A.18 B.12 C.25 D.14 【答案】A 5.某人一周晚上值班2次,在已知他周日一定值班的条件下,他周六晚上值班的概率为________. 【答案】1 6 【解析】设事件A 为“周日值班”,事件B 为“周六值班”,则P (A )=C 16 C 27,P (AB )=1C 27 , ∴P (B |A )= P (AB )P (A )=1 6 .

6.设袋中有3个白球,2个红球.现从袋中随机抽取2次,每次取一个,取后不放回,则第二次取得红球的概率为________. 【答案】2 5 7.从1到100的整数中,任取一个数,已知取出的数是不大于50的数,求它是2或3的倍数的概率. 【解析】A ={任取一数且该数不大于50},B ={取出的该数是2或3的倍数},则n (A )=50,n (AB )=33. ∴P (B |A )= n (AB )n (A )=3350 ,即该数是2或3的倍数的概率为33 50. 8.1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,问从2号箱取出红球的概率是多少? 【解析】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 )=46=23,P (B )=1-P (B )=1 3. P (A |B )=49,P (A |B )=39=13 . 从而P (A )=P (AB )+P (A B )=49×23+13×13=11 27, 即从2号箱取出红球的概率是11 27 . 【能力提升】 A.34 B.58 C.716 D.916 【答案】B 【解析】记第1球投进为事件A,第2球投进为事件B ,则由题意得P(B|A)=34,P(B|_A)=14,P(A)=3 4,则P(B)=P(A)(B|A)+P(_A)P(B|_A)=34×34+(1-34)×14=5 8.故选B. 10.(2018年深圳模拟)如图,EFGH 是以O 为圆心,半径为1的圆的内接正方形.将一

《等可能条件下的概率计算》教案

《等可能条件下的概率计算》教案 教学目标 1、在具体情境中进一步理解概率的意义,体会概率是描述不确定现象的数学模型. 2、进一步理解等可能事件的意义,会列出一些类型的随机实验的所有等可能结果(基本事件),会把事件分解成等可能的结果(基本事件). 3、能借助概率的计算判断事件发生可能性的大小. 4、会列出一些类型的随机试验的所有可能结果. 教学过程 情境:抛掷一只均匀的骰子一次. 问题: (1)点数朝上的试验结果是有限的吗?如果是有限的共有几种? (2)哪一个点数朝上的可能性较大? (3)点数大于4与点数不大于4这两个事件中,哪个事件发生的可能性大呢? 说明:(3)要求一个随机事件的概率,首先要弄清这个试验有多少等可能的结果.这是解决问题的关键. (1)(2)等可能事件的概率的有限性和等可能性.(让学生一一列举出来) 小结:等可能条件下的概率的计算方法: ()m P A n 其中m表示事件A发生可能出现的结果数,n表示一次试验所有等可能出现的结果数说明:我们所研究的事件大都是随机事件.所以其概率在0和1之间. 例1、不透明的袋子中装有3个白球和2个红球.这些球除颜色外都相同,拌匀后从中任意出1个球.问: (1)(学生讨论)会出现那些等可能的结果? (2)摸出白球的概率是多少? (3)摸出红球的概率是多少? 说明: (1)制定一个随机事件的可能的结果时,n的求法容易出错.有些同学认为摸出的球不是白球就是红球,所以摸出n种颜色的球是等可能的,这是不对的;引导学生弄清这个实验有多少等可能的结果. 例2、抛掷一枚均匀的硬币2次,记录2次的结果作为一次试验,重复这样的试验十次.并在小组内交流试验的结果. 问题1:你能只通过一次试验,列出所有可能的结果吗?

《等可能条件下的概率(一)》教案

《等可能条件下的概率(一)》教案 一、设计思路 本节课,我们从抛掷一枚均匀的骰子和摸球出发,在等可能条件下,让学生充分的探索和交流,一起感悟这个古典概型的两个基本特征,即试验结果的有限性和等可能性.能够在只通过一次试验中可能出现的结果的分析研究来求出随机事件的精确值.活动设计突出古典概型的基本特征(有限性、等可能性). 二、目标设计 1、在具体情境中进一步理解概率的意义,体会概率是描述不确定现象的数学模型. 2、进一步理解等可能事件的意义,会列出一些类型的随机实验的所有等可能结果(基本事件),会把事件分解成等可能的结果(基本事件). 3、能借助概率的计算判断事件发生可能性的大小. 三、活动设计 情境:抛掷一只均匀的骰子一次. 问题: (1)点数朝上的试验结果是有限的吗?如果是有限的共有几种? (2)哪一个点数朝上的可能性较大? (3)点数大于4与点数不大于4这两个事件中,哪个事件发生的可能性大呢? 说明:(3)要求一个随机事件的概率,首先要弄清这个试验有多少等可能的结果.这是解决问题的关键. (1)(2)等可能事件的概率的有限性和等可能性.(让学生一一列举出来) 小结:等可能条件下的概率的计算方法: ()m P A n 其中m表示事件A发生可能出现的结果数,n表示一次试验所有等可能出现的结果数说明:我们所研究的事件大都是随机事件.所以其概率在0和1之间. 例1、不透明的袋子中装有3个白球和2个红球.这些球除颜色外都相同,拌匀后从中任意出1个球.问: (1)(学生讨论)会出现那些等可能的结果? (2)摸出白球的概率是多少? (3)摸出红球的概率是多少? 说明: (1)制定一个随机事件的可能的结果时,n的求法容易出错.有些同学认为摸出的球不是白球就是红球,所以摸出n种颜色的球是等可能的,这是不对的;引导学生弄清这个实验有

北邮概率论与数理统计条件概率1.3

§1.3 条件概率 条件概率是概率论中的一个基本概念,也是概率论中的一个重要工具,它既可以帮助我们认识更复杂的随机事件,也可以帮助我们计算一些复杂事件的概率。 1. 条件概率的定义及计算 在一个随机试验中或随机现象中,当我们已知一个事件B 发生了,这时对另外一个事件A 发生的概率往往需要重新给出度量.称事件A 的这个新概率为在事件B 发生的条件下事件A 发生的条件概率,记为)|(B A P .为了对条件概率有一个直观的认识以及考虑该如何给出条件概率的数学定义,我们先看一个例子. 例1 一批同类产品由甲、乙两个车间生产,各车间生产的产品数及正品和次品的情况如下表 甲车间 乙车间 合计 正品 465 510 975 次品 15 10 25 合计 480 520 1000 从这批产品中任取一件,则这件产品是次品的概率为 %5.21000 25= 现在假设被告知取出的产品是由甲车间生产的,那么这件产品为次品的概率就不再是 %5.2,而是 %125.3480 15= 在本例中,设B 表示事件“取出的产品是由甲车间生产的”,A 表示事件“取出的产品是次品”,前面算出的事件A 的概率是在没有任可进一步的信息的情况下得到的,而后面算出的事件A 的概率是在有了 “事件B 发生了”这一信息的情况下得到的.后一个概率就是在事件B 发生的条件下事件A 发生的条件概率.与此对应,我们可以把前一个概率称为无条件概率。经过简单计算有 ) ()(1000/4801000/1548015)|(B P AB P B A P === 这个关系式尽管是从本例得出的,但它具有普遍意义.受由启发,我们可以在一般的样本空间中给出条件概率的数学定义. 定义 设B A ,是样本空间Ω中的两个事件,且0)(>B P ,在事件B 发生的条件下,事件A 的条件概率定义为 ) ()()|(B P AB P B A P = 根据条件概率的定义,不难验证条件概率满足概率定义中的三条公理: (1)非负性:对任一事件B ,有0)|(≥A B P ; (2)规范性:1)|(=ΩA P ;

条件概率优秀教学设计

2.2.1条件概率(特色班) 【学情分析】: 教学对象是高二理科学生,已经掌握了求随机事件发生概率的方法。条件概率的概念在概率理论中占有十分重要的地位,本节书只是简单介绍条件概率的初等定义,为了使学生便于理解,采用了简单事例为载体,通过逐步探究,引导学生体会条件概率的思想。 【教学目标】: 1、知识与技能 了解条件概率的概念、公式、性质,并能运用它们计算事件的概率。 2、过程与方法 提高学生推理论证、抽象概括能力,培养学生对数学概念的理解能力和应用能力。 3、情感、态度与价值观 通过本节的学习,体会数学来源于实践,发现数学应用意识和创新意识,力求对现实世界中蕴涵的一些数学模式进行思考和作出判断。 【教学重点】: 条件概率定义的理解 【教学难点】: 1.理解条件概率的概念 2.概率计算公式的应用 【教学突破点】: 用具体简单事例引入条件概率的概念,提高学生对条件概率的学习兴趣,使学生紧跟老师思维顺利完成本节课的学习。 【教法、学法设计】: 运用启发式、探究式的教学方法.

1.在一个盒子中有大小一样的20个球,其中10个红球,10个白球。求第1个人摸出1个 红球,紧接着第2个人摸出1个白球的概率. 答案:10 19 2.抛掷两颗均匀的骰子,已知第一颗骰子掷出6点,问:掷出点数之和大于等于10的概率。 答案:1 2 3. 抛掷两颗均匀的骰子,已知点数不同,求至少有一个是6点的概率? 答案:1 3 4.根据历年气象资料统计,某地四月份刮东风的概率是 4 15 ,既刮东风又下雨的 概率是7 30 ,已知某地四月份刮东风的条件下,问下雨的概率: 答案:7 8 5.在50件产品中有一等品45件,非一等品5件,在此5件中,二等品2件、废品3件,现从这50件产品中任意抽取一件(每件被抽到是等可能的),问抽到的是废品的概率为多少?己知抽到非一等品,问是废品的概率是多少? 答案:0.06、0.6 6.一批零件共100个,次品率为10%,从中任取一个零件,取出后不放回去,再从余下的部分中任取一个零件,求“第一次取得次品且第二次取得正品”的概率. 答案:1 11 7. 设100 件产品中有70 件一等品,25 件二等品,规定一、二等品为合格品.从中任取1 件,求(1) 取得一等品的概率;(2) 已知取得的是合格品,求它是一等品的概率. 答案:(1) 7 10 (2) 14 19 8.从一副扑克牌(52张)中任意抽取一张,求:(1)这张牌是红桃的概率是多少?(2)这张牌是人头像(J,Q,K)的概率是多少?(3)在这张牌是红桃的条件下,有人头像的概率是多少? 答案:(1)1 4 ;(2) 3 13 ;(3) 3 13 9.某种动物由出生活到20岁的概率为0.8,活到25岁的概率为0.4,问现年20岁的这种动物活到25岁的概率是多少?答案为0.5 10. 甲、乙两班共有70名同学,其中女同学40名.设甲班有30名同学,而女生15名,问在碰到甲班同学时,正好碰到一名女同学的概率?(答案为0.5)11. 从1—100个整数中,任取一数,已知取出的—数是不大于50的数,求它是2或3的倍数的概率.(答案为23/50)

16种常见概率分布概率密度函数、意义及其应用

目录 1. 均匀分布 ...................................................................................................... 1 2. 正态分布(高斯分布) ........................................................................... 2 3. 指数分布 ...................................................................................................... 2 4. Beta 分布(β分布) .............................................................................. 2 5. Gamma 分布 .............................................................................................. 3 6. 倒Gamma 分布 ......................................................................................... 4 7. 威布尔分布(Weibull 分布、韦伯分布、韦布尔分布) ..................... 5 8. Pareto 分布 ................................................................................................. 6 9. Cauchy 分布(柯西分布、柯西-洛伦兹分布) (7) 10. 2χ分布(卡方分布) (7) 11. t 分布 ......................................................................................................... 8 12. F 分布 ........................................................................................................ 9 13. 二项分布 ................................................................................................ 10 14. 泊松分布(Poisson 分布) .............................................................. 10 15. 对数正态分布 ....................................................................................... 11 1. 均匀分布 均匀分布~(,)X U a b 是无信息的,可作为无信息变量的先验分布。 1 ()f x b a =-

九上数等可能条件下的概率

等可能条件下的概率 一、知识点梳理 知识点1、概率的定义: 表示一个事件发生的可能性大小的数叫做该事件的概率.知识点2、概率的表示方法: 等可能条件下的概率的计算方法:()m P A n = 说明: 1、其中m表示事件A发生可能出现的结果数,n表示一次试验所有等可能出现的结果数. 2、由于我们所研究的事件大都是随机事件.所以其概率在0和1之间. 概率是0表示该事件不可能发生,而概率是1则表示该事件一定发生或必然发生. 3、例如在抛掷一枚骰子的试验中,朝上的点数出现的所有等可能的结果共有6种(1、2、3、 4、 5、6)如果我们关注的“点数不大于4”,那么这一事件发生的可能结果有4种(朝 上的点数分别为1、2、3、4)所以P(点数不大于4)=42 63 = 知识点3、等可能性: 设一个试验的所有可能发生的结果有n个,它们都是随机事件 ....,每次试验有且只有 ....其中 的一个 ..结果出现,而且每个结果出现的机会均等 ....,那么我们说这n个事件的发生是等可能的,也称这个试验的结果具有等可能性. 说明:无论是试验的所有可能产生结果是有限个,还是无限个,只有具备下列几个特征:①在试验中发生的事件都是随机事件②在每一次试验中有且只有一个结果出现③每个结果出现机会均等.这样的试验结果才具有等可能性. 知识点4、频率与概率 在试验中,某一事件发生的频率是指该事件出现的次数与试验的总次数的比值,而这一事件发生的概率是指该事件发生的可能性的大小. 说明: 1、一个事件发生的频率在概率的附近上下波动,试验的次数越多,事件发生的频率就越接近该事件发生的概率 2、频率是经过试验得到的结果,而概率是经过理论分析的预测值或理论值.两者是不同的.当试验的次数很多的时候,频率就趋近于概率. 知识点5、转盘与概率 从圆心开始将圆盘划分几个扇形区域,做成一个可以自由转动的安有指针的转盘,这样由于转盘转动的随机性,就可以根据指针所指向的扇形区域占整个圆面积的大小,来确定指针指向某一特定的区域的概率. 如图,指针固定在原点当转盘转动后,指针指向A、B、C、D四个区域是等可能的(因 为四个扇形的圆心角都是90度)所以指针指向每个区域的概率都是 4 1

条件概率1

例1: 根据历年气象统计资料,某地四月份吹东风的概率309,下雨的概率为3011,既吹东风又下雨的概率为308.试求在吹东风 的条件下下雨的概率. 例2: (1)10个球有6个红球和4个白球,不放回地依次摸出2个球,在第一次摸出红球的条件下,第二次也摸出红球的概率是 ; (2)盒中装有6件产品,其中4件一等品,2件二等品,从中不放回地取两次,每次取1件,已知第二次取得一等品,则第一次取得的是二等品的概率是 ; 例2: (1)有一批种子的发芽率为90.,出芽后的幼苗成活率为80.,在这批种子中,

随机抽取一粒,则这粒种子能成长为幼苗的概率为; (2)某项射击游戏规定:选手先后对两个目标进行射击,只有两个目标都射中才能过关.某选手射中第一个目标的概 0.,继续射击,射中第二个目标的率为8 0.,则这个选手过关的概率概率为5 是; (3)袋中装有形状、大小完全相同的5个球,其中黑球3个、白球2个.从中依次取出2个球,则所取出的两个都是白的概率; (4)已知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1个球放入2号箱中,然后从2号箱中随机地取出1个球,则两次都取到红球的概率是;

例4: (1)设某光学仪器厂制造的透镜,第一次下落时打破的概率为21 ,若第一次落下时未打破,第二次落下时打破的概率为107 ,若前两次落下时未打破,第三次下落时打破的概率为109 ,试求透镜落下三次而未打破的概率; (2)8个人抽签,其中只有1张电影票,7张空票,求每个人抽到电影票的概率; (3) (傅立叶模型)已知一个罐中盛有m 个白球,n 个黑球.现从中任取一只,记下颜色后放回,并同时加入与被取球同色球a 个.试求接连取球3次,3次均为黑球的概率.

16种常见概率分布概率密度函数、意义及其应用

目录 1.均匀分布 (1) 2.正态分布(高斯分布) (2) 3.指数分布 (2) 4.Beta分布(β分布) (2) 5.Gamma分布 (3) 6.倒Gamma分布 (4) 7.威布尔分布(Weibull分布、韦伯分布、韦布尔分布) (5) 8.Pareto分布 (6) 9.Cauchy分布(柯西分布、柯西-洛伦兹分布) (7) χ分布(卡方分布) (7) 10.2 11.t分布 (8) 12.F分布 (9) 13.二项分布 (10) 14.泊松分布(Poisson分布) (10) 15.对数正态分布 (11) 1.均匀分布 均匀分布~(,) X U a b是无信息的,可作为无信息变量的先验分布。

1()f x b a = - ()2 a b E X += 2 ()()12 b a Var X -= 2. 正态分布(高斯分布) 当影响一个变量的因素众多,且影响微弱、都不占据主导地位时,这个变量很可能服从正态分布,记作2~(,)X N μσ。正态分布为方差已知的正态分布 2(,)N μσ的参数μ的共轭先验分布。 22 ()2()x f x μσ-- = ()E X μ= 2()Var X σ= 3. 指数分布 指数分布~()X Exp λ是指要等到一个随机事件发生,需要经历多久时间。其中0λ>为尺度参数。指数分布的无记忆性:{}|{}P X s t X s P X t >+>=>。 (),0 x f x e x λλ-=> 1 ()E X λ = 2 1 ()Var X λ = 4. Beta 分布(β分布)

Beta 分布记为~(,)X Be a b ,其中Beta(1,1)等于均匀分布,其概率密度函数可凸也可凹。如果二项分布(,)B n p 中的参数p 的先验分布取(,)Beta a b ,实验数据(事件A 发生y 次,非事件A 发生n-y 次),则p 的后验分布(,)Beta a y b n y ++-,即Beta 分布为二项分布(,)B n p 的参数p 的共轭先验分布。 10 ()x t x t e dt ∞--Γ=? 1 1()()(1)()() a b a b f x x x a b --Γ+= -ΓΓ ()a E X a b = + 2 ()()(1) ab Var X a b a b = +++ 5. Gamma 分布 Gamma 分布即为多个独立且相同分布的指数分布变量的和的分布,解决的

相关文档
最新文档