1.4等可能概型(古典概型)
1-4 等可能概型(古典概型)
n
1
证:从n个不同的元素中取出n1个元素有 n n !( n n )! 种取法;
1 1
n!
(n n1 )! 再从剩下的n-n1个元素中取出n2个元素有 n !(n n n )! 2 1 2
组合分析的两条基本原理
火车2次 火车
成都
汽车3次
重庆
成都
汽车
重庆
火车 飞机 轮船
武汉
共有23=6种方法 共有2+3=5种方法 1.加法原理 若完成一件事有两种方式,第一种方式有n1种方法, 第二种方式有n2种方法,无论通过哪种方法都可以完成这件事,
则完成这件事总共有n1+n2种方法。 2.乘法原理 若完成一件事有两个步骤,第一个步骤有n1种方法,
种分法。
例题7
例7 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
种取法;„
从最后剩下的n-(n1+n2+„+nk-1)个元素中取出nk个元素有
[n (n1 n2 nk 1 )]! 种取法。 nk ![n (n1 n2 nk )]!
按乘法原理,n个不同的元素,分成k组,每组分别有n1,n2,„,nk 个元素,应该有
[n (n1 n2 nk 1 )]! n! (n n1 )! n! n1!(n n1 )! n2!(n n1 n2 )! nk !0! n1!n2! nk !
P ( A) kA 16 4 , n 36 9
kB 4 1 . n 36 9 5 8 P( A B) P( A) P( B) , P(C ) P( B) 1 P( B) 9 9 P( B)
概率论1-4
n
C3 100
k C926C41
P(C) C926C41 C3
100
练习:设在N 件产品中,有 D件次品,其余均为正 品.任取n件,问其中恰有k(k≤D)件次品的概率。
解:所求的概率为
P
C C k nk D ND CNn
上式为超几何分布的概率公式。
练习、课后习题第五题
古典概率的计算:投球入盒
分析 此问题可以用投球入盒模型来模拟
50个学生
50个小球
365天
365个盒子
P( A)
C 50 365
50!
36550
0.03
至少有两人生日相同的概率为
P( A) 1 0.03 0.97
例:一单位有5个员工,一星期共七天,
老板让每位员工独立地挑一天休息,
求不出现至少有2人在同一天休息的
概率。
b
----------与k无关
10
例、从5双不同的鞋子中任取4只,问这4只鞋子中 至少有两只配成一双的概率是多少?
解、考虑4只鞋子是有次序是有次序一只一只取出
令A=“4只鞋子中至少有两只配成一双”
则 A “所取4只鞋子无配对” P( A) 1 P( A) 1 108 6 4 13 1098 7 21
抛掷一颗匀质骰子,观察出现的点数 , 求“出现的 点数是不小于3的偶数”的概率.
试验 抛掷一颗匀质骰子,观察出现的点数
样本空间
S ={1,2,3,4,5,6}
n=6
事件A
A=“出现的点数是不小于3的偶数”={4,6} m=2
事件A的概率
P( A) m 2 1 n 63
例、掷一枚硬币三次,(1)设事件A1为“恰有一 次出现正面”,求P(A1 );(2)设事件A2为“至少 有一次出现正面” ,求P(A2 )
1-4古典概型
解:以分钟为单位, 则上一次报时时刻为下一次报时时刻长为60,
10 P ( A) 60
例9:(会面问题) 甲、乙两人相约在7点到8点之间在某地会面, 先到者等候另一人20分钟, 过时就离开. 如果每个人可在指定 的一小时内任意时刻到达, 试计算二人能够会面的概率. 记7点为计算时刻的0时, 以分钟为单位, 用 x , y 分别记表 解: 示甲、乙两人到达指定地点的时刻, 显然
A 表示“n 个人的生日均不相同”, 这相当于每间房子至
多做一个人,
于是由例4有: P( A)
Cn 365 n ! 365n
Cn 365 n ! 365
50
n
P( A) 1 P( A) 1
经计算可得下述结果: N 20 23 30 40
.
64
100
p 0.411 0.507 0.706 0.891 0.970 0.997 0.9999997
0 x 60,0 y 60
则样本空间为:
S {( x, y) | 0 x 60,0 y 60}
用字母A表示事件“两人能会面”, 则
A {( x, y ) | ( x, y) S , | x y | 20}
P(A) = 阴影部分的面积/正方形的面积
( A) 602 402 5 . 2 (S ) 60 9
1 Cm (n 1)! m n! n
练习: 一个八位数的电话号码,记住了前5位,而后三位只记 的是0、5、6三个数,而具体排列记不住,问试拨一次就拨 对的可能性有多大?
解:用A来表示“试拨一次就拨对”,
3 总的基本事件总数: P 3
3! 6
A所包含的基本事件数: 1
古典概率
1 有放回选取: 称为有重复的排列,其总数共有 nr 个
2 不放回选取: 称为选排列,其总数共有
P A n ( n 1) ... ( n r 1)
r n r n
n! ( n r )!
当 n = r 时,称为全排列
Pn n!
常见的三种组合:
1 从 n 个元素中取出 r 个元素,且不考虑其顺序。 其方法总数为
解:
设B "前 2次抽得次品,后 3次取得正品"
(1)放回抽样下,每次抽取都在相同的条件下进行,故 基本事件总数与重排列有关,于是:
基本事件总数为 n 30
2 3
5
事件 B包括的基本事件总数为
7 23 P( B) 0.0245 5 30
m 72233
(2)不放回抽样下,每次抽取都在不相同的条件下进 行,故基本事件总数与排列有关,于是:
k
(1 i1 i2 ... ik n )
P ({e i j }) k A包含的基本事件数 n S中基本事件的总数 j 1
上式即为等可能概型中事件A的概率的计算公式。
二、基本原理及排列组合公式
原理 1
乘法原理:
乘法原理:若完成一件事情要经过两个 步骤,其中第一步中有 n1种不同的方法,第
由 2000 =250
8
P(A)= 333 2000 250 P(B)= 2000
83 2000 由83< <84 P(AB)= 2000 24
P( A B) P( A B) 1 P ( A B)
1 [( P ( A) P ( B ) P ( AB )]
=1-( 333 + 250 2000 2000 =0.75
等可能概型古典概型
基本事件总数为 101010 103,
A 所包含基本事件的个数为 6 6 4,
故
P( A)
664 103
0.144.
例5 把 4 个球放到 3个杯子中去,求第1、2个 杯子中各有两个球的概率, 其中假设每个杯子可 放任意多个球.
解 4个球放到3个杯子的所有放法
3
3
3
3
共3 3 3 3 34种
人抽到白球(记为事件B)的概率(设k≤a+b).
解 (1) 作放回抽样, 显然 P(B) a ; ab
(2) 作不放回抽样
第1个人有a+b 种取法, 第2个人有a+b-1 种取法,…, 第i个人有a+b-i+1 种取法, 故i个人各取一球共有 (a+b)(a+b-1)…(a+b-i+1)=Aai b
2) 骰子问题 掷3颗均匀骰子,求点数之和为4的
概率.
(答案 : p 3 63 )
今日作业:
P23 2、5、6
谢谢大家!
a
Ai1 ab1
Ai ab
a ab
说明:在抽奖游戏中先抽后抽一个样; 有放回无放回一个样!
例7(机动) 某接待站在某一周曾接待过 12次 来访,已知所有这 12 次接待都是在周二和周四进 行的,问是否可以推断接待时间是有规定的.
解 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.
C 所包含基本事件的个数为 N (C) ,
故 P(C ) N (C ) . N(S) 2 2
例3 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 设 A {前 2次摸到黑球 , 第3次摸到红球 } 第3次摸到红球 4种 第12次摸到黑球 6种
概率论 第一章1.4
河南理工大学精品课程 概率论与数理统计
4
2007
排列与组合公式
乘法原理:设完成一件事需分两步, 乘法原理:设完成一件事需分两步,第一步有 种方法,第二步有n 种方法, n1种方法,第二步有n2种方法,则完成这件事共 有n1n2种方法
A B C
加法原理:设完成一件事可有两种途径, 加法原理:设完成一件事可有两种途径,第 一种途径有n 种方法,第二种途径有n 一种途径有n1种方法,第二种途径有n2种方 则完成这件事共有n 种方法。 法,则完成这件事共有n1+n2种方法。
河南理工大学精品课程 概率论与数理统计
17
2007
【例3】 将n只球随机地放入N个盒子中去(N≥n), 只球随机地放入N个盒子中去( 试求“每个盒子至多有一球”的概率(设盒子容量不限). 试求“每个盒子至多有一球”的概率(设盒子容量不限). 〖解〗由于盒子容量不限, 由于盒子容量不限, 所以n只球放入N 所以n只球放入N个盒子的每种 放法就是一个样本点. 放法就是一个样本点. 样本点总数为
古典(等可能) 古典(等可能)概型 随机试验E 具有下列特点: 设 随机试验 具有下列特点: 概率的 基本事件的个数有限 古典定义 每个基本事件等可能性发生 古典(等可能) 则称 E 为 古典(等可能)概型 古典概型中概率的计算: 古典概型中概率的计算: 记
n = Ω中包含的基本事件总数
k = 组成 A的基本事件个数
nA 故P(A)= ( )= = n
13 54
河南理工大学精品课程 概率论与数理统计
2
2007
如果以花色为基本事件共5种花色即 如果以花色为基本事件共 种花色即 Ω={黑桃,红桃,梅花,方块,王} 黑桃, = 黑桃 红桃,梅花,方块, n=5,设A表示“黑桃”则ΩA={黑桃 ,nA= 表示“ 黑桃}, = 设 表示 黑桃” 黑桃 1 nA 1, , 5 n 于是,P( ) 于是 (A)= = • 此种解法等可能性被破坏了,所以得出的结 此种解法等可能性被破坏了, 果是错误的。 果是错误的。 • 若题目的条件改为:一付扑克牌无大小王共 若题目的条件改为: 52张,从中任取一张,求是黑桃的概率。则 张 从中任取一张,求是黑桃的概率。 以张数或花色为基本事件求解均对。 以张数或花色为基本事件求解均对。
CH1第4节 等可能概型(古典概型)
2o 骰子问题 概率.
掷3颗均匀骰子,求点数之和为4的
(答案 : p 3 63 )
4.古典概型的基本模型:球放入杯子模型
(1)杯子容量无限 问题1 把 4 个球放到 3个杯子中去,求第1、2个 杯子中各有两个球的概率, 其中假设每个杯子可 放任意多个球.
说明
随机选取n( 365)个人, 他们的生日各不相同的 概 率为
365 364 ( 365 n 1) p . n 365
而n个人中至少有两个人生 日相同的概率为
365 364 ( 365 n 1) p 1 . n 365
我们利用软件包进行数值计算.
(2) 有放回地摸球 问题2 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 设 A { 前 2 次摸到黑球, 第 3 次摸到红球} 第3次摸到红球 4种 第1次摸到黑球 6种 第2次摸到黑球
第3次摸球 第2次摸球 第1次摸球
10种
基本事件总数为 10 10 10 103 , A 所包含基本事件的个数为 6 6 4, 6 6 4 0.144 . 故 P ( A) 3 10 课堂练习 1o 电话号码问题 在7位数的电话号码中,第一位 不能为0,求数字0出现3次的概率.
( 3 12! ) ( 2! 5! 5! ) 种 , 因此所求概率为
6 3 12! 15! . p2 2! 5! 5! 5! 5! 5! 91
例5 某接待站在某一周曾接待过 12次来访,已知 所有这 12 次接待都是在周二和周四进行的,问是 否可以推断接待时间是有规定的. 解 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. 7 1 周一 7 2 周二 7 3 周三 7 4 周四
1.4 古典概型
(5)甲、乙两人的两边必须有其他人。
←插空法
5 解:先把其余五人排成一排有A5 种排法,在每一排 列中有四个空档(不包括两端),再把甲、乙插入 5 2 2 A4 1440 (种) 空档中有A4 种方法,所以共有: A5
插空法:对于不相邻问题,先将其余元素全排列,再将不 相邻的元素插入空挡中,这种方法就是插空法.
C C (1) 3 2 A2
(3)C C 4
3 4 1 1
2 4
2 2
2 2 C4 C2 2 2 2 (2) 2 A2 C4 C2 6 A2
(4)C C A 8
3 4 1 1 2 2
(1) 分成两组,每组2个,有几种分法?
3种
2 2 C4 C2 3 2 A2
2 2 C4 C2 6
n! n(n-1) (n- m+1) C = = m!(n- m)! m!
m n
0 Cn 1
1 Cn n
n Cn 1
组合数性质:
n-m Cm = C n n
m m-1 Cm = C + C n+1 n n
例1:袋中装有白球5个,黑球4个,问: (1)从中任取2个,有多少种取法? (2)从中任取2个,一个白球一个黑球,有多少种取法?
(2)若三个女孩要站在一起,四个男孩要站在一起
不同的排法有:
A A A 288 (种)
2 2 3 3 4 4
捆绑法:
对于相邻问题,常常先将要相邻的元素捆绑在一起, 视为一个元素,与其余元素全排列,再松绑后将它们 进行全排列.这种方法就是捆绑法.
例4-2 七个家庭,四个男孩,三个女孩,现将这七个 小孩站成一排照相留念,有多少种不同的排法? (3)若三个女孩互不相邻; ←插空法
等可能(古典)概型
Ch1-42
本问题中的人可被视为“球”,365天为 365只“盒子”
A 为 n 个人的生日均不相同,这相当于 每个盒子至多有一个球. 由例4(6) n n C 365 n ! C 365 n ! P( A) 1 P( A ) 1 . P( A ) n n 365 365 若 n = 64, P( A) 0.997.
k N
mA5 N C k!
k k N
N C N k! P( A5 ) 1 P ( A ) k 4 N
C N k! P( A4 ) k N k k
( N 1) P( A3 ) Nk k
mA6 C k!
k N
P( A6 ) P( A4 )
例4 “分房模型”的应用 生物系二年级有 n 个人,求至少有两 人生日相同(设为事件A ) 的概率.
例5 在0,1,2,3, ,9中不重复地任取四个数, 求它们能排成首位非零的四位偶数的概率.
Ch1-43
解
设 A为“能排成首位非零的四位偶数”
n A 5040.
4 10
1 四位偶数的末位为偶数, 故有C5 种可能
而前三位数有 A 1 2 位数有 C4 A8 种取法,所以有利于A发生的取 1 3 1 2 法共有 nA C5 A9 C4 A8 2296 种.
3 9 种取法,由于首位为零的四
2296 41 P( A) 5040 90
Ch1-44
例6 在1,2,3, ,9中重复地任取 n ( 2 )个数, 求 n 个数字的乘积能被10整除的概率.
解
n 9
n
设 A 表示事件 “n 次取到的数字的乘积 能被10整除”
等可能概型(古典概型)
概率的加法原理
概率的加法原理是指对于任意两个事 件A和B,有P(A∪B)=P(A)+P(B)P(A∩B)。
当事件A和B互斥时,即A∩B=∅,概 率的加法原理可以简化为 P(A∪B)=P(A)+P(B)。
概率的乘法原理
01
概率的乘法原理是指对于任意两个事件A和B,有 P(A∩B)=P(A)×P(B|A)。
条件
样本空间中的样本点数量是有限的,且每个样本点都 是互斥的。
特点
01
02
03
04
等可能性
在古典概型中,每个样 本点被选中的概率是相 等的。
有限性
古典概型的样本空间是 有限的,即样本点的数 量是有限的。
互斥性
样本空间中的样本点是 互斥的,即一个样本点 被选中后,其他样本点 就不能再被选中。
独立性
在古典概型中,各次试 验的结果是相互独立的, 即前一次试验的结果不A|B)。
02
计算公式
$P(A|B) = frac{P(A cap B)}{P(B)}$
03
应用场景
在决策理论、统计学、信息理论等领域中,条件概率都有广泛的应用。
贝叶斯定理
定义
贝叶斯定理是关于条件概率的定理,它提供了从事件B发生的条 件下计算事件A的条件概率的方法。
计算公式
$P(A|B) = frac{P(B|A) times P(A)}{P(B)}$
3
计算步骤
确定样本空间的大小,利用组合数公式计算概率。
公式法
定义
公式法是一种利用概率 的基本公式来计算概率 的方法。
适用范围
适用于样本空间较大, 且样本点之间有顺序的 情况。
概率论与数理统计
E: 球编号, 一次取出 m个球, 记下颜色.
(或 Ab )1) #S P (a ,b)( a
k # A Cm Pak Pbmk ,
m ab
m ab
#b S n C , (a 1)
m ab
k mk # A Ca Cb ,
—— 超几何分布—— 注: 不放回地逐次取 m 个球与一次取 m 个球所得结果相同.
解: A = “取到的数被 6 整除”, B = “取到的数被 8 整除”.
则
P ( A) 333 , 2000 P ( B) 250 , 2000 P( AB) 83 , 2000
所求为:P( A
B ) P ( A B) 1 P ( A B )
1 [ P( A) P( B) P( AB )] 1 ( 333 250 83 ) 3 . 4 2000 2000 2000
1
例1. 一个盒中装有10个大小形状完全相同的球. 依次将球
编号为1-10 . 把球搅匀,蒙上眼睛,从中任取一球 . 1. 样本空间 S = { 1 2 3 4 5 6 7 8 9 10 }?
2. 记 A = “摸到 2 号球”,则 P(A) = ?
A = { 2 },
P( A) # A 1 ; # S 10
5 1 9 4 6 7 2 3 10 8
3. 记 B = “摸到红色球”,则 P(B) = ? B = { 1 2 3 4 5 6 }, P( B) # B 6 . # S 10
第一章 概率论的基本概念
2
例2 (p.13 例6). 在 1~2000 的整数中随机地取一个数,求
该数既不能被 6 整除, 又不能被 8 整除的概率.
概率论与数理统计(浙江大学_第四版--盛骤)——概率论部分(1)
第三章 多维随机变量及其分布
• 3.1 二维随机变量
• 3.2 边缘分布
• 3.3 条件分布
3
• 3.4 相互独立的随机变量
第四章
随机变量的数字特征
– 12.1 平稳随机过程的概念 – 12.2 各态历经性 – 12.3 相关函数的性质 – 12.4 平稳过程的功率谱密度
6
概率论
第一章概率论的基本概念
7
第一章 概率论的基本概念
关键词: 样本空间 随机事件 频率和概率 条件概率 事件的独立性
8
§1 随机试验
确定性现象
自然界与社会生活中的两类现象
解:假设接待站的接待时间没有规定,而各来访者在一周 的任一天中去接待站是等可能的,那么,12次接待来 访者都是在周二、周四的概率为 212/712 =0.000 000 3.
人们在长期的实践中总结得到“概率很小的事件在一次试验中实际上几乎 是不发生的”(称之为实际推断原理)。 现在概率很小的事件在一次试验中竟然发生了,因此有理由怀疑假设的正确性, 从而推断接待站不是每天都接待来访者,即认为其接待时间是有规定的。
11
(二) 随机事件
一般我们称S的子集A为E的随机事件A,当且仅当源自所包含的一个样本点发生称事件A发 生。
例:观察89路公交车浙大站候车人数,S={0,1,2,…};
记 A={至少有10人候车}={10,11,12,…}S, A为随机事件,A可能发生,也可能不发生。
如果将S亦视作事件,则每次试验S总是发生, 故又称S为必然事件。 为方便起见,记Φ为不可能事件,Φ不包含 任何样本点。
§1.4 等可能概型
设 E: 球编号, 任取一球, 记下颜色, 放在一边,重复 m 次
n Amab (a b)(a b 1)(a b m 1)
记事件 A 为m个球中有k个白球,则
nA
Cmk Aak
Amk b
m! a! b!
k!(m k)! (a k)! (b m k)!
样本空间S共有6 6个基本事件。
若事件A发生,由于第一次有4只白球可供抽取, 第二次也有4只白球可供抽取,故有
P(A) 4 4 4 66 9
同理P(B) 2 2 1 66 9
由于AB ,故
P(A B) P(A) P(B) 5 9
P(C) P(B) 1 P(B) 8 9
(空,白,红),(空,红,白),(白,空,红),(白,红,空), (红,空,白),(红,白,空),(红白,空,空), (空, 空,红白),(空,红白,空).
因为两只球的放置是随机的,所以每一种放法 是等可能的,即每一个基本事件出现的可能性 相等,故每一个基本事件出现的机会都是1/9, 而事件A出现的可能结果为下面四种情况: (白,红, 空), (红,白, 空), (红白, 空, 空), (空,红白, 空). 即事件A包含九个基本事件中的四个基本事 件,故事件A出现的可能性为4/9,即P(A)=4/9.
A140
90
因为,从十个数字中不重复任取四个数的
取法总数为A140 . 而0在个位的四位数共有A93种取法, 而个位为2, 4, 6,8且首位不为0的数有4 8 A82种.
例12 从0,1,2,…,9等十个数字中任意 选出三个不同的数字,试求下列事件的概率: (1)A1={三个数字中不含0和5};(2) A2={三个数字中不含0或5}。
1.4古典概型
3
3
3
3
4个球放到3个杯子的所有放法 3 3 3 3 34种,
4种 2
2种 2
2个 2个
因此第1、2个杯子中各有两个球的概率为
p 4 2 34 2 .
2 2
27
(2) 每个杯子只能放一个球 问题2 把4个球放到10个杯子中去,每个杯子只能 放一个球, 求第1 至第4个杯子各放一个球的概率.
1 7
种取法,
两个球均是黑球的取法有
C
2 3
种,
记
B 为事件 “刚
好取到一个白球一个黑球”, C 为事件 “两个球均
A {ei1 } {ei2 } {eik } ,
这里i1,i2,,ik是1,2,,n中某k个不同的数 , 则有
k
k A包含的基本事件数
P( A) j1 P({eij }) n S中基本事件的总数
定理得证.
P( A)
A中的样本点数 S中的样本点数
注意: (1) 古典概型的判断方法(有限性 、等概性); (2) 古典概率的计算步骤:
球排在第2号球的右边与第1号球排在第2号球的左
边的排法种数相同, 各占总排法数的 1/ 2, 故有
P(D) 1/ 2.
例 3 一个袋子中装有 10 个大小相同的球, 其中 3
个黑球, 7 个白球, 求: (1) 从袋子中任取一球, 这个球是黑球的概率;
(2) 从袋子中任取两球, 刚好一个白球一个黑球的
解 第1至第4个杯子各放一个球的概率为
p
p44 p4
10
4321 10 9 8 7
1. 210
三、典型例题
例1 将一枚硬币抛掷三次. (1) 设事件A1为“恰有一次出现正面” 求P( A1 ) ; (2) 设事件A2为“至少有一次出现正面”, 求P( A2 ) . 解 (1) 我们考虑如下的样本空间:
1-4古典概型
SC I ENCE
问:在多大程度上认为这样的结果
是奇怪的,甚至怀疑是一种魔术?
解 七个字母的排列总数为7!
拼成英文单词SCIENCE 的情况数为
22 4
概率.
解 同时掷两枚硬币有44个个等等可可能能 的结果,即样本
空间为
古典概型
={(正,正), (正,反), (反,正), (反,反)}
又事件A, B, C 分别包含 1个、2个和 1个样本点,
P( A)
1 4
;
P(B)
2 4
1 2
;
P(C )
1 4
.
抽样模型
例4 从有9件正品、3件次品的箱子中任取两次 每次取一件 ,试分别以:
箱中摸球
分球入箱
随机取数
分组分配
是常见的几种模型 . 课下可通过作业进一步掌握.
二、几何概率
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
P( A) SA
S
(其中S是样本空间的度量,S
是构成事件A的子区
A
域的度量)这样借助于几何上的度量来合理规定
箱
人 任一天
旅客 车站
某城市每周发生7次车祸, 假设每天发生 车祸的概率相同. 求每天恰好发生一次车祸 的概率.
车祸 天
211
月
波尔克和哈定
的生日
3月 菲尔莫尔和
8 塔夫脱的祭日
12月 杜鲁门和福
26 特
等可能概型古典概型
3
3
3
3
共3 3 3 3 34种
第1、2个杯子中各有两个球的放法
4种 2
2种 2
2个
2个
共
4 2
22种
因此第1、2个杯子中各有两个球的概率为
p 2422
摸球方式
不同结果总数
从n个 可分 辨的 球中 任取m 个球
无放 回
有放 回
计序 不计序
计序 不计序
Anm (排列数)
Cnm (组合数)
nm (排列数)
C
m nm1
组合
数)
复习排列组合的有关公式
许多古典概型问题可以转化为摸 球模型.
2.典型例题
例2 设袋中有10只球,编号分别为1,2,…,10. 从中任取3只球,求
..
A {只产品中恰有1只是次品},
与(1)类似有:
p(
A0
)
.
p( A) .
于是所求的概率为
p( A) 1 P( A) 1 P( A A1)
k n
A
所包含基本事件的个数 基本事件总数
.
称此为概率的古典定义 . 也可记为P( A) N ( A) N(S)
例 将一枚硬币抛掷三次. (1) 设事件 A1 为 “恰有一次出现正面”, 求 P( A1). (2) 设事件 A2
为“至少有一次出现正面”, 求 P( A2 ).
解 (1) 设 H 为出现正面 , T 为出现反面.
在 100件产品中抽取15件,其中恰有2 件次品的取法
共有 种, 于是所求的概率为
人教版高中数学必修三 第三章 概率§1.4 古典概型(Classical Probability)
§1.4 古典概型(Classical Probability)一、排列与组合公式的复习1. 两大计数原理: 乘法原理,加法原理(简单介绍)。
2. 排列、组合的定义及计算公式(1)排列:())( ),1()2)(1(!! n r r n n n n r n n A r n ≤+---=-= , 特例,全排列!n A n n =。
(2)组合: )( ,!)1()2)(1(!n r r r n n n n r A r n C r n r n≤+---==⎪⎪⎭⎫ ⎝⎛= 特例,1,0==-n r n n r n C C C 。
3. 从n 个不同的球中摸取r 个球,(1)有放回计序(重复排列):rn 种取法;(2)无放回⎪⎩⎪⎨⎧种取法;不计序(组合):种取法;计序(排列):r n r n C A 二、 古典概型(等可能概型)(Classical probability)1. 古典概型 “概型”是指某种概率模型。
“古典概型”是一种最简单、最直观的概率模型。
它具有下述特征:(1)样本空间的元素(基本事件)只有有限个,不妨设为n 个,记为{}n e e e S ,,,21 =;(2)每个基本事件出现的可能性是相等的,即有{}{}{})()()(21n e P e P e P === 。
称这种数学模型为古典概型(Classical probability)或等可能概型。
它在概率论中具有非常重要的地位,一方面它比较简单,既直观,又容易理解,另一方面它概括了许多实际内容,有很广泛的应用。
2. 等可能概型中事件概率的计算:设在古典概型中,试验E 共有n 个基本事件,事件A 包含了k 个基本事件,则事件A 的概率为基本事件总数的有利事件数中的基本事件总数中所含的基本事件数A S A n k A P ===)(. (A 中所含的基本事件数,习惯上常常称为是A 的有利事件数),不难验证,上述的概率)(∙P 的确具有非负性、规范性和有限可加性.)(【注】讲课时可以简单证明这个公式)求解古典概率问题,一般要做好三方面的工作:一是判明问题性质,分辨所解的问题,是不是古典概率问题.如果问题所及的试验,具有以下两个基本特征:(1)试验的样本空间的元素只有有限个;(2)试验中每个样本点出现的可能性相同.那么,我们就可断定它是一个古典概率问题.二是掌握古典概率的计算公式.如果样本空间包含的样本点的总数为n ,事件A 包含的样本点数(即A 的有利场合的数目)为k ,那么事件A 的概率是 P(A)=n k =样本点总数包含的样本点数事件A =样本点总数的有利场合数A . 三是根据公式要求,确定n 和k 的数值. 这是解题的关键性一步,计算方法灵活多变,没有一个固定的模式. 古典概率一种解法大体都是围绕n 和k 的计算而展开的.三、几类基本问题:抛硬币、掷骰(t óu)子、摸球、取数等随机试验,在概率问题的研究中,有着十分重要的意义. 一方面,这些随机试验,是人们从大量的随机现象中筛选出来的理想化的概率模型.它们的内容生动形象,结构清楚明确,富有直观性和典型性,便于深入浅出地反映事物的本质,揭示事物的规律. 另一方面,这种模型化的处理方法,思想活泼,应用广泛,具有极大的普遍性,不少复杂问题的解决,常常可以归结为某种简单的模型. 因此,有目的地考察并掌握若干常见的概率模型,有助于我们举一反三,触类旁通,丰富解题的技能和技巧,从根本上提高解答概率题的能力.本部分主要讨论古典概率中的五类基本问题(摸球问题、分球入盒问题、随机取数问题、抽签问题和分组问题),给出它们的一般解法,指出它们的典型意义,介绍它们的常见应用.例1(摸球问题) 一袋中有8个大小形状相同的球,其中5个黑色球,三个白色球。
概率论1-4
(2)将3名特长生分配在同一个班级的分法共有3种, 对于每一种分法,其余12名新生的分法有 12! 种.
2! 5! 5!
因此3名特长生分配在同一个班级的分法共有
(3 12!) (2! 5! 5!) 种, 因此所求概率为
3 12! p2 2! 5! 5!
15! 6 . 5! 5! 5! 91
P(A B) PA PB 5
9
PC P B 1 PB 8 9
(b)不放回抽样的情况。
P( A) 4 3 2 65 5
P(B) 21 1 6 5 15
由 于AB , 得
P(A B) PA PB 7
返回
几何概率问题的提出
在古典概型中利用等可能性的概念,成功地计算了某 一类问题的概率;不过,古典概型要求可能场合的总数必须 有限。因此历史上有不少人企图把这种做法推广到有无限多 结果而又有某种等可能性的场合。这类问题一般可以通过几 何方法来求解。
先从几个简单的例子开始。 [例1] 某人午觉醒来,发觉表停了,他打开收音机, 想听电台报时,求他等待的时间短于10分钟的概率。 [例2] 在400毫升自来水中有一个大肠杆菌,今从中 随机抽出2毫升水样放到显微镜下观察,求发现大肠杆菌的 概率。 一种相当自然的答案是认为例1所求的概率等于1/6, 例2所求的概率等于1/200。在求出这些概率时,我们事实 上是利用了几何的方法,并假定了某种等可能性。
第一个性质称为概率的非负性,第二个性质称为概率 的规范性,第三个性质称为概率的可列可加性。前两个性质 与古典概率相同,后一个性质则要求对可列个两两互不相容 的事件成立。
练习
1: 从分别写有数字1,2,…,9的9张卡片中有 放回地 抽取n次,求n次所抽取的卡片上的数字 乘积能被10 整除的概率。
01-1.4古典概型
1.4等可能概型(古典概型)
一、知识点
1、古典概型的定义:有限+等可能;
2、古典概型的计算公式:P(A)=A中基本事件数
S中基本事件数=m
n
;
3、排列组合的基础内容:(1)组合:C n m=n!
m!(n−m)!
;
(2)排列:A n m=n!
(n−m)!
,重复排列,选排列,全排列;
(3)加法原理:一个事件有多种方法可以完成;
(4)乘法原理:一个事件经过多个步骤完成;
4、经典模型:球装盒子,生日模型等;
5、抽样方式:有放回抽样(二项分布),无放回抽样(超几何分布).
二、重点:古典概型判别,古典概型的计算.
三、难点:古典概型公式中分子和分母的含义(分母--基本动作,分子--有特征的动作),不同抽样方式下的古典概型的计算.。
- 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)。
例如,某人要从甲地到乙地去, 可以乘火车,
也可以乘轮船.
火车有两班
甲地 回答是 3 + 2 种方法
轮船有三班
乙地
乘坐不同班次的火车和轮船,共有几种方法?
2. 乘法原理
设完成一件事有n个步骤, 第一个步骤有m1种方法, 第二个步骤有m2种方法, …… 第n个步骤有mn种方法,
1 2
必须通过每一步骤, 才算完成这件事,
A P{ n 个人生日各不相同 } 365n 365 结果有点出 n A 365 P{ 至少有两人生日相同 } 1 乎人们意料 365n
n
n 20 25 30 40 50 55 100 p 0.41 0.57 0.71 0.89 0.97 0.99 0.9999997
例 4 将 3 个球随即放入 4 个杯子中, 问杯子中个 数最多的球分别为 1,2,3时 的概率各是多少? 解 设 A, B , C 分别表示 杯子中的个数最多的球数
2o 骰子问题 概率.
掷3颗均匀骰子,求点数之和为4的
(答案 : p 3 63 )
5.古典概型的基本模型:球放入杯子模型
(1)杯子容量无限 问题1 把 4 个球放到 3个杯子中去,求第1、2个 杯子中各有两个球的概率, 其中假设每个杯子可 放任意多个球.
3
3
3
3
4个球放到3个杯子的所有放法 3 3 3 3 34 种,
P ( D) 1 / 2.
四、几何概型
古典概型的特点: 有限个样本点 基本事件的等可能性 怎样推广到“无限个样本点”而又有 某种“等可能性”? 例如:某5万平方公里的海域中,大约有40平方公里 的大陆架贮藏有石油。若在这海域中任选一点进行 钻探,问能够发现石油的概率是多少? 解:认为任一点能钻探到石油是等可能的, 则所求 概率为 p 40 0.0008
第 1张 1 2 3 第2张 1 2 3 第 3张 1 2 3
n=4,k =3
共有4.4.4=43种可能取法
4
4
4
2、组合: 从n个不同元素取 k个 (1k n)的不同组合总数为:
n P n! k Cn 有时记作 C k , k! ( n k )! k!
k n k n
若记 A={摸到2号球}
P(A)=?
2
P(A)=1/10
1 2 3 4 5 6 8 5 1 9 4 6 7 2 3 10
记 B={摸到红球} P(B)=? P(B)=6/10
例1 抛两枚硬币,求出现一个正面一个反面的概率. 解:该试验的样本空间为
S HH, HT, TH , TT
这是一个古典概型 ,事件 A : “一个正面一个反面” 的有利场合是 HT , TH
CC 2 故 P ( A) . CC 5
1 4 1 6
1 3 1 5
(2) 有放回地摸球 问题2 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 设 A { 前 2 次摸到黑球, 第 3 次摸到红球}
第3次摸到红球 4种
1次摸到黑球 6种 第2
(1)排列: 从n个不同元素取 k个(1≤ k≤ n) 的不同排列总数为:
n! p n( n 1)( n 2) ( n k 1) ( n k )!
k n
k = n时称全排列
P pn n( n 1)( n 2) 2 1 n!
n n
从n个不同元素取 k个(允许重复)(1≤ k≤ n) k 的不同排列总数为:n n n n 例如:从装有4张卡片的盒中 1 2 3 4 有放回地摸取3张
第3 2 1次摸球
10种
基本事件总数为 10 10 10 103 , A 所包含基本事件的个数为 6 6 4, 6 6 4 0.144 . 故 P ( A) 3 10 课堂练习 1o 电话号码问题 在7位数的电话号码中,第一位 不能为0,求数字0出现3次的概率.
1 3 (答案: p C9 C6 13 93 9 106 )
设试验 E 的样本空间由n 个样本点构成, A 为 E 的任意一个事件,且包含 m 个样本点,则事
件 A 出现的概率记为:
m A 所包含的基本事件数 P ( A) . n S中基本事件的总数
称此概率为古典概率, 这种确定概率的方法称为 古典方法. 这就把求古典概率的问题转到 i号球, i =1,2,…,10 .
则该试验的样本空间 S={1,2,…,10} ,
如i =2 2
且每个样本点{i}(i=1,2,…,n)
(或者说基本事件)出现的可能 性相同 . 称这样一类随机试验为古 典概型. 5 8 19 4 6 7 3 10
一、古典概型(等可能概型)
P A 2 1 4 2
18世纪著名的法国数学家达朗贝尔取 样本空间为 S HH , HT , TT 他计算得
1 P A 3
这不是 等可能概型!
例2 袋中有 a 只白球,b 只红球. 从袋中任取 n 只球,求取到 k min n, a 只白球的概率. 解: 从 a b 只球中任取 n 只,样本点总数为
第四节
等可能概型(古典概型)
一、等可能概型 二、典型例题 三、几何概率 四、小结
85 1946 7 2 3 10 抽取时这些球是完全平等的,即10个球中的任一 个被取出的机会是相等的,均为1/10.
1 2 3 4 5 6 7 8 9 10 10个球中的任一个被取 出的机会都是1/10
引例:一个袋子中装有10个大小、 形状完全相同的球. 将球编号为1 -10 .把球搅匀,蒙上眼睛,从 中任取一球.
分别为1,2,3 的事件. 我们认为球是可以区分的, 于是, 放球过程的所有可能结果数为 n 43. (1) A 所含的基本事件数: 即是从 4 个杯子中任选 3个杯子, 每个杯子放入一个球, 杯子的选法有 C 43 3 种, 球的放法有 3! 种, 故 P ( A) C 4 3! 3 . 3 8 4
1 2
k
即 A Ai Ai Ai , 1 2 k
又由于基本事件是两两互斥的。 于是,
事件A发生的概率
P A P Ai1 Ai2 ... Aik
i1 i2
P A P A P A
ik
k A 包含的基本事件数 n S 中的基本事件总数
求每个盒子至多有一只球的概率。 任一只球进任一盒子是等可能的,故这是古 典概型问题 解:样本点总数为
基本事件
N N N N n
“每个盒子至多有一只球”的有利场合数为
A N ( N 1) [ N ( n 1)]
n N
故所求概率为
n AN N ( N 1) ( N n 1) p n N Nn
位数.
注: n个不同元素分为k组, 各组元素数目分别为
r1 , r2 ,, rk 的分法总数为 rk r1 r2 n! C n C nr1 C rk , r1 r2 rk n r1 ! r2 !rk !
例 3 将 n 只球随机地放入 N ( n ) 个盒子中去,试
显然 A B C S , 且 A, B , C 互不相容, 故
三、典型例题
例 5 将标号为 1,2,3,4 的四个球 随意地排成一行, 求下列各事件的概率: (1) 各球自左至右或自右至左 恰好排成 1,2,3,4 的 顺序; (2) 第 1 号球排在最右边或最左边; (3) 第 1 号球与第 2 号球相邻;
(4) 第 1 号球排在第 2 号球的右边(不一定相邻).
解 将 4 个球随意地排成一行有 4!=24 种排法, 即 基本事件总数为 24. 记 (1), (2), (3), (4) 的事件分 别为 A, B, C , D.
(1)事件A 各球自左至右或自右至左恰好排成 1,2,3,4的顺序; A 中有 2 种排法,
称为组合系数. 排列和组合的区别:
P C k!
k n k n
顺序不同的排列视为不同的排列, 而组合与顺
序无关.
例如, 从5个球中任取3个的取法共有多少种? 答: 共有 C ( 10) 种取法. 又如, 1至5五个数字可组成多少个没有重复数字的
3 5
三位数? 答: 总共可以组成 P53 ( 60) 个没有重复数字的三
P ( A1 ) P ( A2 ) P ( An ).
n
由概率的公理化定义知
1 P ( S ) P (U Ai )
i 1
nP ( Ai )
1 P ( Ai ) , i 1,2,, n n
设事件A包含其样本空间S中k个基本事件: Ai , Ai ,, Ai
1.定义
若随机试验满足下述两个条件: (1) 它的样本空间只有有限多个样本点; (2) 每个样本点出现的可能性相同. 称这种试验模型为等可能概型或古典概型.
怎样计算等可能概型中事件的概率
2. 古典概型中事件概率的计算公式
记 S e1 , e2 ,, en ; Ai ei i 1,, n, 即
C
k a
取到 k 只白球的有利场合数为
n ab
C C
n k b
故所求概率为
k n k Ca Cb P n Ca b
二、计算古典概率的方法
1. 加法原理
设完成一件事有n种方式, m1 m2 mn 第一种方式有m1种方法, 第二种方式有m2种方法, …; 第n种方式有mn种方法, 则完成这件事总共 无论通过哪种方法都可以 有m1 + m2 + … + mn 完成这件事, 种方法 .
2 C4 种
2 C2 种