概率的公理化定义

合集下载

1-4概率的公理化定义及性质

1-4概率的公理化定义及性质

因而
P(B A)

P(B)

P( AB)

1 2


1 8

3. 8
A AB B S
三、小结
概率的主要性质 (1) 0 P(A) 1, P(S) 1, P() 0; (2) P( A) 1 P( A); (3) P( A B) P( A) P(B) P( AB); (4) 设 A, B 为两个事件,且 A B,则 P( A) P(B), P( A B) P( A) P(B).
P( A1 A3 ) P( A1 A2 A3 ).
例1 设事件 A, B 的概率分别为1 和 1 , 求在下列 32
三种情况下 P(B A) 的值.
(1) A与B互斥; (2) A B; (3) P( AB) 1 . 8
解 (1)由图示得 P(B A) P(B),
故 P(B A) P(B) 1 .
但反过来,如果P(A)=0,未必有A=Φ 例如:
一个质地均匀的陀螺的圆周上均匀地刻有[0 , 5) 上诸数字,在桌面上旋转它,求当它停下来时,圆周 与桌面接触处的刻度为2的概率等于0,但该事件有可 能发生。
(2) 若A1, A2, , An是两两互不相容的事件,则有 P( A1 A2 An ) P( A1) P( A2 ) P( An ).
所以 1 P(S) P( A A)
P( A) P( A).
P( A) 1 P( A).
(6) (加法公式) 对于任意两事件 A, B 有 P( A B) P( A) P(B) P( AB).
证明 由图可得
A B A (B AB), 且 A (B AB) ,

1-3概率的公理化体系及性质

1-3概率的公理化体系及性质

于是所求概率为
P ( AB ) 1 { P ( A) P ( B ) P ( AB )}
83 3 333 250 1 . 2000 2000 2000 4
三、小结
1. 频率 (波动) n 概率(稳定). 2. 两个基本概率模型 古典概型:各样本点等可能出现,样本空间只有 有限个样本点。 m P ( A) n 几何概型:各样本点等可能出现,样本空间具有几 何度量。 L A P( A) L
A1 4只鞋子中恰有两只配成一双
于是 A A1 A2,且A1 A2 , 则 P( A) P( A1 A2 ) P( A1 ) P( A2 )
1 2 2 2 C5 [C4 2 ] C5 13 4 4 21 C10 C10
另解 设A 4只鞋子都不能配成双
( t<T ) 后离去.设每人在0 到T 这段时间内各时刻 到达该地是等可能的 , 且两人到达的时刻互不牵 连.求甲、乙两人能会面的概率. 解 设 x , y 分别为甲,乙两人到达的时
刻, 那末 0 x T , 0 y T .
两人会面的充 T 上点的坐标 , 则有如图区域。
a
针的中点M到最近的一条平行 直线的距离, 表示针与该平行直线的 夹角.
M x
那么针落在平面上的位 置可由( x , )完全确定.
投 针 试 验 的 所 有 可 能果 结 与矩形区域 a {( x , ) | 0 x ,0 } 2 中的所有点一一对应 .
概率的可列可加性
2. 性质 (1) P ( ) 0.
(2) 若A1 , A2 ,, An是两两互不相容的事件, 则有
P ( A1 A2 An ) P ( A1 ) P ( A2 ) P ( An ).

§1.4 概率的公理化定义及概率的性质

§1.4 概率的公理化定义及概率的性质

§1.4 概率的公理化定义及概率的性质一、几何概率一个随机试验,如果数学模型是古典概型,那么描述这个实验的样本空间Ω,文件域 F 和概率P 已在前面得到解决。

在古典概型中,试验的结果是有限的,受到了很大的限制。

在实际问题中经常遇到试验结果是无限的情况的。

例如,若我们在一个面积为ΩS 的区域Ω中,等可能的任意投点,这里等可能的确切意义是这样的:在区域Ω中有任意一个小区域A ,若它的面积为A S , 则点A 落在A 中的可能性大小与A S 成正比,而与A 的位置及形状无关。

如果点A 落在区域A 这个随机事件仍记为A ,则由P(Ω)=1可得Ω=S S A P A)(, 这一类概率称为几何概率。

同样,如果在一条线段上投点,那么只需要将面积改为长度,如果在一个立方体内投点,则只需将面积改为体积。

例1:(会面问题)甲乙两人约定在6时到7时之间某处会面,并约定先到者应等候另一人一刻钟,过时即可离去,求两人能会面的概率。

解:以x 和y 分别表示甲乙约会的时间,则600,600≤≤≤≤y x 。

两人能会面的充要条件是15≤-y x 在平面上建立直角坐标系(如教材图)则(x,y )的所有可能结果是边长为60米的正方形,而可能会面的时间由图中阴影部分表示。

这是一个几何概率问题,由等可能性 167604560)(222=-==ΩS S A P A例2 蒲丰(Buffon )投针问题。

平面上画有等距离的平行线,平行线间的距离为a(a>0),向平面任意投掷一枚长为l(l<a)的针,试求针与平行线相交的概率。

解:假设x 表示针的中点与最近一条平行线的距离,又以ϕ表示针与此直线间的交角,有20ax ≤≤,πϕ≤≤0 由这两式可以确定ϕ,x 平面上的一个矩形 }0,20),({πϕϕ≤≤≤≤=Ωax x , 这时为了针与平行线相交,其条件为ϕsin 2lx ≤,由这个不等式表示的区域A 是图中的阴影部分 }sin 2,20),({ϕϕlx a x x A ≤≤≤=由等可能性可知 a la d lS S A P A ππϕϕπ22sin 2)(0===⎰Ω 若l,a 为已知,则以π值代入上式,即可计算得P (A )的值。

概率论--公理化定义及其性质

概率论--公理化定义及其性质
P( B AB) P( B) P( AB)
三个随机事件的和
P( A B C ) P( A) P( B) P(C ) P( AB) P( BC ) P( AC ) P( ABC )
A
B
C
逆ቤተ መጻሕፍቲ ባይዱ件的概率
P( A ) 1 P( A)
证明
由于A与其对立事件互不相容,由性质2有
甲、乙两人同时向目标射击一次,设甲击中的概率为 0.85 ,乙击中的概率为 0.8 .两人都击中的概率为 0.68 .求目标被击中的概率.
解 设A表示甲击中目标,B表示乙击中目标,C表示目标被击中, 则
P(C ) P( A B) P( A) P( B) P( AB)
= 0.85 + 0.8 - 0.68 = 0.97
(2) 由已知条件和性质3,推得必定有
A B
P( A B) P() 0
P( B A) P( B) P( A) 0.3
投掷两颗骰子,试计算两颗骰子的点数之 和在4和10之间的概率(含4和10).
解 设“两颗骰子的点数之和在4和10”为事件A 总的基本事件数为
6 36
概率的性质
P() 0
证明
由公理 3 知

P() P() P() P()
所以
P() 0
不可能事件的概率为零
注意事项
P() 0
但反过来,如果P(A)=0,未必有A=Φ 例如:
一个质地均匀的陀螺的圆周上均匀地刻有[0 , 5)上诸数字,在桌面上旋转它, 求当它停下来时,圆周与桌面接触处的刻度为2的概率等于0,但该事件有可能发生。
已知P(A)=0.3,P(B)=0.6,试在下列两种

概率统计知识点

概率统计知识点

一.随机事件和概率1、概率的定义和性质(1)概率的公理化定义设Ω为样本空间,A 为事件,对每一个事件A 都有一个实数P(A),若满足下列三个条件:1° 0≤P(A)≤1, 2° P(Ω) =13° 对于两两互不相容的事件1A ,2A ,…有∑∞=∞==⎟⎟⎠⎞⎜⎜⎝⎛11)(i i i i A P A P Υ常称为可列(完全)可加性。

则称P(A)为事件A 的概率。

(2)古典概型(等可能概型)1° {}n ωωωΛ21,=Ω,2° nP P P n 1)()()(21===ωωωΛ。

设任一事件A ,它是由m ωωωΛ21,组成的,则有P(A)={})()()(21m ωωωΥΛΥΥ=)()()(21m P P P ωωω+++Λn m =基本事件总数所包含的基本事件数A =2、五大公式(加法、减法、乘法、全概、贝叶斯)(1)加法公式P(A+B)=P(A)+P(B)-P(AB)当 P(AB)=0时,P(A+B)=P(A)+P(B)(2)减法公式P(A-B)=P(A)-P(AB)当B ⊂ A 时,P(A-B)=P(A)-P(B)当A=Ω时,P(B )=1- P(B)(3)条件概率和乘法公式定义 设A、B 是两个事件,且P(A)>0,则称)()(A P AB P 为事件A 发生条件下,事件B 发生的条件概率,记为=)/(A B P )()(A P AB P 。

条件概率是概率的一种,所有概率的性质都适合于条件概率。

(4)全概公式设事件B 1, B 2,Λ , B n 满足1°B 1, B 2,Λ , B n两两互不相容,P (B i ) > 0(i = 1,2,Λ , n ) ,2°Υni iB A 1=⊂,则有)|()()|()()|()()(2211n n B A P B P B A P B P B A P B P A P +++=Λ。

1.4概率的公理化定义及概率的性质

1.4概率的公理化定义及概率的性质
Ω的度量
这个定义称为概率的几何定义,由 式确定的概率 () 称为几何概率。
例1 某公共汽车站每隔5分钟来一辆汽车,设乘客在 间隔的两辆车到站之间的任一时刻都可能到达车站,试 求乘客等车不超过3分钟的概率。 解 设A=“乘客等车不超过3分钟”
t : 0 t 5 ,L 5
A t : 0 t 3 ,LA 3
位于x1与 x3 之间”,
O C y x
线段AB的长为a
Ax1 , Ax2 , Ax3 的长度分别为 x, y, z
A
B
则 x, y, z 0 x a,0 y a,0 z a
点x2位于 x1与x3之间,则必须满足 x y z 或 z y x
z
1.0
0.75 0.83 0.5419
600
1030 3408 2520
382
489 1808 859
3.137
3.1595 3.1415929 3.1795
例4.从0,1中随机地取两个数,求其积不小于 3 ,其 16 和不大于1的概率。 解: 设所取的两个数为x、y,则样本空间为
x, y 0 x 1,0 y 1 ,S 1
B=“取出的2件产品中有两件不合格品”, C=“取出的2件产品中有不合格品”, 则C=A+B,且A、B是互不相容事件,
CC C 则P( A) P( B) P(C ) 2 0.192 C50 C
C 或PC 1 PC 1 0.192 C
2 45 2 50

1i j k n

P Ai Aj Ak 1 P A1 A2 An
n 1
n

1.3概率的公理化定义

1.3概率的公理化定义
A = A ∪ A2 ∪ 算 P(A) 不易, 直接计算 不易
A = A ∪ A2 ∪ A3 1
P( A) = P( A ∪ A2 ∪ A3 ) 1
应用加法公式
= P( A ) + P( A ) + P( A ) − P( A A ) 1 2 3 1 2
− P( A A ) − P( A A ) + P( A A A ) 1 3 2 3 1 2 3 2! 1 其中 P( A ) = P( A2 ) = P( A ) = = 1 3 3 3 ! 1 1 P( A A ) = P( A A ) = P( A2 A ) = = 1 2 1 3 3 3 6 ! 1 1 P( A A2 A ) = = 1 3 3 6 !
P( A) = 1− P( A) =0.518
于是
例3 有r 个人,设每个人的生日是365天的 个人,设每个人的生日是 天的 任何一天是等可能的,试求事件“ 任何一天是等可能的,试求事件“至少有两 人同生日”的概率. 人同生日”的概率 至少有两人同生日} 解:令 A={至少有两人同生日 至少有两人同生日 则 A={ r 个人的生日都不同 个人的生日都不同} 为求P(A), 先求 A) 先求P( 为求
将一颗骰子抛掷4次 例2 将一颗骰子抛掷 次,问至少出一次 点的概率是多少? “6”点的概率是多少? 点的概率是多少 事件A={至少出一次“6”点} 至少出一次“ 点 令 事件 至少出一次 A发生 发生 {出1次“6”点} {出2次“6”点} 出 次 点∪ 出 次 点 {出3次“6”点} {出4次“6”点} 出 次 点∪ 出 次 点 直接计算A的概率较麻烦 我们先来计算A的 直接计算 的概率较麻烦, 我们先来计算 的 的概率较麻烦 对立事件 次抛掷中都未出“ 点 次抛掷中都未出 A={4次抛掷中都未出“6”点} 的概率. 的概率

1.10.2 概率论的公理化体系

1.10.2  概率论的公理化体系

概率论与数理统计教程(第四版)
目录
上一页
下一页
返回
结束
注1)概率是定义在σ-域F 上的一个非负的,规范的,可列 可加的集函数. 2)概率的公理化定义既概括了概率的统计定义,古典定义, 几何概率定义,又克服了这些定义的缺点. 3)三元体(Ω,F ,P)称为概率空间,构成了对随机现 象研究的数学模型. 4)在实际问题中,如何选定Ω,如何构造适当的 F,如何 给出P的定义,要视具体情况而定.
概率论与数理统计教程(第四版)
目录 上一页
i 1
AB
下一页 返回 结束
第一章 随机事件及其概率
§1.10 概率论的公理化体系
概率论与数理统计教程(第四版)
目录
上一页
下一页
返回
结束
1.概率的公理化定义
设Ω是一个样本空间,F 是Ω的一个事件域,
对每一个F中的元素A,定义一个F上的实值集合
函数P(A).如果它满足以下三个基本性质:
概率论与数理统计教程(第四版)
目录
上一页
下一页
概率论与数理统计教程(第四版)
目录 上一页 下一页 返回 结束
5 由公理可以导出概率的一系列性质:
(1) P( ) 0;
(2)有限可加性;
(3) P( A) 1 P( A); (4)可减性,若A B, 则P( A B) P( A) P( B); (5)单调性 若A B, 则P( A) P ( B )
i 1 i 1

(1), (2)显然,现验证(3)
P( B Ai ) P( B) P( A i B ) P( B)
P( Ai | B)
P( A B) P( A | B) P( B)

01.3概率的公理化定义及概率的性质

01.3概率的公理化定义及概率的性质

P


i1
Ai




i 1
P( Ai
)
其中 A1, A2 , 为任意互不相容事件。
概率函数(或者称为规范测度函数)是定 义在事件域上的非负、 规范、可列可加的集 合函数。
A F,称P(A)为事件A的概率。
概率空间:
设E为随机试验, S--样本空间 ,
F—事件域,
P—概率,
称三元总体(S , F , )为概率空间.
概率空间举例。
概率的性质 P() 0
证:S S ,
P(S) P(S) P() P()
故 P() 0;
有限可加性: 设 A1, A2, An为两两互斥事件,
P n
i1
Ai


n i1
P( Ai )
证明: 取 An1 An2 ,
i
则称F为事件域。
事件域举例。
概率的公理化定义
概率的公理化理论由前苏联数学家柯尔莫 戈洛夫(A.H.Колмогоров)于1933年所建立.
定义 设P是定义在事件域F上的实值函 数,称P为概率函数,如果满足:
非负性:A F,0 P(A) 1 规范性: P(S) 1

可列可加性:
2题答案1 (5)4 , 1 (35)24 。
6
36
3题答案1

A162 126

例4:一批产品共50件,其中5件是次品,另外45件是正品。 从这批产品中任取3件,求其中有次品的概率。
解: 法1: 设Ai 第i次取到次品,i 1,2,3. B 取出的3件中有次品 则B A1 A2 A3

§1.3 概率的公理化定义及概率的加法公式

§1.3 概率的公理化定义及概率的加法公式
12
P ( AB ) ≤ 0.6 .
可见, 可见,当 P ( B ) = 0.6 时上述不等式中的 取到它的最大值, "="号成立,此时 P ( AB ) 取到它的最大值, "="号成立, 号成立 最大值是0.6. 最大值是0.6. 0.6 另外, 另外,当 B ⊂ A 时,上述不等式中的 “=”号也成立,所以 ⊂ A 也是 P ( AB ) 号也成立, B 取到它的最大值0.6的一个充分条件. 取到它的最大值0.6的一个充分条件. 0.6的一个充分条件
) +L
= ∑ P ( Ai ) .
i =1
n
性质1.1 性质1.1
8
性质1.3 对立事件的概率公式) 性质1.3 (对立事件的概率公式) 对任何事 件A ,有
P ( A) = 1 − P A .
证 注意,A与 A 互不相容,且 A ∪ A = Ω , 注意, 互不相容,
概率的有限可加性
( )
1 = P ( Ω ) = P A ∪ A = P ( A) + P A .
2
从对应关系来说, 从对应关系来说,P : F → R 是一个映射 函数就是一种特殊的映射). (函数就是一种特殊的映射). 熟知,只有当定义域和对应法则确定之后, 熟知,只有当定义域和对应法则确定之后, 一个映射才算确定了.在这里,映射P 一个映射才算确定了.在这里,映射P的定义域 试问映射P的对应法则是什么? 是 F . 试问映射P的对应法则是什么? 映射P没有通常的函数解析式, 映射P没有通常的函数解析式, 1933年前苏联数学家 年前苏联数学家柯尔莫哥洛夫 1933年前苏联数学家柯尔莫哥洛夫 解决了映射P的对应法则问题, 解决了映射P的对应法则问题,这在 概率论发展史具有重大意义. 概率论发展史具有重大意义.

条件概率和全概率公式

条件概率和全概率公式

A
P
i 1
Bi
A
不难验证,条件概率同样满足概率的公理化
定义及其导出的有关性质.
(4)P( A1 A2 | B) P( A1 | B) P( A2 | B) P( A1A2 | B)
(5)P( A | B) 1 P( A | B)
(6)P( A C | B) P( AC | B) P( A | B) P( AC | B)
而且此结果 还可以推广:
概率论
PA B C PA PB PC PAB PAC PBC PABC
PA B C D PA PB PC PD
PAB PAC PAD PBC PBD PCD
PABC PABD PBCD PACD PABCD
P
P AB
PBC
0,
P AC
1
.求
A、B、C
4
至少有
8
一个发生的概率 .
解 PA B C
PA PB PC PAB PAC
PBC PABC
31 1 10 5. 248 8
概率论
例3 某城市共发行A、B、C三种报纸.调 查表明,居民家庭中订购C报的占30%,同 时订购A、B两报,A、C两报,B、C两 报的分别各占10%,8%,5%,三种报 纸都订的占3%.今在该城市中任找一户, 问
概率论
性质 3 对于任何事件 A ,有
PA 1 PA .
证 因为 A A ,且 AA .
所以 PA A P 1 .
并且 PA A PA PA
由以上两式可得, PA PA 1

PA 1 PA .
概率论
性质 4 设 A、B 为两事件,且 A B ,则
PA B PA PB 并且 PA PB .

2.第一章第2节概率的公理化定义;第3节等可能概型、几何概型

2.第一章第2节概率的公理化定义;第3节等可能概型、几何概型


P(A)=r∕n= 9*8∕81=72∕81=8/9
例1-21 袋中有5个白球3个黑球,从中任取两个,试求取到的
两个球颜色相同的概率。

2 从8个球中任意取两个,共有 C8 种取法,即基本事件总
2 n C 数 8 .
记A表示“取到的两个球颜色相同”,A包含两种可 能:
全是白球或全是黑球 . 2 2 C3 C5 全是白球有 种取法 ,全是黑球有 种取法,由加法原理 2 2 C5 C3 知,A的取法共 中, 2 2 C5 C3 即A包含的基本事件数 2r = 2 r C C 13 故 P A 5 2 3 .
m( A) P ( A) m( )
(其 中m( ) 是 样 本 空 间 的 度 量 , m( A) 是 构 成 事 件 A 的子区域的度量 ) 这 样借 助 于几 何 上的量 度来合 理 规定的概率称为 几何概率 . 说明 当古典概型的试验结果为连续无穷多个时, 就归结为几何概率.
会面问题
会面问题
例1 甲、乙两船均为7点至8点到达某码头,且 两船到达时间是随机的,每只船卸货需要20分钟, 码头同时仅能允许一只船卸货,试计算两只船使 用码头冲突的概率. 解 设 x, y 分别为甲乙两船到达的时刻 , , 那末
0 x 60, 0 y 60.
x y 20,
两船会面的充要条件为
(1)0 P ( A) 1; (2) P ( ) 0, P ( ) 1;
(3)当A与B互不相容时,有P(AUB)=P(A)+P(B). 这个性质可以推广:当A1,A2,…Am互不相容时,有
m m P Ak P ( Ak ), k 1 k 1
其中m是正整数. 当A1,A2,…Am互不相容时,有

概率的公理化定义及其确定方法

概率的公理化定义及其确定方法

概率的公理化定义及其确定方法作者:刘艳丽来源:《中学数学杂志(高中版)》2008年第03期随着中学教材改革的深入,许多原来只在大学教材中才出现的一些概念现在已经出现在中学教材中.但是,由于中学教材的难度的限制,很多概念和方法并没有象大学教材中叙述的那么系统、严格.本文主要针对概率的定义及其确定方法进行归纳总结.1 概率的公理化定义在概率论的发展史上,曾经有过概率的古典定义、概率的几何定义、概率的频率定义和概率的主观定义,这些定义各适合一类随机现象.为了给出适合一切随机现象的概率的最一般的定义,前苏联数学家柯尔莫哥洛夫在1933年提出了概率的公理化定义,该定义既概括了上述几种概率定义的共同特性,又避免了各自的局限性和含混之处.概率的公理化定义刻画了概率的本质,概率是集合(事件)的函数,对给定的样本空间及事件域F,若定义在F上的函数满足上述三个条件,就被称为概率.概率的公理化定义没有告诉人们如何去确定概率,它只是规定了概率应该满足的性质.历史上在公理化定义出现之前的概率的古典定义、几何定义、频率定义和主观定义都在一定的场合下给出了各自的确定概率的方法,因此在有了概率的公理化定义之后,把它们看作确定概率的方法是恰当的.2 确定概率的古典方法确定概率的古典方法是概率论历史上最先开始研究的情形,它简单、直观,不需要做大量重复试验,只是在经验事实的基础上,对被考察事件的可能性进行逻辑分析后得出事件的概率.它的基本思想如下:(1)所涉及的随机现象只有有限个结果,即样本空间中只有有限个样本点,设为n;(2)每个样本点发生的可能性相等(称为等可能性);(3)若事件A含有k个样本点,则事件A的概率为P(A)=事件A所含样本点的个数中所有样本点的个数=kn.容易验证,由上述方法确定的概率满足概率的公理化定义,这种概率模型通常称为古典概型.用古典方法求概率的关键是计算样本空间所包含的点的个数和事件A所含的样本点的个数.在我们日常生活中经常遇到可以用古典方法解决的问题,如下例:例1 设有一张电影票,甲、乙、丙三个人都想得到它,现抽签决定三人由谁得到这张电影票.设三张签分别标号为1、2和3,甲、乙、丙三个人各抽取一张,抽到标号为1的人得到电影票.证明这种抽签方法是公平的.证明这是一个典型的古典概型问题.用A表示甲得到这张电影票,则甲、乙、丙三人抽签的结果共有6种可能,并且每种结果出现的可能性都是16,满足古典概型的条件.由于事件A 含有2个样本点,因此事件A的概率为P(A)=26=13,即甲得到这张电影票的概率为13.同理可得,乙和丙得到这张电影票的概率也都是13,因此,三人得到这张电影票的概率相等,这说明抽签方法是公平的.实际生活中抽签的例子比比皆是,很多人在抽签时都抢着先抽,因为他们知道,一旦前面的人抽到了,后面的人就抽不到或者抽到的机会就变小了,这些人通常不会想到:如果前面的人没有抽到,后面的人抽到的机会会变大,因此,总的机会是相等的,这其中包含着条件概率的思想.而由前面的例子知道,无论先抽后抽,抽到的概率都是相等的.古典方法的局限是它只适用于样本空间中只有有限个样本点的情形,下面的几何方法适用于样本空间有无限个样本点的情形.3 确定概率的几何方法几何概率是日常生活中另一种常见的概率模型,其基本思想是:由上述方法确定的概率称作几何概率,它也满足概率的公理化定义.求几何概率的关键是对样本空间和事件A用图形描述清楚(一般用平面或者空间图形),然后计算出相关图形的度量(一般为面积或者体积).虽然几何方法能够处理样本空间有无限个样本点的情形,但是它同样要求某种“等可能性”,有时对“等可能性”的不同理解会得到不同的答案,从而会出现自相矛盾的情形,著名的“贝特朗悖论”就是大家熟知的一个例子.下面这个例子是我在教学中遇到的一个类似于“贝特朗悖论”的例子.例2 如图,从等腰直角三角形的直角顶点C任作一条射线交斜边AB于点D,求AD的长度小于AC的长度的概率.解法一由于射线CD可以由点C和∠ACD唯一确定,从直角顶点C任作一条射线可以理解为∠ACD的取值在闭区间[0°,90°]上是“等可能的”,而AD的长度小于AC的长度当且仅当∠ACD的取值落在区间[0°,67.5°)内,从而AD的长度小于AC的长度的概率为67.590=0.75.解法二设三角形ABC的直角边AC长为a,则斜边AB长为2a.由于射线CD可以由点C 和D唯一确定,从直角顶点C任作一条射线可以理解为点D在斜边AB上的分布是“均匀的”,即线段AD的长度取值在区间[0,2a]上是“等可能的”,而AD的长度小于AC的长度当且仅当AD的长度取值落在区间[0,a)内,从而AD的长度小于AC的长度的概率为由例2可以看出,处理几何概率题目的难点是对“等可能性”的理解.由于高中学生在初学几何概率时还没有深刻理解“等可能性”的内涵,因此,老师在处理那些类似于“贝特朗悖论”的题目时一定要慎重,最好在开始时避免在学生的练习和作业中出现这类题目,要等到时机成熟以后再讲这类题目,以加深学生对“等可能性”的内涵的理解.4 确定概率的频率方法频率方法也是确定概率的一种常用方法,其基本思想是:(1)与所考察事件A有关的随机试验可以大量重复进行;(2)在n次重复试验中,记n(A)为事件A出现的次数,称n(A)为n次重复试验中事件A 的频数,称为事件出现的频率;(3)随着试验重复次数n的增加,会稳定在某一常数p附近,称这个常数为频率的稳定值,这个频率的稳定值就是所求事件A的概率.根据概率极限理论,当n趋向于无穷时,会以概率1收敛到相应的概率p.可以验证,用上述方法确定的概率也满足概率的公理化定义.频率方法的优点是它不需要象古典方法和几何方法那样要求某种“等可能性”,人们只需要多次重复试验即可.但是,由于人们不可能把一个试验无限次的重复下去,因此要精确获得频率的稳定值是困难的,通常只能获得概率的一个近似值.例3 抛硬币试验.历史上有不少人做过抛硬币试验,其结果如下表.试验者抛硬币次数出现正面次数频率De Morgan2 0481 0610.518 1Buffon4 0402 0480.506 9Feller10 0004 9790.497 9Pearson12 0006 0190.501 6Pearson24 00012 0120.500 5 在很多概率题目中,会出现“均匀硬币”、“均匀骰子”之类的字样,如:抛掷一枚均匀的硬币5次,求出现2次正面的概率.这类问题可以用古典方法求相应的概率.由于假设硬币是均匀的,因此每抛掷一次硬币,出现正面的概率都是0.5.但是,在现实生活中,“均匀”只是一种理想的假设,不会存在绝对“均匀”的硬币.先不说上面表格中的试验者用的是否是同一枚硬币,即使假设他们用的是同一枚硬币,那么抛掷一次这枚硬币出现正面的概率应该是多少?是0.5,还是平均值(0.5181+0.5069+0.4979+0.5016+0.5005)/5=0.505,亦或是中位数0.5016呢?通常大家会选0.5作为一个近似值.如果他们用的不是同一枚硬币,那么我们估计这个概率就没有意义了,因为抛掷不同的硬币出现正面的概率通常是不同的,此时我们只能得到抛掷这些硬币得到正面的各自不同的概率的近似值.5 确定概率的主观方法在现实世界里有一些随机现象是不能重复或者不能大量重复的,它们也不具有某种“等可能性”,因此不能用上面的三种方法确定有关事件的概率,这时我们应该怎么确定其概率呢?统计界的贝叶斯学派认为:一个事件的概率是人们根据经验对该事件发生的可能性所给出的个人信念.这样给出的概率称为主观概率.如在气象预报中常常会说:“明天下雨的概率是25%”,这是气象专家根据气象专业知识和最近的气象情况给出的主观概率.由于主观给定的概率没有明确的公式,因此,确定主观概率时要使其符合公理化的定义.主观概率和主观臆造有着本质的不同,前者要求当事人对所考察的事件有透彻的了解和丰富的经验,并能对历史信息和当时的信息进行仔细分析,如此确定的主观概率是可信的.用主观方法得出的概率本质上是对随机事件概率的一种推断,其精确性有待实践的检验和修正,但结论的可信性在统计意义上是有其价值的.在遇到的随机现象无法大量重复时,用主观方法去做决策和判断是适合的.因此,主观方法是频率方法的一种补充.以上是对概率的公理化定义及其确定方法的总结,教师应该在教学中与现实生活结合起来,灵活运用,加深学生对概率定义及其确定方法的理解.参考文献[1] 茆诗松、程依明、濮晓龙. 概率论与数理统计教程[M].北京:高等教育出版社,2004[2] 概率论.复旦大学编,北京:人民教育出版社,1979[3] 魏宗舒等著. 概率论与数理统计教程[M].北京:高等教育出版社,1983“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文”。

概率1-4概率定义

概率1-4概率定义

P AB P AC P AD P BC P BD P CD
P ABC P ABD P BCD P ACD P ABCD
P Ai P Ai P Ai A j P Ai A j Ak 1 i j k n i 1 i 1 1 i j n
P A1 A2 An P A1 P A2 P An .
证 因为
A1 A2
P A1 A2
An A1 A2
An
An
所以由可列可加性及性 质 1 ,有
An P A1 A2
解 P A B C
P A P B P C P AB P AC P BC P ABC
1 1 1 5 3 0 . 2 4 8 8
性质6:概率的连续性
性质 5 设 A, B 为任意两个事件 , 则
一般加法公式
P A B P A P B P AB

而且
所以
A B A B AB
P A B P A P B AB P A P B P AB .
(1) P B A P B P AB
(2)若 A B ,则 P B A P B P A
并且 PB P A .
注:对于任一事件 A , 都有 P A 1 .
性质 4 对于任何事件 A , 有
P A 1 P A .
解 1由于 A、B 互斥 , 所以

1.4 概率的公理化定义

1.4 概率的公理化定义
A
AB B - AB
(1.4.4)
证明: B=AB+(B – A) P(B)=P(AB)+P(B – AB)
性质3 对任意两个事件A、B,有
P ( A B) P ( A) P ( B) P ( AB)
(1.4.5)
证明:注意到
B
AB A
A ( B AB)
P ( A B) P ( A ( B AB)) P ( A) P ( B AB)
于一个实数,记为P ( A ),称之为事件 A 的概率,
这种赋值满足下面的三条公理:
非负性 A , P( A) 0 规范性 P() 1
可列可加性 P Ai P( Ai ) i 1 i 1
其中 A1,A2, 为两两互斥事件.
P ( Ai ) 收 上式左边不超过1,因此正项级数 i 1 敛,即 n n
P
n i 1
n Ai P( Ai ) i 1

lim P n
i 1
Ai lim P( Ai ) P( Ai ) i 1 n i 1

Fn
n
Ai
i 1
则 {Fn} 为单调不减的事件序列,所以由下连续 性得
lim P n
n i 1
Ai lim P ( Fn ) P Fn P n n1
n 1
An
综合上面两式即得可列可加性。 例1.4.2 :(匹配问题)某人一次写了 n 封信, 又写了 n 个信封,如果他任意地将 n 张信纸装 入 n 个信封中,问至少有一封信的信纸和信封 霁一致的概率是多少?
  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)。
§2.4 概率的公理化定义
一、概率的公理化定义 二、概率的基本性质
前面分别介绍了统计概率定义、古典概率及几 何概率的定义,它们在解决各自相适应的实际问题 中,都起着很重要的作用,但它们各自都有一定局 限性.
为了克服这些局限性,1933年,前苏联数学家 柯尔莫哥落夫在综合前人成果的基础上,抓住概率 共有特性,提出了概率的公理化定义,为现代概率 论的发展奠定了理论基础.
思考题
1.已知 P ( A ) = P ( B ) = P(C) = 1/4 ,
P(AB) = 0 , P(AC) = P(BC) = 1/6
则事件A,B,C 全不发生的概率为 2.已知A、B两事件满足条件 P( AB) P( AB ) 且P ( A ) = p,则P ( B ) = (上述题是考研填空题)
i 1
n
P ( Ai A j ) 1 i j n

P ( Ai A j Ak ) ( 1) 1 i j k n
n 1
P ( A1 A2 An ).
1 1 例1 设事件 A, B 的概率分别为 和 , 求在下列 3 2 三种情况下 P ( B A) 的值. 1 (1) A与B互斥; ( 2) A B; ( 3) P ( AB) 8
2
中提出的“概
率 为1的事件为什么不一定发生?”这一问题. Y 如图,设试验E 为“ 随机地向 长为 1 的正方形内投点” 事件A 边 1 为“点投在黄、蓝两个三角形内” , 求 P( A) 0 1 x 1 S黄三角形 S蓝三角形 1 1 1 2 2 P( A) 1 S正方形 1 1 由于点可能投在正方形的对角线上, 所以 事件A未必一定发生.
2000 333 因为 333 334, 所以 P ( A) 6 2000
250 2000 由于 250, 故得 P ( B ) 2000 8 83 2000 由于 83 84, 得 P ( AB) 2000 24
于是所求概率为
P ( AB ) 1 { P ( A) P ( B ) P ( AB )}
1 1 1 1 2 2 P( A) 1 S正方形 11 由于点可能投在正方形的对角线上, 所以事件A未必 一定发生.
S黄三角形 S蓝三角形
作业:
P16 7-11
解 设“用户订日报”事件为A,”用户订晚 A B 报”事件为B,则“订两种报中的一种”为 由已知, P A 50% , PB 65% , P A B 85%, 则所求概率为 P AB P A PB P A B 50% 65% 85% 30%. 即同时订两种报的用户占30%

(1) 由图示得 P ( B A) P ( B)
1 故 P ( B A) P ( B ) 2
A
B
B
A

( 2) 由图示得 P ( B A) P ( B) P ( A)
1 1 1 2 3 6
(3) 由图示得 A B A B A,
且 A BA
(3) P( A B) P( A B) 0.2
例10 两船欲停同一码头, 两船在一昼夜内 独立随机地到达码头. 若两船到达后需在 码头停留的时间分别是 1 小时与 2 小 时, 试求在一昼夜内,任一船到达时,需 要等 待空出码头的概率. 解 设船1 到达码头的瞬时为 x , 0 x < 24 船2 到达码头的瞬时为 y , 0 y < 24 设事件 A 表示任一船到达码头时需要等待 空出码头
P( AB) P( A) P( B) P( A B)
P( A) P( B) 1 0.3
—— 最小值
最小值在 P( A B) 1 时取得
P( AB) P( A) 0.6
最大值在
—— 最大值
P( A B) P( B) 时取得
例1 小王参加“智力大冲浪”游戏, 他能答 出甲、乙二类问题的概率分别为0.7和0.2, 两类问题都能答出的概率为0.1. 求小王 (1) 答出甲类而答不出乙类问题的概率 (2) 至少有一类问题能答出的概率 (3) 两类问题都答不出的概率 解 事件A , B分别表示“能答出甲,乙类问题” (1) P( AB ) P( A) P( AB) 0.7 0.1 0.6 (2) P( A B) P( A) P( B) P( AB) 0.8
得 P ( B) P ( A) P ( B A)
B
A
于是 P ( B A) P ( B) P ( A)
又因 P ( B A) 0,
故 P ( A) P ( B)
( 4) 设 A 是 A 的对立事件,则P ( A) 1 P ( A)
证明 因为 A A , A A , P ( ) 1
1 3 / 4 2 / 6 7 / 12.
由题设得
P( A B) P( A) P( B) P( AB) 1 / 2.
另一方面又可得
P( A B C ) 5 / 12.
于是得矛盾
P( A B) 1 / 2 5 / 12 P( A B C ).
0 P( A) 1
(1) (2)
P() 1
公理3 (完全可加性) 若事件A1, A2 ,…两两互不相容,
则有 P( A A 1 2
) P( A1 ) P( A2 )
(3)
则称P(A)为事件A的概率.
2. 概率的性质
(1) P ( ) 0.
证明

且A B ( B AB) B AB A A 故 P ( A B) P ( A) P ( B AB)
又由性质 3 得
因此得


P ( B AB) P ( B) P ( AB) A ( B AB) A ( B A)
P ( A B) P ( A) P ( B) P ( AB)
又 P ( A B ) P ( A) P ( B) P ( AB )
P ( A AB) P ( A) P ( B A)
1 1 3 因而 P ( B A) P ( B) P ( AB) 2 8 8
A AB
B

例3 已知某城市中有50%的用户订日报,65% 的用户订晚,85%用户至少报中的一种,问同 时订两种报的用户占百分之几?
所以 1 P ( ) P ( A A)
P ( A) P ( A)
P ( A) 1 P ( A).
(5) (加法公式)对于任意两事件A,B有
P ( A B) P ( A) P ( B) P ( AB)
证明 由图可得
A B A ( B AB ),

n
P ( A1 ) P ( A2 ) P ( An ).
( 3) 设 A, B 为两个事件 , 且 A B, 则 P ( B A) P ( B) P ( A). P ( A) P ( B),
证明
因为 A B
所以 B A ( B A)
又 ( B A) A
例4 在1~2000的整数中随机地取一个数,问取 到的整数既不能被6整除, 又不能被8整除的概 率是多少 ?
解 设 A 为事件“取到的数能被6整除”,B为事件
“取到的数能被8整除”则所求概率为 P ( A B ).
P ( AB ) P ( A B ) 1 P ( A B )
1 { P ( A) P ( B ) P ( AB )}.
{( x, y) 0 x 24,0 y 24} A {( x, y ) ( x, y ) ,
0 y x 1, 0 x y 2}
y 24
y=x
S 24 1 2 2 S A 23 22 2 SA P( A) 1 0.1207 S
由概率的可列可加性得
P ( ) P ( ) P ( ) P ( ) P ( )
P ( ) 0 P () 0.
( 2) 若A1 , A2 , , An
是两两互不相容事件
P ( A1 A2 An ) P ( A1 ) P ( A2 ) P ( An ).
在学习几何和代数时,我们已经知道公理 是数学体系的基础。数学上所说的“公理”, 就是一些不加证明而公认的前提,然后以此为 基础,推演出所讨论对象的进一步的内容。
1.概率的公理化的定义:
设 是给定的实验E的样本空间,对其中的任意一
事件A,规定一个实数P(A),若P(A)满足:
公理1(非负性) 公理2(规范性)
第2周
问 题
已知 P ( A ) = P ( B ) = P(C) = 1/4 , P(AB) = 0 , P(AC) = P(BC) = 1/6 则事件A,B,C 全不发生的概率为 通过做此题 你能发现什么问题? (此题是1992年考研填空题) .
一般会解出
P( A B C ) 1 P( A B C ) 1 P( A) P( B) P(C ) P( AB) P( AC) P( BC ) P( ABC )
推广 ------ 三个事件和的情况
P ( A1 A2 A3 )
P ( A1 ) P ( A2 ) P ( A3 ) P ( A1 A2 ) P ( A2 A3 ) P ( A1 A3 ) P ( A1 A2 A3 ).
n 个事件和的情况
P ( A1 A2 An ) P ( Ai )
250 83 3 333 1 . 2000 2000 2000 4
相关文档
最新文档