第一章第三节 古典概型和几何概型 概率论课件
合集下载
概率与统计课件(一)概率论的基本概念
![概率与统计课件(一)概率论的基本概念](https://img.taocdn.com/s3/m/8bb59ceb9b89680203d8253d.png)
2
0
A B
表示事件A与事件B中至少有一个事件发生,称此事
件为事件A与事件B的和(并)事件,或记为A+B. 事件A1,A2,…An 的和记为 ,或A1 ∪ A2 ∪ … ∪ An
上一页 下一页 返回
表示事件A与事件B同时发生, 称为事件A与事件B的 积(交)事件,记为AB。积事件AB是由A与B的公共
上一页
下一页
返回
例1.27 一张英语试卷,有10道选择填空题,每题有4 个选择答案,且其中只有一个是正确答案.某同学投机 取巧,随意填空,试问他至少填对6道的概率是多大?
解 设B=“他至少填对6道”.每答一道题有两个可能的 结果:A=“答对”及 =“答错”,P(A)=1/4,故 作10道题就是10重贝努里试验,n=10,所求概率为
定义1.2: 设事件A在n次重复试验中发生了k次, n很大时, 频率 稳定在某一数值p的附近波动,而随着试验次数 n的增加,波动的幅度越来越小,则称p为事件A发生的 概率,记为 P ( A) p
上一页
下一页
返回
2、概率的公理化定义
定义1.3
上一页
下一页
返回
概率的性质:
上一页
下一页
返回
上一页
解 设A1,A2,A3表示产品来自甲、乙、丙三个车间, B表示产品为“次品”的事件,易知A1,A2,A3是样本 空间Ω的一个划分,且有 P(A1)=0.45,P(A2)=0.35,P(A3)=0.2, P(B|A1)=0.04,P(B|A2)=0.02,P(B|A3)=0.05.
上一页 下一页 返回
第三节 条件概率、全概率公式
1、条件概率的定义
上一页
下一页
返回
• 考察有两个小孩的家庭,其样本空间为{bb,bg,gb,gg} • (1)事件A=“家中至少有一个女孩“发生的概率? • (2)若已知事件B=“家中至少有一个男孩”,再求事 件A发生的概率? •
古典概型、几何概型复习优秀课件
![古典概型、几何概型复习优秀课件](https://img.taocdn.com/s3/m/776ec3561ed9ad51f01df28c.png)
课堂互动讲练
考点二 复杂事件的古典概型问题
求复杂事件的概率问题,关键是 理解题目的实际含义,必要时将所求 事件转化为彼此互斥事件的和,或者 是先去求对立事件的概率,进而再用 互斥事件的概率加法公式或对立事件 的概率公式求出所求事件的概率.
课堂互动讲练
例2
袋中装有大小相同的10个小球, 其中6个红色,4个白色,从中依次不 放回地任取出3个,求: (1)取出3球恰好2红1白的概率; (2)取出3球依次为红、白、红的 概率; (3)第三次取到红球的概率.
课堂互动讲练
【思路点拨】 本题第(1)问为几 何概型,可采用数形结合的思想画出 图形,然后利用几何概型的概率公式 求解,第(2)问为古典概型只需分别求 出|x|≤2,|y|≤2内的点以及(x-2)2+(y -2)2≤4的点的个数即可.
课堂互动讲练
【解】 (1)如图,点P所在的区域 为正方形ABCD的内部(含边界),满足(x -2)2+(y-2)2≤4的点的区域为以(2,2)为 圆心,2为半径的圆面(含边界).
课堂互动讲练
1 π×22 4 π ∴所求的概率 P1= = . 4×4 16
(2)满足x,y∈Z,且|x|≤2,|y|≤2的点 (x,y)有25个,满足x,y∈Z,且(x-2)2+ (y-2)2≤4的点(x,y)有6个,∴所求的概率
6 P2= . 25
课堂互动讲练
【规律小结】 几何概型与古典概型的 区别在于它的试验结果不是有限个,其特点 是它的试验结果在一个区域内均匀分布,所 以几何概型的概率的大小与该事件所在区域 的形状和位置无关,只与该区域的大小有 关.利用几何概型的概率公式P(A)= A的测度 ,求概率的思路与古典概型的概率 Ω的测度 求解思路一样,都属于“比例解法”.
1.3 等可能概型、几何概型
![1.3 等可能概型、几何概型](https://img.taocdn.com/s3/m/25212966ddccda38376baf0d.png)
2013年7月29日星期一 中央财经大学《概率统计》课件--孙 博 第一章 第三节 --第26页--
人们在长期的实践中总结得到“概率 很小的事件在一次实验中几乎是不发生的” (称之为实际推断原理)。这样小概率的 事件在一次抽卡的试验中就发生了,人们 有比较大的把握怀疑这是魔术. 具体地说,可以99.9%的把 握怀疑这是魔术.
2013年7月29日星期一
中央财经大学《概率统计》课件--孙 博
第一章 第三节 --第3页--
例如,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.
8 5 1 9 4 6 7 2 3 10
2013年7月29日星期一
中央财经大学《概率统计》课件--孙 博
i 1, 2,, n .
中央财经大学《概率统计》课件--孙 博
其中
2013年7月29日星期一
n
第一章 第三节 --第6页--
古典概型的概率计算(概率的古典定义)
确定试验的基本事件总数
设试验结果共有n个基本事件ω1,ω2,...,ωn , 而且这些事件的发生具有相同的可能性
确定事件A包含的基本事件数
P ( A1 A2 Ak ) P ( A1) P ( A2 ) P ( Ak ) 可列可加性
排列组合是计算古典概率的重要工具 .
2013年7月29日星期一 中央财经大学《概率统计》课件--孙 博 第一章 第三节 --第8页--
“等可能性”是一种假设,在实际应用中, 需要根据实际情况去判断。在许多场合, 由对称性和均衡性,我们就可以认为基本 事件是等可能的并在此基础上计算事件的 概率.
2013年7月29日星期一 中央财经大学《概率统计》课件--孙 博 第一章 第三节 --第10页--
人们在长期的实践中总结得到“概率 很小的事件在一次实验中几乎是不发生的” (称之为实际推断原理)。这样小概率的 事件在一次抽卡的试验中就发生了,人们 有比较大的把握怀疑这是魔术. 具体地说,可以99.9%的把 握怀疑这是魔术.
2013年7月29日星期一
中央财经大学《概率统计》课件--孙 博
第一章 第三节 --第3页--
例如,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.
8 5 1 9 4 6 7 2 3 10
2013年7月29日星期一
中央财经大学《概率统计》课件--孙 博
i 1, 2,, n .
中央财经大学《概率统计》课件--孙 博
其中
2013年7月29日星期一
n
第一章 第三节 --第6页--
古典概型的概率计算(概率的古典定义)
确定试验的基本事件总数
设试验结果共有n个基本事件ω1,ω2,...,ωn , 而且这些事件的发生具有相同的可能性
确定事件A包含的基本事件数
P ( A1 A2 Ak ) P ( A1) P ( A2 ) P ( Ak ) 可列可加性
排列组合是计算古典概率的重要工具 .
2013年7月29日星期一 中央财经大学《概率统计》课件--孙 博 第一章 第三节 --第8页--
“等可能性”是一种假设,在实际应用中, 需要根据实际情况去判断。在许多场合, 由对称性和均衡性,我们就可以认为基本 事件是等可能的并在此基础上计算事件的 概率.
2013年7月29日星期一 中央财经大学《概率统计》课件--孙 博 第一章 第三节 --第10页--
概率的两种模型(高三数学精品课件)
![概率的两种模型(高三数学精品课件)](https://img.taocdn.com/s3/m/0372a60a376baf1ffc4fadf4.png)
19世纪法国著名数学家拉普拉斯说:“对于生活中的大 部分,最重要的问题实际上只是概率问题。你可以说几 乎我们所掌握的所有知识都是不确定的,只有一小部分 我们能确定地了解。甚至数学科学本身,归纳法、类推 法和发现真理的首要手段都是建立在概率论的基础之上。 因此,整个人类知识系统是与这一理论相联系的……”
5
题型一 古典概型问题
设计游戏1:
一个不透明的箱子中有6个除了颜色不同无其他区别的小球, 其中4个蓝球,2位红球。
试设计一时训练 1:
9.在长为 1 的线段上任取两点,则这两点之间的距离小于 1 的概率为( ) 2
A、 1 B、 1 C、 3 D、 7
题型三 古典概型与几何概型的综合问题
已知关于x的一元二次方程9x2+6ax-b2+4=0,a,b∈R. (1)若a是从1,2,3三个数中任取的一个数,b是从0,1,2三个数 中任取的一个数,求已知方程有两个不相等实根的概率;
(2)若a是从区间[0,3]内任取的一个数,b是从区间[0,2]内任 取的一个数,求已知方程有实数根的概率.
第 36 练 概率的两类模型
火眼真睛(区分古典概型和几何概型)
1、古典概型(classical probability model)
一次试验中可能出现的每一 个基本结果称为基本事件
(elementary event).
(1)所有基本事件只有有限个; (2)每个基本事件的发生都是等可能的。
满足上面两个条件的随机实验的概率模 型称为古典概型
2、古典概型的概率计算公式
P( A) m n
其中n是试验中所有基本事件的个数,m是事件A 包含的基本事件的个数(m n).
利用几何概型求概率:
1.几何概型适用条件: (1)基本事件有无限多个(无限性); (2)事件都是等可能发生的(等可能性). 2.适用情况:
概率的古典概型和几何概型
![概率的古典概型和几何概型](https://img.taocdn.com/s3/m/d84b0f0bad02de80d4d84058.png)
即
P({ei })
1 n
,
i 1, 2,
,n.
若事件 A 包含其样本空间 S 中 k 个基本事件,即 A {ei1} {ei2 } {eik },
则事件 A 发生的概率
k
k
P( A) P eij P eij
j1
j1
k n
A包含的基本事件数 S中基本事件的总数
.
例 1.10 将1, 2, 3, 4 四个数随意地排成一行,求下列各事件的概
设试验的样本空间为 S {e1, e2 , , en} .在古典概型的假设下,
试验中每个基本事件发生的可能性相同,即有
P({e1}) P({e2}) P({en}) . 又由于基本事件是两两互不相容的.因而
1 P(S) P({e1} {e2}
{en})
P({e1}) P({e2}) P({en}) nP({ei}) ,
(1)事件 A 中共有 2 种排法,因而
P( A) 2 1 . 24 12
(2)事件 B 中有 2 (3!) 12 种排法,故有
P(B) 12 1 . 24 2
(3)先将数字1和 2 排在任意相邻两个位置,共有 23种排法, 其余两个数可在其余两个位置任意排放,共有 2!种排法,因而事件 C 有 23 2 12种排法,即
出的 n 只球中至少有 m 只红球} , Bm { 取出的 n 只球中恰有 m 只红球
} ,求 P( Am ) 及 P(Bm ) m min(n, M ) .
解 (i)放回抽样
在放回抽样的情况下,从 N 只球中取 n 只,共有 N n 种取法.
事件 Am 相当于从 n 次取球中先选取 m 次,使得这 m 次都取红球, 剩下的 n m 次可以任意取,因而 Am 中总的取法有 Cmn M m N nm 种.
海南大学《概率论与数理统计》课件-第一二三四章
![海南大学《概率论与数理统计》课件-第一二三四章](https://img.taocdn.com/s3/m/12cf3444001ca300a6c30c22590102020640f278.png)
x2 f ( x)d x;
x1
(4) 若 f ( x) 在点 x 处连续,则有 F( x) f ( x).
注意 对于任意可能值 a ,连续型随机变量取 a 的概率等于零.即
P{ X a} 0.
10、 均匀分布 定义 设连续型随机变量X 具有概率密度
例如某无f些线( x元电) 件元 或件0b,设的1 a备寿, 的命其a寿,电它命x,力服设从b,备指的数寿分命布,. 则称动物X 的在寿区命间等(a都,b)服区从间指上数服分从布均. 匀分布, 记为 X ~ U(a,b).
代表事件 A 在试验中发生的概率,它与试验总
数
n 有关。若
lim
n
npn
0
则
lim
n
Cnk
pnk
1 pn
nk
k
k!e
8、 连续型随机变量及其概率密度
设X为 随 机 变 量,F ( x)为X 的 分 布 函 数,若 存 在 非 负 函 数f ( x),使 对 于 任 意 实 数x 有
x
F ( x) f (t)d t,
第一章 随机事件及其概率
1 了解样本空间的概念,理解随机事件的概念,重 点掌握随机事件的关系和运算。 2 理解概率和条件概率的概念,掌握概率的基本性 质,能利用古典概型和几何概型计算一些事件的 概率。 3 掌握概率的加法公式、条件概率公式、乘法公式、 全概率公式和贝叶斯公式计算过事件的概率的方 法 4 理解事件独立性的概念,会利用事件独立性进行 事件概率计算。 5 理解独立重复试验的概率,掌握利用伯努利概型 计算过事件概率的方法。
(3) F () lim F ( x) 0, F () lim F( x) 1;
x
x
概率论与数理统计 第一章1.3古典概型与几何概型
![概率论与数理统计 第一章1.3古典概型与几何概型](https://img.taocdn.com/s3/m/542b19715727a5e9856a61b0.png)
基本事件总数为 24. 记 (1), (2), (3), (4) 的事件分
别为 A, B,C, D.
(1) 各球自左至右或自右至左恰好排成 1,2,3,4 的
顺序;
(1) A 中有两种排法, 故有
P(
A)
2 24
1 12
.
(2) 第 1 号球排在最右边或最左边;
(2) B 中有 2 (3!) 12 种排法, 故有
完
计算古典概率的方法
基本计数原理
加法原理
乘法原理
排列组合方法 排列公式
应用举例
组合公式
二项式
完
例 1 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
概率 以及两个球全是黑球的概率.
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;
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.
解 将 4 个球随意地排成一行有4!=24 种排法, 即
三班 6 名的分法有:
C145C151C
6 6
15! 4!5!6!
(种).
解 15 名优秀生分别分配给一班 4 名, 二班 5 名,
三班 6 名的分法有:
C145C151C
பைடு நூலகம்
6 6
15! 4!5!6!
(种).
(1) 将 3 名优秀生分配给三个班级各一名, 共有 3!
种分法, 再将剩余的 12 名新生分配给一班 3 名,
人教版高中数学必修三概率论-古典概型ppt课件
![人教版高中数学必修三概率论-古典概型ppt课件](https://img.taocdn.com/s3/m/2d8c8f3959eef8c75ebfb310.png)
推广1. n个元素分成 ( r1 rk n) k组,每组有 rk 个元素, n! rk r1 r2 分法有 C n 种 C n r1 C rk r1 ! rk !
2. n个元素有2类,每类分别有m , ( n m )个,每
r1 r2 类分别取r1 , r2个, 取法有C m Cn m种
3. n个元素有k类,每类分别有n1 ,, nk 个,每类
rk r1 r2 分别取r1 , , rk 个, 取法有C n C C n2 nk 种 1
例1 袋中有外形相同的5个白球,3个黑球,一次任取两个, 求取出两个都是白球的概率
解 设A {取出两个都是白球}
2 n C8 2 0 m C5 C3
基本计数原理
3.基本计数原理: (1) 加法原理 设完成一件事有m种方式, 第一种方式有n1种方法, 则完成这件事总共有 第二种方式有n2种方法, …, n1 + n2 + … + nm 种方法 . 第m种方式有nm种方法, 无论通过哪种方法都可以完成这件事,
(2) 乘法原理 设完成一件事有m个步骤, 第一个步骤有n1种方法, 第二个步骤有n2种方法, n
6 A6 例5 6人排成一排,有多少种排法? 6! 若某人必须排在排尾 ( 排除法 ) 5! (捆绑法 ) 5! 2! 若甲乙必须在一起 2 若甲乙必须不在一起 ( 插空法 ) 4! A5 6! 若甲乙必须从左到右排 ( 去序法 ) 2! (去序) 5.组合: 从n个不同元素取 r 个组成一组 ( 从n个不同元素一次取 r 个) r A n! r n 不同取法有 C n 种 r! r !( n r )! (相当于将n个元素分成两组 )
解 设Ak {抽到k件一等品 } k 0,1,2 2 2 k k 59 n C100 C 40 m C 60 1 1 0 2 2 165 C C C 60 C 40 C 26 60 40 16 60 P ( A ) P ( A ) P ( A0 ) 1 2 2 2 2 165 33 C100 C100 C100 例3 若上例改为依次抽取2件,求抽到2件等级相同的产品的概率 排列 解 设A {2件等级相同} (1)不放回( 不重复抽样) 5 2 2 2 2 n P100 100 99 m A60 A30 A10 P ( A) 11 ( 2)有放回(重复抽样) n 1002 m 602 302 102
1-2-古典概型和几何概型PPT课件
![1-2-古典概型和几何概型PPT课件](https://img.taocdn.com/s3/m/1975a4c0964bcf84b8d57b15.png)
p
p44 p140
4321 10 9 8 7
1. 210
第一章 随机事件及其概率
练习:
1o 分房问题 将张三、李四、王五3人等可能地 分配到3 间房中去,试求每个房间恰有1人的概率.
(答案 : P3 / 33 2 9)
2o 生日问题 某班有20个学生都 是同一年出生的,求有10个学生生 日是1月1日,另外10个学生生日是 12月31日的概率.
件,即对于i≠j , AiAj= , i, j=1,2,......, 则有
P
Ai
PAi
i1 i1
结束语
当你尽了自己的最大努力时,失败也是伟大的 ,所以不要放弃,坚持就是正确的。
When You Do Your Best, Failure Is Great, So Don'T Give Up, Stick To The End
第一章 随机事件及其概率
PA
k n
A包含的基本事件数 包含的基本事件数
2.性质 (1)对于每一个事件A,有P(A)0; (2)P()=1; (3)设A1,A2,..... Am是两两互不相容的事件,
即对于i≠j , AiAj= , i, j=1,2,......m, 则有
P
m
Ai
m
P
Ai
i1 i1
3
3
3
3
4个球放到3个杯子的所有放法 3 3 3 3 34种,
第一章 随机事件及其概率
C42种
C22种
2个
2个
因此第1、2个杯子中各有两个球的概率为
p C42 C22
34 2 .
27
1.2 古典概型与几何概型
(2) 杯子容量有限 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. 解 第1至第4个杯子各放一个球的概率为
《古典概型》ppt课件
![《古典概型》ppt课件](https://img.taocdn.com/s3/m/f6be683ca517866fb84ae45c3b3567ec102ddc8d.png)
有限性
样本空间中包含的基本事件是有 限的。,每个基本
事件都有确定的概率。
这一性质使得古典概型在实际应 用中具有可操作性和实用性。
互斥性
两个或多个基本事件不能同时发 生。
在古典概型中,由于每个基本事 件发生的概率是相等的,因此它 们之间是互斥的,即不可能同时
在统计学中的应用
样本统计
在统计学中,样本统计量是用来描述数据特征的重要工具。 古典概型可用于计算样本统计量的概率分布,如样本均值、 样本方差等。
假设检验
古典概型在假设检验中也有应用,特别是在使用似然比检验 和贝叶斯统计时。通过比较不同假设下的概率,可以判断哪 个假设更合理。
在实际生活中的应用
决策制定
发生。
互斥性是古典概型中一个重要的 性质,它确保了概率计算的正确
性和合理性。
03
古典概型的应用
在概率论中的应用
概率计算
古典概型提供了一种计算概率的简单 方法,特别是对于离散随机事件。通 过列举所有可能的结果和满足条件的 结果,可以直接计算概率。
概率分布
在概率论中,古典概型常用于推导离 散随机变量的概率分布,如二项分布 、泊松分布等。这些分布在实际应用 中具有广泛的应用价值。
古典概型可以帮助人们在不确定的情况下做出决策。例如,在赌博游戏中,玩 家可以使用古典概型来计算获胜的概率。
风险评估
在风险评估中,古典概型可以用来计算风险事件发生的概率。例如,在保险行 业中,保险公司可以使用古典概型来评估不同风险事件的发生概率和损失程度。
04
古典概型与现代概率论的联系
古典概型在现代概率论中的地位
古典概型是现代概率论的基础
古典概型为概率论的发展提供了基本的概念和原理,为后续的概率模型和理论奠 定了基础。
概率论第一章ppt课件
![概率论第一章ppt课件](https://img.taocdn.com/s3/m/43fec9b11eb91a37f0115c9f.png)
A 1 “: 至少有一人命中目标 A 2 “: 恰有一人命中目标” A 3 “: 恰有两人命中目标” A 4 “: 最多有一人命中目标 A 5 “: 三人均命中目标” A 6 “: 三人均未命中目标”
”:
ABC
: ABCABCABC
: AC BABC ABC
”: BCACAB
:
ABC
:
ABC
21
小结
i1
i1
13
3. 积(交)事件 : 事件A与事件B同时发生,记
作 AB 或AB。
推广:n个事件A1, A2,…, An同时发生,记作
n
n
A1A2…An或 A i 或 A i
i1
i1
14
4. 差事件: A-B称为A与B的差事件, 表示事件 A发生而事件B不发生
15
5. 互不相容事件(也称互斥的事件): 即事件 A与事件B不能同时发生。AB= 。
3
第一章 概率论的基本概念
§1.1 随机事件及其运算 §1.2 概率的定义及其性质 §1.3 古典概型与几何概型 §1.4 条件概率 §1.5 独立性
4
§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。
概率论与数理统计
1
概率论与数理统计是研究什么的?
随机现象:不确定性与统计规律性 概率论——从数量上研究随机现象的统计规律性的
科学。
数理统计——从应用角度研究处理随机性数据,建 立有效的统计方法,进行统计推理。
古典概型课件共23张PPT
![古典概型课件共23张PPT](https://img.taocdn.com/s3/m/1cecd594a48da0116c175f0e7cd184254a351b40.png)
思想方法
列举法、类比、归纳和动手尝试相结合
二.知识储备
掷一枚质地均匀的硬币
A {正面向上}, B {反面向上}
抛掷一枚均匀的骰子
A {出现1点}, B {出现2点},C={出现3点} D {出现4点}, E {出现5点},F={出现6点}
像上面的“正面朝上”、 “正面朝 下”;出现“1点”、 “2点”、 “3点”、 “4点”、 “5点”、 “6点”这些随机事 件叫做构成试验结果的基本事件。
(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
(6,1) (6,2) (6,3) (6,4) (6,5) (6,6)
(2)在上面的结果中,向上的点数之和为5的结 果有4种,分别为(:1,4),(2,3),(3,2),(4,1)
(3)由于所有36种结果是等可能的,其中向上点数之 和为5的结果(记为事件A)有4种,因此,
3
(3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
4
(4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
5
(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
6
(6,1) (6,2) (6,3) (6,4) (6,5) (6,6)
从表中可以看出同时掷两个骰子的结果共有36种。
注:有序地写出所有基本事件及某一事件A所包含的基 本事件是解题的关键!
五.练习巩固
1、单选题是标准化考试中常用的题型, 一般是从A,B,C,D四个选项中选择一 个正确答案。如果考生掌握了考察的内 容,他可以选择唯一正确的答案。假设 考生不会做,他随机的选择一个答案, 问他答对的概率是多少?
分析:这个问题可以看成古典概型吗?
列举法、类比、归纳和动手尝试相结合
二.知识储备
掷一枚质地均匀的硬币
A {正面向上}, B {反面向上}
抛掷一枚均匀的骰子
A {出现1点}, B {出现2点},C={出现3点} D {出现4点}, E {出现5点},F={出现6点}
像上面的“正面朝上”、 “正面朝 下”;出现“1点”、 “2点”、 “3点”、 “4点”、 “5点”、 “6点”这些随机事 件叫做构成试验结果的基本事件。
(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
(6,1) (6,2) (6,3) (6,4) (6,5) (6,6)
(2)在上面的结果中,向上的点数之和为5的结 果有4种,分别为(:1,4),(2,3),(3,2),(4,1)
(3)由于所有36种结果是等可能的,其中向上点数之 和为5的结果(记为事件A)有4种,因此,
3
(3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
4
(4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
5
(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
6
(6,1) (6,2) (6,3) (6,4) (6,5) (6,6)
从表中可以看出同时掷两个骰子的结果共有36种。
注:有序地写出所有基本事件及某一事件A所包含的基 本事件是解题的关键!
五.练习巩固
1、单选题是标准化考试中常用的题型, 一般是从A,B,C,D四个选项中选择一 个正确答案。如果考生掌握了考察的内 容,他可以选择唯一正确的答案。假设 考生不会做,他随机的选择一个答案, 问他答对的概率是多少?
分析:这个问题可以看成古典概型吗?
古典概型 课件
![古典概型 课件](https://img.taocdn.com/s3/m/24825b1a814d2b160b4e767f5acfa1c7aa0082a1.png)
特点
01
样本空间是有限的。
02
每个基本事件发生的概率是相等的。
每个基本事件都是互斥的。
03
与几何概型的区别
样本空间的差异
古典概型的样本空间是有限的,而几何概型的样本空间是无限的 。
概率计算方式的差异
古典概型中每个基本事件发生的概率是相等的,而几何概型中基本 事件发生的概率与长度、面积或体积等几何量有关。
总结词
如果一个随机试验的所有可能结果只有 有限个,则称为试验结果的有限性。
VS
详细描述
在古典概型中,试验的所有可能结果必须 是有限的,即存在一个正整数$n$,使得 试验有$n$个可能的结果。这是古典概型 的一个基本条件,也是概率论中一个重要 的前提。
试验结果的等可能性
总结词
如果一个随机试验的所有可能结果发生的概率相等,则称为试验结果的等可能性。
要点一
总结词
等可能、无限
要点二
详细描述
在生日问题中,每个人在一年中任意一天出生的可能性是 等可能的,并且有无限多个可能的结果(365天),但因 为一年只有365天,所以实际上是有限的。因此,这是一 个古典概型。
06
古典概型与概率统计 的意义
在决策论中的应用
风险评估
古典概型概率统计可以帮助决策者评估不同方案的风险,从而选择 最优方案。
总结词
等可能、有限
详细描述
在抛掷一枚骰子的试验中,每个可能的结果是等可能的,并且只有有限个可能的结果( 1、2、3、4、5、6),因此这是一个古典概型。
抽签问题
总结词
等可能、有限
详细描述
在抽签问题中,每个可能的结果是等可能的 ,并且只有有限个可能的结果(例如,红球
概率论 古典概型与几何概型36页PPT
![概率论 古典概型与几何概型36页PPT](https://img.taocdn.com/s3/m/88b691d9f5335a8103d2205d.png)
31、只有永远躺在泥坑里的人,才不会再掉进坑里。——黑格尔 32、希望的灯一旦熄灭,生活刹那间变成了一片黑暗。——普列姆昌德 33、希望是人生的乳母。——科策布 34、形成天才的决定因素应该是勤奋。——郭沫若 35、学到很多东西的诀窍,就是一下子不要学很多。——洛克
概率论 古典概型与几何概型
21、没有人陪你走一辈子,所以你要 适应孤 独,没 有人会 帮你ห้องสมุดไป่ตู้ 辈子, 所以你 要奋斗 一生。 22、当眼泪流尽的时候,留下的应该 是坚强 。 23、要改变命运,首先改变自己。
24、勇气很有理由被当作人类德性之 首,因 为这种 德性保 证了所 有其余 的德性 。--温 斯顿. 丘吉尔 。 25、梯子的梯阶从来不是用来搁脚的 ,它只 是让人 们的脚 放上一 段时间 ,以便 让别一 只脚能 够再往 上登。
概率论与数理统计ppt课件(完整版)
![概率论与数理统计ppt课件(完整版)](https://img.taocdn.com/s3/m/fed284fa551810a6f52486e8.png)
25
2.概率的性质:
性质1. P() 0.
性质2. 若 A1 , A 2 ,, An 是两两互不相容的事件 , 则 P( A1 A 2 An)
P( A1) P( A 2) P( A n). (有限可加性)
性质3. 若A B, 则有 P(B A) P(B) P( A);
6
例1. 试确定试验E2中样本空间, 样本点的个数, 并给出如
下事件的元素: 事件A1=“第一次出现正面”、事件A2=“
恰好出现一次正面”、事件A3=“至少出现一次正面”.
7
(三)事件间的关系与事件的运算 1.包含关系和相等关系:
若事件A发生必然导致事件B发生,则称件B包含事件A,记 作AB. 若A B且A B, 即A=B, 则称A与B相等.
2
§1.随机试验
我们将对自然现象的一次观察或进行一次科学试验 称为试验。
举例:
E1: 抛一枚硬币,观察正(H)反(T) 面 的情 况.
E2: 将一枚硬币抛三次,观察正反面出现的情况.
E3: 将一枚硬币抛三次,观察出现正面的情况. E4: 电话交换台一分钟内接到的呼唤次数. E5: 在一批灯泡中任取一只, 测试它的寿命.
A
s
B
(4)A B
10
5.事件的互不相容(互斥): 若A B , 则称A与B是互不相容的 , 或互斥的,即
A与B不能同时发生 .
B
A
AB
11
6. 对立事件(逆事件):
为对立事件. 即 : 在一次实验中 , 事件A与B中必然有一 个发生, 且仅有一个发生 .
若A B S且A B ,则称A与B互为逆事件,也称
概率论与数理统计第一章古典概型与概率空间ppt课件
![概率论与数理统计第一章古典概型与概率空间ppt课件](https://img.taocdn.com/s3/m/bbf1db39c1c708a1294a4480.png)
将概率作用于被测事件就得到该事件发生 的能够性大小的丈量值.
为了引见概率,首先需求引见实验和事件.
§1.1 实验与事件
一、随机实验
我们把按照一定的想法去作的事情称为
随机实验. 随机实验的简称是 实验 (experiment). 实例1 掷一个硬币, 察看能否正面朝上. 实例2 掷两枚骰子, 察看掷出的点数之
概率是介于0和1之间的数, 描画事件发生的能 够性的大小.
按照以上原那么, 假设事件A, B发生的能够性 一样, 那么有 P(A)=P(B).
假设事件A发生的能够性是B发生的能够性的2 倍, 那么有 P(A)=2P(B).
用 # A , # 分别表示事件A和样本空间 中
样本点的个数.
2. 定义
设实验S的样本空间 是有限集合, A. 假设 的每个样本点发生的能够性
A B1B2
B1
B2
B1 B2
B1 B2
B1B2 .
设A、B、C为三个事件,用A、B、C的 运算关系表示以下各事件.
(1) A发生, B与C不 发生A B C 或 A B C
(2) A与B都发生,而C不
发生
AB C
或
AB C
§1.2 古典概率模型
一、 古典概型
假定随机实验S有有限个能够的结果, 并且假定从该实验的条件及实施方法上去 分析,我们找不到任何理由以为其中某一 结果出现的时机比另一结果出现的时机大 或小,我们只好以为一切结果在实验中有 同等能够的出现时机.
例3 从一批产品中任取两件, 察看合格品的情况.
记 A = “两件产品都是合格品〞,
A = “两件产品不都是合格品〞.
或 A =“两件产品中至少有一个是不合格品〞 A ={两件产品中恰有一个是不合格品}
为了引见概率,首先需求引见实验和事件.
§1.1 实验与事件
一、随机实验
我们把按照一定的想法去作的事情称为
随机实验. 随机实验的简称是 实验 (experiment). 实例1 掷一个硬币, 察看能否正面朝上. 实例2 掷两枚骰子, 察看掷出的点数之
概率是介于0和1之间的数, 描画事件发生的能 够性的大小.
按照以上原那么, 假设事件A, B发生的能够性 一样, 那么有 P(A)=P(B).
假设事件A发生的能够性是B发生的能够性的2 倍, 那么有 P(A)=2P(B).
用 # A , # 分别表示事件A和样本空间 中
样本点的个数.
2. 定义
设实验S的样本空间 是有限集合, A. 假设 的每个样本点发生的能够性
A B1B2
B1
B2
B1 B2
B1 B2
B1B2 .
设A、B、C为三个事件,用A、B、C的 运算关系表示以下各事件.
(1) A发生, B与C不 发生A B C 或 A B C
(2) A与B都发生,而C不
发生
AB C
或
AB C
§1.2 古典概率模型
一、 古典概型
假定随机实验S有有限个能够的结果, 并且假定从该实验的条件及实施方法上去 分析,我们找不到任何理由以为其中某一 结果出现的时机比另一结果出现的时机大 或小,我们只好以为一切结果在实验中有 同等能够的出现时机.
例3 从一批产品中任取两件, 察看合格品的情况.
记 A = “两件产品都是合格品〞,
A = “两件产品不都是合格品〞.
或 A =“两件产品中至少有一个是不合格品〞 A ={两件产品中恰有一个是不合格品}
概率论与数理统计第3节 古典概型与几何概型
![概率论与数理统计第3节 古典概型与几何概型](https://img.taocdn.com/s3/m/50299c2bb307e87101f69673.png)
S 1,
S(A)
2
3 1
3
(1
x
2 9
1 )dx x
1 2 ln 2;
69
因此所求事件A的概率为:
P( A)
A的面积 的面积
1 6
2 9
ln
2
1
2
ln
2.
1
69
目录 上页 下页 返回 结束
内容小结
1. 古典概型:
(1) 试验结果有限个 ;
(2)每种结果出现是等可能 的;
解:样本空间的样本点有100 个,设A表示“取到的整数能 被6整除”,B表示“取到的整数能被8整除”;
令A中的样本点为x 个,则有:6x 100, 解得:x 16; 令B中的样本点为y 个,则有:8y 100, 解得:y 12; 令AB中的样本点为z 个,则有:24z 100, 解得:z 4; 于是取到的整数能被6或8整除的概率为:
目录 上页 下页 返回 结束
那么问题来了,请问如果你是参赛者,为了得到门后的跑车大 奖,你会做哪种选择,使得自己获奖的概率会更大呢?
或者增加点难度,换和不换的获胜概率分别是多少呢?
为了避免歧义和误解,先明确游戏具有如下的限制条件:
1.参赛者只能在三扇门中挑选一扇,而且他并不知道内里 有什么。
2.主持人却是明确知道每扇门后面有什么。 3.主持人必须开启剩下的其中一扇门,并且必须提供换门 的机会。
目录 上页 下页 返回 结束
一、古典概型
例5的结果表明,这是一个小概率事件。 人们在长期的实践中,总结出了所谓的“实际推断原理”: 概率很小的事件在一次试验中实际上几乎不可能发生。 但例5表明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,而断言该女士却有这种分辨能力, 即她的说法是可信的。 这种推断思想在第8章的假设检验中十分有用。
- 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)。
P(B)=P(A)+P(E)=7/15; 由D是B的对立事件, 得 P(D)=1-P(B)=8/15。
例4:n个球随机地放入N(N≥n)个盒子中,若盒 子的容量无限制。求“每个盒子中至多有一球” 的概率。
解: 因每个球都可以放入N个盒子中的任何Nn种不同的放法。
S={1,2,…,10} , 且每个样本点(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.
如i =2
2
1 7
98345106
II. 古典概率模型中事件概率求法
因试验E的结果只有有限种,即样本点是有 限个: 1,2 ,…,n ,其中
Ω={1}∪{2 }∪…∪{n}, {i}是基本事件,且它们发生的概率都相等。 于是,有 1=P(Ω)=P({1}∪{2 }∪…∪{n})
注意:这种分析方法使用的是中学学过的
乘法原理
因每个基本事件发生的可能性相同,第一 次取一只甲类三极管共有4种可能取法,第二 次再取一只甲类三极管还是有4种可能取法。 所以,取两只甲类三极管共有 44=16 种可能 的取法, 即kA=16。故
P(A)=16/36=4/9; 令E={抽到两只乙类三极管},kE=22=4。故
是从剩余的5只中取一只,有5种可能的取法。 由乘法原理,知取两只三极管共有n=65=30 种可能的取法。 由乘法原理,得 kA=43=12, P(A)=12/30=2/5; kE=21=2,P(E)=2/30=1/15; 由C是E的对立事件,得P(C)=1-P(E)=14/15; 由B=A∪E,且A与E互斥,得
P(E)=4/36=1/9; 因C是E的对立事件,故 P(C)=1-P(E)=8/9; 因B= A∪E ,且A与E互斥,得
P(B)=P(A)+P(E)=5/9; D是B的对立事件, 得 P(D)=1-P(B)=4/9。
(2).由于第一次抽测后不放回,因此,第一次
从6只中取一只,共有6种可能的取法;第二次
第一章第三节
古典概型和几何概型
试验结果
ω1, ω2 , …,ωn
你认为哪个 结果出现的 可能性大?
常常把这样的试验结果称为“等可能的”.
例如,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.
85 1946 7 2 3 10
1 2 3 4 5 6 7 8 9 10
设A={抽到两只甲类三极管},B={抽到两只同类 三极管},C={至少抽到一只甲类三极管},D={抽 到两只不同类三极管}。
求:P(A),P(B),P(C),P(D)。
解: (1).由于每次抽测后放回,因此,每次都是
在6只三极管中抽取。因第一次从6只中取一 只,共有6种可能取法;第二次还是从6只中取 一只,还是有6种可能取法。故,取两只三极管 共有66=36 种可能的取法。从而,n=36。
因为抽取时这些球是 10个球中的任一个被取 完全平等的,我们没有理 出的机会都是1/10
由认为10个球中的某一个
会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,均为1/10.
85 1946 7 2 3 10
我们用 i 表示取到 i号球, i =1,2,…,10 . 则该试验的样本空间
=P({1})+P({2 })+…+P({n}) =nP({i}), i=1,2,…n。
从而,P({i})= 1/n,i=1,2,…n。
记 A={摸到2号球} 2
P(A)=?
P(A)=1/10 记 B={摸到红球}
1 2 345 6
P(B)=? P(B)=6/10
85 1946 7 2 3 10
记 B={摸到红球}
P365n/365n。 于是, n个人中至少有两人生日相同的概率 为 1- P365n/365n。
P(B)=6/10
静态
这里实际上是从“比例”动态
转化为“概率”
当我们要求“摸到红
球”的概率时,只要找出 它在静态时相应的比例.
85 1946 7 2 3 10
事件A的概率求法
设试验E是古典概型, 其样本空间S由n个样本 点组成 , 事件A由k个样本点组成 . 则定义事件 A的概率为:
A包含的样本点数
每个盒子中至多有一个球的放法(由乘法 原理得): N(N-1)…(N-n+1)=PNn 种。 故,
P(A)= PNn/Nn。
许多问题和上例有相同的数学模型。
例如(生日问题):某人群有n个人,他们中至 少有两人生日相同的概率有多大?
设每个人在一年(按365天计)内每天出 生的可能性都相同,现随机地选取n(n≤365) 个人,则他们生日各不相同的概率为
P(A)=k/n=
S中的样本点总数 称此概率为古典概率. 这种确定概率的方法 称为古典方法 .
若用基本事件叙述,则为
若事件A包含k个基本事件,有 P(A)=k(1/n)=k/n。
A包含的基本事件数
P(A)=k/n=
基本事件总数
这样就把求概率问题转化为计数问题 . 排列组合是计算古典概率的重要工具 .
故,所求概率=69/105=23/35。
例3:有外观相同的三极管6只,按电流放大系
数分类,4只属甲类,2只属乙类。按下列两种方 案抽取三极管两只,
(1).每次抽取一只,测试后放回,然后再抽取 下一只(放回抽样);
(2).每次抽取一只,测试后不放回,然后在剩下 的三极管中再抽取下一只(不放回抽样)。
III. 古典概模型的例
例1:掷一颗均匀骰子,
设:A表示所掷结果为“四点或五点”; B表示所掷结果为“偶数点”。
求:P(A)和P(B)。
解:由n=6,kA=2,得P(A)=2/6=1/3;
再由kB=3,得P(B)=3/6=1/2。
例2:货架上有外观相同的商品15件,其中12
件来自产地甲, 3件来自地乙。现从15件商品 中随机地抽取两件,求这两件商品来自一同产 地的概率。
解: 从15件商品中取出2商品,共有C215 =105种
取法,且每种取法都是等可能的,故n=105。
令 A={两件商品都来自产地甲},kA= C212=66, B={两件商品都来自产地乙},kB= C23 =3,
而事件:{两件商品来自同一产地}=A∪B,且A与 B互斥,A∪B包含基本事件数66+3=69。
例4:n个球随机地放入N(N≥n)个盒子中,若盒 子的容量无限制。求“每个盒子中至多有一球” 的概率。
解: 因每个球都可以放入N个盒子中的任何Nn种不同的放法。
S={1,2,…,10} , 且每个样本点(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.
如i =2
2
1 7
98345106
II. 古典概率模型中事件概率求法
因试验E的结果只有有限种,即样本点是有 限个: 1,2 ,…,n ,其中
Ω={1}∪{2 }∪…∪{n}, {i}是基本事件,且它们发生的概率都相等。 于是,有 1=P(Ω)=P({1}∪{2 }∪…∪{n})
注意:这种分析方法使用的是中学学过的
乘法原理
因每个基本事件发生的可能性相同,第一 次取一只甲类三极管共有4种可能取法,第二 次再取一只甲类三极管还是有4种可能取法。 所以,取两只甲类三极管共有 44=16 种可能 的取法, 即kA=16。故
P(A)=16/36=4/9; 令E={抽到两只乙类三极管},kE=22=4。故
是从剩余的5只中取一只,有5种可能的取法。 由乘法原理,知取两只三极管共有n=65=30 种可能的取法。 由乘法原理,得 kA=43=12, P(A)=12/30=2/5; kE=21=2,P(E)=2/30=1/15; 由C是E的对立事件,得P(C)=1-P(E)=14/15; 由B=A∪E,且A与E互斥,得
P(E)=4/36=1/9; 因C是E的对立事件,故 P(C)=1-P(E)=8/9; 因B= A∪E ,且A与E互斥,得
P(B)=P(A)+P(E)=5/9; D是B的对立事件, 得 P(D)=1-P(B)=4/9。
(2).由于第一次抽测后不放回,因此,第一次
从6只中取一只,共有6种可能的取法;第二次
第一章第三节
古典概型和几何概型
试验结果
ω1, ω2 , …,ωn
你认为哪个 结果出现的 可能性大?
常常把这样的试验结果称为“等可能的”.
例如,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.
85 1946 7 2 3 10
1 2 3 4 5 6 7 8 9 10
设A={抽到两只甲类三极管},B={抽到两只同类 三极管},C={至少抽到一只甲类三极管},D={抽 到两只不同类三极管}。
求:P(A),P(B),P(C),P(D)。
解: (1).由于每次抽测后放回,因此,每次都是
在6只三极管中抽取。因第一次从6只中取一 只,共有6种可能取法;第二次还是从6只中取 一只,还是有6种可能取法。故,取两只三极管 共有66=36 种可能的取法。从而,n=36。
因为抽取时这些球是 10个球中的任一个被取 完全平等的,我们没有理 出的机会都是1/10
由认为10个球中的某一个
会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,均为1/10.
85 1946 7 2 3 10
我们用 i 表示取到 i号球, i =1,2,…,10 . 则该试验的样本空间
=P({1})+P({2 })+…+P({n}) =nP({i}), i=1,2,…n。
从而,P({i})= 1/n,i=1,2,…n。
记 A={摸到2号球} 2
P(A)=?
P(A)=1/10 记 B={摸到红球}
1 2 345 6
P(B)=? P(B)=6/10
85 1946 7 2 3 10
记 B={摸到红球}
P365n/365n。 于是, n个人中至少有两人生日相同的概率 为 1- P365n/365n。
P(B)=6/10
静态
这里实际上是从“比例”动态
转化为“概率”
当我们要求“摸到红
球”的概率时,只要找出 它在静态时相应的比例.
85 1946 7 2 3 10
事件A的概率求法
设试验E是古典概型, 其样本空间S由n个样本 点组成 , 事件A由k个样本点组成 . 则定义事件 A的概率为:
A包含的样本点数
每个盒子中至多有一个球的放法(由乘法 原理得): N(N-1)…(N-n+1)=PNn 种。 故,
P(A)= PNn/Nn。
许多问题和上例有相同的数学模型。
例如(生日问题):某人群有n个人,他们中至 少有两人生日相同的概率有多大?
设每个人在一年(按365天计)内每天出 生的可能性都相同,现随机地选取n(n≤365) 个人,则他们生日各不相同的概率为
P(A)=k/n=
S中的样本点总数 称此概率为古典概率. 这种确定概率的方法 称为古典方法 .
若用基本事件叙述,则为
若事件A包含k个基本事件,有 P(A)=k(1/n)=k/n。
A包含的基本事件数
P(A)=k/n=
基本事件总数
这样就把求概率问题转化为计数问题 . 排列组合是计算古典概率的重要工具 .
故,所求概率=69/105=23/35。
例3:有外观相同的三极管6只,按电流放大系
数分类,4只属甲类,2只属乙类。按下列两种方 案抽取三极管两只,
(1).每次抽取一只,测试后放回,然后再抽取 下一只(放回抽样);
(2).每次抽取一只,测试后不放回,然后在剩下 的三极管中再抽取下一只(不放回抽样)。
III. 古典概模型的例
例1:掷一颗均匀骰子,
设:A表示所掷结果为“四点或五点”; B表示所掷结果为“偶数点”。
求:P(A)和P(B)。
解:由n=6,kA=2,得P(A)=2/6=1/3;
再由kB=3,得P(B)=3/6=1/2。
例2:货架上有外观相同的商品15件,其中12
件来自产地甲, 3件来自地乙。现从15件商品 中随机地抽取两件,求这两件商品来自一同产 地的概率。
解: 从15件商品中取出2商品,共有C215 =105种
取法,且每种取法都是等可能的,故n=105。
令 A={两件商品都来自产地甲},kA= C212=66, B={两件商品都来自产地乙},kB= C23 =3,
而事件:{两件商品来自同一产地}=A∪B,且A与 B互斥,A∪B包含基本事件数66+3=69。