大学课件 概率论与数理统计 第一章 随机事件与概率
概率论与数理统计课件
P (B ) = P ( AB ) + P (A B )
返回主目录
第一章 概率与随机事件
例 1 （续）
b P ( AB ) = 2 (a + b)
2
2
ab P (A B ) = 2 (a + b)
b ab b P( B) = + = 2 2 (a + b) (a + b) a + b
P ( AB ) 而， P (B A) = P ( A)
P ( A ) = P (B ) = P (C ) =
2
返回主目录
1 P ( AB ) = P (BC ) = P ( AC ) = 4
第一章 概率与随机事件
1 P ( ABC ) = 4
由此可见
P ( AC ) = P ( A )P (C )
P (BC ) = P (B )P (C )
P ( AB ) = P ( A )P (B )
第一章 概率与随机事件
3) 若随机事件 A 与 B 相互独立，则 相互独立，
A 与 B、 A 与 B 、 A 与 B
也相互独立. 也相互独立 解：为方便起见，只证 为方便起见， 由于 相互独立.． A 与 B 相互独立
P A B = P (B − AB )
( )
注意到
P A B = P (B ) − P ( AB )
记 A={1，2，3，4}， B={4，5，6}， ， ， ， ， ， ， ， C={3，4，5} ， ， 1 则： P ( A ) = 2 , P (B ) = P (C ) = , 2 3
但
1 P ( ABC ) = = P ( A) P (B ) P (C ) 6 1 1 P ( AB ) = ≠ P ( A) P ( B ) = 6 3
概率论与数理统计(浙大版)第一章课件
如何来研究随机现象? 随机现象是通过随机试验来研究的. 问题 什么是随机试验?
8
一、随机试验
在概率论中,把具有以下三个特征的试验称为随机
试验。 （1）可以在相同的条件下重复地进行； （2）每次试验的可能结果不止一个,并且能事先明确试 验的所有可能结果； （3）进行一次试验之前不能确定哪一个结果会出现。
4
实例2 用同一门炮向同 一目标发射同一种炮弹多 发 , 观察弹落点的情况.
结果: 弹落点会各不相同.
实例3 抛掷一枚骰子,观 结果有可能为: 1, 2, 3, 4, 5 或 6.
察出现的点数.
5
实例4 从一批含有正品
和次品的产品中任意抽取 一个产品. 实例5 过马路交叉口时,
其结果可能为:
正品 、次品.
则 C A B AB 格”,Ｂ＝“直径合格”．
30
推广 称 Ak 为 n 个事件 A1 , A2 , , An 的和事件;
k 1
n
称 Ak 为可列个事件 A1 , A2 , 的和事件.
k 1
n
称 Ak 为 n 个 事 件 A1 , A2 , , An 的 积 事 件 ;
事件 A 发生 事件B 发生
实例 A=“长度不合格” 必然导致 B=“产品不合格” 所以 A B
27
2.事件的相等
若两个事件 A 和B 相互包 含，则称这两个事件相等， 记为 A .B
A B A =B
A B且B A
A B
A 和 B 同时发生或者同时不发生
28
3.事件的和（并）
概率论与数理统计：第一章 随机事件与概率
示为 A-B={正反}.
• 如果一组事件中任意两个事件都互不相容， 那么称这组事件两两互不相容。
• （7）对立事件：事件Ω-A称为事件A的对立
事件（逆、余），记Ā.
A A A A
ĀA
• （8）运算定律：交换律、结合律、分配律、 对偶律。
• 在随机事件中，有的可以看成是由某 些事件复合而成的，而有些事件则不能分 解为其它事件的组合，这种不能分解成其 它事件组合的最简单的随机事件称为基本 事件。
• 一般地说，只含一个样本点的随机事 件称为基本事件。
• 每次试验中一定发生的事件称为必然事件.
由于Ω包含所有样本点，因此每次试验中 必定有Ω中的一个样本点出现，故Ω是必然 事件；
P（A）=m（A）/m（Ω）
这里m（·）分别表示长度、面积或体积。
例6，在半圆区域0≤y≤
2内ax随 机x2 地投入
一点，求该点与原点的连线与x轴的夹角不
超过 的概率 .
4
0
2a
例7(书上例1.9) ． 在单位圆O的一条直径 MN上随机地取一点Q，试求过Q且与MN垂 直的弦的长度超过1的概率。
例8(书上例1.10) ． 甲、乙两艘轮船都要 在某个泊位停靠6h，假定它们在一昼夜时
出来，问该女士的说
法是否可信？
牛奶
• 解：假设该女士的说法不可信，即该女士纯粹是
猜测，则每次试验的两个可能结果：茶＋牛奶或 牛奶＋茶是等可能的．
• Ａ＝｛该女士在１０次试验中都正确的辨别出 来｝，则
•
p（Ａ）=1/210=0.0009766
• 这是一个小概率事件．
• 概率论中“实际推断原理”:一个小概率事件在 一次试验中实际上是不会发生的．
概率论与数理统计课件(共199张PPT)
33
例3. r只红球○ t只白球○
每次任取一只球观 察颜色后, 放回, 再 放回a只同色球
在袋中连续取球4次, 试求第一、二次取到红球且 第三、四次取到白球的概率.
34
(三) 全概率公式和贝叶斯公式:
1. 样本空间的划分
定:义 若 B 1,B 2, ,B n一组事 : 件
计算条件概率有两种方法:
1. 公式法：
先计P算(A)P, (AB然 ), 后按公式计算
P(B| A) P(AB.) P(A)
31
2. 缩减样本空间法：
在A发生的前提下, 确定B的缩减样本空间, 并在其 中计算B发生的概率, 从而得到P(B|A). 例2. 在1, 2, 3, 4, 5这5个数码中, 每次取一个数码, 取 后不放回, 连取两次, 求在第1次取到偶数的条件下, 第2
B
A S
(1) AB
8
2.和事件:
AB{x|xA或xB}称 为 A与B的 和 事 . 件
即AB,中 至 少 有 一 ,称个 为 A与 发 B的生,和 记AB.
可 列 个A1事 , A2,件 的 和 事 件 记 Ak. 为
k1
3.积事件： 事件A B={x|x A 且 x B}称A与B的积，
即事件A与B同时发A生. A B 可简记为AB.
i1
1i jn
P(A i A j Ak )
1i jkn
(1)n1 P(A1 A 2 A n ).
27
例4. 设P(A)=p, P(B)=q, P(AB)=r, 用p, q, r表示下列事 件的概率:
( 1 ) P ( A B ) (; P ( 2 A B ) ( ) ; P ( 3 A B ) ) (; ( 4 A B )
(完整版)《概率论与数理统计》讲义
第一章 随机事件和概率 第一节 基本概念1、排列组合初步（1）排列组合公式)!(!n m m P n m -= 从m 个人中挑出n 个人进行排列的可能数。
)!(!!n m n m C n m -=从m 个人中挑出n 个人进行组合的可能数。
例1．1：方程xx x C C C 76510711=-的解是 A ． 4 B ． 3 C ． 2 D ． 1例1．2：有5个队伍参加了甲A 联赛，两两之间进行循环赛两场，试问总共的场次是多少？(2)加法原理（两种方法均能完成此事）：m+n某件事由两种方法来完成，第一种方法可由m 种方法完成，第二种方法可由n 种方法来完成，则这件事可由m+n 种方法来完成。
(3)乘法原理（两个步骤分别不能完成这件事）：m ×n某件事由两个步骤来完成，第一个步骤可由m 种方法完成，第二个步骤可由n 种方法来完成，则这件事可由m ×n 种方法来完成。
例1．3：从5位男同学和4位女同学中选出4位参加一个座谈会，要求与会成员中既有男同学又有女同学，有几种不同的选法？例1．4：6张同排连号的电影票，分给3名男生和3名女生，如欲男女相间而坐，则不同的分法数为多少？例1．5：用五种不同的颜色涂在右图中四个区域里，每一区域涂上一种颜色，且相邻区域的颜色必须不同，则共有不同的涂法A．120种B．140种 C．160种D．180种(4)一些常见排列①特殊排列②相邻③彼此隔开④顺序一定和不可分辨例1．6：晚会上有5个不同的唱歌节目和3个不同的舞蹈节目，问：分别按以下要求各可排出几种不同的节目单？①3个舞蹈节目排在一起；②3个舞蹈节目彼此隔开；③3个舞蹈节目先后顺序一定。
例1．7：4幅大小不同的画，要求两幅最大的排在一起，问有多少种排法？例1．8：5辆车排成1排，1辆黄色，1辆蓝色，3辆红色，且3辆红车不可分辨，问有多少种排法？①重复排列和非重复排列（有序）例1．9：5封不同的信，有6个信箱可供投递，共有多少种投信的方法？②对立事件例1．10：七人并坐，甲不坐首位，乙不坐末位，有几种不同的坐法？例1．11：15人中取5人，有3个不能都取，有多少种取法？例1．12：有4对人，组成一个3人小组，不能从任意一对中取2个，问有多少种可能性？③ 顺序问题例1．13：3白球，2黑球，先后取2球，放回，2白的种数？（有序） 例1．14：3白球，2黑球，先后取2球，不放回，2白的种数？（有序） 例1．15：3白球，2黑球，任取2球，2白的种数？（无序）2、随机试验、随机事件及其运算（1）随机试验和随机事件如果一个试验在相同条件下可以重复进行，而每次试验的可能结果不止一个，但在进行一次试验之前却不能断言它出现哪个结果，则称这种试验为随机试验。
概率论与数理统计图文课件最新版-第1章-随机事件与概率
AB
注 ▲ 它是由事件 A与 B 的所有
公共样本点构成的集合。
n
▲ 称 I Ak 为 n 个事件 A1 , A2 ,L An 的积事件 k 1
I
k 1
Ak
为可列个事件
A1
,
A2
,L
L
的积事件
概率统计
5．事件的差： 若事件 A 发生而事件 B 不发生，则称 这样的事件为事件 A 与事件 B 的差。
A B 记作： A B x x A且x B
2
0.4
18 0.36
4
0.8
27 0.54
247 0.494
251 0.502 26波2 动0最.52小4
258 0.516
概率统计
从上述数据可得:
(1) 频率有随机波动性
即对于同样的 n, 所得的 f 不一定相同.
(2) 抛硬币次数 n 较小时, 频率 f 的随机波动幅 度较大, 但随 n 的增大 , 频率 f 呈现出稳定性.
解： S1 ｛正面，反面｝
S2 0,1, 2, 3,
概率统计
S3 1, 2, 3, S4 0,1, 2, 3, ,10
S5 1, 2, 3,4,5,6
注
E3 ：射手射击一个目标， 直到射中为止，观 察 其射击的次数
E4：从一批产品中抽取十 件，观察其次品数。
E5：抛一颗骰子，观察其 出现的点数。
义上提供了一个理
H
想试验的模型：
(H,T)： H (T,H): T (T,T)： T
T
在每次试验中必
有一个样本点出
H
现且仅有一个样
本点出现 .
T
概率统计
例4．若试验 E是测试某灯泡的寿命. 试写出该试验 E 的样本空间. 解：因为该试验的样本点是一非负数，
海南大学《概率论与数理统计》课件-第一二三四章
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
同济大学《概率论与数理统计》PPT课件
同济大学数学系 & 人民邮电出版社
四、随机事件之间的关系与运算
第1章 随机事件与概率 10
（1）事件的包含
若事件 A 的发生必然导致事件 B 的发生, 则称事件A 包含在事件 B 中. 记作 A B .
BA
A B
同济大学数学系 & 人民邮电出版社
3
某快餐店一天内接到的订单量；
4
航班起飞延误的时间；
5
一支正常交易的A股股票每天的涨跌幅。
二、样本空间
第1章 随机事件与概率 6
一个随机试验，每一个可能出现的结果称为一个样本点，记为
全体样本点的集合称为样本空间, 记为 , 也即样本空间是随机试验的一切可能结果组成
的集合, 集合中的元素就是样本点. 样本空间可以是有限集, 可数集, 一个区间（或若干区间的并集）.
01 在相同的条件下试验可以重复进行;
OPTION
02 每次试验的结果不止一个, 但是试验之前可以明确;
OPTION
03 每次试验将要发生什么样的结果是事先无法预知的.
OPTION
一、随机试验
例1
随机试验的例子
第1章 随机事件与概率 5
1 抛掷一枚均匀的硬币，有可能正面朝上，也有可能反面朝上；
2
抛掷一枚均匀的骰子，出现的点数；
（互斥）.
同济大学数学系 & 人民邮电出版社
2、随机事件之间的运算
第1章 随机事件与概率 12
（1）事件的并
事件 A 或 B至少有一个发生时, 称事件 A 与事件B 的并事件发生, 记为 A U B .
（2）事件的交（积）
概率论与数理统计课件第1章
第1章随机事件与概率概率论与数理统计是研究随机现象规律性的学科.概率论侧重于对随机现象出现的可能性大小做出数量上的描述，形成一整套数学理论和方法；数理统计是以概率论为基础研究收集数据、分析数据并据以对所研究的问题作出一定结论的科学和艺术.概率论与数理统计是既有理论基础又有应用潜力的学科，其理论与方法已广泛应用于林业、农业、工程、社会学、经济学等领域中，还在不断向新兴学科渗透并相互促进发展.§1.1 随机现象及其统计规律性客观世界的各种现象大体可分为两类：一类称为决定性现象，即在一定的条件下，只出现一个结果.例如，在标准大气压下，水升温至100摄氏度时沸腾；每天清晨，太阳总从东方升起；向空中抛一物体必然下落等.另一类称为非决定性现象，即在一定的条件下，并不总是出现相同结果，在概率论中称为随机现象. 比如，播种一粒银杏种子，可能发芽可能不发芽；掷一颗骰子，可能出现1至6点等.该类现象有以下两个特点：①结果不止一个；②人们事先不能确定出现的结果.随机现象是概率论与数理统计的研究对象.1.1.1 随机试验对随机现象进行的试验和观察称为随机试验.例1．1随机现象的例子（1）播种一粒银杏种子，观察银杏种子发芽；（2）掷一颗骰子，观察出现的点数；（3）单位时间内，某手机被呼叫的次数；（4）某种型号冰箱的使用寿命；（5）测量课本的长度，观测其误差.在一定条件下，对自然与社会现象进行的观察或实验称为试验.在概率论中，将满足下述条件的试验称为随机试验：（1）试验在相同条件下是可以重复进行的；（2）试验的结果不至一个，但全部可能结果事先是知道的；（3）每一次试验都会出现上述全部可能结果中的某一个结果，至于是哪一个结果则事先无法预知.1.1.2随机现象的统计规律性对一个随机试验来说，每次试验结果具有不确定性，规律性不强，但大量重复性试验的结果就存在一定的规律性.例如，若抛掷一枚均匀硬币，一次抛掷，出现正面还是出现反面很难确定，但重复大量次抛掷，出现正面次数占抛掷总次数的1/2. 历史上有许多科学家做过抛掷硬币的试验. 抛掷均匀硬币，其结果见表1—1.表1—1 历史上抛掷硬币试验可以看出,试验中出现正面次数与抛硬币次数的比值,当试验次数较小时,随机波动较大；当试验次数较大时,随机波动较小. 随着试验次数的增大, 出现正面次数与抛硬币次数的比值逐渐稳定于固定值0.5，出现很强的规律性.随机现象在大量次试验中所呈现出的规律性，称为随机现象的统计规律性.由于概率论和数理统计所研究的试验都是随机试验，所以随机试验简称为试验.§1.2 随机事件及其关系1.2.1样本空间与随机事件1. 样本空间随机现象一切可能的基本结果组成的集合称为样本空间，用}{ω=Ω表示，其中ω表示基本结果，又称为样本点.例1.2 给出例1.1中随机现象的样本空间：(1) 播种一粒银杏种子的样本空间：},{211ωω=Ω，其中1ω表示银杏种子发芽，2ω表示银杏种子不发芽.(2) 掷一颗骰子的样本空间：},,,{6212ωωω =Ω，其中i ω表示出现i 点，6,,2,1 =i .也可更直接地记此样本空间为：}6,,2,1{2 =Ω.(3) 单位时间内某手机被呼叫的次数的样本空间：},2,1,0{3 =Ω.(4)某种型号冰箱使用寿命的样本空间：}0{4≥=Ωt t .(5) 测量课本的长度，测量误差的样本空间：}{5+∞<<∞-=Ωx x .2. 随机事件随机现象的某些样本点组成的集合称为随机事件，简称事件，一般用大写字母,,,A B C 表示.例如，掷一颗骰子，=A “出现奇数点”是一个事件，即}5,3,1{=A .关于事件的定义，有以下几个说明.（1）任一事件A 是样本空间Ω的子集.在概率论中我们可用维恩（Venn ）图表示（见图1—1）.（2）当A 中某个样本点出现了，就说事件A 发生了.（3）事件既可以用语言描述，也可以用集合表示.（4）由样本空间Ω中的单个元素组成的子集称为基本事件.样本空间的最大子集，即其本身称为必然事件，记作Ω.样本空间的子集之一，空集称为不可能事件，记作φ.例1.3 掷一颗骰子的样本空间为：}6,,2,1{ =Ω.事件=A “出现2点”，即}2{=A ，它是一个基本事件.事件=B “出现的点数不超过6”，即Ω==}6,5,4,3,2,1{B ，它就是必然事件.事件=C “出现的点数小于1”，即φ=C ，它就是不可能事件.1.2.2 事件的关系及运算假设以下讨论是在同一个样本空间Ω中进行的.1.事件间的关系图1—11）包含关系如果A 中的样本点都是B 中的样本点，则称A 包含于B （见图1—2），或称B 包含A ，也称A 为B 的子事件，记为B A ⊂或A B ⊃.用概率论语言描述为：事件A 发生必然导致事件B 发生.例如，冰箱的使用寿命T 超过30000h ，记为事件}30000{>=T A ，使用寿命T 超过35000h ，记为事件}35000{>=T B ，则B A ⊃.对任一事件A ，必有Ω⊂⊂A φ.2）相等关系如果事件A 与事件B 满足：A 中的样本点都是B 中的样本点，同时B 中的样本点又都是A 中的样本点，即B A ⊂且A B ⊂，则称事件A 与事件B 相等，记为B A =.例如，抛掷两颗骰子，记事件A =“两颗骰子的点数之和为奇数”，事件B =“两颗骰子的点数为一奇一偶”，显然，B A =.3）互不相容关系如果A 与B 没有相同的样本点（见图1—3），则称A 与B 互不相容.用概率论语言描述为：事件A 与事件B 不能同时发生.例如，掷一颗骰子，事件=A “出现偶数点”，B =“出现奇数点”，显然A 与B 互不相容.例1.4 掷一颗骰子的样本空间为：}6,,2,1{ =Ω.图1—3图1—2事件=A “出现2点”，即}2{=A ,=B “出现偶数点”，即}6,4,2{=B ，显然B A ⊂;=C “出现非奇数点”，即}6,4,2{=C ，显然C B =;=D “出现奇数点”，即}5,3,1{=C ，显然C ，，与B A D 都互不相容.2.事件间的运算事件的运算与集合的运算类似，有和、积、差等运算.（1）事件A 与B 的和，记为B A .其含义为“由事件A 与B 中所有样本点组成的新事件”（见图1—4）.用概率论语言描述为：事件A 与B 中至少有一个发生.事件的和运算可推广至有限个或可列个的情形： n i i A 1=或∞=1i i A . （2）事件A 与B 的积，记为B A 或简记为AB .其含义为“由事件A 与B 中公共的样本点组成的新事件”（见图1—5） .用概率论语言描述为：事件A 与B同时发生.事件的积运算可推广至有限个或可列个的情形： n i i A 1=或 ∞=1i i A .（3）事件A 与B 的差，记为B A -.其含义为“由事件A 中而不在B 中的样本点组成的新事件”（见图1—6）.用概率论语言描述为：事件A 发生而B 不发生.图1—4图1—5（4）对立事件事件A 的对立事件，记为A ，即“由在Ω中而不在A 中的样本点组成的新事件”（见图1—7）. 用概率论语言描述：A 不发生，即A A -Ω=.注意 （1）A A =，φ=Ω，Ω=φ.（2）A 与B 为对立事件的充分必要条件是φ=B A ，且Ω=B A . 例1.5 掷一颗骰子的样本空间为}6,,2,1{ =Ω.设}4,2,1{=A ， }5,4,1{=B . 则=B A }5,4,2,1{；}4,1{=B A ；}2{=-B A ；}6,5,3{=A .例1.6 设C B A ,,是某个随机现象的三个事件，则(1) “A 发生，C B ,都不发生”的事件可表示为：C B A C B A --=；(2) “B A ,都发生，C 不发生”的事件可表示为：C AB C AB -=；(3) “C B A ,,都发生”的事件可表示为：ABC ；(4) “C B A ,,中至少有一个出现”的事件可表示为：C B A C B A = .图1—6（1）图1—6（2）图1—73.事件的运算性质（1）交换律A B B A =，BA AB =.（2）结合律)()(C B A C B A =，)()(BC A C AB =.（3）分配律BC AC C B A =)(,)()()(C B C A C B A =.（4）对偶律(德莫根公式)B A B A = ，B A AB =. 对偶律可推广至有限个及可列个的情形： n i i n i i A A 11===， ni i n i i A A 11===， ∞=∞==11i i i i A A ， ∞=∞==11i i i i A A .§1.3 事件的概率及其性质1.2.1 概率的定义1.概率的频率定义定义1.1 设在n 次随机试验中，事件A 出现的次数为)(A n ，这里的)(A n 也称为事件A 出现的频数.称事件A 出现的频数与随机试验总数之比，即nA n A f n )()(= 为事件A 出现的频率.容易验证频率满足：(1)非负性 0)(≥A f n ；(2)规范性 1)(=Ωn f ；(3)有限可加性 若m A A A ,21 ，，，两两互不相容，则)()(11i mi n m i i n A f A f ∑=== .随机现象的统计规律性表明：随着试验重复次数n 的增加，事件A 出现的频率)(A f n 会稳定在某一常数p 附近，即频率的稳定值，这个频率的稳定值就是事件A 发生的概率，因此我们可以用事件A 频率来定义事件A 的概率，即)()(A f A P n ≈（n 足够大）.下面用例子进一步说明频率的稳定性.例1．7 考虑某树种发芽率试验. 从一大批树种中随机抽取7批树种做发芽试验,其结果见表1—2.表1—2 树种发芽试验的频率表可以看出，树种发芽的频率也具有随机波动性.当树种粒数较小时,随机波动较大；当树种粒数较大时,随机波动较小.最后,随着树种粒数的增大,发芽率逐渐稳定于固定值0.9. 用概率频率的定义可以描述为：该树种发芽的概率为0.9.2.概率的古典定义古典概型满足：（1）样本空间Ω中只有有限个样本点，即},,,{21n ωωω =Ω；（2）每个样本点发生可能性相等，即nP P P n 1)()()(21====ωωω ， 若事件A 含有k 个样本点，则事件A 的概率为nk A A P =Ω=中所有样本点的个数所含样本点的个数事件)(. 例1．8 掷两枚硬币，记事件=A “一个正面朝上，一个反面朝上”， =B “两个正面朝上”， =C “至少一个正面朝上”，求)(A P ，)(B P ，)(C P .解 此试验的样本空间为=Ω{（正，正），（正，反），（反，正），（反，反）}，即样本空间为Ω有4个样本点.由于=A {（正，反），（反，正）}，即A 含有2个样本点，所以21)(=A P ；由于=B {（正，正）}，即B 含有1个样本点，所以41)(=B P ；由于=C {（正，正），（正，反），（反，正）}，即C 含有3个样本点，所以43)(=C P .例1．9 设有两种树苗栽成一排，每种树苗都是4棵，为了美观，树苗必须交叉排列栽植，求其栽植概率.解 利用排列组合知识，有351!8!4!412=⋅⋅=A P .例1．10 今年有12名同学进行暑期社会实践，其中有3名同学是女生，现将它们随机地平均分配到三个小组中去，问： ⑴每个小组都分配到一名女同学的概率是多少？ ⑵3名女同学分配在同一小组的概率是多少？ 解 12同学平均分配到三个小组中的分法总数为 !4!4!4!124448412=⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛.⑴ 每个小组分配到一名女同学的分法有!3. 对应每种分法，其余9名同学平均分配到三个小组的分法共有!3!3!3!9333639=⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛，故所求的概率为 5516!4!4!4!12!3!3!3!9!31==P . ⑵ 将3名女同学分配在同一小组的分法有3种，对应每种分法，其余9名同学的分法共有!4!4!1!9444819=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛，故所求的概率是 553!4!4!4!12!4!4!1!932=⋅=P . 例1．11 设袋中有白球a 只，黑球b 只.每次从中任取一只，取后放回袋中，共取n 次，试求=k A “n 次取球中有k 次取到白球”的概率.解 利用排列组合知识，有kn k k b a b b a a k n A P -++⎪⎪⎭⎫ ⎝⎛=)()()(，n k ,,1,0 =.若记p ba a=+，则 kn k k p p k n A P --⎪⎪⎭⎫ ⎝⎛=)1()(，n k ,,1,0 =.例1．12 设有n 个球，每个球都等可能地被放到N 个不同盒子中的任一个，每个盒子所放球数不限.试求（1）指定的)(N n n ≤个盒子中各有一球的概率1p ； （2）恰好有)(N n n ≤个盒子中各有一球的概率2p . 解 利用排列组合知识，有 （1） nN n p !1=； （2） )!(!!2n N N N N n n N p nn -=⎪⎪⎭⎫ ⎝⎛=. 例1．13 n 个人生日全不相同的概率是n p 多少？解 把n 个人看成是n 球，将一年365天看成是N =365个盒子，则“n 个人生日全不相同”就相当于“恰好有)(N n n ≤个盒子中各有一球”， 所以n 个人生日全不相同的概率为365!365(365)!n np n =-. 当60n =时，10.9922n p -=，表明在60个人的群体中至少有两个人生日相同的概率超过99%.3.概率的几何定义 几何概型满足：（1）样本空间Ω充满某个区域，其度量（长度、面积或体积等）大小可用ΩS 表示；（2）任意一点落在度量相同的 子区域内是等可能的，与子区域的形 状及子区域在Ω中位置无关，若事件 A 为Ω中的某个子区域（见图1—8）， 图 ? 1 — 8其度量大小可用A S 表示，则事件A 的概率为Ω=S S A P A)(. 例1.14 甲、乙两人约定上午8点到9点之间在茶馆会面，并约定先到者应等候另一人20分钟，过时即可离去.求两人会面的概率.解 以x 和y 分别表示甲、乙两人到达 约会地点的时间，则两人能够会面的充要 条件为20≤-y x . 在平面上建立直角坐标 系，如图1—9，则95604060222=-==ΩS S P A .4.概率的公理化定义定义1.2 设Ω为一个样本空间，对Ω中的任一随机事件A ，定义一个实数值)(A P 满足：(1)非负性 0)(≥A P ； (2)规范性 1)(=ΩP ；(3)可列可加性 若 ，，21A A ，两两互不相容，有 ∑∞=∞==11)(i i i i A P A P ）（ ，则称)(A P 为事件A 的概率.由概率的公理化定义知，概率是事件（集合）的映射，当这个映射能满足上述公理的三条，就被称为概率.1.3.2 概率的性质 性质1 0)(=φP._ 图 1 — 9_x因为1)(=ΩP ，则0)(1)(=Ω-=P P φ.性质2 （有限可加性）若有限个事件n A A A ,21 ，，互不相容，则 ∑===ni i n i i A P A P 11)(）（ . 性质3 对任一事件A 有 )(1)(A P A P -=.例1.15 设袋中有5只白球，7只黑球.从中任取3只，求至少取到1只白球的概率.解 记=A “取出的3只中至少有1只白球”，则A 包括三种情况：取到白球1只黑球2只，或取到白球2只黑球1只，或取到白球3只黑球0只, 如此计算较为复杂.而A 只包括一种情况，即“取到的3只全是黑球”，从而159.044731237)(==⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫⎝⎛=A P ， 所以841.04437)(1)(==-=A P A P . 性质4 若B A ⊃,则)()()(B P A P B A P -=-.证明 因为B A ⊃，所以)(B A B A -= ,且B A -与B 互不相容，则 )()()(B A P B P A P -+=, 即)()()(B P A P B A P -=-.推论（单调性）若B A ⊃,则)()(B P A P ≥.性质5 对任意两个事件B A ,,有)()()(AB P A P B A P -=-. 例16 从1，2，…，100中任取一数，求它能被2整除但不能被3整除的概率.解 记=A “取到的数能被2整除”，=B “取到的数能被3整除”，AB =“取到的数能被2和3整除”，则 “能被2整除但不能被3整除”的事件可表示为B A -.由性质5，有)()()(AB P A P B A P -=-50171001610050=-=. 性质6（加法公式）对任意两个事件B A ,,有)()()()(AB P B P A P B A P -+= .对任意n 个事件n A A A ,21 ，，，有 ∑∑∑≤<<≤≤<≤==+-=nk j i kjinj i jini i n i i A A A P A A P A P A P 1111)()()()()()1(211n n A A A P --++. 推论（半可加性） 对任意两个事件B A ,,有)()()(B P A P B A P +≤ . 例17 从1~1000中随机取一整数，问取到的整数能被4或6整除的概率是多少？解 设A 为“取到的整数能被4整除”，B 为“取到的整数能被6整除”，则所求概率为)()()()(AB P B P A P B A P -+= 由于25041000=，16761000166<<，8412100083<<， 则 1000250)(=A P ，1000166)(=B P ，100083)(=AB P ，所以 )()()()(AB P B P A P B A P -+=100033310008310001661000250=-+=.例18已知41)()()(===C P B P A P ，12/1)()(==BC P AB P ,0)(=AC P .则C B A ,,中至少有一个发生概率是多少？C B A ,,都不发生概率是多少？解 因为0)(=AC P ，AC ABC ⊂,所以由概率的单调性知0)(=ABC P .再由加法公式，得C B A ,,中至少有一个发生概率为)()()()()()()()(ABC P AC P BC P AB P C P B P A P C B A P +---++=12712243=-=. C B A ,,都不发生概率是)(1)(C B A P C B A P -==125. 1.4 条件概率和乘法公式在实际问题中，除了要考虑某事件A 的概率外，有时还需要考虑在“事件B 已经发生”的条件下，某事件A 发生的概率.一般情况下，前后两者的概率不同.为了有所区别，常称后者的概率为条件概率，记为)(B A P 或)(A P B ,读作“在事件B 发生的条件下，事件A 发生的条件概率”.1.4.1 条件概率例1．19 从标有号为1，2，3，4，5，6的6个同型同质的球中等可能地任取一球，事件A =“取得标号为4”，事件B =“取得标号为偶数”，求“在取得标号为偶数条件下，取得标号为4”的概率.解 由于6个球中有3个标号为偶数，按古典概型计算，得31)(=B A P ，而61)(=A P ，由此可见)()(A P B A P ≠.还可以得到“很巧合”的结论，可以计算得61)(=AB P ，21)(=B P ，从而，)()(21/6131)(B P AB P B A P ===. 受此启发，可以给出条件概率的定义.定义1.3 设B A ,是两个随机事件，且0)(>A P ,称 )()()(A P AB P A B P =为在事件A 发生条件下事件B 发生的条件概率.不难验证，条件概率)(A P ⋅满足概率定义中的三条公理，即 （1）非负性 对于任一事件B ，有0)(≥A B P ； （2）规范性 1)(=ΩA P ；（3）可列可加性 若 ，，21B B ，两两互不相容，则∑∞=∞==11)(i i i i A B P A B P ）（ .因为条件概率符合上述三则公理，所以关于概率的一些重要结果都适用于条件概率.例如，)(1)(A B P A B P -=；对于任意事件21,B B ,有)()()()(212121A B B P A B P A B P A B B P -+= .例1．20 某种动物出生后活到20岁的概率为0.8，活到30岁的概率为0.72，求现年为20岁的这种动物活到30岁的概率.解 记A =“动物出生后活到20岁”，B =“动物出生后活到30岁”，则)(A P =0.7，)()(AB P B P ==0.72，由条件概率计算公式，得9.08.072.0)()()()()(====A PB P A P AB P A B P . 例1．21 掷两颗骰子，已知有一个出现6点，求点数之和不小于9的概率.解 方法一 该试验的样本空间为)}6,6(,),2,6(),1,6(,),6,1(,),2,1(),1,1{( =Ω 共36个样本点.记=A “至少有一个6点”，则)}6,6(),5,6(),6,5(),,4,6(),6,4(),3,6(),6,3(),2,6(),6,2(),1,6(),6,1{(=A ,含有11个样本点；记=B “点数之和不小于9”，则)}6,6(),5,6(),6,5(),5,5(),4,6(),6,4(),4,5(),5,4(),3,6(),6,3{(=B ,含有10个样本点. 而)}6,6(),5,6(),6,5(),4,6(),6,4(),3,6(),6,3{(=AB ，含有7个样本点.由条件概率计算公式，得1173611367)()()(===A P AB P A B P . 方法二 可先将样本空间缩小为)}6,6(),5,6(),6,5(),,4,6(),6,4(),3,6(),6,3(),2,6(),6,2(),1,6(),6,1{(=ΩA ，共有11个样本点.样本空间A Ω中，事件A B )}6,6(),5,6(),6,5(),4,6(),6,4(),3,6(),6,3{(=，含有7个样本点，直接计算得117)(=A B P .1.4.2 乘法公式 （1）若0)(>A P ，则)()()(A B P A P AB P =. （2）若0)(121>-n A A A P ，则)()()()()(12121312121-=n n n A A A A P A A A P A A P A P A A A P .例1.22 某单位100人进行年欢游戏活动，共有1号,2号,…,100号共100支签, 其中有10支中奖签，依次轮流进行抽签，求恰好第三人抽中奖签的概率.解 记=i A “第i 人抽中奖签”，100,,2,1 =i .则所求概率为)()()()(213121321A A A P A A P A P A A A P ==083.09810998910090≈⨯⨯. 1.5 全概率公式和贝叶斯公式1.5.1 全概率公式设n B B B ,,,21 是样本空间Ω的事件，满足： （1）n B B B ,,,21 互不相容； （2） ni i B 2=Ω=；（3）n i B P i ,,2,1,0)( =>则称n B B B ,,,21 是样本空间Ω的一个完备事件组.如果n B B B ,,,21 是样本空间Ω的一个完备事件组，则对样本空间Ω的任一事件A ，有)()()(1i ni i B A P B P A P ∑==.这就是全概率公式. 证明 因为)()(11ni i n i i AB B A A A ====Ω=，且n AB AB AB ,,,21 互不相容，则由可加性可得)())(()(11i ni ni i AB P AB P A P ∑==== ,再将)()()(i i i B A P B P AB P =，n i ,,2,1 =，代入式(1.21)即得)()()(1i ni i B A P B P A P ∑==.关于全概率公式的几点说明：（1）全概率公式的最简单的形式，若1)(0<<B P ，则)()()()()(B A P B P B A P B P A P +=； （2）条件n B B B ,,,21 为样本空间Ω的一个完备事件组，可改成n B B B ,,,21 互不相容，且 ni i A B 2=⊃，)()()(1i ni i B A P B P A P ∑==仍成立.1.5.2 贝叶斯公式设n B B B ,,,21 是样本空间Ω的一个完备事件组，如果0)(>A P ，则)()()()()(1jnj ji i i B A P B P B A P B P A B P ∑==，n i ,,2,1 =.例1.23 设某县有A 、B 、C 、D 、E 共5个片区种植杨树，各个片区种植面积分别占总面积的15%，20%，25%，30%，10%，各个片区杨树中“79杨”的百分比分别为80%，70%，60%，75%，90%，如从该县杨树中任抽取一颗，求：（1）任取一颗为“79杨”的概率；（2）若取到的是“79杨”，求它依次是A 、E 片区种植的概率. 解 记事件Y =“取到“79杨””.（1）由全概率公式，有)()()()()()()()()()()(E Y p E p D Y p D p YC p C p B Y P B p A Y p A p Y p ++++= =90.010.075.030.060.025.070.020.080.015.0⨯+⨯+⨯+⨯+⨯=0.725.（2）由贝叶斯公式，有()2912725.080.015.0)()()(=⨯==Y p A Y p A p Y A p ， ()14518725.090.010.0)()()(=⨯==Y p E Y p E p Y E p .1.6 事件的独立性与伯努利概型1.6.1事件的独立性1.两个事件的独立性两个事件之间的独立性是指：一个事件的发生不影响另一个事件的发生.例如，在掷两枚硬币的试验中，记事件=A “第一枚硬币出现正面”，记事件=B “第二枚硬币出现正面”.显然A 与B 的发生是相互不影响的.从概率的角度看，如果事件B 的发生不影响事件A 的发生，即)()(A P B A P =，由此又可推出)()(B P A B P =，即事件A 的发生也不影响事件B 的发生.可见独立性是相互的，它们等价于)()()(B P A P AB P =.另外，对于0)(=B P ，或0)(=A P ，式(1.24)仍然成立.由此，我们给出两个事件相互独立的定义.定义1.4 如果)()()(B P A P AB P =成立，则称事件A 与B 相互独立，简称A 与B 独立.否则称A 与B 不独立或相依.性质1 若事件A 与B 独立，则A 与B 独立；A 与B 独立；A 与B 独立.证明 这里只证事件A 与B 独立，其余类似.因为B A AB A =从而)()()(B A P AB P A P +=由此得 )()()](1)[()()()()()()(B P A P B P A P B P A P A P AB P A P B A P =-=-=-=所以事件A 与B 独立.2.多个事件的相互独立性定义1.5 设C B A ,,是3个事件，如果有⎪⎩⎪⎨⎧===)()()()()()()()()(C P A P AC P C P B P BC P B P A P AB P ， 则称C B A ,,两两独立.若还有)()()()(C P B P A P ABC P =，则称C B A ,,相互独立.进一步地，给出3个以上事件的相互独立性.定义1.6 设有个n 事件n A A A ,,,21 ，若)(21k i i i A A A P )()()(21k i i i A P A P A P = )1(n i k ≤≤成立，则称n 事件n A A A ,,,21 相互独立.性质2 n 个相互独立的事件中，任意一部分与另一部分独立.性质3 将n 个相互独立的事件中的任一部分换为对立事件，所得的诸事件仍为相互独立的.例1.24 设三事件C B A ,,相互独立，试证B A -与C 相互独立. 证明 因为)()()()())(())((C P B P A P C B A P C B A P C B A P ===-)()()()(C P B A P C P B A P -==.可以推得：B A 与C 独立；AB 与C 独立.例1.25 甲、乙两射手彼此独立地向同一目标射击，甲射中目标的概率为0.8，乙射中目标的概率为0.9，求目标被击中的概率.解 记=A “甲射中目标”，=B “乙射中目标”，则“目标被击中”B A =，故)()()()()(B P A P B P A P B A P -+==98.09.08.09.08.0=⨯-+.1.6.2 伯努利概型将随机试验E 重复进行n 次，各次试验的结果互不影响，即每次试验结果出现的概率都不依赖于其它各次试验的结果，这样的试验称为n 重独立试验.特别地，若在n 重独立试验中，每次试验的结果只有两个：A 与A ，且q A P p A P ==)(,)( )1,10(=+<<q p p ，则这样的试验称为伯努利（Bernoulli ）试验或伯努利概型.对于伯努利概型，我们需要计算事件A 在n 次独立试验中恰好发生k 次的概率.性质4 在伯努利概型中，设事件A 在各次试验中发生的概率)10()(<<=p p A P ，则在n 次独立试验中恰好发生k 次的概率k n k n k n qp k P -=)()(， 其中n k q p ,,2,1,0,1 ==+.证明 设事件i A 表示“事件A 在第i 次试验中发生”，则有),,2,1(1)(,)(n i q p A P p A P i i ==-== .因为各次试验是相互独立的，所以事件n A A A ,,,21 是相互独立的.由此可见，n 次独立试验中事件A 在指定的k 次（如在前面k 次）试验中发生而在其余k n -次试验中不发生的概率)()()()()(1111n k k n k k A P A P A P A P A A A A P ++=k n k k n n q p q q p p --=⋅=个个)( 由于事件A 在n 次独立试验中恰好发生k 次共有⎪⎪⎭⎫ ⎝⎛k n 种不同的方式，每一种方式对应一个事件，易知这⎪⎪⎭⎫ ⎝⎛k n 个事件是互不相容的，所以根据概率的可加性得k n k n q p k n k P -⎪⎪⎭⎫⎝⎛=)( ，n k ,,2,1,0 =. 由于上式右端正好是二项式n q p )(+的展开式中的第1+k 项，所以通常把这个公式称为二项概率公式.例1．26 某种植物移栽成活率为0.8，现移栽10颗，求有8颗成活的概率。
概率论与数理统计教程ppt课件
• 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;
16 March 2020
华东师范大学
第一章 随机事件与概率
第3页
1.1.1 随机现象
• 随机现象：在一定的条件下，并不总出现相 同结果的现象称为随机现象.
16 March 2020
华东师范大学
第一章 随机事件与概率
例1.2.1 六根草，头两两相接、
尾两两相接。求成环的概率.
解：用乘法原则直接计算 所求概率为
644221 8 6 5 4 3 2 1 15
第30页
16 March 2020
华东师范大学
第一章 随机事件与概率
3. 若 AnF ，n=1, 2, …, 则
UFA.n
n 1
16 March 2020
华东师范大学
第一章 随机事件与概率
第21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.
2. 样本点 —— 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.
16 March 2020
华东师范大学
第一章 随机事件与概率
第5页
1.1.3 随机事件
华东师范大学
第一章 随机事件与概率
东华大学《概率论与数理统计》课件 第一章 随机事件与概率
(3) 设A1，A何2，…时,P是(A一|列B两)两<互P不(A相)容? 的事件，即AiAj＝
，(ij), i , j＝1, 2, …, 有 P( A1 A2 … )＝ P(A1) ＋P(A2)+….
则称P(A)为事件A的概率。
例 一盒中混有100只新 ,旧乒乓球，各有红、白两 色，分 类如下表。从盒中随机取出一球，若取得的 是一只红球，试求该红球是新球的概率。
1.定义 若对随机试验E所对应的样本空间中的 每一事件A，均赋予一实数P(A)，集合函数P(A)满足 条件：
(1) 非负性: P(A) ≥0；
(2) 规范性: P(S)＝1；
(3) 可列可加性：设A1，A2，…, 是一列两两互不 相容的事件，即AiAj＝，(ij), i , j＝1, 2, …, 有
概率论与数理统计
第一章 随机事件与概率
教材：
《概率论与数理统计》
魏宗舒编
高等教育出版社
本章主要内容：
1. 概率的概念与性质 2. 事件的关系与运算性质 3. 古典概型概率的计算 4. 加法公式、条件概率、乘法公式 5. 事件的独立性、伯努利概型
重点：古典概型、概率的计算 难点：事件的关系和运算
条件概率、伯努利概型
(2) 单调不减性：若事件AB，则 P(A)≥P(B)
(3) 事件差: A、B是两个事件，
则
P(A-B)=P(A)-P(AB)
(4) 加法公式：对任意两事件A、B，有 P(AB)＝P(A)＋P(B)－P(AB)
该公式可推广到任意n个事件A1，A2，…，An的情形 ；
(5) 互补性：P(A)＝1－ P(A); (6) 可分性：对任意两事件A、B，有
大学课件 概率论与数理统计 第一章 随机事件与概率
概率的古典定义
古典概型的随机试验要求满足下两条件： 有限性。只有有限多个不同的基本事件。 等可能性。每基本事件出现的可能性相等。
古典概率
在古典概型中，如果基本事件（样本点）的总
数为ｎ，事件Ａ所包含的基本事件（样本点）个
数为r(r≤n)，则定义事件Ａ的概率P(A)为r/n。即
P( A)
r n
A中包含的基本事件个数 基本事件总数
的概率
P( A)
A的测度 的测度
注意：随机投点是指M落入Ω内任一处均是等可能的。
AΩ
M
例(约会问题) 两人相约在7点到8点间在某地会面，
先到者等候另一人20分钟，过时即离去. 试求这两 人会面的概率.
解： 两人都在7点到8点间的任意时刻到达，亦即在[0,60]
的任意点到达，设x和y分别为两人到达的时刻，则两人到达 的时刻为二维区域[0,60]× [0,60]内的所有点，而两人能会 面当且仅当
次试验中事件A发生。 否则，当试验结果ω∈事件A时，称这次试验中
事件A不发生。
两种特殊的随机事件：
必然事件：样本空间在每次试验中均会发生，故称 为必然事件。 不可能事件：空集Ø在每次试验中均不会发生，故 称为不可能事件。
基本事件：只含单个样本点的集合称为基本事件或 简单事件。
也可这样定义：
不能再分解的事件称为简单事件或称为基本事件。 由基本事件组合而成的事件称为复合事件。
条件概率与独立性
随机现象与随机试验
试验１：在相同的条件下，投掷一枚匀质的硬币。观察哪 一面向上。 试验２：在相同条件下，投掷一颗匀质正六面体的骰子。 观察所出现的点数 试验３：从一批灯泡中，任取一只，测定灯泡的使用寿命 这些试验具有如下特点：
- 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)。
Monty Hall problem
• 你面前有三扇关闭的门（1、2、3），其中一个门后面有一辆 轿车，另两个门后面是山羊。
注意：基本事件是相对的，不是绝对的。
例： 在下列试验中，试用集合表示下列事件。 1)、投掷一颗匀质正六面体的骰子，出现偶数点的事件。 解：{出现偶数点}={2，4，6}。
{出现偶数点}是一个复合事件。它可分解为更简单的事件， {出现偶数点} ={出现２点}∪{出现４点}∪{出现６点} 但上述三事件不能再分解为更简单的事件，是基本事件。
Ai∩Aj= Ø，1≤i＜j≤n
Ω
B
A
4、事件的对立
所谓事件Ａ与事件Ｂ为对立事件，就是指Ａ与Ｂ不同时 发生，但必发生一个。
“ problem of points”的赌博问题。 • 1654年，帕斯卡[Pascal]的朋友， 一位赌金保管人向帕斯卡提出了后来人 们所知道的“ 德•美尔”问题，帕斯卡与 朋友费尔马书信交流，成为概率论的实 质性出发点。
概率的起源
• “ 德•美尔”问题：实力相当的两个赌徒甲和乙，每人各押 32个金币的赌注，先赢得对方三次的人获得这64个金币。赌 博进行了一段时间，甲赢了对方两次，乙赢了一次，如果这 时赌博被迫中断，那么两人应该怎么分这64个金币的赌金呢？
甲分 1 64个，乙分 1 64个
2
2
甲分 2 64个，乙分 1 64个
3
3
甲分 3 64个，乙分 1 64个
4
4
概率论与数理统计是研究随机现象的统 计规律的专门学科。
概率论：对随机现象有基本认知的前提 下，进行演绎推理；
数理统计：试图通过实验来认知随机现 象。处理问题的思路往往来自概率论的 有关结果。
概率论与数理统计
坐飞机的故事
• 据说有个人很怕坐飞机，说是飞机上有恐怖分子放炸弹。他说他问过 专家，每架飞机上有炸弹的可能性是百万分之一。百万分之一虽然很 小，但还没小到可以忽略不计的程度，所以他从不坐飞机。
• 可是有一天有朋友看到他在飞机场，感到很奇怪，就问他，你不是说 飞机上有炸弹吗？他说我又问过专家，每架飞机上有一颗炸弹的可能 性是百万分之一，有两颗炸弹的可能性是百万的平方分之一，也就是 说只有万亿分之一，这已经小到可以忽略不计了。朋友说这数字没错 ，但两颗炸弹与你坐不坐飞机有什么关系？
2)、从一批灯泡中，任取一只，测定灯泡的使用寿命。
{灯泡寿命大于100小时}的事件。
解:{灯泡寿命大于100小时}＝｛Ｔ∣Ｔ＞100｝
一、事件的关系
1、事件的包含
如果事件A发生，事件B一定发生。则称事件B包含事件
A。记为：A B
显然：A
Ω
例如：B＝{出现偶数点}， A＝{出现４点}
BA 文氏图
条件概率与独立性
随机现象与随机试验
试验１：在相同的条件下，投掷一枚匀质的硬币。观察哪 一面向上。 试验２：在相同条件下，投掷一颗匀质正六面体的骰子。 观察所出现的点数 试验３：从一批灯泡中，任取一只，测定灯泡的使用寿命 这些试验具有如下特点：
1）试验可以在相同的条件下重复进行
2）试验可能出现的所有结果种类已知
次试验中事件A发生。 否则，当试验结果ω∈事件A时，称这次试验中
事件A不发生。
两种特殊的随机事件：
必然事件：样本空间在每次试验中均会发生，故称 为必然事件。 不可能事件：空集Ø在每次试验中均不会发生，故 称为不可能事件。
基本事件：只含单个样本点的集合称为基本事件或 简单事件。
也可这样定义：
不能再分解的事件称为简单事件或称为基本事件。 由基本事件组合而成的事件称为复合事件。
2、事件的相等
如果事件A与事件B互相包含，即 A B且B A。
则称事件A等于事件B。记为：A＝B
3、事件的互斥
如事件A与事件B不能互斥或互不相容的。
记为：A∩B＝Ø
如事件A1，A2,…，An任意两个都互斥，则称这些 事件是两两互斥的,简称互斥。即有
样本空间与随机事件
样本空间：随机试验所有可能结果的集合称为样本 空间。常用Ω表示。 样本点：样本空间的元素称为样本点，常用ω表示。
试验１：投掷一枚匀质的硬币，观察哪一面向上。规 定带有国徽图案的是正面。
Ω＝{正面，反面}
试验２：投掷一颗匀质正六面体的骰子，观察所出现的 点数。
Ω＝{1，2，3，4，5，6}
试验３：从一批灯泡中，任取一只，测定灯泡的使用 寿命
Ω＝[0，+∞)={x∈R∣0≤x< +∞}
试验1和试验2的样本空间只含有有限个元素，称为 有限样本空间。
试验3的样本空间含有的元素是无限的，称为无限样 本空间。
随机事件：样本空间的某些子集称为随机事件，简
称事件。常用A、B、C等表示。 在一次试验中，当试验结果ω∈事件A时，称这
3）在未试验之前，不知道下次试验出现的结果，但试 验结果必是所有可能结果中的某一个
具有这些特点的试验称为随机试验。
说明：
1)从随机试验中观察到的现象称为随机现象。 2)随机试验今后简称为试验。
3)在随机试验的重复实施中呈现出的不变性质，
称为统计规律性。 概率论的研究对象就是随机现象的统计规律性
每一个可能结果出现的可能性的大小是确定的。
• 主持人让你任选一扇你认为后面是轿车的门，假设你选择1号 门。
• 你选择1号门之后，主持人打开了一扇有山羊的门，假设这是3 号门。
• 这时，主持人给你一个机会：你可以改选2号门，也可以坚持 原来的选择1号门。
• 请问：你是否改选2号门？说明原因。
Monty Hall problem
概率的起源
• 概率的历史源于中世纪的赌博问题。 • 意大利修道士帕奇利在1487年出版的书中介绍了被称为
用确定的数学研究非确定的现象。
以确定的数学为工具：排列组合，高等 数学（单变量微积分，多变量微积分）， 线性代数；
研究非确定的现象：例如天气预报，数 理金融，控制论，质量检测与管理，寿 险精算，甚至赌博，有着非常大的应用 价值。
广泛应用于日常生活和工业生产
第一章 随机事件与概率
随机现象与随机事件 概率的定义