概率论与数理统计第一章
概率第一章
随机试验:不能事先准确地预见它的
结果,而且在相同条件下可以重复进行。
1-4
概率论与数理统计
E
随机试验:不能事先准确地预见它的
结果,而且在相同条件下可以重复进行用 符号 E 表示。 随机事件 :在条件下事件可能发生也 可能不发生的事件用大写字母 A , B , C ,表
指出
件,并表示事件 1-9
事件中哪些是基本事 B, C, D
。 概率论与数理统计
E
1.2.2 事件间的关系与运算
1.事件的包含与相等 若事件 A 中的每个基本事件都包含在 B
A
事件 B 之中,即 A 的发生必然导致 B 的发
生,则称事件 A 包含于事件 B ,或事件 B
包含事件 A ,也称是的特款 ,记为 A B 。
1-19
概率论与数理统计
E 与B B)( A与 A与B 如果事件A与事件B A A (1) (B 的和 A B) ;
(2) AB AB BC;
(3) ( A B)( A B)(B C ).
例1.2.4 化简下列各事件:
(1) ( A B)( A B) ; (2) AB AB BC; (3) ( A B)( A B)(B C ).
(2) AB AB BC;
(3) ( A B)( A B)(B C ).
例1.3.1 设事件A, B 的概率分别为 和
,试求下列三种情况下的值: (1) B 互不相容; A, (2) A B ; (3) ( AB ) 1 . P
8
1 3
1 2
1-27
概率论与数理统计
E 与B B)( A与 A与B 如果事件A与事件B A A (1) (B 的和 A B) ;
概率论与数理统计(完整版)
例3. 某接待站在某一周曾接待过12次来访, 且都是在周二 和周四来访. 问是否可以推断接待时间是有规定的?
注
实际推断原理:“小概率事件在一次试 验中实际上是不可能发生的”.
18
二、几何定义:
定义若对于一随机试验 ,每个样本点出现是等可能的 ,
样本空间所含的样本点个数为无穷多个 ,且具有非 零的 ,有限的几何度量 ,即 0m(),则称这一随机 试验是一几何概型的 .
(一) 样本空间:
定义 随机试验E的所有可能结果组成的集合称为 E的样 本空间, 记为S. 样本空间的元素称为样本点,用表示.
样本空间的分类:
1.离散样本空间:样本点为有限个或可列个. 例 E1,E2等. 2.无穷样本空间:样本点在区间或区域内取值. 例 灯泡的寿命{t|t≥0}.
5
(二) 随机事件
A 2,A 2 A 3, A 1A 2, A 1 A 2, A 1A 2A 3, A 1A 2 A 2A 3 A 1A 3.
14
§3. 概率的概念 一. 古典定义:
等可能概型的两个特点:
(1) 样本空间中的元素只有有限个;
(2) 试验中每个基本事件发生的可能性相同.
例如:掷一颗骰子,观察出现的点数.
概率论与数理统计
第一章 概率论的基本概念 前言
1. 确定性现象和不确定性现象. 2. 随机现象: 在个别试验中其结果呈现出不确定性, 在 大量重复试验中其结果又具有统计规律性. 3. 概率与数理统计的广泛应用.
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.
概率论与数理统计
一、事件的频率与概率
次数, µ n ( A ) : 事件 A 在 n 次可重复试验中出现的 次数,
称为 A 在 n 次试验中出现的频数
频率—— f n ( A) = 频率
µ n ( A)
n
.
频率有如下性质: 频率有如下性质:
1. 非负性:对任何事件 A,有 0 ≤ f n ( A) ≤ 1 非负性:
掷一骰子, 如: A =“掷一骰子,点数小于 4”, B =“掷一骰子,点数小于 5”, 掷一骰子, 则A ⊂ B.
显然对任何事件 A,有 Φ ⊂ A ⊂ Ω⊂ A,则称事件 A与事件 B相等,记作 A = B .
2.事件的和(并) 事件的和(
两个事件 A, B 中至少有一个发生 (属于A或属于 B的样本点 构成的集合 ),称为事件 A 与 B 的和(并 ), 记作 A + B 或 A ∪ B .
显然, 显然,事件 A 与 A 可以构成一个完备事件 组
类似地,称可列个事件 A1 , A2 , L , An, 构成一个 L 类似地, 完备事件组, 完备事件组,如果满足 :
(1)
( 2)
Ai A j = Φ
(i ≠ j )
∑A
i
i
=Ω
律 事件运算满足下列运算 :
(1) 交换律 A + B = B + A AB = BA
设袋中有红, 黄各一球, 例: 设袋中有红,白,黄各一球,有放回抽取三 取出球后仍把球放回原袋中),每次取一球, ),每次取一球 次(取出球后仍把球放回原袋中),每次取一球,试 说明下列各组事件是否相容?若不相容, 说明下列各组事件是否相容?若不相容,说明是否 对立? 对立? 三次抽取, 三次抽取, (1) A=“三次抽取,颜色全不同”,B=“三次抽取, = 三次抽取 颜色全不同” = 三次抽取 相容 颜色不全同” 颜色不全同” (2) A=“三次抽取,颜色全同”,B=“三次抽取, 三次抽取, 三次抽取, = 三次抽取 颜色全同” = 三次抽取 颜色不全同” 颜色不全同” 不相容, 不相容,对立 三次抽取, 三次抽取, (3) A=“三次抽取,无红色球”,B=“三次抽取, = 三次抽取 无红色球” = 三次抽取 无黄色球” 无黄色球” 相容 三次抽取, (4) A=“三次抽取,无红色球也无黄色”, = 三次抽取 无红色球也无黄色” B=“三次抽取, 无白色球” 不相容,不对立 三次抽取, = 三次抽取 无白色球” 不相容,
《概率论与数理统计电子教案第一章
随机变量的定义
根据随机变量可能取值的性质,可以分为离散型随 机变量和连续型随机变量。
随机变量的分类
离散型随机变量分布律
分布律的定义 二项分布、泊松分布等。
常见离散型随机变量的分布 律
对于一个离散型随机变量X,其所有可能取 的值xi(i=1,2,...)与取这些值的概率 P{X=xi}(i=1,2,...)构成的表格或公式称为 离散型随机变量X的分布律。
叁 多维随机变量函数的概率密度求法
对于多维随机变量的函数,其概率密度可以通过换元法和雅可比行 列式求得。
随机变量数字特征
数学期望与方差概念
数学期望(期望值)
01
描述了随机变量取值的"平均"水平,是概率加权的平均
值。
方差
02
描述了随机变量取值的离散程度,即取值与期望值的偏
离程度。方差越大,说明随机变量的取值越分散。
大数定律应用
大数定律概念
中心极限定理内容及意义
中心极限定理内容
中心极限定理指出,大量相互独立、同分布 的随机变量之和的分布,当变量个数足够大 时,将趋于正态分布。
中心极限定理意义
中心极限定理是概率论和数理统计中的基本 定理之一,为许多统计方法的推导和应用提 供了理论基础,如置信区间、假设检验等。
棣莫弗-拉普拉斯定理
事件的独立性
计算多个事件同时发生的概率。
两个或多个事件的发生互不影响。
条件概率
在给定条件下,某事件发生的概 率。
独立试验
每次试验的结果与其他次试验的 结果无关。
随机变量及其分布
随机变量概念及分类
设随机试验的样本空间为 S={e}, X=X{e}是定义在 样本空间S上的实值单值 函数。称X=X{e}为随机变 量。
概率论与数理统计 第一章 随机事件与概率
推广:
(1)n个事件A1,A2, An至少有一个发生
所构成的事件,称为 A1, A2, An的和或并,
记为
n
A1 A2 An Ai
i1
当A1, A2, An互斥时
n
n
Ai Ai
i1
i1
(2)可列无限多个事件 A1, A2, 至少有一个
(1kn)的不同排列总数为:
n n n nk
例如:从装有4张卡片的盒中 有放回地摸取3张
第1张 第2张 第3张
1 2 34
n=4,k =3
1
1
1
2
2
2 共有4.4.4=43种可能取法
3
3
3
4
4
4
2、组合: 从n个不同元素取 k个
(1kn)的不同组合总数为:
C
k n
Ank k!
n! (n k)!k!
Ai
i1
三.互不相容事件(互斥事件)
若A与B不能同时发生,即 AB 则称A与B
互不相容(或互斥)。S与 互斥。
S
A
B
推广:n个事件 A1,A2, An互斥
A1, A2, An 中任两个互斥,即,
i≠j, i, j=1,2,3 ,……n.
四.事件的和(并) 事件A与B至少有一个发生所构成的事件, 称为A与B的和(并)记为A∪B。当A与B 互斥时,A∪B =A+B。
六. 对立事件(逆事件) 由A不发生所构成的事件,称为A的对立事件
(逆事件)。记为 A
A
A
AA ,A A S,A A.
例1.掷一质地均匀的骰子,A=“出现奇数点”= {1,3,5},B=“出现偶数点”= {2,4,6},C=“出现4或6”={4,6}, D=“出现3或5”={3,5},E=“出现的点 数大于2”={3,4,5,6}, 求 A B,C D,AE,E.
概率论与数理统计课件(完整版)
1. 计算相互独立的积事件的概率: 若已知n个事件A1, A2, …, An相互独立,则 P(A1A2…An)=P(A1)P(A2)…P(An)
系统一:先串联后并联
A1
B1
A2
B2
A3
B3
A4
B4
*
例3. 100件乐器,验收方案是从中任 取3件测试(相互独立的), 3件测试后都认为音色纯则接收这批 乐器,测试情况如下: 经测试认为音色纯 认为音色不纯 乐器音色纯 0.99 0.01 乐器音色不纯 0.05 0.95
*
1. 公式法:
当A=S时, P(B|S)=P(B), 条件概率化为无条件概率, 因此无条件概率可看成条件概率.
注
计算条件概率有两种方法:
*
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次取到奇数的概率.
*
随机试验: (1) 可在相同的条件下重复试验; (2) 每次试验的结果不止一个,且能事先明确所有可能的结果; (3) 一次试验前不能确定会出现哪个结果.
*
2. 样本空间与随机事件
样本空间的分类:
离散样本空间:样本点为有限个或可列个. 例 E1,E2等. 无穷样本空间:样本点在区间或区域内取值. 例 灯泡的寿命{t|t≥0}.
空集φ不包含任何样本点, 它在每次试验中都不发生,称为不可能事件。
概率论与数理统计ppt课件
称这种试验为等可能概型(或古典概型)。
*
例1:一袋中有8个球,其中3个为红球,5个为黄球,设摸到每一球的可能性相等,从袋中不放回摸两球, 记A={恰是一红一黄},求P(A). 解:
(注:当L>m或L<0时,记 )
例2:有N件产品,其中D件是次品,从中不放 回的取n件, 记Ak={恰有k件次品},求P(Ak). 解:
*
第四章 随机变量的数字特征 4.1 数学期望 4.2 方差 4.3 协方差及相关系数 4.4 矩、协方差矩阵 第五章 大数定律和中心极限定理 5.1 大数定律 5.2 中心极限定理 第六章 数理统计的基本概念 6.1 总体和样本 6.2 常用的分布
*
第七章 参数估计 7.1 参数的点估计 7.2 估计量的评选标准 7.3 区间估计 第八章 假设检验 8.1 假设检验 8.2 正态总体均值的假设检验 8.3 正态总体方差的假设检验 8.4 置信区间与假设检验之间的关系 8.5 样本容量的选取 8.6 分布拟合检验 8.7 秩和检验 第九章 方差分析及回归分析 9.1 单因素试验的方差分析 9.2 双因素试验的方差分析 9.3 一元线性回归 9.4 多元线性回归
解: 设 Ai={ 这人第i次通过考核 },i=1,2,3 A={ 这人通过考核 },
亦可:
*
例:从52张牌中任取2张,采用(1)放回抽样,(2)不放 回抽样,求恰是“一红一黑”的概率。
利用乘法公式
与 不相容
(1)若为放回抽样:
(2)若为不放回抽样:
解: 设 Ai={第i次取到红牌},i=1,2 B={取2张恰是一红一黑}
①
②
①
1 2 N
①
②
1 2 N
……
概率论与数理统计知识点总结(超详细版)
《概率论与数理统计》第一章概率论的基本概念§2.样本空间、随机事件1.事件间的关系 B A ⊂则称事件B 包含事件A ,指事件A 发生必然导致事件B 发生B }x x x { ∈∈=⋃或A B A 称为事件A 与事件B 的和事件,指当且仅当A ,B 中至少有一个发生时,事件B A ⋃发生B }x x x { ∈∈=⋂且A B A 称为事件A 与事件B 的积事件,指当A ,B 同时发生时,事件B A ⋂发生B }x x x { ∉∈=且—A B A 称为事件A 与事件B 的差事件,指当且仅当A 发生、B 不发生时,事件B A —发生φ=⋂B A ,则称事件A 与B 是互不相容的,或互斥的,指事件A 与事件B 不能同时发生,基本事件是两两互不相容的且S =⋃B A φ=⋂B A ,则称事件A 与事件B 互为逆事件,又称事件A 与事件B 互为对立事件2.运算规则交换律A B B A A B B A ⋂=⋂⋃=⋃结合律)()( )()(C B A C B A C B A C B A ⋂=⋂⋃⋃=⋃⋃ 分配律 )()B (C A A C B A ⋃⋂⋃=⋂⋃)())(()( C A B A C B A ⋂⋂=⋃⋂徳摩根律B A B A A B A ⋃=⋂⋂=⋃ B —§3.频率与概率定义在相同的条件下,进行了n 次试验,在这n 次试验中,事件A 发生的次数A n 称为事件A 发生的频数,比值n n A 称为事件A 发生的频率概率:设E 是随机试验,S 是它的样本空间,对于E 的每一事件A 赋予一个实数,记为P (A ),称为事件的概率 1.概率)(A P 满足下列条件:(1)非负性:对于每一个事件A 1)(0≤≤A P (2)规范性:对于必然事件S 1)S (=P(3)可列可加性:设n A A A ,,,21 是两两互不相容的事件,有∑===nk knk kA P A P 11)()( (n 可以取∞)2.概率的一些重要性质: (i ) 0)(=φP(ii )若n A A A ,,,21 是两两互不相容的事件,则有∑===nk kn k kA P A P 11)()((n 可以取∞)(iii )设A ,B 是两个事件若B A ⊂,则)()()(A P B P A B P -=-,)A ()B (P P ≥ (iv )对于任意事件A ,1)(≤A P (v ))(1)(A P A P -=(逆事件的概率)(vi )对于任意事件A ,B 有)()()()(AB P B P A P B A P -+=⋃§4等可能概型(古典概型)等可能概型:试验的样本空间只包含有限个元素,试验中每个事件发生的可能性相同 若事件A包含k个基本事件,即}{}{}{2]1k i i i e e e A =,里个不同的数,则有中某,是,,k k n 2,1i i i ,21 ()中基本事件的总数包含的基本事件数S }{)(1j A n k e P A P kj i ===∑= §5.条件概率(1) 定义:设A,B 是两个事件,且0)(>A P ,称)()()|(A P AB P A B P =为事件A 发生的条件下事件B 发生的条件概率(2) 条件概率符合概率定义中的三个条件1。
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
《概率论与数理统计》第一章知识点
第一章随机事件及概率1.1随机事件1.1.1随机试验一、人在实际生活中会遇到两类现象:1.确定性现象:在一定条件下实现与之其结果。
2.随机现象(偶然现象):在一定条件下事先无法预知其结果的现象。
二、随机试验满足条件:1.实验可以在相同条件写可以重复进行;(可重复性)2.事先的所有可能结果是事先明确可知的;(可观察性)3.每次实验之前不能确定哪一个结果一定会出现。
(不确定性)1.1.2样本空间1.样本点:每次随机试验E 的每一个可能的结果,称为随机试验的一个样本点,用w 表示。
2.样本空间:随机试验E 的所有样本点组成的集合成为试验E 的样本空间。
1.1.3随机事件1.随机事件:一随机事件中可能发生也可能不发生的事件称为试验的随机事件。
2.基本事件:试验的每一可能的结果称为基本事件。
一个样本点w 组成的单点集{w}就是随机试验的基本事件。
3.必然事件:每次实验中必然发生的事件称为必然事件。
用Ω表示。
样本空间是必然事件。
4.不可能事件:每次试验中不可能发生的事件称为不可能事件,用空集符号表示。
1.1.4事件之间的关系和运算1.事件的包含及相等“如果事件A 发生必然导致事件B 发生”,则称事件B 包含事件A ,也称事件A 是B 的子事件,记作A B B A ⊃⊂或。
2.事件的和(并⋃)“事件A 与B 中至少有一个事件发生”,这样的事件称为事件A 与B 的和事件,记作B A 。
3.事件的积(交⋂)“事件A 与B 同时发生”,这样的事件称作事件A 与B 的积(或交)事件,记作AB B A 或 。
4.事件的差“事件A 发生而事件B 不发生”,这样的事件称为事件A 与B 的差事件,记作A-B 。
5.事件互不相容(互斥事件)“事件A 与事件B 不能同时发生”,也就是说,AB 是一个不可能事件,即=AB 空集,即此时称事件A 与事件B 是互不相容的(或互斥的)6.对立事件“若A 是一个事件,令A A -Ω=,称A 是A 的对立事件,或称为事件A 的逆事件”事件A 与事件A 满足关系:=A A 空集,Ω=A A 对立事件一定是互斥事件;互斥事件不一定是对立事件。
概率论与数理统计1
第一章事件与概率§1.1 随机事件与样本空间教学目的要求:掌握几个基本概念,为后面的学习打下基础,并对本书内容体系有一个大致的了解.教材分析:1.概括分析:概率论是数理统计的理论基础,本节是概率论中的最基本的与最基础的内容之一.学习本节,要求学生掌握随机事件、样本空间、事件域、布尔代数等基本概念,了解事件之间的关系和事件之间的一些运算.2.教学重点:随机事件、样本空间、事件域、布尔代数等基本概念,事件之间的关系和事件之间的一些运算.3.教学难点:事件之间的关系和事件之间的一些运算的证明.教学过程:我们在引言中已经介绍了随机试验,现在进一步明确它的含意.一、几个基本概念:1.随机试验:一个试验如果满足下述条件:⑪试验可以在相同的情形下重复进行;⑫试验的所有可能结果是明确可知道的,并且不止一个;⑬每次试验总是恰好出现这些可能结果中的一个,但在一次试验之前却不能肯定这次试验会出现那一个结果.就称这样的试验是一个随机试验,为方便起见,也简称为试验.2.基本事件:随机试验的每一个可能的结果,称为基本事件.3.样本空间:所有基本事件的全体称为样本空间,通常用字母Ω表示.4.样本点:Ω中的点,即基本事件,有时也称作样本点,通常用字母ω表示.[例]1.1在前述试验中,令ω1={取得白球}, ω2={取得黑球}则Ω={ω1,ω2}[例]1.2 一个盒子中有十个完全相同球,分别标以号码1,2,…,10,从中任取一球,令i ={取得球的号码为i}则Ω={1,2, (10)·3·[例]1.3 讨论某电话交换台在单位时间内收到的呼唤次数,令i={收到的呼唤次数为i}则Ω={1,2,…}[例]1.4 测量某地水温,令 t={测得的水温为t℃}则Ω=[0,100]5.随机事件:无论是基本事件还是复杂事件,它们在试验中发生与否,都带有随机性,所以都叫随机事件或简称为事件.习惯上用大写字母A,B,C等表示事件.在试验中,如果出现A中所包含的某一个基本事件ω,则称作A发生,并记作ω∈A.我们已经知道样本空间Ω包含了全体基本事件,而随机事件不过是有某些特征的基本事件所组成,所以从集合论的观点来看,一个随机事件不过是样本空间Ω的一个子集而已.又因为Ω是所有基本事件所组成,因而在任一次试验中,必然要出现Ω中的某一基本事件ω,即ω∈Ω.也就是在试验中,Ω必然会发生,所以今后又用Ω来代表一个必然事件.相应地,空集Φ可以看作是Ω的子集,在任一次实验中不可能有ω∈Φ,也就是说Φ永远不可能发生,所以Φ是不可能事件.为了方便起见,我们把必然事件和不可能事件看作随机事件的两个极端情形.一个样本空间Ω中,可以有很多的随机事件.概率论的任务之一,是研究随机事件的规律,通过对较简单事件规律的研究去掌握更复杂事件的规律.为此,需要研究事件之间的关系和事件之间的一些运算.二、事件之间的关系和运算:1.如果事件A发生必然导致事件B发生,则称B包含了A,或称A是B的特款,并记作A⊂B或B⊃A.如图1.1.因为不可能事件Φ不含有任何ω,所以对任一事件A,我们约定Φ⊂A.2.如果有A⊂B,B⊂A同时成立,则称事件A与B相等,记作A=B.如图1.2.3.“事件A与B中至少有一个发生”,这样的一个事件称作事件A与B的并(或和)并记作A∪B.如图1.3.4.“事件A与B同时发生”,这样的一个事件称作事件A与B的交(或积),记作A∩B(或AB).如图1.4.5.“事件A发生而B不发生”,这样的一个事件称作事件A与B的差,记作A-B.如图1.5.6.若事件A与B不能同时发生,也就是说AB是一个不可能事件,即AB=Φ,则称事件A与B互不相容.如图1.6.7.若A是一个事件,令A=Ω-A,称A是A的对立事件或逆事件.如图1.7.·4··5·显然有: A A =Φ, A ∪A =Ω, A =A8.若有n 个事件:A 1,A 2,…,A n ,则“A 1,A 2,…,A n 中至少发生其中的一个”这样的事件称作A 1,A 2,…,A n 的并,并记作A 1∪A 2∪…∪A n 或n i i A 1=;若“A 1,A 2,…,A n 同时发生”,这样的事件称作A 1,A 2,…,A n 的交,记作A 1A 2…A n 或 n i iA 1=.大家已经有了一定的集合论知识,一定会发现事件间的关系及运算与布尔(Boole)代数在很多场合,用集合论的表达方式显得简练些,也更容易理解些.但对初学概率论的大家来说,重要的是要学会用概率论的语言来解释集合间的关系及运算,并能运用它们.[例] 1.5 设A 、B 、C 是Ω中的随机事件,则·6·1) 事件“A 与B 发生,C 不发生”可以表示成:C AB 或AB -C 或AB -ABC.2) 事件“A 、B 、C 中至少有二个发生”可以表示成:AB ∪AC ∪BC 或ABC BC A C B A C AB .3) 事件“A 、B 、C 中恰好发生二个”可以表示成: BC A C B A C AB .4) 事件“A 、B 、C 中有不多于一个事件发生”可以表示成:C B A C B A C B A C B A .5) 事件“A 发生而B 与C 都不发生”可以表示成:C B A 或A -B -C 或A -(B ∪C).6) 事件“A 、B 、C 恰好发生一个”可以表示成:C B A C B A C B A .7) 事件“A 、B 、C 中至少发生一个”可以表示成:C B A 或ABC BC A C B A C AB C B A C B A C B A .三、事件的运算规则:1. 交换律:A ∪B=B ∪A AB=BA2. 结合律:(A ∪B)∪C=A ∪(B ∪C) (AB)C=A(BC)3. 分配律:(A ∪B)C=AC ∪BC (AB)∪C=(A ∪C)(B ∪C)4. 德摩根(De Morgan)定理(对偶原则):n i i n i i A A 11=== ni i n i i A A 11=== 四、事件域: 我们已经知道事件是Ω的某些子集,如果把“是事件”的这些子集归在一起,则得到一个类,记作ℱ,称作事件域,即ℱ={A :A ⊂Ω,Ω是事件}在前面已经提到,Ω、Φ是事件,所以Ω∈ℱ,Φ∈ℱ.又讨论了事件间的运算“∪” 、·7·“∩”和“-”,如果A 与B 都是事件,即A ∈ℱ,B ∈ℱ,非常自然地要求A ∪B 、AB 、A -B 也是事件.因此,如果有A ∈ℱ、B ∈ℱ,就要求A ∪B ∈ℱ、AB ∈ℱ、A -B ∈ℱ用集合论的语言来说,就是事件域ℱ关于运算“∪” 、“∩”和“-”是封闭的.经过归纳与整理,事件域ℱ应该满足下述要求:⑪ Ω∈ℱ;⑫ 若A ∈ℱ,则A ∈ℱ;⑬ 若i A ∈ℱ,i=1,2, …,n,则 ni iA 1 ∈ℱ. 在集合论中,满足上述三个条件的集合类,称作布尔代数.所以事件域应该是一个布尔代数.对于样本空间Ω,如果ℱ是Ω的一切子集的全体,那么显然ℱ是一个布尔代数.§1.2 概率和频率教学目的要求:通过本节的学习,使学生掌握频率与概率的概念及其性质,为后面的学习打下基础. 教 材 分 析 :1.概括分析:本节是概率论这一部分的最基本和最基础的重要内容之一.通过对引言中随机试验的分析给出了概率的定义,并通过频率与概率的内在关系的分析得到频率与概率的性质,在此基础上给出了概率的公理化定义.2.教学重点:概率的性质及公理化定义.3.教学难点:概率的公理化定义.教 学 过 程 :回忆引言中的试验二,我们已经知道它是一个随机试验,并且样本空间Ω={ω1,ω2},其中ω1={取得白球},ω2={取得黑球}是其本事件.在一次试验中,虽然不能肯定是ω1还是ω2发生,但是我们可以问在一次试验中发生ω1(或ω2)的可能性有多大?由对称性,很自然地可·8·以断定在一次试验中,出现ω1 (或ω2)的可能性是½,因为我们知道盒子中白球数和黑球数都是5个.现在引入一个定义如下:一、频率和概率的定义:定义1.1 随机事件A 发生可能性大小的度量(数值),称为A 发生的概率,记作P(A). 正如恩格斯所指出的:“在表面上是偶然性在起作用的地方,这种偶然性始终是受内部的隐蔽着的规律支配的,而问题只是在于发现这些规律.”(恩格斯:《路德维希·费尔巴哈和德国古典哲学的终结》,人民出版社,1972年,第38页).人们经过长期的实践发现,虽然个别随机事件在某次试验或观察中可以出现也可以不出现;但在大量试验中它却呈现出明显的规律性——频率稳定性.在掷一次硬币时,既可能出现正面,也可能出现反面,预先作出确定的判断是不可能的,但是假如硬币均匀,直观上出现正面与出现反面的机会应该相等,即在大量试验中出现正面的频率,,其结果如下:又如,在英语中某些字母出现的频率远远高于另外一些字母. 在进行了更深入的研究之后,人们还发现各个字母被使用的频率相当稳定.例如,下面就是英文字母使用频率的一字母使用频率的研究,对于打字机键盘的设计(在方便的地方安排使用频率较高的字母键)、印刷铅字的铸造(使用频率高的应铸得多些)、信息的编码(常用字母用较短的码)、密码的破译等等方面都是十分有用的.对于一个随机事件来说,它发生可能性大小的度量是由它自身决定的,并且是客观存在的.就好比一根木棒有长度,一块土地有面积一样,概率是随机事件发生可能性大小的度量,是随机事件自身的一个属性.一个根本的问题是,对一个给定的随机事件,它发生可能性大小的度量—一概率,究竟是多大呢?在前面的例子中,因为已经知道了盒子中的白球和黑球都是5个,才得以断定)(1 p =1/2.如果不知道盒子中的白球数和黑球数呢?在引言中已经提到,实践告诉我们,如果反复多次地从盒子中取球(取后放回搅匀),随着试验次数n 的增大,比值n n 白会逐渐稳定到1/2(n 白表示出现白球的次数),记·9· nn 白=试验总次数的次数出现1ω=)(1ωn f 称)(1ωn f 为事件ω1在n 次试验中出现的频率.频率当然也在一定程度上反映了发生可能性的大小.尽管每作—串(n 次)试验,所得到的频率)(1ωn f 可以各不相同,但是只要n 相当大,)(1ωn f 与)(1ωp 是会非常“靠近”的.因此概率是可以通过频率来“测量”的,或者说频率是概率的一个近似.在前述摸球的例子中,即使事先并不知道盒子中黑球和白球的比例数(这时概率虽然不知道,但它是客观存在的),经过反复多次的试验后,如果频率)(1ωn f 逐渐稳定到1/2,那么我们就可以判断盒子中的白球数和黑球数是相等的,进一步即可得到)(1ωp =1/2这个结论.这件事情其实质与测量长度和面积—样的平常,给定一根木棒,谁都不怀疑它有自身的“客观”的长度,长度是多少?我们可以用尺或仪器去测量,不论尺或仪器多么精确,测得的数值总是稳定在木棒真实的“长度”值的附近.事实上,人们也是把测量所得的值当作真实的“长度”.这个类比不仅帮助我们去理解概率和频率之间的内在关系,而且还启示了更深刻的事实:概率与长度、面积等变量一样,应该具有“测度”的性质.这个问题请读者先思考一下,然后让我们慢慢地来解释.二、频率和概率的性质:1.频率的性质:现在让我们比较仔细地考察一下频率.如果随机事件A 在n 次反复试验中发生了n 白次,称 )(A f n =n n 白为A 的频率.易知频率具有下述性质.(1).非负性:即)(A f n ≥0; (2).规范性,即若Ω是必然事件,则)(Ωn f =1;(3).有限可加性:即若A 、B 互不相容(即AB=Φ),则)(B A f n =)(A f n 十)(B f n这三条性质的论证是很直观的,因为(1). A n ≥0,所以nn A ≥0;·10·(2). Ω是必然事件,所以n n =Ω,从而nn Ω=1; (3). 若A ∪B 发生,意味着A 、B 中至少发生其中之一,又因为A 与B 互不相容(即不能同时发生),所以A ∪B 发生的次数一定是A 发生次数与B 发生次数之和,即B A B A n n n += ,从而有)(B A f n =)(A f n 十)(B f n成立.频率还具有一些别的性质,但是这三条性质是最基本的,其它的性质可以由它们推出.作为练习,读者不妨自己验证下述几个性质:(1) 不可能事件的频率为零,即)(Φn f =0;(2) 若A ⊂B,则)(A f n ≤)(B f n ,由此还可推得对任一事件A,有)(A f n ≤1;(3) 对有限个两两不相容事件(即任意两个事件互不相容),频率具有可加性.即若A i A j =Φ(1≤i,j≤m,i≠j),则()∑===⎪⎪⎭⎫ ⎝⎛ni i n n i i n A f A f 112. 概率的性质:因为频率的本质就是概率,因而我们有理由要求频率的这些性质也是概率所应该具有的.因为对每一个随机事件A,都有一个概率P(A)与之对应,而在§1中我们已经知道事件域ℱ是一个布尔代数,所以概P 实质上是在布尔代数上有定义的一个(集合)函数(因为ℱ中的元素是集合),它应该具有下述性质:(1).非负性:P(A)≥0,对A ∈ℱ;(2).规范性:P(Ω)=1;(3).有限可加性:若A i ∈ℱ,i =1,2,…,n,且A i A j =Φ(i ≠j),则()∑===⎪⎪⎭⎫ ⎝⎛ni i n n i i A f A P 11由此可知,给定一个随机试验,也就确定了一个样本空间Ω,事件域ℱ和概率P,其中ℱ是一个布尔代数,P 是定义在ℱ上的一个非负的、规范的有限可加集函数,这样一来,对随机试验这样的一个直观对象,我们就可以用“数学化”的语言来描述它们了.§1.3 古典概型教学目的要求:通过本节的学习,使学生在复习巩固排列组合的基础上掌握古典概型的定义和计算公式,并能灵活运用它们解决实际问题.教材分析:1.概括分析:古典概型在概率论中占有相当重要的地位,早在古代就引起了人们的注意.它的内容比较简单,应用却很广泛,深入考察古典概率问题,有助于我们直观地理解概率论的一些基本概念,合理地解决产品质量控制等实际问题.因此,掌握古典概率问题的解法,对于学好概率论具有十分重要的意义.本节首先给出古典概型的定义,然后在复习排列组合的基础上通过实例讲述古典概型问题的解法,达到灵活运用定义与公式的目的.2.教学重点:古典概型的定义与公式及古典概型问题的解法.3.教学难点:古典概型问题的解法及古典概型定义与公式的灵活运用.教学过程:在§2中已经提到,一个随机试验,数学上是用样本空间Ω,事件域ℱ和概率P来描述的.对一个随机事件A,如何寻求它的概率P(A)是概率论的一个基本的课题. 我们先讨论一类最简单的随机试验.一、古典概型的定义与计算公式:1.古典概型的定义:有一类最简单的随机试验,它具有下述特征:(1) 样本空间的元素(即基本事件)只有有限个.不妨设为n个,并记它们为ω1、ω2、…、ωn.(2)每个基本事件出现的可能性是相等的,即有 P(ω1)=P(ω2)=…P(ωn)这种等可能的数学模型曾经是概率论发展初期的主要研究对象,通常就称这种数学模型为古典概型.它在概率论中有很重要的地位,一方面,因为它比较简单,许多概念既直观而又容易理解,另一方面,它又概括了许多实际问题,有很广泛的应用.2.古典概型的计算公式:对上述的古典概型,它的样本空间Ω={ω1、ω2、…、ωn},事件域ℱ为Ω的所有子集的全体.这时,连同Φ、Ω在内,ℱ中含有2n个事件,并且从概率的有限可加性知:1=P(Ω)=P(ω1)+P(ω2)+…+P(ωn)于是 P(ω1)=P(ω2)=…=P(ωn)=1/n·11··12· 对任意一个随机事件A ∈ℱ,如果A 是k 个基本事件的和,即A =k i i i ωωω 21,则基本事件总数的有利事件数基本事件总数中所含的基本事件数A 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.事实上,古典概型的大部分问题都能形象化地用摸球模型来描述.以后我们经常研究摸球模型,意义即在于此.前节例1.1及其有关概率的计算是古典概型的一个例子,但并不是所有古典概型的事件的概率计算都这么容易.事实上,古典概型中许多概率的计算相当困难而富有技巧,计算的要点是给定样本点,并计算它的总数,而后再计算有利场合的数目.在这些计算中,经常要用到一些排列与组合公式.二、基本的组合分析公式1.全部组合分析公式的推导基于下列两条原理:乘法原理与加法原理.为说明这两条原理,请读者和我们一起参加一个智力游戏.王经理从上海去北京参加一个商品展销会,但途中还要到天津去处理一件业务.从上海到天津可以坐飞机,也可以坐火车,还可以坐船;从天津到北京则只有火车与汽车两种交通工具可用.请问王经理从上海到北京一共有几种走法?图 2.1的图(a)是上述问题的忠实描绘.把它重新表示为(b),使我们一目了然地知道,王经理共有6种走法.这样一种表示方法是具有启发性的,它告诉我们,对于同类问题可有一个通用的计算方法.把上海—天津,再从天津—北京看作相继进行的两个过程,分别记为A 1与A 2.一般地,假设完成过程A 1共有n 1种方法(在我们的游戏中n 1=3),完成A 2共有n 2种方法(本例中n 2=2),那末,完成整个过程一共有n 1×n 2种方法(这里3×2=6).这就是所谓的乘法原理.现在把游戏的条件稍微改变一下.假定因时间关系,王经理只能去北京和天津中的一地,而从上海直接去北京可以有铁路与民航两种走法,此时王经理的走法一共有多少种呢?直接采用类似图2.1(b)的表示方法,便知此时共有5种走法,如图2.2所示.现在不同的是,两个过程不是相继的而是并行的.因此在计算中不能用乘法,只能用加法.这样,进行过程A 1或A 2的方法一共有n 1+n 2种.这就是加法原理.容易知道,这两条原理可以推广到多个过程的情况.利用上述原理,可以导出排列与组合的公式.2.排列:所谓排列,是从共有n 个元素的总体中取出r 个来进行有顺序的放置(或者说有顺序地取出r 个元素).这时既要虑到取出的元素也要顾及其取出顺序.这种排列可分为两类:第一种是有放回的选取,这时每次选取都是在全体元素中进行,同一元素可被重复选中;另一种是不放回选取,这时一个元素一旦被取出便立刻从总体中除去,因此每个元素至多被选中一次,在后一种情况,必有r ≤n .(1)在有放回选取中,从n 个元素中取出r 个元素进行排列,这种排列称为有重复的排列,其总数共有n r 种.(2)在不放回选取中,从n 个元素中取出r 个元素进行排列,其总数为rn A =n(n -1)(n -2)…(n -r +1)这种排列称为选排列.特别当r =n 时,称为全排列.(3)n 个元素的全排列数为P n =n(n -1)…3·2·1=n !3.组合:(1)从n 个元素中取出r 个元素而不考虑其顺序,称为组合,其总数为:)!(!!!)1()1(!r n r n r r n n n r A r n C r n r n-=+--==⎪⎪⎭⎫ ⎝⎛= 这里⎪⎪⎭⎫ ⎝⎛r n 是二项展开式的系数,(a+b)n =∑=-⎪⎪⎭⎫ ⎝⎛n r r n r b a r n 0 (2)若r 1+r 2+…+r k =n,把n 个不同的元素分成k 个部分,第一部分r 1个,第二部分r 2个,……,第k 部分r k 个,则不同的分法有:!!!!21k r r r n 种,上式中的数称为多项系数,因为它是(x 1+x 2+…+x k )n 展开式中k rk r r x x x 2121的系数,当k =2时,即为组合数.(3)若n 个元素中有n 1个带足标“1”,n 2个带足标“2”,……,n k 个带足标“k ”,且n 1+n 2+…+n k =n,从这n 个元素中取出r 个,使得带有足标“i ”的元素有r i 个(1≤i ≤k),而r 1+r 2+…+r k =r,这时不同取法的总数为:⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛k k r n r n r n 2211这里当然要求r i ≤n i .4.一些常用等式:把排列公式推广到r 是正整数而n 是任意实数x 的场合,有时是需要的,这时记r x A =x(x-1)(x-2)…(x-r +1)同样定义!)1()2)(1(!r r x x x x r A r x r x +---==⎪⎪⎭⎫ ⎝⎛ 及 0!=1, ⎪⎪⎭⎫ ⎝⎛0x =1. 对于正整数n,若r>n,则⎪⎪⎭⎫ ⎝⎛r n =0.这样一来二项系数有性质: ⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛k n n k n , ⎪⎪⎭⎫ ⎝⎛-+-=⎪⎪⎭⎫ ⎝⎛-k k a k a k 1)1( 由于 ∑=⎪⎪⎭⎫ ⎝⎛=+nr r n x r n x 0)1(故 n n n n n n 2210=⎪⎪⎭⎫ ⎝⎛++⎪⎪⎭⎫⎝⎛+⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛ 利用幂级数乘法又可以证明⎪⎪⎭⎫ ⎝⎛+=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛++⎪⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛n b a b n a n b a n b a 0110 特别地 ⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛++⎪⎪⎭⎫⎝⎛-⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛n n n n n n n n n n n 20110 即 ⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛++⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛n n n n n n 210222 现在举一些求A ∈ℱ的概率P(A)的例子.在下面的讨论中,如无特别需要,常常把事件域ℱ略去.三、概率直接计算的例子:[例1]一部四本头的文集按任意次序放到书架上去,问各册自右向左或自左向右恰成1,2,3,4的顺序的概率是多少?[解] 若以a,b,c,d,分别表示自左向右排列的书的卷号,则上述文集放置的方式可与向量(a,b,c,d)建立一一对应,因为a,b,c,d 取值于1,2,3,4,因此这种向量的总数相当于4个元素的全排列数4!=24,由于文集按“任意的”次序放到书架上去,因此这24种排列中出现任意一种的可能性都相同,这是古典概型概率,其有利场合有2种,即自左向右或自右向左成1,2,3,4顺序,因此所求概率为:2/24=1/12[例2] 有10个电阻,其电阻值分别为1Ω,2Ω,…,10Ω,从中取出三个,要求取出的三个电阻,一个小于5Ω,一个等于5Ω,另一个大于5Ω,问取一次就能达到要求的概率.[解] 把从10个电阻中取出3个的各种可能取法作为样本点全体,这是古典概型,其总数为⎪⎪⎭⎫ ⎝⎛=310310C ,有利场合数为⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛151114. 故所求概率为P=61310151114=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛[例3]某城有N 部卡车,车牌号从1到N,有一个外地人到该城去,把遇到的n 部车子的牌号抄下(可能重复抄到某些车牌号),问抄到的最大号码正好为k 的概率.(1≤k ≤N)[解]这种抄法可以看作是对N 个车牌号进行n 次有放回的抽样.所有可能的抽法共有N n 种,以它为样本点全体.由于每部卡车被遇到的机会可以认为相同,因此这是一个古典概型概率的计算问题,有利场合数可以这样考虑:先考虑最大车牌号不大于k 的取法,这样取法共有k n 种,再考虑最大车牌号不大于k-1的取法,其数目有(k-1)n 种,因此有k n -(k-1)n 种取法其最大车牌号正好为k,这就是有利场合的数目,因而所求概率为 P=n nn Nk k )1(-- [例4]设有n 个球,每个都能以同样的概率1/N 落到N 个格子(N ≥n)的每一个格子中,试求:(1)某指定的n 个格子中各有一个球的概率;(2)任何n 个格子中各有一个球的概率.[解]这是一个古典概型问题,由于每个球可落入N 个格子中的任一个,所以n 个球在N个格子中的分布相当于从N 个元素中选取n 个进行有重复的排列,故共有N n 种可能分布.在第一个问题中,有利场合相当于n 个球在那指定的n 个格子中全排列,总数为n!,因而所求概率为 P 1=n!/N n .在第二个问题中,n 个房间可以任意,即可以从N 个房间中任意选出n 个来,这种选法共有⎪⎪⎭⎫ ⎝⎛n N 种,对于每种选定的n 个房间,有利场合正如第一个问题一样为n!,故所求概率为nN n n N P !2⎪⎪⎭⎫ ⎝⎛= 这个例子是古典概型中一个很典型的问题,不少实际问题可以归结为它.例如,若把球解释为粒子,把格子解释为相空间中的小区域,则这个问题便相应于统计物理学中的马克斯威尔—波尔茨曼(MaxWell-Boltzmann)统计.概率论历史上有一个颇为有名的问题:要求参加某次集会的n 个人中没有两个人生日相同的概率.若把n 个人看作上面问题中的n 个球,而把一年的365天作为格子,则N=365,这时P 2就给出所求的概率.例如当n=40时,P 2=0.109,这个概率是意外的小.[例5] (抽签问题)袋中有a 只黑球,b 只白球,它们除颜色不同外,其他方面没有差别,现在把球随机地一只只摸出来,求第k 次摸出的一只球是黑球的概率(1≤k ≤a+b).[第一种解法] 把a 只黑球及b 只白球都看作是不同的(例如设想把它们进行编号),若把摸出的球依次放在排列成一直线的a+b 位置上,则可能的排列法相当于把a+b 个元素进行全排列,总数为(a+b)!,把它们作为样本点全体.有利场合数为a ×(a+b-1)!,这是因为第k 次摸得黑球有a 种取法,而另外(a+b-1)次摸球相当于a+b-1只球进行全排列,有(a+b-1)!种构成法,故所求概率为ba ab a b a a P k +=+-+⨯=)!()!1( 这个结果与k 无关.回想—下,就会发觉这与我们平常的生活经验是一致的.例如在体育比赛中进行抽签,对各队机会均等,与抽签的先后次序无关.[第二种解法] 把a 只黑球看作是没有区别的,把b 只白球也看作是没有区别的.仍把摸出的球依次放在排列成一直线的a+b 位置上,因若把a 只黑球的位置固定下来则其他位置必然是放白球,而黑球的位置可以有⎪⎪⎭⎫ ⎝⎛+b b a 种放法,以这种放法作为样本点.这时有利场合数为⎪⎪⎭⎫ ⎝⎛--+11a b a ,这是由于第k 次取得黑球,这个位置必须放黑球,剩下的黑球可以在a+b-1个位置上任取a-1个位置,因此共有⎪⎪⎭⎫ ⎝⎛--+11a b a 种放法.所以所求概率为 b a a a b a a b a P k +=⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛--+=11 两种不同的解法答案相同,注意考察一下两种解法的不同,就会发现主要在于选取的样本空间不同.在前—种解法中把球看作是“有个性的”,而在后一种解法中则对同色球不加区别,因此在第一种解法中要顾及各黑球及各白球间的顺序而用排列,第二种解法则不注意顺序而用组合,但最后还是得出了相同的答案.这种情况的产生并不奇怪,这说明对于同一随机现象,可以用不同的模型来描述,只要方法正确,结论总是一致的.在这个例子中,第二种解法中的每一个样本点是由第一种解法中的a!·b!个样本点合并而成的.这个例子告诉我们,在计算样本点总数及有利场合数时,必须对同一个确定的样本空间考虑,因此其中一个考虑顺序,另一个也必须考虑顺序,否则结果一定不正确.既然同一个随机现象可用不同的样本空间来描述,因此对同一个概率也常常有多种不同的求法,我们应逐步训练自己能采用最简便的方法解题,为此熟悉同一问题的多种不同解法是重要的.例如,对例5就存在着多种不同的解法,上面提供的只是比较自然的两种.注意到在这两种解法中,我们对不同的k 用的是同一个样本空间,也就是说:我们构造了一个可以描述a 十b 次摸球的样本空间,并利用它一举解决了“第k(1≤k ≤a+b)次摸得黑球”这一概率的计算.假如允许对不同的k 用不同的样本空间,则我们完全可以构造一个只包含前k 次试验,甚至只包含第k 次试验的样本空间,这时也能求得有关概率.特别是选用最后一种样本空间简直马上可以看出正确答案,不过这种做法对初学者或许不那么容易理解. 四、古典概率的计算方法: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豹可能性相同.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)=nk =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.五、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四类基本问题(摸球问题、分球入盒问题、随机取数问题和选票问题),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.。
概率论与数理统计第一章——随机事件及概率
ex2: 从0,1,2,3,4,5, 这六个数字中任取四 个,问能组成多少个四位偶数?
解:组成的四位数是偶数,要求末位为0,2或
4,可先选末位数,共P31 种,前三位数的选取方法有
P53 种,而0不能作首位,所以所组成的偶数个数为
P1 P3 − P1 P1 P2 = 156 (个)
◼ 为方便起见,记Φ为不可能事件,Φ不 包含任何样本点。
(三) 事件的关系及运算 ❖事件的关系(包含、相等)
1A B:事件A发生一定导致B发生
2A=B
A B
B A
B A
例:
✓ 记A={明天天晴},B={明天无雨} B A ✓ 记A={至少有10人候车},B={至少有5人候车}
B A
✓ 抛两颗均匀的骰子,两颗骰子出现的点数分别 记为x,y.记A={x+y为奇数},B={两次的骰子点
A
B
n Ai:A1, A2,An至少有一发生
i=1
n Ai:A1, A 2 ,An同时发生
i =1
✓当AB= Φ时,称事件A与B是互不相
容的,或互斥的。
A
B
A A= A B =
A的逆事件记为A, A A =
, 若 A B =
,
称A, B互逆(互为对立事件)
AA
A
B
事件A对事件B的差事件:
◼可以在相同条件下重复进行(重复性); ◼事先知道所有可能出现的结果(明确性); ◼每次试验前并不知道哪个试验结果会发生 (随机性)。
例: ❖抛一枚硬币,观察试验结果; ❖对某路公交车某停靠站登记下车人数; ❖对某批同型号灯泡,抽取其中一只测 验其使用寿命(按小时计)。
概率论与数理统计第一章随机事件及其概率
概率论与数理统计配套教材:苏德矿等,概率论与数理统计,高等教育出版社概率论产生于17世纪,本来是由保险事业发展而产生的,但是来自赌博者的请求,却是数学家们思考概率论问题的源泉1>. 早在1654年,有一个赌徒梅勒向当时的数学家帕斯卡提出了一个使他苦恼了很久的问题:“两个赌徒相约赌若干局,谁先赢m局就算获胜,全部赌本就归胜者,但是当其中一个人甲赢了a(a<m)局的时候,赌博中止,问赌本应当如何分配才算合理?”概率论在物理、化学、生物、生态、天文、地质、医学等学科中,在控制论、信息论、电子技术、预报、运筹等工程技术中的应用都非常广泛。
序言自然界和社会上发生的现象是多种多样的.在观察、分析、研究各种现象时,通常我们将它们分为两类:(1)可事前预言的,即在准确地重复某些条件下,它的结果总是肯定的,或者根据它过去的状况,在相同条件下完全可以预言将来的发展,例如,在标准大气压下,纯水加热到100℃必然沸腾;向空中抛掷一颗骰子,骰子必然会下落;在没有外力作用下,物体必然静止或作匀速直线运动;太阳每天必然从东边升起,西边落下等等,称这一类现象为确定性现象或必然现象.第一章随机事件及其概率人们经过长期实践和深入研究之后,发现随机现象在个别试验中,偶然性起着支配作用,呈现出不确定性,但在相同条件下的大量重复试验中,却呈现出某种规律性.随机现象的这种规律性我们称之为统计规律性.概率论与数理统计是研究和揭示随机现象的统计规律性的一门数学学科.(2)在个别试验中呈现不确定的结果,而在相同条件下大量重复试验中呈现规律性的现象称为随机现象(或偶然现象).例如,在相同条件下,抛掷一枚硬币,其结果可能是正面朝上,也可能是反面朝上,并且在每次抛掷之前无法确定抛掷的结果是什么.§1 随机事件在一定条件下,并不总是出现相同结果的现象称为随机现象.§1.1 随机试验与样本空间(1)抛一枚硬币,有可能正面H朝上,也有可能反面T朝上.(2)抛一粒骰子,出现的点数.(3)一只灯泡使用的寿命.在相同条件下可以重复的随机现象称为随机试验(Random experiment).随机试验具有以下特点:(1)可以在相同条件下重复进行;(2)每次试验的可能结果不止一个,并且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.试验的样本空间的实例E1:抛一枚硬币,观察正面H、反面T出现的情况.则样本空间为Ω1 ={H,T}E2:将一枚硬币抛掷三次,观察正面H、反面T出现的情况.则样本空间为Ω 2={HHH,HHT,HTH,THH,HTT,THT,TTH,TTT}E3:将一枚硬币抛掷三次,观察正面H出现的次数.则样本空间为Ω 3={0,1,2,3}E7:记录某地一昼夜的最高温度和最低温度.则样本空间为Ω 7={(x,y)|T0≤x≤y≤T1}这里x表示最低温度,y表示最高温度;并设这一地区的温度不会小于T0,不会大于T1.E4:抛一粒骰子,观察出现的点数.则样本空间为Ω 4={1,2,3,4,5,6}E5:记录电话交换台一分钟内接到的呼唤次数.则样本空间为Ω5={0,1,2,3,…}E6:在一批灯泡中任意抽取一只,测试它的寿命.则样本空间为Ω 6={t|t≥0}于是样本空间是由三个样本点构成的集合这个例子表明:试验的样本点与样本空间是根据试验的内容而确定的.例:抛二粒骰子的样本空间为:§1.2 随机事件(random event)(6)空集?? 称为不可能事件(Impossible event ).(5)样本空间Ω称为必然事件(Certain event) .(4)由样本空间中的单个元素组成的子集称为基本事件(Basic events) . 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.(2)事件A发生当且仅当A中的某个样本点出现.(1)任一事件A是相应样本空间的一个子集.(3)事件可用集合A表示,也可用语言描述.例:对于试验E2:将一枚硬币抛掷三次,观察正面H、反面T出现的情况. A2={HHH,TTT}(2)事件A2:“三次出现同一面”,则A1={HHH,HHT,HTH,HTT}(1)事件A1:“第一次出现的是正面H”,则A2={HHT,HTH,THH}(3)事件A3:“出现二次正面”,则例:对于试验E6:在一批灯泡中任意抽取一只,测试它的寿命.B={t|0≤t<1000}事件B:“寿命小于1000小时”,则例:对于试验E7:记录某地一昼夜的最高温度和最低温度.C={(x,y)|y-x=10, T0≤x≤y≤T1}事件C:“最高温度与最低温度相差10度”,则§1.3 事件的关系(Relation of events )设试验E的样本空间为Ω ,而A,B,Ak(k=1,2,…)是Ω的子集.事件是一个集合,因而事件间的关系与事件的运算自然按照集合论中集合之间的关系和集合运算来处理.根据“事件发生”的含义,下面给出事件的关系和运算在概率论中的提法.§1.3.1 包含关系(Inclusion relation)定义:若属于A的样本点必属于B,则称事件B包含事件A,记为A ?? B .即事件A发生必然导致事件B发生.例:抛一粒骰子,事件A=“出现4点”,B=“出现偶数点” .则事件A发生必然导致B发生,所以A ?? B .§1.3.2 相等关系(equivalent relation)定义:若属于A的样本点必属于B,且属于B的样本点必属于A,则称事件A 与事件B相等,记为A= B .A=B ?? A??B且B??A例:抛二粒骰子,A=“二粒骰子点数之和为奇数”,B=“二粒骰子的点数为一奇一偶” .则事件A发生必然导致B发生,而且B发生必然导致A发生,所以A = B .§1.3.3 互不相容(Incompatible events)定义:若事件A与事件B没有相同的样本点,则称事件A与B互不相容 .A与B互不相容,即事件A与事件B不可能同时发生.A与B互不相容?? AB=??§1.4.1 事件的并(Union of events)定义:由事件A与B中所有样本点(相同的样本点只计入一次)组成的新事件称为事件A与B的并.§1.4 事件的运算(operation of events )(1)A∪B={x|x∈A或x∈B}(2)当且仅当A,B中至少有一个发生时,事件A∪B发生.例:抛一粒骰子,事件A=“出现点数不超过3”,B=“出现偶数点” .则A={1,2,3}, B={2,4,6} .所以,A∪B={1,2,3,4,6}§1.4.2 事件的交(Product of events)定义:由事件A与B中公共的样本点组成的新事件称为事件A与B的交.(2)当且仅当A与B同时发生时,事件AB发生.(1)A∩B=AB={x|x∈A且x∈B}例:抛一粒骰子,事件A=“出现点数不超过3”,B=“出现偶数点” .则A={1,2,3}, B={2,4,6} .所以,A∩B={2}§1.4.3 事件的差(Difference of events)定义:由事件A中而不B中的样本点组成的新事件称为事件A对B的差.(1)A-B={x|x∈A且x∈B}(2)当且仅当A发生,而B不发生时,事件A-B发生.例:抛一粒骰子,事件A=“出现点数不超过3”,B=“出现偶数点” . 则A={1,2,3}, B={2,4,6} .所以,A-B={1,3}问:B-A=?§1.4.4 对立事件(Opposite events)定义:由在Ω中而不在A中的样本点组成的新事件称为A的对立事件. (1)事件A与B互为对立事件?? A∪B= Ω且AB=?? .(2)A的对立事件记作B=? .例:抛一粒骰子,事件A=“出现点数不超过3”.则A={1,2,3},而Ω={1,2,3,4,5,6,}.所以, ? ={4,5,6}§1.4.5 事件运算的规则1、交换律(Exchange law) :A??B=B??A,AB=BA2、结合律(Combination law) :(A??B)??C=A??(B??C),(AB)C=A(BC)3、分配律(Distributive law) :(A??B)C=(AC)??(BC),(AB)??C=(A??C)(B??C)4、 7>De Morgan对偶律(Dual law) :(1)第三次未中奖(2)第三次才中奖(3)恰有一次中奖(4)至少有一次中奖(5)不止一次中奖(6)至多中奖二次§2 随机事件的概率定义:随机事件A发生可能性大小的度量(数值),称为A发生的概率,记作P(A).对于一个随机事件(必然事件和不可能事件除外)来说,它在一次试验中可能发生,也可能不发生.我们希望知道某些事件在一次试验中发生的可能性究竟有多大,找到一个合适的数来表示事件在一次试验中发生的可能性大小.§2.1 概率的公理化定义定义:设Ω为一个样本空间,如果对任一事件A,赋予一个实数P(A).如果集合函数P(.)满足下列条件:(1)非负性公理:对于每一事件A,有P(A)≥0;(2)正则性公理:P(Ω)=1;(3)可列可加性公理:设A1,A2,…是互不相容的事件,即对于i≠j,AiAj=??,i,j=1,2,…,则有则称P(A)为事件A的概率(Probability).§2.2 概率的统计定义(The statistic definition of probability)定义:在相同的条件下,进行了n次试验,在这n次试验中,事件A发生的次数nA称为事件A发生的频数.比值nA/n称为事件A发生的频率,并记为fn(A).频率具有下述性质:(1)0≤fn(A)≤1;(2)fn(Ω )=1;(3)若A1,A2,…,Ak是两两互不相容的事件,则§2.2.1 频率(Frequency)历史上抛掷匀质硬币的若干结果§2.2.2 概率的统计定义0.49981499430000维尼0.50051201224000皮尔逊0.5016601912000皮尔逊0.506920484040蒲丰0.51810612048德.摩尔根正面出现频率m/n正面出现次数m抛掷次数n试验者定义:在相同的条件下,进行了n次重复试验,在这n次试验中,事件A发生了nA次,当试验的次数n很大时,如果事件A发生的频率fn(A)=nA/n稳定在某一数值p的附近摆动,而且随着试验次数的增大,这种摆动的幅度越变越小,则称数值p为事件A在这组条件下发生的概率,记作P(A)=p.这样定义的概率称为统计概率.性质1:P(??)=0.§2.3 概率的性质于是由可列可加性得又由P(??)≥0得, P(??)=0证明: 令An+1=An+2=…=??,则由可列可加性及P(??)=0得即性质3:对于任一事件A,有证明:由A ?? B知B=A∪(B-A),且A(B-A)=??,性质4:设A,B是两个事件,若A ?? B,则有P(B-A)=P(B)-P(A)推论:若A ?? B,则P(B)≥P(A)证明:由P(B)=P(A)+P(B-A)又由概率的定义知P(B-A)≥0因此有P(B)≥P(A)因此由概率的有限可加性得P(B)=P(A)+P(B-A)从而有 P(B-A)=P(B)-P(A)证明:因为A-B=A-AB,且AB ?? A性质6:对于任意两事件A,B,有P(A-B)=P(A)-P(AB)故 P(A-B)=P(A-AB)=P(A)-P(AB)证明:因为A ?? Ω,因此有P(A)≤P(Ω)=1性质5:对于任一事件A,有P(A)≤1证明:因为A∪B=A∪(B-AB),且A(B-AB)=??,AB?? B故 P(A∪ B)=P(A)+P(B-AB)=P(A)+P(B)-P(AB)性质7:对于任意两事件A,B,有P(A∪B)=P(A)+P(B)-P(AB)上式称为概率的加法公式.概率的加法公式可推广到多个事件的情况.设A,B,C是任意三个事件,则有P(A∪B∪C)=P(A)+P(B)+P(C)-P(AB)-P(BC)-P(CA)+P(ABC)一般,对于任意n个事件A1,A2,…,An,有§3 古典概型与几何概率具有以上两个特点的随机试验称为古典概型,也称为等可能概型. 在概率论发展的初期主要研究具有如下两个特点的随机试验: (1)试验的样本空间的元素只有有限个;(2)试验中每个基本事件发生的可能性相同.§3.1 古典概型古典概型的计算公式因此,若事件A={ei1}∪{ei2}∪…∪{eik}包含k个基本事件,则有P(A)=k/n.设随机试验的样本空间为Ω ={e1,e2,…,en},由于在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不相容的,于是有1=P(Ω )=P({e1}∪{e2}∪…∪{en})=P({e1})+ P({e2})+…+P({en})=nP({ei}) i=1,2,…,n所以 P({ei})=1/n i=1,2,…,n即样本空间有4个样本点,而随机事件A1包含2个样本点,随机事件A2包含3个样本点,故P(A1)=2/4=1/2P(A2)=3/4例:将一枚硬币抛掷二次,设事件A1为“恰有一次出现正面”; 事件A2为“至少有一次出现正面”.求P(A1)和P(A2).解:正面记为H,反面记为T,则随机试验的样本空间为Ω ={HH,HT,TH,TT}而 A1={HT,TH}A2={HH,HT,TH}例: 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.解设A表示出现的点数是大小于3的偶数,则基本事件总数n=6,A包含的基本事件是“出现4点”和“出现6点”即m=2,故§3.2 排列与组合公式乘法原理:设完成一件事需分两步,第一步有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,第一种途径有n1种方法,第二种途径有n2种方法,则完成这件事共有n1+n2种方法。
- 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)。
第一章测试题一、选择题1.设A, B, C 为任意三个事件,则与A 一定互不相容的事件为 (A )C B A ⋃⋃ (B )C A B A ⋃ (C ) ABC (D ))(C B A ⋃ 2.对于任意二事件A 和B ,与B B A =⋃不等价的是(A )B A ⊂ (B )A ⊂B (C )φ=B A (D )φ=B A3.设A 、B 是任意两个事件,A B ⊂,()0P B >,则下列不等式中成立的是( ).A ()()P A P A B < .B ()()P A P A B ≤.C ()()P A P A B > .D ()()P A P A B ≥4.设()01P A <<,()01P B <<,()()1P A B P A B +=,则( ).A 事件A 与B 互不相容 .B 事件A 与B 相互独立 .C 事件A 与B 相互对立 .D 事件A 与B 互不独立 5.对于任意两事件A 与B ,()P A B -=( ).A ()()P A P B - .B ()()()P A P B P AB -+ .C ()()P A P AB - .D ()()()P A P A P AB +-6.若A 、B 互斥,且()()0,0P A P B >>,则下列式子成立的是( ).A ()()P A B P A = .B ()0P B A > .C ()()()P AB P A P B = .D ()0P B A =7.设A 、B 、C 为三个事件,已知()()0.6,0.4P B A P C AB ==,则()P BC A =( ).A 0.3 .B 0.24 .C 0.5 .D 0.218.设A ,B 是两个随机事件,且0<P(A)<1,P(B)>0,)|()|(A B P A B P =,则必有 ( )(A ))|()|(B A P B A P = (B ))|()|(B A P B A P ≠ (C ))()()(B P A P AB P = (D ))()()(B P A P AB P ≠9.设A,B,C 是三个相互独立的随机事件,且0<P(C)<1。
则在下列给定的四对事件中不相互独立的是( )(A )B A +与C (B )AC 与C (C )B A -与C (D )AB 与C10.设A, B, C 三个事件两两独立,则A, B, C 相互独立的充要条件是( ) (A )A 与BC 独立 (B )AB 与A+C 独立 (C )AB 与AC 独立 (D )A+B 与A+C 独立11.将一枚均匀的硬币独立地掷三次,记事件A=“正、反面都出现”,B=“正面最多出现一次”,C=“反面最多出现一次”,则下面结论中不正确的是( ) (A )A 与B 独立 (B )B 与C 独立 (C )A 与C 独立 (D )C B ⋃与A 独立12.进行一系列独立重复试验,每次试验成功的概率为p ,则在成功2 次之前已经失败3次的概率为( )(A )3)1(4p p - (B )3225)1(p p C - (C )3)1(p - (D )32)1(4p p - 二、选择题 1.设A,B,C为三个事件,且=-=⋃⋃=⋃)(,97.0)(,9.0)(C AB P C B A P B A P 则____.2. 设10件产品中有4件不合格品, 从中任取两件, 已知所取两件产品中有一件是不合格品, 另一件也是不合格品的概率为_______.3. 随机地向半圆a x ax y (202-<<为正常数)内掷一点, 点落在半圆内任何区域的概率与区域的面积成正比, 则原点和该点的连线与x 轴的夹角小于4π的概率为______.4. 设随机事件A, B 及其和事件AB 的概率分别是0.4, 0.3, 0.6, 若B 表示B的对立事件, 则积事件B A 的概率)(B A P = ______. 5. 某市有50住户订日报, 有65住户订晚报, 有85住户至少订这两种报纸中的一种, 则同时订这两种报纸的住户的百分比是________.6. 三台机器相互独立运转, 设第一, 第二, 第三台机器不发生故障的概率依次为0.9, 0.8, 0.7, 则这三台机器中至少有一台发生故障的概率________.7. 电路由元件A 与两个并联元件B, C 串联而成, 若A, B, C 损坏与否相互独立, 且它们损坏的概率依次为0.3, 0.2, 0.1, 则电路断路的概率是________.8. 甲乙两人投篮, 命中率分别为0.7, 0.6, 每人投三次, 则甲比乙进球多的概率______.9. 三人独立破译一密码, 他们能单独译出的概率分别为41,31,51, 则此密码被译出的概率_____.10.设A ,B 是任意两个随机事件,则=++++)})()()({(B A B A B A B A P 11.已知A 、B 两事件满足条件()()P AB P AB =,且()P A p =,则()_______P B =12.已知13()()(),()()0,()416P A P B P C P AB P BC P AC ======,则,,A B C 都不发生的概率为__________ 三、计算题1. 一袋中装有10个球,其中3个黑球7个白球,每次从中任取一球,然后放回,求下列事件的概率:(1)若取3次,A={3个球都是黑球};(2)若取10次,B={10次中恰好取到3次黑球},C={10次中能取到黑球};(3)若未取到黑球就一直取下去,直到取到黑球为止,D={恰好取3次},E={至少取3次}.2.有两箱同种类的零件, 第一箱内装50只, 其中10只一等品, 第二箱内装30只, 其中18只一等品. 今从两箱中任意挑出一箱, 然后从该箱中取零件2次,每次任取一只,作不放回抽样. 求(1)第一次取到的零件是一等品的概率;(2)已知第一次取到的零件是一等品的条件下,第二次取到的也是一等品的概率.3.设10件产品中有3件次品, 7件正品, 现每次从中任取一件, 取后不放回.试求下列事件的概率.(1)第三次取到次品;(2)第三次才取到次品;(3)已知前两次没有取到次品, 第三次取到次品;4. 从过去的资料得知,在出口罐头导致索赔事件中,有50%是质量问题,30%是数量短缺问题,20%是包装问题。
又知在质量问题争议中,经过协商解决的占40%;数量短缺问题争议中,经过协商解决的占60%;包装问题争议中,经过协商解决的占75%.如果一件索赔事件在争议中经过协商得到解决了,那么这一事件不属于质量问题的概率是多少?5. 轰炸机要完成它的使命,驾驶员必须要找到目标,同时投弹员必须要投中目标。
设驾驶员甲、乙找到目标的概率分别为0.9、0.8;投弹员丙、丁在找到目标的条件下投中的概率分别0.7、0.6.现在要配备两组轰炸人员,问甲、乙、丙、丁怎样配合才能使完成使命有较大的概率(只要有一架飞机投中目标即完成使命)?求此概率是多少?6. 已知A ,B 是两个随机事件,()01P B <<且AB AB = ,证明:()()||P A B P A B +=2答案一、选择题1.(A ) 2.(D ) 3.(B) 4.(B) 5.(C) 6.(D) 7.(B) 8.(C) 9.(B) 10.(A) 11.(B) 12.(D) 二、填空题 1.设A,B,C为三个事件,且=-=⋃⋃=⋃)(,97.0)(,9.0)(C AB P C B A P B A P 则____.解.)(1)(1)()()()(ABC P AB P ABC P AB P ABC AB P C AB P +--=-=-=-=)(C B A P ⋃⋃-)(B A P ⋃= 0.97-0.9 = 0.072. 设10件产品中有4件不合格品, 从中任取两件, 已知所取两件产品中有一件是不合格品, 另一件也是不合格品的概率为_______.解. }{合格品二件产品中有一件是不=A , }{二件都是不合格品=B511)()()()()|(2102621024=-===c c c c A P B P A P AB P A B P 注意: }{合格品二件产品中有一件是不=}{不合格品二件产品中恰有一件是 +}{二件都是不合格品 所以B AB B A =⊃,; }{二件都是合格品=A3. 随机地向半圆a x ax y (202-<<为正常数)内掷一点, 点落在半圆内任何区域的概率与区域的面积成正比, 则原点和该点的连线与x 轴的夹角小于4π的概率为______.解. 假设落点(X, Y)为二维随机变量, D 为半圆. 则121)),((2==∈a k D Y X P π, k 为比例系数. 所以22ak π=假设D 1 = {D 中落点和原点连线与x 轴夹角小于4π的区域}πππ121)2141(2)),((22211+=+=⨯=∈a a a D k D Y X P 的面积.4. 设随机事件A, B 及其和事件AB 的概率分别是0.4, 0.3, 0.6, 若B 表示B的对立事件, 则积事件B A 的概率)(B A P = ______. 解. =+-+=)()()()(B A P B P A P AB P 0.4 + 0.3-0.6 = 0.1 3.01.04.0)()()(=-=-=AB P A P B A P .5. 某市有50住户订日报, 有65住户订晚报, 有85住户至少订这两种报纸中的一种, 则同时订这两种报纸的住户的百分比是________. 解. 假设A = {订日报}, B = {订晚报}, C = A + B. 由已知 P(A) = 0.5, P(B) = 0.65, P(C) = 0.85.所以 P(AB) = P(A) + P(B)-P(A + B) = 0.5 + 0.65-0.85 = 0.3.6. 三台机器相互独立运转, 设第一, 第二, 第三台机器不发生故障的概率依次为0.9, 0.8, 0.7, 则这三台机器中至少有一台发生故障的概率________. 解. 设A i 事件表示第i 台机器运转不发生故障(i = 1, 2, 3). 则 P(A 1) = 0.9, P(A 2) = 0.8, P(A 3) = 0.7,)()()(1)(1)()(321321321321A P A P A P A A A P A A A P A A A P -=-==++ =1-0.9×0.8×0.7=0.496.7. 电路由元件A 与两个并联元件B, C 串联而成, 若A, B, C 损坏与否相互独立, 且它们损坏的概率依次为0.3, 0.2, 0.1, 则电路断路的概率是________. 解. 假设事件A, B, C 表示元件A, B, C 完好.P(A) = 0.7, P(B) = 0.8, P(C) = 0.9. 事件线路完好 = A(B + C) = AB + AC. P(A(B + C) ) = P(AB + AC) = P(AB)+P(AC)-P(ABC) = P(A)P(B) + P(A)P(C)-P(A)P(B)P(C)= 0.7×0.8 +0.7×0.9-0.7×0.8×0.9 = 0.686. 所以 P(电路断路) = 1-0.686 = 0.314.8. 甲乙两人投篮, 命中率分别为0.7, 0.6, 每人投三次, 则甲比乙进球多的概率______.解. 设X 表示甲进球数, Y 表示乙进球数.P(甲比乙进球多) = P(X = 3, Y = 2) +P(X = 3, Y = 1) + P(X = 3, Y = 0) + P(X = 2, Y = 1) +P(X = 2, Y = 0) + P(X = 1, Y = 0) = P(X = 3)P(Y = 2) +P(X = 3)P(Y = 1) + P(X = 3)P(Y = 0) + P(X = 2)P(Y = 1) +P(X = 2)P(Y = 0) + P(X = 1)P(Y = 0)=+⋅⋅⋅21336.04.07.0c +⋅⋅⋅6.04.07.02233c 334.07.0⋅ ++⋅⋅⋅⋅⋅2132134.06.07.03.0c c +⋅⋅⋅32134.07.03.0c 32134.03.07.0⋅⋅⋅c = 0.148176 + 0.098784 +0.021952 + 0.127008 + 0.028224 + 0.012096= 0.43624.9. 三人独立破译一密码, 他们能单独译出的概率分别为41,31,51, 则此密码被译出的概率_____.解. 设A, B, C 表示事件甲, 乙, 丙单独译出密码., 则41)(,31)(,51)(===C P B P A P .P(A + B + C) = P(A) + P(B) + P(C)-P(AB)-P(AC)-P(BC) + P(ABC) = P(A) + P(B) + P(C)-P(A)P(B)-P(A)P(C)-P(B)P(C) + P(A)P(B)P(C)=53413151413141513151413151=⋅⋅+⋅-⋅-⋅-++.10. 0 11.1-p 12.7/16 三、计算题1. 一袋中装有10个球,其中3个黑球7个白球,每次从中任取一球,然后放回,求下列事件的概率:1) 若取3次,A={3个球都是黑球};2) 若取10次,B={10次中恰好取到3次黑球},C={10次中能取到黑球}; 3) 若未取到黑球就一直取下去,直到取到黑球为止, D={恰好取3次}, E={至少取3次}. 解:还原有序抽样。