概率论与数理统计第2讲
合集下载
相关主题
- 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)。
由乘法原理,知装箱方法共有 3 12! /(2!5!5! ) 种。 即B包含 3 12! /( 2!5!5! ) 个基本事件。故,
12! 15! 6 P( B) 3 。 2!5!5! 5!5!5! 91
例 6 将 15 名新生随机地平均分配到 3 个班中去,这 15 名新生中有 3 名是优秀生。问: (1) 每个班各分配到一 名优秀生的概率是多少? (2) 3 名优秀生分配到同一个班级的概率是多少? 解:15名新生平均分配到 3 个班级中去的分法总数为:
k 从 a b 个球中依次取出k 个球,有取法 Pa b 种
解:
设:A=“第 k 次取出的球是黑球”
样本点总数.
第 k 次取出黑球,有取法b 种,前 k 1 次取球, k 1 种,因此事件 A 所含样本点数为 有取法 Pa b 1 k 1 . b Pa b 1
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种取 法。故,取两只三极管共有66=36种可能的取 法。从而, n=6×6=36。
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。故第 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。 故,取两只甲类三极管共有44=16 种可能的取 法,即kA=16。所以,P(A)=16/36=4/9; 令E={抽到两只乙类三极管},则 kE=22=4。 故,P(E)=4/36=1/9; 因C是E的对立事件,所以 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,所以第一次 从6只中取一只, 共有6种可能的取法;第二次 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。从而 P(A)=12/30=2/5; 类似地,得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(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(装箱问题)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个盒子中的任何一 个,故每个球有N种放法。由乘法原理,将n个 球放入N个盒子中共有 Nn 种不同的放法。 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)=ANn 种。故, P(A)= Ann / Nn .
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)。
现在概率很小的事件在一次实验中竟然发 生了,从而推断接待站不是每天都接待来 访者,即认为其接待时间是有规定的。
例 10 (摸球问题) 袋中有 a 只白球, b 只黑球.从中任意 取出 k 只球, 试求第 k 次取出的球是黑球的概率.
即A包含 3!12!/(4!4!4! ) 个基本事件。 从而,
12! 15! 25 P ( A) 3! 。 4!4!4! 5!5!5! 91
把三件次品装入同一箱中,共有3种装法。 这样的每一种装法取定以后,再把其余12件正品 装入3个箱中(一箱再装2件,另两箱各装5件)又 5 5 2 有 12! /(2!5!5! ) 种装法。 C12C7 C2
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。 故,所求概率=69/105=23/35。
k
nk
在上式中,令 p=K/N,则有 k k nk P ( A) Cn p (1 p )
( k 0,1,2,, n)
这是以后常用的,也是非常重要的二项 分布的概率公式。
例 8(随机取数问题)在 1~2000 的整数中随机的 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“取到的整数能被 6 整除”, B 为 “取到的整数能被 8 整除”,则所求的概率为:
许多问题和上例有相同的数学模型。 某人群有n个人,他们中至少 如(生日问题): 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 于是, n个人中至少有两人生日相同的概率为
A365n / 365n。
P( A B ) P( A B) 1 P( A B), 其中 P( A B) P( A) P( B) P( AB).
为:6,12,18…1998 共 333 个,
2000 333 334 所以能被 6 整除的整数 6
P( A)
333 , 2000
250 83 P( B) 2000 , P( AB) 2000
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)。
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)。
其中 B ={8, 16, … 2000 },
AB = {24, 48 …1992 },
AB 为“既被 6 整除又被 8 整除”或“能被 24 整除”
于是所求的概率为:
p 1 [ P( A) P( B) P( AB)] 333 250 83 500 3 1 1 . 2000 2000 4
解:假定N件产品有编号,从中任意取出一 件,每次都有N种取法。由乘法原理,n次共 有Nn种取法,故,基本事件总数为Nn。 当所取的n件产品中恰有k件次品时,由 于取到这k件次品次序之不同,因此,从次序 考虑共有Cnk种情况。
这 Cnk 种情况确定以后 , 从 K 件次品中取出 k 件, 共有 Kk 种取法;从 N-K 件正品中取 n-k 件 , 共 有(N-K)n-k种取法。 由乘法原理,共有Cnk Kk (N-K)n-k种取法。 故A中基本事件个数为Cnk Kk(N-K)n-k,
§1.3 古典概率模型
I. 什么是古典概率模型
生活中有这样一类试验E,它们的共同特点是 (1).试验结果只有有限个; (2).各种结果出现的可能性相同。 则称这样的试验模型为等可能概率模型,考虑 到它在概率论早期发展中的重要地位,又把它 古典概率模型,简称等可能概型或古典概型。 比如:足球比赛中扔硬币挑边,围棋比赛中猜 先。
12!/ (4!4!4!) 种,
每个班各分配到一 名优秀生的分法总数为:
3![12! /( 4! 4! 4!)]
于是所求的概率为:
3!12 ! 15 ! 3!12 ! 4! 4! 4! 25 p1 / 0.2747 4! 4! 4! 5!5!5! 15 ! 5!5!5! 91
从而, P({i})= 1/n,i=1,2,„,n.
因此,若事件A 包含 k 个基本事件,即
A {i }Fra Baidu bibliotek {i }{i },
1 2 k
则
k A中包含基本事件数 P ( A) P (i ) . n 基本事件总数 r 1
k
r
III. 古典概模型举例
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。
k Cn K k ( N K )nk P ( A) Nn
K C N (k 0,1, 2,
k n
k
K 1 N , n)
nk
k Cn K k ( N K )nk P ( A) Nn
K k K Cn 1 N N (k 0,1, 2, , n)
例5:某公司生产的15件产品中,有12件正品, 3件次品。现将它们随机地分装在3个箱中, 每 箱装5件,设A={每箱中恰有一件次品}, B={三 件次品都在同一箱中}。求P(A)和P(B)。 解:15件产品装入3个箱中,每箱装5件,有
15! /(5!5!5! ) C C C
5 15 5 10
5 5
C C C
5 15 5 10
5 5
15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 15 ! , 5! 5! 5! 5 !5 !5 !
(1) 将 3 名优秀生分配到 3 个班级,使 每个班级都有一名优秀生的分法共有 3! 种。其余 12 名新生平均分配到 3 个班级 中的分法共有
种等可能的装法。 故,基本事件总数为
15! /(5!5!5! )
把三件次品分别装入三个箱中,共有3!种 装法。这样的每一种装法取定以后,把其余12 件正品再平均装入3个箱中,每箱装4件,有 4 4 4 12!/(4!4!4!) 种装法, C12C8 C4
再由乘法原理,可知装箱总方法数有
3!12!/(4!4!4! ) 种。
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 。 Ω ={1}∪{2 }∪„∪{n},
{i}是基本事件,且各自发生的概率相等。 于是,有 1=P(Ω )=P({1}∪{2 }∪„∪{n}) =P({1})+P({2 })+„+P({n}) =n P({i}), i=1,2,„,n。
例 9 某接待站在某一周曾接待过 12 次来访,已 知所有这 12 次接待都是在周二和周四进行的。 问是否可以推断接待时间是有规定的?
解:假设接待站的接待时间没有规定,各来访 者在一周的任一天中去接待站是等可能的,那么 ,12 次接待来访者都在周二、周四的概率为: 212/712=0.0000003, 即千万分之三。
1-A365n / 365n。
从上表可以看出: 在40人左右的人群里, 十有八九会发生{两人或两人以上生日相同} 这一事件。
公式
把 n 个物品分成k组,使第一组有n1个, 第二组有n2个,„,第 k 组有nk个,且 n1+ n2+„+nk=n, 则不同的分组方法数为
n! n1 ! n2 ! nk !
(2) 3 名优秀生分配到同一个班级的概率为:
12 ! 15 ! 3 12 ! 5! 6 p23 / 0.0659 . 2! 5! 5! 5! 5! 5! 2! 15 ! 91
三名优秀生分配 其余12名新生,一个班级分2 在同一班级内 名,另外两班各分5名
例 7 :设 N 件产品中有 K 件次品, N-K件正品 , K<N。现从N件中每次任意抽取 1件产品,检 查其是正品还是次品后放回;这样共抽检产 品n次。求事件A={所取的n件产品中恰有k件 次品}的概率,k = 0, 1, 2, „, n。
12! 15! 6 P( B) 3 。 2!5!5! 5!5!5! 91
例 6 将 15 名新生随机地平均分配到 3 个班中去,这 15 名新生中有 3 名是优秀生。问: (1) 每个班各分配到一 名优秀生的概率是多少? (2) 3 名优秀生分配到同一个班级的概率是多少? 解:15名新生平均分配到 3 个班级中去的分法总数为:
k 从 a b 个球中依次取出k 个球,有取法 Pa b 种
解:
设:A=“第 k 次取出的球是黑球”
样本点总数.
第 k 次取出黑球,有取法b 种,前 k 1 次取球, k 1 种,因此事件 A 所含样本点数为 有取法 Pa b 1 k 1 . b Pa b 1
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种取 法。故,取两只三极管共有66=36种可能的取 法。从而, n=6×6=36。
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。故第 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。 故,取两只甲类三极管共有44=16 种可能的取 法,即kA=16。所以,P(A)=16/36=4/9; 令E={抽到两只乙类三极管},则 kE=22=4。 故,P(E)=4/36=1/9; 因C是E的对立事件,所以 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,所以第一次 从6只中取一只, 共有6种可能的取法;第二次 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。从而 P(A)=12/30=2/5; 类似地,得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(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(装箱问题)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个盒子中的任何一 个,故每个球有N种放法。由乘法原理,将n个 球放入N个盒子中共有 Nn 种不同的放法。 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)=ANn 种。故, P(A)= Ann / Nn .
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)。
现在概率很小的事件在一次实验中竟然发 生了,从而推断接待站不是每天都接待来 访者,即认为其接待时间是有规定的。
例 10 (摸球问题) 袋中有 a 只白球, b 只黑球.从中任意 取出 k 只球, 试求第 k 次取出的球是黑球的概率.
即A包含 3!12!/(4!4!4! ) 个基本事件。 从而,
12! 15! 25 P ( A) 3! 。 4!4!4! 5!5!5! 91
把三件次品装入同一箱中,共有3种装法。 这样的每一种装法取定以后,再把其余12件正品 装入3个箱中(一箱再装2件,另两箱各装5件)又 5 5 2 有 12! /(2!5!5! ) 种装法。 C12C7 C2
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。 故,所求概率=69/105=23/35。
k
nk
在上式中,令 p=K/N,则有 k k nk P ( A) Cn p (1 p )
( k 0,1,2,, n)
这是以后常用的,也是非常重要的二项 分布的概率公式。
例 8(随机取数问题)在 1~2000 的整数中随机的 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“取到的整数能被 6 整除”, B 为 “取到的整数能被 8 整除”,则所求的概率为:
许多问题和上例有相同的数学模型。 某人群有n个人,他们中至少 如(生日问题): 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 于是, n个人中至少有两人生日相同的概率为
A365n / 365n。
P( A B ) P( A B) 1 P( A B), 其中 P( A B) P( A) P( B) P( AB).
为:6,12,18…1998 共 333 个,
2000 333 334 所以能被 6 整除的整数 6
P( A)
333 , 2000
250 83 P( B) 2000 , P( AB) 2000
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)。
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)。
其中 B ={8, 16, … 2000 },
AB = {24, 48 …1992 },
AB 为“既被 6 整除又被 8 整除”或“能被 24 整除”
于是所求的概率为:
p 1 [ P( A) P( B) P( AB)] 333 250 83 500 3 1 1 . 2000 2000 4
解:假定N件产品有编号,从中任意取出一 件,每次都有N种取法。由乘法原理,n次共 有Nn种取法,故,基本事件总数为Nn。 当所取的n件产品中恰有k件次品时,由 于取到这k件次品次序之不同,因此,从次序 考虑共有Cnk种情况。
这 Cnk 种情况确定以后 , 从 K 件次品中取出 k 件, 共有 Kk 种取法;从 N-K 件正品中取 n-k 件 , 共 有(N-K)n-k种取法。 由乘法原理,共有Cnk Kk (N-K)n-k种取法。 故A中基本事件个数为Cnk Kk(N-K)n-k,
§1.3 古典概率模型
I. 什么是古典概率模型
生活中有这样一类试验E,它们的共同特点是 (1).试验结果只有有限个; (2).各种结果出现的可能性相同。 则称这样的试验模型为等可能概率模型,考虑 到它在概率论早期发展中的重要地位,又把它 古典概率模型,简称等可能概型或古典概型。 比如:足球比赛中扔硬币挑边,围棋比赛中猜 先。
12!/ (4!4!4!) 种,
每个班各分配到一 名优秀生的分法总数为:
3![12! /( 4! 4! 4!)]
于是所求的概率为:
3!12 ! 15 ! 3!12 ! 4! 4! 4! 25 p1 / 0.2747 4! 4! 4! 5!5!5! 15 ! 5!5!5! 91
从而, P({i})= 1/n,i=1,2,„,n.
因此,若事件A 包含 k 个基本事件,即
A {i }Fra Baidu bibliotek {i }{i },
1 2 k
则
k A中包含基本事件数 P ( A) P (i ) . n 基本事件总数 r 1
k
r
III. 古典概模型举例
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。
k Cn K k ( N K )nk P ( A) Nn
K C N (k 0,1, 2,
k n
k
K 1 N , n)
nk
k Cn K k ( N K )nk P ( A) Nn
K k K Cn 1 N N (k 0,1, 2, , n)
例5:某公司生产的15件产品中,有12件正品, 3件次品。现将它们随机地分装在3个箱中, 每 箱装5件,设A={每箱中恰有一件次品}, B={三 件次品都在同一箱中}。求P(A)和P(B)。 解:15件产品装入3个箱中,每箱装5件,有
15! /(5!5!5! ) C C C
5 15 5 10
5 5
C C C
5 15 5 10
5 5
15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 15 ! , 5! 5! 5! 5 !5 !5 !
(1) 将 3 名优秀生分配到 3 个班级,使 每个班级都有一名优秀生的分法共有 3! 种。其余 12 名新生平均分配到 3 个班级 中的分法共有
种等可能的装法。 故,基本事件总数为
15! /(5!5!5! )
把三件次品分别装入三个箱中,共有3!种 装法。这样的每一种装法取定以后,把其余12 件正品再平均装入3个箱中,每箱装4件,有 4 4 4 12!/(4!4!4!) 种装法, C12C8 C4
再由乘法原理,可知装箱总方法数有
3!12!/(4!4!4! ) 种。
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 。 Ω ={1}∪{2 }∪„∪{n},
{i}是基本事件,且各自发生的概率相等。 于是,有 1=P(Ω )=P({1}∪{2 }∪„∪{n}) =P({1})+P({2 })+„+P({n}) =n P({i}), i=1,2,„,n。
例 9 某接待站在某一周曾接待过 12 次来访,已 知所有这 12 次接待都是在周二和周四进行的。 问是否可以推断接待时间是有规定的?
解:假设接待站的接待时间没有规定,各来访 者在一周的任一天中去接待站是等可能的,那么 ,12 次接待来访者都在周二、周四的概率为: 212/712=0.0000003, 即千万分之三。
1-A365n / 365n。
从上表可以看出: 在40人左右的人群里, 十有八九会发生{两人或两人以上生日相同} 这一事件。
公式
把 n 个物品分成k组,使第一组有n1个, 第二组有n2个,„,第 k 组有nk个,且 n1+ n2+„+nk=n, 则不同的分组方法数为
n! n1 ! n2 ! nk !
(2) 3 名优秀生分配到同一个班级的概率为:
12 ! 15 ! 3 12 ! 5! 6 p23 / 0.0659 . 2! 5! 5! 5! 5! 5! 2! 15 ! 91
三名优秀生分配 其余12名新生,一个班级分2 在同一班级内 名,另外两班各分5名
例 7 :设 N 件产品中有 K 件次品, N-K件正品 , K<N。现从N件中每次任意抽取 1件产品,检 查其是正品还是次品后放回;这样共抽检产 品n次。求事件A={所取的n件产品中恰有k件 次品}的概率,k = 0, 1, 2, „, n。