概率论与数理统计课件完整版.ppt

推广 P(AB)>0, 则有 P(ABC)=P(A)P(B|A)P(C|AB). 一般, 设A1, A2, …,An是n个事件,(n≥2), P(A1A2 ...An-1)>0, 则有乘法公式: P(A1A2…An)=P(A1)P(A2|A1)…P(An-1|A1A2…An-2) P(An|A1A2…An-1).
n
P(A1 A2 An ) P(A i ) P(A i A j )
i1
1i jn
P(A i A jAk )
1i jk n
(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 ); (2)P( AB); (3)P( A B); (4)P( AB ).
定义 样本空间S的子集称为随机事件, 简称事件. 在一 次试验中, 当且仅当这一子集中的一个样本点出现时, 称 这一事件发生.
基本事件: 由一个样本点组成的单点集. 如:{H},{T}.
复合事件: 由两个或两个以上的基本事件复合而成的事件 为复合事件. 如:E3中{出现正面次数为奇数}.
必然事件: 样本空间S是自身的子集，在每次试验中总是 发生的，称为必然事件。
P(B) P(A).
一般地有: P(B-A)=P(B)-P(AB). 26
性质4. 对任一事件A, P(A) 1.
性质5. 对任一事件A, P(A) 1 P(A).
性质6. 对任意两事件A,B有
P(A B) P(A) P(B) P(AB).
推广 P(A B C) P( A) P(B) P(C ) P( AB) P( AC) P(BC) P( ABC).
例2. 设一袋中有编号为1,2,…,9的球共9只, 现从中任取3 只, 试求: (1)取到1号球的概率,（事件A） (2)最小号码为5的概率.（事件B）
17
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”.
分配律: A (B C) (A B) (A C); A (B C) (A B) (A C).
对偶律: A B A B;
A B A B.
证明 对偶律.
13
例.事件A、B、C两两互不相容，则有
ABC 反之 不成立
例. 甲、乙、丙三人各射击一次，事件A1,A2,A3分别表示 甲、乙、丙射中，试说明下列事件所表示的结果：
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. A的对立事件记为A.若A与B互为对立事件，则记为A B, 或B A.
B A
S
BA
12
7.事件的运算律:
交换律: A B B A；A B B A.
结合律: A (B C) (A B) C ; A (B C) (A B) C.
注 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.
计算条件概率有两种方法:
1. 公式法：
先计算P(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
(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Baidu Nhomakorabea事件
(2) 计算样本点总数n及事件A包含的样本点数k.
(3) 用下列公式计算:
P( A)
SA中中的的基基本本事事件件总数数
k n
16
例1. 袋中装有4只白球和2只红球. 从袋中摸球两次,每次任取一球.有两种式: (a)放回抽样; (b)不放回抽样.
求: (1)两球颜色相同的概率; (2)两球中至少有一只白球的概率.
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.
P( A) m( 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度量来合理 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.
20
会面问题
例1 甲、乙两人相约在 0 到 T 这段时间内, 在预 定地点会面. 先到的人等候另一个人, 经过时间 t ( 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相 关. 求甲、乙两人能会面的概率.
24
四. 概率公理化定义:
1.定义: 设S是样本空间, E是随机试验. 对于E的每个
事件A对应一个实数P(A), 称为事件 A的概率, 其中集合 函数P(.)满足下列条件:
(1) 对任一事件A,有P(A)≥0; (非负性） (2) P(S)=1;（规范性) (3) 设A1,A2,…是两两互不相容的事件,则有
P(B| A) P(AB) P(A)
为在事件A发生的条件下事件B发生的条件概率2.9
2. 性质: 条件概率符合概率定义中的三个条件, 即
10 对于每一个事件B, 有 1 P(B | A) 0.
20 P(S | A) 1.
30 设B1 , B2 , 两两互不相容, 则
P(Bi | A) P(B i | A).
不可能事件：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。
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:
概率的古典定义:
对于古典概型, 样本空间S＝{1, 2, … , n}, 设事件A包
含S的 k 个样本点，则事件A的概率定义为
A中的基本事件数 k
P( A) S中的基本事件总数 n
15
古典概型概率的计算步骤:
(1) 选取适当的样本空间S, 使它满足有限等可能的要求, 且把事件A表示成S的某个子集.
k 1
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BA同时发生. A B 可简记为AB.
类似地,
事件
SAK
为可列B 个事件A1,
A2,
...的积事件.
k 1
(2)A B
A B
(3)A B
S
9
4.差事件:
事件A-B={x|xA且xB} 称为A与B的差. 当且仅当 A发生, B不发生时事件A-B发生. 即:
(2) P() 1, P() 0;
(3) 对于两两互斥的可列多个事件A1, A2 , , P( A1 A2 ) P( A1 ) P( A2 )
23
三. 统计定义:
(一) 频率
1. 在相同的条件下, 共进行了n次试验,事件A发生的次
数nA, 称为A的频数, nA/n称为事件A发生的频率, 记为 fn(A).
28
§5. 条件概率
(一)条件概率: 设试验E的样本空间为S, A, B是事件, 要考虑
在A已经发生的条件下B发生的概率, 这就是条件概 率问题.
例1.老王的妻子一胎生了3个孩子,已知老大是女孩，求另 两个也都是女孩的概率(假设男孩、女孩出生率相同).
1. 定义: 设A, B是两个事件, 且P(A)>0, 称
i1
i1
此外, 条件概率具有无条件概率类似性质.例如：
(1) P( | A) 0.
(2) 设B1 ,B2 , , Bn两两互不相容,则
n
n
P(Bi | A) P(B i | A).
30
i1
i1
(3) P(B | A) 1 P(B | A).
(4) P(B C | A) P(B | A) P(C | A) - P(BC | A).
2. 频率的基本性质：
(1) 0 f（n A） 1；（非负性）
(2) fn(S) 1;
（规范性）
（3）若A1，A2， , Ak两两互不相容,则
fn ( A1 A2 Ak ) fn ( A1 ) fn ( A2 ) fn ( Ak ).(有限可加性）
3. 频率的特性: 波动性和稳定性.
A2 , A2 A3 , A1 A2 , A1 A2 , A1 A2 A3 , A1 A2 A2 A3 A1 A3 .
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.
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.
B
A S
(1) A B
8
2.和事件:
A B { x | x A或x B}称为A与B的和事件.
即A, B中至少有一个发生, 称为A与B的和, 记A B.
可列个事件A1, A2 , 的和事件记为 Ak .
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.
3
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.
4
§2. 样本空间与随机事件
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0 m() ,则称这一随机 试验是一几何概型的.
19
定义 当随机试验的样本空间是某个区域,并且任 意一点落在度量 (长度, 面积, 体积) 相同的子区域 是等可能的,则事件 A 的概率可定义为
A - B A AB
显然: A-A=, A- =A, A-S=
s
A 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 B
A
11
6. 对立事件(逆事件)：
若A B S且A B ，则称A与B互为逆事件，也称
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.
32
(二) 乘法公式: 由条件概率定义, 立即可得P(A) 0, 则有 P(AB) P(A)P(B | A).
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B1 ,
B2,
,
B
一
n
组
P(A1 A2 …)=P(A1)+P(A2)+… (可列可加性)
25
2.概率的性质：
性质1. P() 0.
性质2. 若 A1, A2, , An是两两互不相容的事件, 则 P(A1 A2 An)
P(A1) P(A2) P(An). (有限可加性)
性质3. 若A B,则有 P(B A) P(B) P(A);
21
蒲丰投针试验
例2 1777年,法国科学家蒲丰(Buffon)提出了投针 试验问题.平面上画有等距离为a(>0)的一些平行直 线,现向此平面任意投掷一根长为l ( <a )的针,试求 针与任一平行直线相交的概率.
a M
x
22
几何概型的概率的性质
(1) 对任一事件A ,有 0 p( A) 1;