1、主讲教师: 邱红兵,广东工业大学,概率论与数理统计,课程要求,1、期末考试成绩计算方法,2、旷课,3、迟到,4、请假,5、作业,6、答疑,7、公共邮箱:,,qhbqhb1111,绪言,第1章 基本概念,1.1 随机试验( Random experiment),1.2 随机事件( Random Events ),1.3 事件的概率( Probability ),小结课程要求习题选讲本章测验,本章主要讲述随机试验,样本空间,随机事件,事件间的关系与运算,频率,概率的统计定义,概率的性质,古典概型。,第一章 基本概念,绪 言,在我们所生活的世界上,充满了不确定性:,从扔硬币、掷骰子和玩扑克等简单的机
2、会游戏,到复杂的社会现象;从婴儿的诞生,到世间万物的繁衍生息;从流星坠落,到大自然的千变万化,我们无时无刻不面临着不确定性和随机性.,从亚里士多德(公元前三八四年)时代开始,哲学家们就已经认识到随机性在生活中的作用,他们把随机性看作为破坏生活规律、超越了人们理解能力范围的东西. 但那时没有认识到有可能去研究随机性,或者是去测量不定性.,将不定性数量化,是直到17、18世纪初叶才开始的。随着科学的发展,人们注意到某些生物、物理和社会现象与机会游戏(扔硬币,掷骰子,玩扑克等)相似,从而由机会游戏起源的概率论被应用到这些领域中,同时也大大推动了概率论本身的发展。,早期的概率问题,17世纪,法国的一赌
3、徒Chevalies Demere在赌博中感觉到,如果上抛一对骰子25次,则把赌注押到“ 至少出现一次双六”比把赌注押到“完全不出现又六”更有利,但他本人找不出原因,后来请当时著名的数学家pascal解决了这一问题,从此,奠定了概率研究的开始。,下赌注问题,17世纪中叶,法国数学家B.帕斯卡、P.de费马及荷兰数学家C.惠更斯基于排列组合的方法研究了一些较复杂的赌博问题,他们解决了“合理分配赌注问题”,“输光问题”等等。其方法不是直接计算赌徒赢局的概率,而是计算期望的赢值,从而导致了现今称之为数学期望的概念。,使概率论成为数学的一个分支的真正奠基人则是瑞士数学家雅各布第一伯努利,他建立了概率论
4、中第一个极限定理,即伯努利大数定律,拉普拉斯等在系统总结前人工作的基础上,写出了概率的分析理论(1812年出版),在这一著作中,他首次明确规定了概率的古典定义(通常称为古典概率),并在概率论中引入了更有力的分析工具,如差分方程、母函数等,将概率论推向一个新的发展阶段。到20世纪30年代,有关独立随机变量序列的极限理论日臻完备,使概率研究有了严格的数学理论基础。,概率论在各个学科中有广泛的应用,概率论是数学的一个分支,它研究随机现象的数量规律. 它有自己独特的概念和方法,并且与其他数学分支又有紧密的联系。它是现代数学的重要组成部分. 其应用几乎遍及所有的科学技术领域,包括,社会科学:社会学,管理
5、学,经济学,军事学等等,自然科学:包括物理学,化学,生物学,医学等等,例如:,经济学中投资的风险分析、股价波动的随机性分析,经济的稳定增长等问题;,如产品合格率,犯罪率,出生率,离婚率,命中率,成功率,患病率,有效率,痊愈率,及格率等等。,服务系统中如电话通信,船舶装卸,机器损修,病人候诊,红绿灯交换,存货控制等等;,生物学中研究群体的增长、群体间竞争的生态问题等等;,再如我们熟悉的天气预报, 地震预报, 产品的抽样调查; 系统的可靠性都涉及概率问题,概率probability一词在日常生活中也已经广泛应用,具 体 例 子,一个随机服务系统,每天到来的顾客及服务时间是不确定的,那么需要设置多少
6、服务台的规模才能使顾客等候不太久?服务台的工作人员有合适的忙闲程度?,某商店某种商品销售的产品数量是不定的,该店需要在月初进货,货多了有积压损失,货少了又有缺货损失,那么每月进多少货合适?,保险公司要为社会上一定阶层的人设计一定保额的投保方案,要求每位参加保险的人交纳一定的保金,保金交少了会保险公司会亏损,交多了没人投保同样会亏损,那么投保人多少保金才能使保险公司公司赢利最大?,、进货问题,、服务台设置问题,、保险问题,在标准大气压下,水加热到100C必沸腾; 同性电荷必然互斥; 函数在间断点处不存在导数。,确定性现象的特征:,条件完全决定结果。,何为随机现象?,人们通常将自然界或社会中出现的
7、现象分成二类:,1、确定性的现象(必然现象)necessity, inevitability。,在一定条件下必然发生的现象称为确定性现象.,例如:,何为随机现象?,人们通常将自然界或社会中出现的现象分成二类:,1、确定性的现象(必然现象)necessity, inevitability。,在一定条件下必然发生的现象称为确定性现象.,2、非确性的现象(偶然现象) randomly, chance。,在一定条件下可能出现也可能不出现的现象。,上抛一枚硬币,出现正面向上; 某商店某天某商品的销售量为50件; 测试某厂某元件的寿命为1000小时(或尺寸大小)。,非确定性现象的特征:,条件不能完全决定结
8、果。,不确定性现象都没有规律可循吗?,上抛一硬币10000次,,在一定条件下,进行大量观测会发现某种规律性。,出现正面向上的次数总是5000次左右。,有部分非确定性现象在大量重复试验时,统计结果呈现,否,例如:,现出一定的规律性。,不确定性现象都没有规律可循吗?,有部分非确定性现象在大量重复试验时,统计结果呈现,否,例如:,现出一定的规律性。,一门火炮在一定条件下进行射击,个别炮弹的弹着点可能偏离目标而有随机性的误差,但大量炮弹的弹着点则表现出一定的规律性,如一定的命中率,一定的分布规律等等。,不确定性现象都没有规律可循吗?,有部分非确定性现象在大量重复试验时,统计结果呈现,否,例如:,现出一
9、定的规律性。,在一个容器内有许多气体分子,每个气体分子的运动存在着不定性,无法预言它在指定时刻的动量和方向. 但大量分子的平均活动却呈现出某种稳定性,如在一定的温度下,气体对器壁的压力是稳定的,呈现“无序中的规律”.,随机现象,随机事件的发生具有偶然性, 机遇性,在一次试验中,可能发生,也可能不发生。但在大量重复试验中,随机现象常常表现出这样或那样的统计规律,称为随机现象的统计规律性。,在相同条件下可以重复操作出现,并有一定的规律性的非确定性现象称为随机现象。,概率论与数理统计的研究的对象:随机现象的统计规律性,1.1 随机试验( Random experiment),鉴于我们要研究的对象和任
10、务(即随机现象的统计规律性),必需对研究对象进行试验或观察。,E1. 抛一枚硬币,观察正面、反面出现的情况。E2. 将一枚硬币抛三次,观察出现正面的次数。E3. 某足球队在主场进行一场足球比赛,观察比赛结果。E4. 某出租车公司电话订车中心,记录一天内接到订车电话的次数。E5. 在一批灯泡中任意抽取一只,测试它的寿命。,例:,这些试验都具有以下的特点:, 可以在相同的条件下重复地进行;, 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;, 进行试验之前不能确定哪一个结果会出现。,在概率论中,我们将具有上述三个特点的试验称为随机试验(Random experiment)。简称试验
11、,用E表示。,随机试验,1.2 随机事件( Random Events ),1.2.1样本空间 (Sampling space),、样本空间:,把随机试验E的所有可能结果组成的集合称为随机试验E的样本空间,记为(或S)。,、样本点 (Sampling point):,样本空间的元素,即E的每个可能的结果称为样本点。,常用 表示。,、有限样本空间:,样本点个数有限,无限样本空间:,样本点个数无限,E1. 抛一枚硬币,观察正面、反面出现的情况。E2. 将一枚硬币抛三次,观察出现正面的次数。E3. 某足球队在主场进行一场足球比赛,观察比赛结果。E4. 某出租车公司电话订车中心,记录一天内接到订车电话
12、的次数。E5. 在一批灯泡中任意抽取一只,测试它的寿命。,解:,“出现正面”,“出现反面”,(“T”),(“H”),E1:,例 请写出下面试验的样本空间:,有限样本空间,E1. 抛一枚硬币,观察正面、反面出现的情况。E2. 将一枚硬币抛三次,观察出现正面的次数。E3. 某足球队在主场进行一场足球比赛,观察比赛结果。E4. 某出租车公司电话订车中心,记录一天内接到订车电话的次数。E5. 在一批灯泡中任意抽取一只,测试它的寿命。,解:,E2:,“出现0次”,“出现1次”,“出现2次”,“出现3次”,或“0”,“1”,“2”,“3”,例 请写出下面试验的样本空间:,有限样本空间,例 请写出下面试验的
13、样本空间:,E1. 抛一枚硬币,观察正面、反面出现的情况。E2. 将一枚硬币抛三次,观察出现正面的次数。E3. 某足球队在主场进行一场足球比赛,观察比赛结果。E4. 某出租车公司电话订车中心,记录一天内接到订车电话的次数。E5. 在一批灯泡中任意抽取一只,测试它的寿命。,解:,E3:,E4:,E5:,有限样本空间,无限样本空间,无限样本空间,E6 :上抛一枚硬币三次,观察正反面出现的情况。,E7:对目标进行射击,记录着弹点的位置。,更多例子:,E8:掷两次骰子作为一次试验,观察两次试验结果。,(H H H),(T H H),(H T H),(T T H)(H H T),(T H T),(H T
14、 T),(T T T),第一次有6个可能的结果,第二次也有6个可能的结果,将两次试验结果排序, 则共有36种可能的结果:,1.2.2 随机事件(Random event),在实际问题中,面对一个随机试验,我们一般关心的是某些特定的事件是否发生。,()出租车公司可能关心的是:,“电话订车中心一天中接到订车电话数不超过”,如:,()灯泡采购员可能关心的是:,“灯泡的寿命大于小时”,()在掷骰子中,赌徒关心的是掷两题骰子:,“出现的点数和大于”,、随机事件(Random event) :,在随机试验中,可能发生也可能不发生的事情称为随机事件。,、随机事件的表示:,常用大写字母 A,B,C,表示,(样
15、本空间的子集称为随机事件,简称为事件。),3、事件发生,当一次试验结果出现在这个集合时,即当一次试验结果,时,就称这次试验中事件发生。,否则称未发生。,即一次试验的结果为 时,事件发生,事件未发生,例1 掷一颗骰子,观察出现的点数。,其样本空间,若掷骰子一次,出现点数,则,事件表示出现的是偶数点,即,事件表示出现的是奇数点,即,由 ,,故在这一次试验中,事件发生了;,由 ,,故在这一次试验中,事件没有发生。,若再掷骰子一次,出现点数,则在这一次试验中,事件发生了,而事件未发生。,4、必然事件,每一次试验中必然会发生的事件。,、不可能事件,每一次试验中必然不会发生的事件。,、基本事件,试验的很一
16、个可能结果都称为基本事件。,即只含有单个样本点的集合。,A,复合事件,基本事件,必然事件,由基本事件构成的事件,例:掷一颗骰子,观察出现的点数。,其样本空间,事件表示出现的是偶数点,即,事件表示出现的是奇数点,即,复合事件,复合事件,事件表示出现点数,即,基本事件,事件D表示出现点数小于10,,必然事件,事件F表示出现点数大于10,,不可能事件,例2 一个袋中装有大小相同的3个白球和2个黑球,现从中任取出一球,试写出样本空间、并用样本空间的子集表示下列事件:,解:设1、2、3号球是白球,4、5号球是黑球,“摸出的是白球” “摸出的是白球或黑球”“摸出的是红球” “摸出的是黑球”“摸出的是3号球
17、”,“摸出的是白球”,“摸出的是白球或黑球”, A,4,5,1,2,3,“摸出的是红球”,“摸出的是黑球”,“摸出的是3号球”, C, B,样本空间,1.2.3 事件间的关系与运算(Relation and operation of events),有时候我们感兴趣的是一个较为复杂的事件,而直接研某些复杂事件,有时候比较复杂。此时,我们可以利用复杂事件与简单事件之间的联系,把较为复杂的事件分解为一些较简单的事件来研究。为此,我们先定义事件间的一些关系与运算。,、事件的包含 (Inclusion relation),如果事件A发生时,事件B一定发生。,则称事件B包含事件A,记作,即为的子集。,、
18、事件的相等 (equivalent relation),若事件A包含事件B,而且事件B包含事件A, 则称事件A与事件B相等,记作 A=B.,例掷一颗骰子,观察出现的点数。,其样本空间,事件表示出现的是偶数点,即,事件表示出现的是奇数点,即,事件表示出现点数,即,显然事件发生,则事件一定发生,,即,因“直径不合格”必然导致“产品不合格”,所以“产品合格”,包含“直径合格”.,即有,例 假如一个圆形零件合格定义为直径和高度都合格 A“直径合格”, “高度合格”, C“直径及高度合格”, D“产品合格”。,同理有,、事件的积(Product of events),“二事件,同时发生”也是一个事件,称
19、为事件与事件的积事件(交事件)。记为,发生且发生,例 假如一个圆形零件合格定义为直径和高度都合格 A“直径合格”, “高度合格”, C“直径及高度合格”, D“产品合格”。,显然有,简记为AB,、互不相容(互斥)事件(Incompatible events),如果A、B不能在同一次试验同时发生,则称A、B为互不相容事件(或称A、B互斥)。,则AB为不可能事件,,若事件与互斥,,两两互斥:,若一些事件中任意两个都互斥,则称这些事件是两两互斥的。,A,B,互不相容事件的关系,、事件的并(和)(Union of events),“二事件,至少发生一个”也是一个事件,称为事件与事件的并事件(和事件)。
20、记为,发生或发生,例 假如一个圆形零件合格定义为直径和高度都合格 A“直径不合格”, “高度不合格”, C“直径及高度合格”, D“产品不合格”。,显然有,事件的交与并的推广,6、 对立事件(Opposite events),“事件不发生”是一个事件,称为的对立事件(或逆事件),,A,为的对立事件,当且仅当,对立事件与互斥事件的区别,B,A、B 对立,A、B 互斥,互 斥,对 立,7、事件的差(Difference of events),“事件A发生,但事件B不发生”为一事件,称为A与B的差,,A,B,例从装有编号为1到10的球的袋中任取一球。记 A“取到球的编号为偶数”“2,4,6,8,10
21、”, B“取到的编号小于8”“1,2,3,4,5,6,7”,,则 =,=8、10,“取到球的编号为偶数但不小于8”,例4 设A,B,C 表示三个随机事件,试将下列事件用A,B,C 表示出来.,(1) 事件“A B 都发生, 但 C 不发生”;,(5) 事件“A, B, C中有不多于一个事件发生”,(3) 事件“A, B,C中恰有两个发生”;,(2) 事件“A,B,C都发生”;,(4) 事件“A, B,C中至少有两个发生;,(6) 事件“C发生,但A, B均不发生”,解,例5 某人向指定目标射击三枪,Ai 表示“第i枪击中目标”,试用A i 表示下列事件1. B“只击中第一枪”C“三枪至少有两枪
22、击中目标”D“至少有一枪击中目标”,法三分为互不相容的七部分事件的和,法一,法二,法三,法四,法四分为如图三部分互不相容事件的和,事件间的运算规律,由于事件的运算对应其样本点集合的运算,因而事件有与集合相同的运算规律,分配律,小结,1 随机现象的特征:,不确定性和统计规律性.,2. 随机现象是通过随机试验来研究的.,(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.,随机试验,3. 随机试验、样本空间与随机事件的关系,每一个随机试验相应地有一个样本空间,随机事件是样本空间的子集.,
23、随机试验,样本空间,随机事件,必然事件不可能事件是两个特殊的 随机事件,统称随机事件,样本空间子集,小结,概率论与集合论之间的对应关系,事件A与事件B的差,A与B两集合的差集,事件A与B互不相容,A、B 两集合没有相同元素,事件A与事件B的和,A集合与B集合的并集,事件A与B的积事件,A集合与B集合的交集,P25 习题1 1, 3,1.3 事件的概率 (Probability),随机事件在一次试验中有可能发生也可能不发生,但多次重复时,会发现有的事件发生多些,有的少些,这数量上的区别反映了随机事件的内在的一种规律。,一、 频率的定义(Frequency),、定义,设E为任一随机试验,A为其中任
24、一事件,在相同条件下,把E独立的重复做n次,表示事件A在这n次试验中出现的次数(称为频数)。比值 称为事件A在这n次试验中出现的频率(Frequency).,记为,、频率的性质,()非负性:,()规范性:,()有限可加性:若事件A和B互不相容,则有,、频率的稳定性,实践证明:,当试验次数n增大时,随机事件的频率逐渐趋向稳定。,实例 将一枚硬币抛掷 5 次、50 次、500 次, 各做 7 遍, 观察正面出现的次数及频率.,表明:随着n的增加,事件的频率将呈现出稳定性,稳定于0.5,波动最小,历史上的掷硬币试验,稳定于,新生儿性别统计表,可以看到生男孩的频率是稳定的, 约为0.515,设有随机试
25、验,若当试验的次数充分大时,事件A发生的频率稳定在某数p附近摆动,则称数p为事件A发生的概率(Probability) ,记为:,(1) 频率的稳定性是概率的经验基础,但并不是说概率决定于经验. 一个事件发生的概率完全决定于事件本身的结构, 指试验条件, 是先于试验而客观存在的.,(2) 概率的统计定义只是描述性的。,二、 概率的统计定义,、定义,、几点说明,(3) 通常只能在充分大时,事件出现的频率才作为事件概率的近似值。,3、概率的性质(概率统计定义的性质),性质1 非负性:对任一事件A ,有,性质2 规范性:对必然事件 ,有,性质3 有限可加性: 若事件A和B互不相容,则有,特别地,若,
26、即,和的概率等于概率的和,完全可加性,4、概率性质的一些推论,(1),(2),(3)对任意事件A,有,(4)对任意事件A和B,有,注意到不论是对概率的直观理解,还是频率定义方式,作为事件的概率,都应具有前述三条基本性质,在数学上,我们就可以从这些性质出发,给出概率的公理化定义:,设随机试验的样本空间为 ,若对每一事件 ,有且只有,一个实数 写之对应,满足如下公理:,公理1(非负性),公理2(规范性),公理3(完全可加性),对任意一列两两互斥事件 ,有,则称 为事件 的概率.,5、概率的公理化定义:,基本计数原理,这里我们先简要复习计算古典概率所用到的,1. 加法原理,设完成一件事有m种方式,,
27、第一种方式有n1种方法,,第二种方式有n2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,,则完成这件事总共有n1+n2+nm 种方法 .,例如,某人要从甲地到乙地去,甲地,乙地,可以乘火车,也可以乘轮船.,火车有两班,轮船有三班,乘坐不同班次的火车和轮船,共有几种方法?,3 + 2 种方法,基本计数原理,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,必须通过每一步骤,才算完成这件事,,例如,若一个男人有三顶帽子和两件背心,问他可以有多少种打扮?,可以有32 种打扮,加法原理和乘法原理是两个很重要计数原理,它们不但可以直接解
28、决不少具体问题,同时也是推导下面常用排列组合公式的基础 .,三、排列、组合的几个简单公式,排列和组合的区别:,顺序不同是不同的排列,3把不同的钥匙的排列6种,而组合不管顺序,只要包含的元素一样就是同一种组合,从3个元素取出2个的排列总数有6种,从3个元素取出2个组合总数有3种,1、排列: 从n个不同元素取 k个的不同排列总数为:,k = n时称全排列,排列、组合的几个简单公式,n,(n-1),(n-2), (n-k+1),2.重复排列:从n个不同元素有放回地取 k个(允许重复)的不同排列总数为:,例如:从装有4张卡片的盒中有放回地摸取3张,共有4.4.4=43种可能取法,n,n,n,n,3、组
29、合: 从n个不同元素取 k个(1 k n)的不同组合总数为:,常记作,,称为组合系数。,又常称为二项式系数,因为它是二项式展开公式中的系数:,组合和排列的关系,(1,3),(2,4),(1,5),共有C52种不同组合,1 2 3 4 5,5个球中取到1,4号的组合,4. m个不可辨元素与n个不可辨元素排成一列,例2个篮球和3个红球的不同排列,两类元素的排列问题,共有不同排列数 或,5、n个不同元素分为k组,各组元素数目分别为r1,r2,rk的分法总数为:,-多项式(x1+x2+xk)n的系数,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,并在此基础上事件的概率可以直接算出.,
30、古典概型(Classical Probability),1.3.2 概率的直接计算,如果一个随机试验E具有以下特征 1、试验的样本空间中仅含有有限个样本点,,2、每个样本点出现的可能性相同,则称具有上述特性的概型为古典概型。,讨论相应的概率问题称为古典概型问题,古典概型中事件概率的计算:,于是,从而对于每一个基本事件,有,设事件A包含有k个基本事件:,有,古典概型中事件概率的计算:,几点说明:,1、在应用古典概型时必须注意“等可能性”的条件.,2、“等可能性”是一种假设,在实际应用中,我们需要根据实际情况去判断是否可以认为各基本事件或样本点是等可能的.,例 将一枚硬币上抛三次,设事件A =“恰
31、有一次出现正面”,B=“至少有一次出现正面”, 求A,B的概率。,(HHH),(HHT),(HTH),(HTT),(THH),(THT),(TTH),(TTT),解:,样本空间为,于是,注:上例中,将一枚硬币上抛三次,观察正面向上的次数, 3 0, 1, 2 , 3 , 记Ai“正面出现 i 次”则P(A0)1/8 ,P(A1)3/8 ,P(A2)3/8, P(A3)1/8所以以Ai作为基本事件,则非等可能概型。,例1一部四卷文集,按任意次序排列在一级书架上,问各册自右至左或自左至右恰成1,2,3,4顺序的概率是多少?,解:样本点为四卷书书号的任一可能的排列,,总数,n=4321,A的有利场合
32、数(A包含的样本点数)为2,1234,,4321,例2有10个外观相同的电阻,其电阻分别是1欧、2欧、10欧.现从中任意取出3个,希望一个电阻值小于5欧,一个等于5欧,一个大于5欧,问一次抽取就能达到要求的概率.,解:样本点为从10个不同电阻中任取三个的组合,样本空间总数为,计算有利场合数:,有利场合数为,构成一个有利场合可分三个步骤:,第一步,从小于5欧的电阻值中任取出一个,,事件A,第二步,从等于5欧的电阻值中任取出一个;,第三步,从大于5欧的电阻值中任取出一个;,例3将r个球置于n个箱中(每个球以1/n的概率被置入某一特定箱中),若nr,试求任一箱内的球数均不超过1的概率。,解:先计算样
33、本空间总数,第一个球置于一箱中,共有n种放法;,相继将每一个球置于一箱中都有n种放法;,1,1,1,1,1,1,1,1,nnn n=,这样放完r个球构成一个可能的结果(样本点),,nr,再计算有利场合数:,第一个球置于一箱中,共有n种放法;,第二个球由于不能放到第一个球所在箱,所以只有n-1种放法,第r个球不能放到前r-1个球所在箱,所以只有n-r+1种放法,有利场合数,(同时定义样本点),由乘法原理,r个球的不同的放法有,许多表面上提法不同的问题实质上属于同一类型:,有n个人,设每个人的生日是任一天的概率为1/365. 求这n (n 365)个人没有两个人的生日相同(n人生日互不相同)的概率
34、.,可计算当n=40时,P0.109,我敢打睹,我们班至少有两人生日在同一天!,许多表面上提法不同的问题实质上属于同一类型:,有n个旅客,乘火车途经N个车站,设每个人在每站下车的概率为1/ N(N n) ,求指定的n个站各有一人下车的概率.,某城市每周发生7次车祸,假设每天发生车祸的概率相同. 求每天恰好发生一次车祸的概率.,例4 袋中有大小相同的 a 个黄球,b 个白球现将球从袋中一一随机摸出来,试求第 k 次摸出的球是黄球的概率,解法一:,认为球是不相同的(可辩的),黄球编号为1 a,白球编号为1 b,设样本点为:依次取出的a+b个球的排列,样本空间总数为,(a+b)!,事件A,构成A的有
35、利场合分两步:,从a个黄球中任取出一个放到第k个位置,,有a种方式,1,1,3,a,2,3,4,b,2,第k个位置,其余ab-1个位置是(a+b-1)个球的任意排列,,有(a+b-1)!种方式,有利场合数为,a(a+b-1)!,例4 袋中有大小相同的 a 个黄球,b 个白球现将球从袋中一一随机摸出来,试求第 k 次摸出的球是黄球的概率,事件A,解法二:,认为黄球及白球分别是没有区别的(不可辩的),总数:,构成A的有利场合分两步:,从a个黄球中任取出一个放到第k个位置,,有1种方式,第k个位置,其余ab-1个位置是(a-1)个黄球和b个白球的两类排列,,把依次取出的a+b个球成一列,样本点为:两
36、类元素(a 个黄球和b 个白球) 的排列,有 种方式,例5 设100件产品中有5件次品,现从中任意抽出3件,求恰有2件是次品被抽出的概率.,解法一:设样本点为从100件产品抽出3件的组合,正品 95,100件产品,A,总数:,构成A的有利场合分两步:,从5件次品中抽出2件,,从95件正品中抽出3件,N件产品,次品 5件,次品 M件,正品 N-M,例5 设100件产品中有5件次品,现从中任意抽出3件,求恰有2件是次品被抽出的概率.,这是一种无放回抽样情形,有放回抽样时P(A)=?,解法二:设样本点为从100件产品抽出3件的排列,次品 5件,正品 95件,100件产品,A,总数:,构成A的有利场合
37、分两步:,先确定正品次品的位置(即两类元素(一个正品和两个次品)的排列问题),,正品从95件中取出一件有,第一件次品从5件中取出一件,第二件次品从4件中取出一件,能用组合作为样本点吗?,例6 从从不同的鞋子中任取只,求这只鞋子中至少有两只鞋子配成一双的概率,例7 把C、C、E、E、I、N、S七个字母分别写在七张同样的卡片上,并且将卡片放入同一盒中,现从盒中任意一张一张地将卡片取出,并将其按取到的顺序排成一列,求排列结果恰好拼成一个英文单词的概率:,C,I,S,N,C,E,E,拼成英文单词SCIENCE 的情况数(有利场合数)为,故该结果出现的概率为:,这个概率很小,这里算出的概率有如下的实际意
38、义:如果多次重复这一抽卡试验,则我们所关心的事件在1260次试验中大约出现1次 .,解:七个字母的排列总数为7!,更多的例子,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99.921%的把握怀疑这是魔术.(错误的概率是0.00079),小概率事件通常可以构成一个假设检验的依据,通常假定某“假设H”为真,在该前提下建立一小概率事件,如果在一次试验中该小概率事件发生,则判断该“假设H”不真。这是概率统计中假设检验的基本原理。,实际推断原理:小概率事件在一次试验不会出现,从而可将A看成一(实际上)不可能事件。,上推断过程是:,假设H:设取到每一张牌的可
39、能性相等,假设H不真,即认为抽到每一张牌的可能性不相等,几何概型(Geometric probability),把古典概型推广到无限个样本点又具有“等可能”场合,人们引入了几何概型. 由此形成了确定概率的另一方法几何方法.,如果一个试验具有以下两个特点:,1、样本空间是一个大小可以计量的几何区域(如线段、,那么,事件A的概率由下式计算:,研究相应的概率问题为几何概型问题,2、向区域内任意投一点,落在区域内任意点处都是“等可,平面、立体);,能的”。,测度测度,几点说明,1、向区域上随机投掷一点,这里“任意投掷一点”的含义是指该点落入内任何部分区域内的可能性只与这部分区域的面积成比例,而与这部分
40、区域的位置和形状无关.,2、假如样本空间可用一线段,或空间中某个区域表示,并且向上随机投掷一点的含义如前述,则事件A的概率仍可用公式确定,只不过把事件的测度理解为长度或体积即可.,那么,当两船相会时所求的事件发生,甲、乙两船 将在同一天的0点到24点之间随机地到达码 头,设该码头只有一个泊位.若甲先到,需停靠6小时后才离开码头,若乙先到,则要停靠8小时后才离开码头。问这两船中有船需等候泊位空出的概率?,例8 会面问题,解:,设甲船、乙船到达码头的时间分别是x 和 y.,两船到码头时刻,相当于向方形区域内投点,即乙比甲晚到6小时,或甲比乙晚到8小时,即A发生,6,8,例9,在长为l 的线段AD中
41、任取两点B,C,将AD分成三折线,试求此三折线能构成三角形的概率?,解:,设线段被分成的三段长分别为x , y 和 l x - y ,则样本空间,其面积,x , y 和 l x - y 可以构成三角形,由两,边之和大于第三边,即有,即,构成三角形DCE,,其面积为,于是,由几何概型,的概率计算公式有,蒲丰问题,例101777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(l a )的针,试求针与任一平行直线相交的概率P.,解:,由投掷的任意性可知,这是一个几何概型问题.,则A发生的充分必要条件是,蒲丰投针试验的应用及意义,历史上一些学者的计算结果(直线距离a=1),例11 随机地向半圆 (a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,求原点和该点的连线与x轴的夹角小于 的概率?,P24 习题1 10, 11, 13, 19,