概率统计( ZYH ) 1.3 古典概型与几何概型 一、古典概型 二、几何概型. 概率统计( ZYH ) 回忆 1.1 节的试验, E 1,E 3,E 4 有共同特性: 一、古典概型 ①(有限性)试验的样本空间 Ω 中仅含有限个样本点: ②(等可能性)每个基本事件 {ω i } 发生的可能性相同 :

Slides:



Advertisements
Similar presentations
因数与倍数 2 、 5 的倍数的特征
Advertisements

3 的倍数特征 抢三十

概率论与数理统计 §1.3 古典概型与几何概型. 本节主要内容  排列与组合公式  古典概型  几何概型 §1.3 事件的概率及性质.
小结与复习( 4 ). 1 、内容小结 互斥事件互斥事件 不对立不对立 特点特点 ⑴ A 、 B 不能同时发生, A 发生必 然 B 不发生。 ⑵事件 A+B 是随机事件 概率概率 ,又若 A 1 , A 2 , … , A n 彼此互斥,则 对立对立 特点特点 ⑴ A 、 B 不能同时发生,但必有一.
山东农业大学 概率论与数理统计 主讲人:程述汉 苏本堂 §1.3 古典概型 1. 古典概型  古典概型中事件概率的计算公式  古典概型的概率计算步骤  古典概型的概率计算举例.
1 概率论与数理统计第 3 讲 本讲义可在网址 或 ftp://math.shekou.com 下载.
§1.2 事件的概率 设在 n 次试验中,事件 A 发生了 m 次,则称 为事件 A 发生的频率. 频率 频率的性质 事件 A 、 B 互斥,则 可推广到有限个两两互斥事件的和事 件. 非负性 规范性 可加性 稳定性 某一定数    
第五节 函数的微分 一、微分的定义 二、微分的几何意义 三、基本初等函数的微分公式与微分运算 法则 四、微分形式不变性 五、微分在近似计算中的应用 六、小结.
2.8 函数的微分 1 微分的定义 2 微分的几何意义 3 微分公式与微分运算法则 4 微分在近似计算中的应用.
2.6 隐函数微分法 第二章 第二章 二、高阶导数 一、隐式定义的函数 三、可微函数的有理幂. 一、隐函数的导数 若由方程 可确定 y 是 x 的函数, 由 表示的函数, 称为显函数. 例如, 可确定显函数 可确定 y 是 x 的函数, 但此隐函数不能显化. 函数为隐函数. 则称此 隐函数求导方法.
全微分 教学目的:全微分的有关概念和意义 教学重点:全微分的计算和应用 教学难点:全微分应用于近似计算.
10.6 随机事件的概率. 高考要求: ( 1 )了解随机事件的发生存在着规律性和意 义。 ( 2 )了解等可能事件的意义。 ( 3 )会用排列、组合公式进行计算。 考基要点: 本考点为高考热点,以选择题题型判断是否为 随机事件,以选择、填空和解答题题型计算随 机事件、等可能事件的概率。理解其实质为限.
古典概型习题课. 1 .古典概型 (1) 基本事件的特点 ①任何两个基本事件是 的. ②任何事件 ( 除不可能事件 ) 都可以表示成的和. 2 .古典概型 具有以下两个特点的概率模型称为古典概率模型,简称古典概型. (1) 试验中所有可能出现的基本事件 . (2) 每个基本事件出现的可能性 . 互斥.
§1.2 §1.2随机事件的概率 0≤P(A)≤1 用一个数来度量可能性的大小。这个 数应该是事件本身所固有的,可以在相同 的条件下通过大量的重复试验予以识别和 检验;可能性大的事件用较大的数来度量, 可能性小的事件用较小的数来度量。这个 用来度量可能性大小的数称为事件的概率, 用 P(A) 表示。
第三章 概率 单元复习 第一课时.
《解析几何》 -Chapter 3 §7 空间两直线的相关位置.
古典概型习题课.
3.4 空间直线的方程.
1.4 古典概型(等可能概型) 1.古典概型 2.典型例题 3. 小结.
第二讲 加法公式乘法公式 本次课讲授第一章第2、3、4、5节; 下次课结束并总结第一章,开始讲授第二章第1节;
第二节 古典概型 (等可能概型).
圆的一般方程 (x-a)2 +(y-b)2=r2 x2+y2+Dx+Ey+F=0 Ax2+Bxy+Cy2+Dx+Ey+ F=0.
3.1.3 概率的基本性质.
丰富的图形世界(2).
复习 An = n(n-1)(n-2)…(n-m+1) A = m n﹗ m n (n-m)﹗
常用逻辑用语复习课 李娟.
组 合 复习 引入 探求1 探求2 组合 练习1 例1 巩固1 巩固2 小结 作业 公式.
第五节 微积分基本公式 、变速直线运动中位置函数与速度 函数的联系 二、积分上限函数及其导数 三、牛顿—莱布尼茨公式.
一、原函数与不定积分 二、不定积分的几何意义 三、基本积分公式及积分法则 四、牛顿—莱布尼兹公式 五、小结
定积分习题课.
第三节 格林公式及其应用(2) 一、曲线积分与路径无关的定义 二、曲线积分与路径无关的条件 三、二元函数的全微分的求积 四、小结.
§5 微分及其应用 一、微分的概念 实例:正方形金属薄片受热后面积的改变量..
第二章 导数与微分 第二节 函数的微分法 一、导数的四则运算 二、复合函数的微分法.
2-7、函数的微分 教学要求 教学要点.
§5 微分及其应用 一、微分的概念 实例:正方形金属薄片受热后面积的改变量..
1.2 事件的频率与概率 一、事件的频率 二、概率的公理化体系 1.2 事件的频率与概率.
3.解:连续掷同一枚硬币4次的基本事件总数为 ,
第三章 多维随机变量及其分布 §2 边缘分布 边缘分布函数 边缘分布律 边缘概率密度.
§2 求导法则 2.1 求导数的四则运算法则 下面分三部分加以证明, 并同时给出相应的推论和例题 .
第三章 随机事件的概率.
第二讲 数据统计与分析 秦 猛 南京大学物理系 参考教材:《概率论与数理统计》 高新祖 陈华钧 编著 南京大学出版社 1.
习题 一、概率论 1.已知随机事件A,B,C满足 在下列三种情况下,计算 (1)A,B,C相互独立 (2)A,B独立,A,C互不相容
第二十二章 曲面积分 §1 第一型曲面积分 §2 第二型曲面积分 §3 高斯公式与斯托克斯公式.
实数与向量的积.
线 性 代 数 厦门大学线性代数教学组 2019年4月24日6时8分 / 45.
5.2 常用统计分布 一、常见分布 二、概率分布的分位数 三、小结.
几何概型.
复习.
§1.3 条件概率 条件概率与乘法公式   引例 袋中有7只白球,3只红球,白球中有4只木球,3只塑料球;红球中有2只木球,1只塑料球.现从袋中任取1球,假设每个球被取到的可能性相同.若已知取到的球是白球,问它是木球的概率是多少? 古典概型 设 A 表示任取一球,取得白球; B 表示任取一球,取得木球.
复习: 若A(x1,y1,z1) , B(x2,y2,z2), 则 AB = OB - OA=(x2-x1 , y2-y1 , z2-z1)
§6.7 子空间的直和 一、直和的定义 二、直和的判定 三、多个子空间的直和.
3.1.2 空间向量的数量积运算 1.了解空间向量夹角的概念及表示方法. 2.掌握空间向量数量积的计算方法及应用.
1.设A和B是集合,证明:A=B当且仅当A∩B=A∪B
教师: 习长新 com 概率论与数理统计 教师: 习长新 com.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
第三章 函数的微分学 第二节 导数的四则运算法则 一、导数的四则运算 二、偏导数的求法.
第15讲 特征值与特征向量的性质 主要内容:特征值与特征向量的性质.
高中数学必修 平面向量的基本定理.
§2 方阵的特征值与特征向量.
欢迎大家来到我们的课堂 §3.1.1两角差的余弦公式 广州市西关外国语学校 高一(5)班 教师:王琦.
24.4弧长和扇形面积 圆锥的侧面积和全面积.
1.3 概率的定义及其运算 ? ? 从直观上来看,事件A的概率是指事件A发生的可能性 P(A)应具有何种性质?
笛卡儿说:“数学是知识的工具,亦是其它知识工具的泉源。所有研究顺序和度量的科学均和数学有关。”
第四节 向量的乘积 一、两向量的数量积 二、两向量的向量积.
第三节 数量积 向量积 混合积 一、向量的数量积 二、向量的向量积 三、向量的混合积 四、小结 思考题.
第3讲 概率论初步 3.1 概率 条件概率和加法公式 3.3 计数原则.
§4.5 最大公因式的矩阵求法( Ⅱ ).
第三章 线性方程组 §4 n维向量及其线性相关性(续7)
9.3多项式乘多项式.
Presentation transcript:

概率统计( ZYH ) 1.3 古典概型与几何概型 一、古典概型 二、几何概型

概率统计( ZYH ) 回忆 1.1 节的试验, E 1,E 3,E 4 有共同特性: 一、古典概型 ①(有限性)试验的样本空间 Ω 中仅含有限个样本点: ②(等可能性)每个基本事件 {ω i } 发生的可能性相同 : 具有以上两个特性的试验大量存在. 我们把满足上述 两个特性的试验称为等可能试验. 这种试验是概率论发展 初期研究的主要对象, 被称为古典概型.

概率统计( ZYH ) 设 Ω 是等可能试验 E 的样本空间, 它包含 n 个样本 点, A 为 E 的包含 k 个样本点的随机事件, 则事件 A 的概率为 称此公式为古典概型的概率计算公式 ( 或定义 ) 定理 1 证 由知 所以 从而

概率统计( ZYH ) 排列:从 n 个不同元素中任取 m 个排成一列, 其不同的 古典概型计算所需的知识: 组合:从 n 个不同元素中任取 m 个组成一组, 其不同的 排列 数为 加法原理:做一件事件有 k 类做法,第 i 类有 n i 种做 法,则总共有 n 1 +n 2 +···+n k 种不同的做法. 乘法原理:做一件事件有 k 个阶段,第 i 个阶段有 n i 种 做法,则总共有 n 1 ·n 2 ···n k 种不同的做法. 组合 数为

概率统计( ZYH ) 古典概型举例 例 1 袋内有 3 个白球和 2 个黑球, 现从袋中任取 2 个球, 求取出的 2 个球都是白球的概率. 解 参看第 1 节例 1 ,若按 (a) 法理解,则不是古典概型, 不会计算;若按 (b) 法理解,则是古典概型,这时样本空间 的样本点数为 10 ,而事件 所包含的样本点有 3 个,故所求概率为 (1) 抽球问题

概率统计( ZYH ) 袋内有 a 个白球与 b 个黑球, 现从袋中任取 α+β 个球, 求取出的球恰好有 α 个白球与 β 个黑球的概率. 解 这是例 1 的一般情形, 这时样本点总数为 故所求概率为 取出的球恰好有 α 个白球与 β 个黑球的事件所包含 的样本点个数为 12···β12 α 注:其中的 “ 白球, 黑球 ” 可换作 “ 甲物, 乙物 ” 或 “ 合格品, 次品 ” 例2例2

概率统计( ZYH ) 袋内有 a 个白球与 b 个黑球, 每次从袋中任取一个 球, 取出的球不再放回去, 接连取 k (k≤a+b) 个球, 求第 k 次 取得的是白球的概率. 解 这时取球是有顺序的, 样本点总数为 故所求概率为 取自 a 个白球, 有 a 种取法, 球, 其取法种数为 12···k ( 抽签原理 ) 例3例3, 第 k 个球 其余 k - 1 个球取自其它 a+b-1 个

概率统计( ZYH ) 抓格填数 例 4 从 1,2,···,10 共 10 个数字中任取 7 个(可以重复), 求下列各事件的概率: A :取出的 7 个数字全不相同; B :取出的 7 个数字中不含 1 与 10 ; C :取出的 7 个数字中恰好出现两次 10. 解 (2) 随机取数问题 12···7

概率统计( ZYH ) 抓人分房 例 5 有 n 个人, 每个人都以同样的概率 1/N 被分配在 N(n≤N) 间房中的每一间, 求下列各事件的概率: A :某指定 n 间房中各有 1 人 ; B :恰有 n 间房, 其中各有 1 人; C :某指定房间中恰有 m(m≤n) 人. 解 (3) 分房问题 12···N

概率统计( ZYH ) 分房问题的演变 : 在上述分房问题中,若令 N=365,n=30,m=2, 则可演化为 生日问题. 即对一个含 30 人的班级, 有下面结果: (1) 在某指定 30 天, 每天恰有一学生生日的概率为 (2) 全班生日各不相同的概率为 (3) 某指定日恰为某二人生日的概率为 由 (2) 知, 在全班 30 人中至少有 2 人 生日相同的概率为

概率统计( ZYH ) 把 4 个球放到 3 个杯子中去, 求第 1,2 个杯子 中各有两个球的概率 p, 其中假设每个杯子可放任意多个球. 球入杯问题 这可看作分房问题 任取一个两位数, 求这个数能被 2 或 3 整除的概率 ? 解 设 A 为事件 “ 取到的数能被 2 整除 ”, B 为事件 “ 取到的 数能被 3 整除 ” ,则所求概率为 例6例6

概率统计( ZYH ) 二、几何概型 ①(按测度的有限性)试验的样本空间 Ω 中是可测的, 且测度 m(Ω) 有限: ②(按测度等可能性)同测度的事件发生的可能性相 同, 即 具有以上两个特性的试验大量存在. 我们把满足上述两个 特性的试验称为按测度等可能试验. 这种试验在概率论发展 史上也是主要的研究对象, 由于它与试验的几何特征有关, 故被称为几何概型. 回忆 1.1 节的试验, E 7, E 8 的共同特性是:

概率统计( ZYH ) 设 E 是按测度等可能试验, m(·) 是相应的测度函 数, 则事件 A 的概率为 定理 2 称此公式为几何概型的概率计算公式 ( 或定义 ) 类似于古典概率计算公式的推导, 也可以推得 注:这里所说的测度是对几何图形大小的一种度 量.通常情况下,杆的测度就是杆的长度,平面图形的测 度就是平面图形的面积,空间物体的测度就是物体的体积, 曲线的测度就是曲线的弧长.

概率统计( ZYH ) 那末 两人会面的充要条件为 例 7 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 到达的时刻互不牵连. 求甲、乙两人能会面的概率. 解 会面问题 若以 x, y 表示平面上点的坐标, 则 由几何概率知, 所求的概率为

概率统计( ZYH ) 甲、乙两人约定在下午 1 时到 2 时之间到某站乘 公共汽车, 又这段时间内有四班公共汽车, 它们的开车时刻 分别为 1:15, 1:30, 1:45, 2:00. 假定甲、乙两人到达车站的 时刻是互相不牵连的, 且每人 例8例8 在 1 时到 2 时的任何时刻到 达车站是等可能的. 如果它 们约定见车就乘 ; 求下列事 件的概率 A :两人同乘一车 B :两人同时到达车站

概率统计( ZYH ) 设 x, y 分别为甲、乙两人到达的时刻, 则 解 故 不可能事件的概率为 0 ,概率为 0 的事件未必是不可能事件 注意: