第二节 古典概型 (等可能概型).

Slides:



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

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.
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 :
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    
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.
2.5 函数的微分 一、问题的提出 二、微分的定义 三、可微的条件 四、微分的几何意义 五、微分的求法 六、小结.
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.
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.
3.5 元 / 千克 2.6 元 / 千克 买 3 千克 要多少钱? = (元)
练一练: 在数轴上画出表示下列各数的点, 并指出这些点相互间的关系: -6 , 6 , -3 , 3 , -1.5, 1.5.
§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。
概率统计序言.
第三章 概率 单元复习 第一课时.
§3.4 空间直线的方程.
《解析几何》 -Chapter 3 §7 空间两直线的相关位置.
古典概型习题课.
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;
3.1.3 概率的基本性质.
10.2 立方根.
25.2 用列举法求概率(第3课时) 保靖民中:张 强.
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
第四章 定积分及其应用 4.3 定积分的概念与性质 微积分基本公式 定积分的换元积分法与分部积分法 4.5 广义积分
第5章 定积分及其应用 基本要求 5.1 定积分的概念与性质 5.2 微积分基本公式 5.3 定积分的换元积分法与分部积分法
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..
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.
探索三角形相似的条件(2).
初中数学八年级下册 (苏科版) 10.4 探索三角形 相似的条件(2).
3.解:连续掷同一枚硬币4次的基本事件总数为 ,
第一章 预备知识 第一节 排列与组合 第二节 集合.
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.
第三章 随机事件的概率.
第一章 随机事件及其概率.
2.1.2 空间中直线与直线 之间的位置关系.
第一章 函数与极限.
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.
第四章 四边形性质探索 第五节 梯形(第二课时)
概 率 统 计 主讲教师 叶宏 山东大学数学院.
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.
几何概型.
§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4课时 绝对值.
第三章 空间向量与立体几何 3.1 空间向量及其运算 3.1.2空间向量的数乘运算.
高中数学必修 平面向量的基本定理.
直线的倾斜角与斜率.
用列举法求概率 (第二课时).
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.
3.2 平面向量基本定理.
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.
位似.
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 图形的平移与旋转.
Presentation transcript:

第二节 古典概型 (等可能概型)

我们首先引入一种计算概率的数学模型,它是在概率论的发展过程中最早出现的研究对象,通常称为 古典概型

试验E的所有结果 e1, e2, …,en 常常把这样的试验结果称为“等可能的”. 一、古典随机试验 试验E的所有结果 e1, e2, …,en 你认为哪个 结果出现的 可能性大? 常常把这样的试验结果称为“等可能的”.

定义1 若随机试验满足下述两个条件: (1) 它的样本空间只有有限多个样本点; (2) 每个样本点出现的可能性相同. 称这种试验为古典随机试验(古典概型).

例如,一个袋子中装有10个大小、形状完全相同的球. 将球编号为1-10 .把球搅匀,蒙上眼睛,从中任取一球. 例如,一个袋子中装有10个大小、形状完全相同的球. 将球编号为1-10 .把球搅匀,蒙上眼睛,从中任取一球. 每个 号码(或者说样本点)出现的可能性相同 . 8 5 该随机试验为古典概型. 9 6 1 4 2 3 10 7

1. 定义2 设试验E是古典概型, 其样本空间Ω由n个样本点组成 , 事件A由k个样本点组成 . 则定义事件A的概率为: P(A)=k/n= Ω中的样本点总数 称此概率为古典概率. 这样就把求概率问题转化为计数问题 . 2. 性质(P14): 非负性;(2)规范性; (3)有限可加性。

二、古典概率的计算 1、基本计数原理 设完成一件事有m种方式, 第一种方式有n1种方法, 则完成这件事总共 第二种方式有n2种方法, (1) 加法原理 设完成一件事有m种方式, 第一种方式有n1种方法, 则完成这件事总共 有n1 + n2 + … + nm 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,

(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, 则完成这件事共有 种不同的方法 . …; 第m个步骤有nm种方法, 必须通过每一步骤,才算完成这件事,

排列组合是计算古典概率的重要工具 . 排列、组合的几个简单公式 1、非重复排列: 从n个不同元素取 k个 不同元素(1 k n)的排列总数为: k = n时称全排列

n=4,k =3 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 2. 可重复排列:从n个不同元素可重复取出 k个元素(1 k n)的排列总数为: 3 2 4 1 n=4,k =3 例如:从装有4张卡片的盒中 有放回地摸取3张 1 2 3 第1张 4 1 2 3 第2张 4 1 2 3 第3张 4 共有4.4.4=43种可能取法

3、组合: 从n个不同元素取 k个 (1 k n)的不同组合总数为:

3、古典概率计算举例 例1 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,假设排列结果恰好拼成一个英文单词: S C I E N C E

解:设A表示事件: “拼成英文单词SCIENCE ” 则七个字母的排列样本点总数为: 7! 事件A的样本点数为: 这个概率很小,这里算出的概率有如下的实际意义: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 .

例2 某城市的电话号码由5个数字组成,每个数字可能是从0-9这十个数字中的任一个,求电话号码由五个不同数字组成的概率. 例2 某城市的电话号码由5个数字组成,每个数字可能是从0-9这十个数字中的任一个,求电话号码由五个不同数字组成的概率. 从10个不同数字中 取5个的排列 解: p= =0.3024 允许重复的排列 问: 错在何处?

例3. 将n个人随机分配到N个房间,每个房间 容纳的人数不限.试求下列事件的概率: 解: 样本点总数为: n!

例4 设有N件产品,其中有M件次品,现从这N件中任取n件,求其中恰有k件次品的概率. 解:令B={恰有k件次品} 次品 样本点总数为: 正品 事件B的样本点数为: N-M件 正品 M件次品

例5 一房间有4人,问至少有2人同月 出生的概率? 解 设A表示事件:“至少有2人同月出生”.

需要注意的是: 1、在应用古典概型时必须注意“等可能性”的条件. “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.

2、在用排列组合公式计算古典概率时,必须注意不要重复计数,也不要遗漏. 例6:从5双不同的鞋子中任取4只,这4只鞋子中“至少有两只配成一双”(事件A)的概率是多少? 9 7 3 2 1 4 5 6 8 10 下面的算法错在哪里?

把等可能推广到无限个样本点场合,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.

第三节 几何概率 几何方法的要点是: 1、设样本空间Ω是平面上某个区域,它的面积记为μ(Ω); 第三节 几何概率 几何方法的要点是: 1、设样本空间Ω是平面上某个区域,它的面积记为μ(Ω); 2、向区域Ω上随机投掷一点,这里“随机投掷一点”的含义是指该点落入Ω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,而与这部分区域的位置和形状无关.

3、设事件A是Ω的某个区域,它的面积为 μ(A),则向区域Ω上随机投掷一点,该点落在区域A的概率(几何概率)定义为 (*) 4、假如样本空间Ω可用一线段,或空间中某个区域表示,并且向Ω上随机投掷一点的含义如前述,则事件A的概率仍可用(*)式确定,只不过把 理解为长度或体积即可.

解:设x, y 分别表示两人到达约定地点时刻。 例1(约会问题) 两人约定于0到T时刻在 某地会面,先到者等t (t小于等于T)时 后可离去,问两人能相见的概率? 解:设x, y 分别表示两人到达约定地点时刻。 y T t x t T

例2 (蒲丰的针问题)在平面上有等距离为 的一些平行线,向平面上随意投掷一长为 的针,试求针与平行线之一相交的概率? 解 设 是针的中点 到平行线的最短距离, 是针与平行线的夹角,(如图示)

a/2 π Ω

几何概率的性质(P17—P18) (1)非负性; (2)规范性; (3)有限可加性;(4)可列可加性。