资源描述
1,概率论与数理统计第1讲,2,概率论与数理统计,3,第一章 概率论的基本概念,4,在一定条件下必然发生的现象,称为确定性现象.在个别试验中呈现出不确定性, 在大量重复试验中其结果又具有统计规律性的现象, 称为随机现象.概率论与数理统计是研究和揭示随机现象统计规律性的一门数学学科.,5,1 随机试验,6,随机试验简称试验.在概率论中,试验是一个含义广泛的术语, 并没有严格的纯数学定义. 包括人做的试验, 甚至大自然做的试验, 机器人做的试验, 人进行的观察, 等等. 试验的特点:1,可在相同条件下重复地进行;2,每次试验的可能结果不止一个, 并且能事先明确所有可能的结果.3,进行一次试验之前不能确定哪一个结果会出现.,7,试验的例:E1:抛一枚硬币, 观察正面H, 反面T出现的现象.E2:将一枚硬币掷三次, 观察正面H, 反面T出现的情况.E3:将一枚硬币抛掷三次,观察出现正面的次数.E4:抛一颗骰子, 观察出现的点数.E5:记录某城市120急救电话台一昼夜接到的呼唤次数.E6:在一批灯泡中任取一只, 测试它的寿命.E7:记录某地一昼夜的最高温度和最低温度.,8,2 样本空间、随机事件,9,(一)样本空间 对于随机试验, 尽管在每次试验之前不能预知试验的结果, 但试验的所有可能的结果组成的集合是已知的, 将随机试验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, 即E的每个结果, 称为样本点.,10,例:E1:抛一枚硬币, 观察正面H, 反面T出现的现象.S1: H,TE2:将一枚硬币掷三次, 观察正面H, 反面T出现的情况.S2: HHH,HHT,HTH,THH,HTT,THT,TTH,TTT;E3:将一枚硬币抛掷三次,观察出现正面的次数.S3: 0,1,2,3;E4:抛一颗骰子, 观察出现的点数.S4:1,2,3,4,5,6;,11,E5:记录某城市120急救电话台一昼夜接到的呼唤次数.S5:0,1,2,3,.;E6:在一批灯泡中任取一只, 测试它的寿命.S6:t|t0E7:记录某地一昼夜的最高温度和最低温度.S7: (x,y)|T0 xyT1, 这里x表示最低温度, y表示最高温度. 并设这一地区的温度不会小于T0, 也不会大于T1.,12,(二) 随机事件 称试验E的样本空间S的子集为E的随机事件, 简称事件. 在每次试验中, 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.特别, 由一个样本点组成的单点集, 称为基本事件. 例如, 掷一次硬币的实验E1有两个基本事件H和T; 掷一次骰子的实验E4有6个基本事件1,2,3,4,5,6.,13,样本空间S包含所有的样本点, 它是S自身的子集, 在每次试验中它总是发生的, 称为必然事件, 空集f不包含任何样本点, 它也作为样本空间的子集, 它在每次试验中都不发生, 称为不可能事件.,14,几个事件的例子:例1: 在E2:掷三次硬币观察正反面出现情况中事件A1:第一次出现的是H, 即A1=HHH,HHT,HTH,HTT.事件A2:三次出现同一面, 即A2=HHH, TTT在E6:测试任取的一只灯泡寿命中, 事件A3:寿命小于1000小时, 即A3=t|0t1000,15,(三) 事件间的关系与事件的运算 事件是一个集合, 因而事件间的关系与事件的运算按照集合论中集合间的关系和集合运算来处理. 下面给出这些关系和运算在概率论中的提法. 并根据事件发生的含义, 给出它们在概率论中的含义.设试验E的样本空间为S, 而A,B,Ak(k=1,2,.)是S的子集.通常喜欢用一个矩形来代表S, 其中的子区域代表一个事件.,16,1, 若AB, 则称事件B包含事件A, 这是指的事件A发生必然导致事件B发生.若AB且BA, 即A=B, 则称事件A与事件B相等.,S,B,A,17,2,事件AB=x|xA或xB称为事件A与事件B的和事件. 当且仅当A, B中至少有一个发生时, 事件AB发生.,S,A,B,18,19,3,事件AB=x|xA且xB称为事件A与事件B的积事件. 当且仅当A, B同时发生时, 事件AB发生. AB也记作AB,S,A,B,20,21,4,事件A-B=x|xA且xB称为事件A与事件B的差事件, 当且仅当A发生, B不发生时事件A-B发生.,S,A,B,22,5. 若AB=f, 则称事件A与事件B是互不相容的, 或互斥的, 这指的是事件A与事件B不能同时发生, 基本事件是两两互不相容的.,S,A,B,23,6, 若AB=S且AB=, 则称事件A与事件B互为逆事件, 又称事件A与事件B互为对立事件, 这指的是对每次试验而言, 事件A,B中必有一个发生, 且仅有一个发生. A的对立事件记为,S,A,24,在进行事件运算时, 经常要用到下述定律. 设A,B,C为事件, 则有交换律: AB=BA; AB=BA. 结合律: A(BC)=(AB)C; A(BC)=(AB)C.分配律: A(BC)=(AB)(AC); A(BC)=(AB)(AC);德摩根律:,25,例2 试验为掷三次硬币, 事件A1:第一次出现的是H, 事件A2:三次出现同一面, A1=HHH,HHT,HTH,HTT,A2=HHH,TTT,A1A2=HHH,HHT,HTH,HTT,TTT,A1A2=HHH,A2-A1=TTT,26,例3 如图所示的电路中, A表示信号灯亮, B, C, D表示继电器接点I,II,III闭合.,I,II,III,27,则BCA, BDA, BCBD=A, 而,I,II,III,A,B,C,D,28,3 频率与概率,29,(一)频率 定义 在相同条件下, 进行了n次试验, 在这n次试验中, 事件A发生的次数nA称为事件A发生的频数. 比值nA/n称为事件A发生的频率, 并记成fn(A).由定义, 易见频率具有下述基本性质:1, 0fn(A)1;2, fn(S)=1;3, 若A1,A2,.,Ak是两两互不相容的事件, 则fn(A1A2.Ak)=fn(A1)+fn(A2)+.+fn(An).,30,历史上的掷硬币试验,31,大量实验证实, 当重复试验的次数增大时, 频率fn(A)呈现出稳定性, 逐渐稳定于某个常数, 我们称之为事件A的概率, 这叫大数定律. 但是从纯数学的角度看, 概率无非是赋予事件A的一个实数.因此, 从纯数学的观点看问题, 只要对每个事件赋予一个满足一定性质的实数就行, 是不关心概率在实际中的情况的. 数学对实际的应用, 都属于某种方式的数学建模.,32,(二) 概率 定义 设E是随机试验, S是它的样本空间, 对于E的每一事件A赋予一个实数, 记为P(A), 称为事件A的概率, 如果集合函数P()满足下列条件:1, 非负性: 对于每一个事件A, 有P(A)0;2, 规范性: 对于必然事件S, 有P(S)=1;3, 可列可加性:设A1,A2,.是两两互不相容事件, 即对于ij, AiAj=f, i,j=1,2,., 则有P(A1A2.)=P(A1)+P(A2)+.(3.1)由概率的定义可推得概率的一些重要性质.,33,性质1 P(f)=0.证 令An=f (n=1,2,.), 则,由概率的可列可加性(3.1)得,34,性质2(有限可加性) 若A1,A2,.,An是两两互不相容的事件, 则有P(A1A2.An)=P(A1)+P(A2)+.+P(An)(3.2)证 令An+1=An+2=.=f, 即有AiAj=f, ij, i,j=1,2,.由(3.1)式得,35,性质3 设A,B是两个事件, 若AB, 则有P(B-A)=P(B)-P(A)(3.3)P(B)P(A)(3.4)证 由AB知B=A(B-A)(参见), 且A(B-A)=f, 再由概率的有限可加性(3.2), 得P(B)=P(A)+P(B-A),又由概率的非负性1, P(B-A)0知P(B)P(A).,36,性质4 对于任一事件A,P(A)1证 因AS, 由性质3得P(A)P(S)=1性质5(逆事件的概率) 对任一事件A, 有,证,37,性质6(加法公式) 对任意两事件A,B有P(AB)=P(A)+P(B)-P(AB).(3.5)证 因AB= A(B-AB)(参见), 且A(B-AB)=f, ABB, 故由(3.2)及(3.3)得P(AB)=P(A)+P(B-AB)=P(A)+P(B)-P(AB).(3.5)式还可推广到多个事件, 例如, 设A,B,C为任意三个事件, 则有 P(ABC)=P(A)+P(B)+P(C)-P(AB)-P(BC)-P(AC)+P(ABC)(3.6),38,4 等可能概型(古典概型),39,1中所说的试验E1:抛一枚硬币, 观察正反两面出现的情况, E4:掷一枚骰子, 观察出现的点数, 它们具有两个共同的特点:1,试验的样本空间只包含有限个元素;2,试验中每个基本事件发生的可能性相同.具有上面两个特点的试验称为等可能概型, 也称为古典概型.,40,设试验的样本空间为S=e1,e2,.,en. 由于在试验中每个基本事件发生的可能性相同, 即有P(e1)=P(e2)=.=P(en).又由于基本事件是两两互不相容的, 于是1=P(S)=P(e1e2.en)=P(e1)+P(e2)+.+P(en)=nP(ei),41,若事件A包含k个基本事件, 即,这里i1,i2,.,ik是1,2,.,n中某k个不同的数. 则有,(4.1)式就是等可能概型中事件A的概率的计算公式,42,例1 将一枚硬币抛掷三次. (1)设事件A1为恰有一次出现正面, 求P(A1); (2) 设事件A2为至少有一次出现正面, 求P(A2).解 (1)考虑1中E2的样本空间: S2=HHH,HHT,HTH,THH,HTT,THT,TTH,TTT.而A1=HTT,THT,TTH.故由(4.1)式, 得,43,若本题考虑1中E3的样本空间:S3=0,1,2,3则由于各个基本事件发生的可能性不相同, 就不能利用(4.1)来计算P(A1)和P(A2). 因而对本题来说, 考虑样本空间S2才能顺利计算有关事件的频率.,44,例2 一口袋装有6只球, 其中4只白球, 2只红球. 从袋中取球两次, 每次随机地取一只. 考虑两种取球方式: (a)第一次取一只球, 观察其颜色后放回袋中, 搅匀后再取一球. 这种取球方式叫做放回抽样. (b)第一次取一球不放回袋中, 第二次从剩余的球中再取一球. 这种取球方式叫做不放回抽样, 试分别就上面两种情况求(1)取到的两只球都是白球的概率;(2)取到的两只球颜色相同的概率; (3)取到的两只球中至少有一只是白球的概率.,45,解 (a)放回抽样的情况. 以A,B,C分别表示事件取到的两只球都是白球, 取到的两只球都是红球, 取到的两只球中至少有一只是白球, 易知取到两只颜色相同的球这一事件即为AB, 而,由于AB=f, 得,46,例3 将n只球随机地放入N(Nn)个盒子中去, 试求每个盒子至多有一只球的概率(设盒子的容量不限).解 将n只球放入N个盒子, 每种放法是一基本事件, 共有NN.N=Nn种不同放法, 而每个盒子中至多放一只球共有N(N-1).N-(n-1)种不同放法, 因而所求概率为,47,许多问题和本例有相同的数学模型. 例如, 假设每人的生日在一年365天的任一天是等可能的, 即都等于1/365, 则随机选取n(365)个人, 他们的生日各不相同的概率为,因而, n个人中至少有两人生日相同的概率为,48,经计算可得下述结果:,49,关于组合,50,例4 设有N件产品, 其中有D件次品, 今从中任取n件, 问其中恰有k(kD)件次品的概率是多少?解 所求的概率为,(4.2)式即所谓超几何分布的概率公式.,51,例5 袋中有a只白球, b只红球, k个人依次在袋中取一只球, (1)作放回抽样; (2)作不放回抽样, 求第i(i=1,2,.,k)个人取到白球(记为事件B)的概率(ka+b).解 (1) 放回抽样的情况, 显然有,52,(2) 不放回抽样的情况. 各人取一只球, 每种,53,值得注意的是P(B)与i无关, 即k个人取球, 尽管取球的先后次序不同, 各人取到白球的概率是一样的, 大家机会相同. 另外还值得注意的是放回抽样的情况与不放回抽样的情况下P(B)是一样的.,54,例6 在12000的整数中随机地取一个数, 问取到的数即不能被6整除, 又不能被8整除的概率是多少?解 设A为事件取到的数能被6整除, B为事件取到的数能被8整除, 则所求概率为,55,又由于一个数同时能被6与8整除, 就相当于能被24整除, 因此, 由,56,例7 将15名新生随机地平均分配到三个班级中去, 这15名新生中有3名是优秀生. 问(1)每一个班级各分配到一名优秀生的概率是多少? (2) 3名优秀生分配在同一班级的概率是多少?解 15名新生平均分配到三个班级中的分法总数为,每一种分配法为一基本事件, 且由对称性易知每个基本事件发生的可能性相同.,57,(1) 将3名优秀生分配到三个班级使每个班级都有一名优秀生的分法共3!种, 对于这每一种分法, 其余12名新生平均分配到三个班级中的分法共有12!/(4!4!4!)种. 因此, 每一班级各分配到一名优秀生的分法共有(3!12!)/(4!4!4!)种. 于是所求概率为,58,(2) 将3名优秀生分配在同一班级的分法共有3种.对于这每一种分法, 其余12名新生的分法(一个班级2名, 另两个班级各5名)有12!/(2!5!5!)种, 因此3名优秀生分配在同一班级的分法共有(312!)/(2!5!5!)种, 于是, 所求概率为,59,例8 某接待站在某一同曾接待过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, 而各来访者在一周的任一天中去接待站是等可能的, 那么, 12次接待来访者都是在周二, 周四的概率为212/712=0.0000003. 而概率很小的事件在一次试验中实际上几乎是不发生的(称之为实际推断原理), 因此可以推断接待站不是每天都接待来访者. 即认为接待时间是有规定的.,60,请提问,
展开阅读全文