|
概率论基础知识
第一章 随机事件及其概率
一 随机事件
1几个概念
1、随机实验:满足下列三个条件的试验称为随机试验;(1)试验可在相同条件下重复进行;(2)试验的可能结果不止一个,且所有可能结果是已知的;(3)每次试验哪个结果出现是未知的;随机试验以后简称为试验,并常记为E。
例如:E1:掷一骰子,观察出现的总数;E2:上抛硬币两次,观察正反面出现的情况;
E3:观察某电话交换台在某段时间内接到的呼唤次数。
2、随机事件:在试验中可能出现也可能不出现的事情称为随机事件:常记为 A,B,C……
例如,在E1中,A表示“掷出2点”,B表示“掷出偶数点”均为随机事件。
3、必然事件与不可能事件:每次试验必发生的事情称为必然事件,记为Ω。每次试验都不可能发生的事情称为不可能事件,记为Φ。
例如,在E1中,“掷出不大于6点”的事件便是必然事件,而“掷出大于6点”的事件便是不可能事件,以后,随机事件,必然事件和不可能事件统称为事件。
4、基本事件:试验中直接观察到的最简单的结果称为基本事件。
例如,在E1中,“掷出1点”,“掷出2点”,……,“掷出6点”均为此试验的基本事件。
由基本事件构成的事件称为复合事件,例如,在E1中“掷出偶数点”便是复合事件。
5、样本空间:从集合观点看,称构成基本事件的元素为样本点,常记为e.
例如,在E1中,用数字1,2,……,6表示掷出的点数,而由它们分别构成的单点集{1},{2},…{6}便是E1中的基本事件。在E2中,用H表示正面,T表示反面,此试验的样本点有(H,H),(H,T),(T,H),(T,T),其基本事件便是{(H,H)},{(H,T)},{(T,H)},{(T,T)}显然,任何事件均为某些样本点构成的集合。
例如, 在E1中“掷出偶数点”的事件便可表为{2,4,6}。试验中所有样本点构成的集合称为样本空间。记为Ω。
例如,
在E1中,Ω={1,2,3,4,5,6}
在E2中,Ω={(H,H),(H,T),(T,H),(T,T)}
在E3中,Ω={0,1,2,……}
例1,一条新建铁路共10个车站,从它们所有车票中任取一张,观察取得车票的票种。
此试验样本空间所有样本点的个数为NΩ=P 210=90.(排列:和顺序有关,如北京至天津、天津至北京)
若观察的是取得车票的票价,则该试验样本空间中所有样本点的个数为 (组合)
例2.随机地将15名新生平均分配到三个班级中去,观察15名新生分配的情况。此试验的样本空间所有样本点的个数为
第一种方法用组合+乘法原理;第二种方法用排列
2事件间的关系与运算
1、包含:“若事件A的发生必导致事件B发生,则称事件B包含事件A,记为A B或B A。
例如,在E1中,令A表示“掷出2点”的事件,即A={2}
B表示“掷出偶数”的事件,即B={2,4, 6}则
2、相等:若A B且B A,则称事件A等于事件B,记为A=B
例如,从一付52张的扑克牌中任取4张,令A表示“取得到少有3张红桃”的事件;B表示“取得至多有一张不是红桃”的事件。显然A=B
3、和:称事件A与事件B至少有一个发生的事件为A与B的和事件简称为和,记为A B,或A+B
例如,甲,乙两人向目标射击,令A表示“甲击中目标”的事件,B表示“乙击中目标”的事件,则AUB表示“目标被击中”的事件。
推广:
有限个
无穷可列个
4、积:称事件A与事件B同时发生的事件为A与B的积事件,简称为积,记为A B或AB。
例如,在E3中,即观察某电话交换台在某时刻接到的呼唤次数中,令A={接到偶数次呼唤},B={接到奇数次呼唤},则A B={接到6的倍数次呼唤}
推广:
任意有限个
无穷可列个
5、差:称事件A发生但事件B不发生的事件为A减B的差事件简称为差,记为A-B。
例如,测量晶体管的β参数值,令A={测得β值不超过50},B={测得β值不超过100},则,A-B=φ,B-A={测得β值为50﹤β≤100}
6、互不相容:若事件A与事件B不能同时发生,即AB=φ,则称A与B是互不相容的。
例如,观察某定义通路口在某时刻的红绿灯:若A={红灯亮},B={绿灯亮},则A与B便是互不相容的。
7、对立:称事件A不发生的事件为A的对立事件,记为 显然 ,A∩ =φ
例如,从有3个次品,7个正品的10个产品中任取3个,若令A={取得的3个产品中至少有一个次品},则 ={取得的3个产品均为正品}。
3事件的运算规律
1、交换律 A∪B=B∪A; A∩B=B∩A
2、结合律 (A∪B)∪C=A∪(B∪C) ;(A∩B)∩C=A∩(B∩C)
3、分配律 A∩(B∪C)=(A∩B)∪(A∩C), A∪(B∩C)=(A∪B)∩(A ∪C)
4、对偶律
此外,还有一些常用性质,如
A∪ B A,A∪B B(越求和越大);A∩B A,A∩B B(越求积越小)。
若A B,则A∪ B=B, A∩ B=A A-B=A-AB= A 等等。
例3,从一批产品中每次取一件进行检验,令Ai={第i次取得合格品},i=1,2,3,试用事件的运算符号表示下列事件。A={三次都取得合格品}B={三次中至少有一次取得合格品}C={三次中恰有两次取得合格品}D={三次中最多有一次取得合格品}
解:A=A1A2A3 表示方法常常不唯一,如事件B又可表为
或
例4,一名射手连续向某一目标射击三次,令Ai={第i次射击击中目标} , i=1,2,3,试用文字叙述下列事件:
解:
A1A2A3={三次射击都击中目标}
A3-A2={第三次击中目标但第二次未击中目标}
例5,下图所示的电路中,以A表示“信号灯亮”这一事件,以B,C,D分别表示继电器接点,Ⅰ,Ⅱ,Ⅲ,闭合,试写出事件A,B,C,D之间的关系。
解,不难看出有如下一些关系:
二 事件的概率
1概率的定义
所谓事件A的概率是指事件A发生可能性程度的数值度量,记为P(A)。规定P(A)≥0,P(Ω)=1。
1、古典概型中概率的定义
古典概型:满足下列两条件的试验模型称为古典概型。
(1)所有基本事件是有限个; (2)各基本事件发生的可能性相同;
例如:掷一匀称的骰子,令A={掷出2点}={2},B={掷出偶数总}={2,4,6}。此试验样本空间为
Ω={1,2,3,4,5,6},于是,应有1=P(Ω)=6P(A),即P(A)= 。
而P(B)=3P(A)=
定义1:在古典概型中,设其样本空间Ω所含的样本点总数,即试验的基本事件总数为NΩ而事件A所含的样本数,即有利于事件A发生的基本事件数为NA,则事件A的概率便定义为:
例1,将一枚质地均匀的硬币一抛三次,求恰有一次正面向上的概率。
解:用H表示正面,T表示反面,则该试验的样本空间
Ω={(H,H,H)(H,H,T)(H,T,H)(T,H,H)(H,T,T)(T,H,T)(T,T,H)(T,T,T)}。
可见NΩ=8 令A={恰有一次出现正面},则A={(H,T,T)(T,H,T)(T,T,H)}
可见,令NA=3 故
例2,(取球问题)袋中有5个白球,3个黑球,分别按下列三种取法在袋中取球。
(1)有放回地取球:从袋中取三次球,每次取一个,看后放回袋中,再取下一个球;
(2)无放回地取球:从袋中取三次球,每次取一个,看后不再放回袋中,再取下一个球;
(3)一次取球:从袋中任取3个球。在以上三种取法中均求A={恰好取得2个白球}的概率。
解:(1)有放回取球 NΩ=888=83=512 (袋中八个球,不论什么颜色,取到每个球的概率相等)
(先从三个球里取两个白球,第一次取白球有五种情况,第二次取白球还有五种情况<注意是有放回>,第三次取黑球只有三种情况)
(2)无放回取球 故
(3)一次取球
故
属于取球问题的一个实例:
设有100件产品,其中有5%的次品,今从中随机抽取15件,则其中恰有2件次品的概率便为
(属于一次取球模型)
例3(分球问题)将n个球放入N个盒子中去,试求恰有n个盒子各有一球的概率(n≤N)。
解: 令A={恰有n个盒子各有一球},先考虑基本事件的总数
先从N个盒子里选n个盒子,然后在n个盒子里n个球全排列
故
属于分球问题的一个实例:
全班有40名同学,向他们的生日皆不相同的概率为多少?令A={40个同学生日皆不相同},则有
(可以认为有365个盒子,40个球)故
例4(取数问题)
从0,1,……,9共十个数字中随机的不放回的接连取四个数字,并按其出现的先后排成一列,求下列事件的概率:(1)四个数排成一个偶数;(2)四个数排成一个四位数;(3)四个数排成一个四位偶数;
解:令A={四个数排成一个偶数},B={四个数排成一个四位数},C={四个数排成一个四位偶数}
,
,
例5(分组问题)将一幅52张的朴克牌平均地分给四个人,分别求有人手里分得13张黑桃及有人手里有4张A牌的概率各为多少?
解:令A={有人手里有13张黑桃},B={有人手里有4张A牌}
于是
,故
不难证明,古典概型中所定义的概率有以下三条基本性质:
1 P(A)≥0
2 P(Ω)=1
3 若A1,A2,……,An两两互不相容,则
2、概率的统计定义
频率:在n次重复试验中,设事件A出现了nA次,则称:为事件A的频率。频率具有一定的稳定性。示例见下例表
试验者
抛硬币次数n
正面(A)出现次数nA
正面(A)出现的
频率
德摩尔根
2048
1061
0.5180
浦丰
4040
2148
0.5069
皮尔逊
12000
6019
0.5016
皮尔逊
24000
12012
0.5005
维尼
30000
14994
0.4998
定义2:在相同条件下,将试验重复n次,如果随着重复试验次数n的增大,事件A的频率fn(A)越来越稳定地在某一常数p附近摆动,则称常数p为事件A的概率,即P(A)=p
不难证明频率有以下基本性质:
1 2
3 若A1,A2,……,两两互不相容,则
3、概率的公理化定义 (数学定义)
定义3:设某试验的样本空间为Ω,对其中每个事件A定义一个实数P(A),如果它满足下列三条公理:
1 P(A) ≥0(非负性) 2 P(Ω)=1(规范性)
3 若A1,A2,……,An……两两互不相容,则 (可列可加性,简称可加性)
则称P(A)为A的概率
4、几何定义
定义4:假设Ω是Rn(n=1,2,3)中任何一个可度量的区域,从Ω中随机地选择一点,即Ω中任何一点都有同样的机会被选到,则相应随机试验的样本空间就是Ω,假设事件A是Ω中任何一个可度量的子集,则
P(A)==ū(A)/ ū(Ω)
2概率的性质
性质1:若A B, 则P(B-A)=P(B)-P(A) ——差的概率等于概率之差
证: 因为:A B
所以:B=A∪(B-A)且A∩(B-A)=φ,由概率可加性
得P(B)=P[A∪(B-A)]=P(A)+P(B-A)
即 P(B-A)=P(B)-P(A)
性质2:若A B, 则P(A)≤P(B) ——概率的单调性
证:由性质1及概率的非负性得 0≤P(B-A)=P(B)-P(A),即P(A)≤P(B)
性质3:P(A)≤1 证明:由于A Ω,由性质2及概率的规范性可得P(A)≤1
性质4:对任意事件A,P( )=1-P(A)
证明:在性质1中令B=Ω便有P( )=P(Ω-A)=P(Ω)-P(A)=1-P(A)
性质5:P(φ)=0 证:在性质4中,令A=Ω,便有P(φ)=P( )=1-P(Ω)=1-1=0
性质6 (加法公式)对任意事件A,B,有P(AUB)=P(A)+P(B)-P(AB)
证:由于A∪B=A∪(B-AB)且A∩(B-AB)=φ(见图)
由概率的可加性及性质1便得
P(A∪B)=P[A∪(B-AB)]=P(A)+P(B-AB)
=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6 设10个产品中有3个是次品,今从中任取3个,试求取出产品中至少有一个是次品的概率。
解:令C={取出产品中至少有一个是次品},则={取出产品中皆为正品},于是由性质4得
例7,甲,乙两城市在某季节内下雨的概率分别为0.4和0.35,而同时下雨的概率为0.15,问在此季节内甲、乙两城市中至少有一个城市下雨的概率。
解:令A={甲城下雨},B={乙城下雨},按题意所要求的是
P(A∪B)=P(A)+P(B)—P(AB)=0.4+0.35-0.15=0.6
例8.设A,B,C为三个事件,已知P(A)=P(B)=P(C)=0.25,P(AB)=0,P(AC)=0,P(BC)=0.125,求A,B,C至少有一个发生的概率。
于是所求的概率为
三 条件概率
1条件概率的概念及计算
在已知事件B发生条件下,事件A发生的概率称为事件A的条件概率,记为P(A/B)。条件概率P(A/B)与无条件概率P(A)通常是不相等的。
例1:某一工厂有职工500人,男女各一半,男女职工中非熟练工人分别为40人和10人,即该工厂职工人员结构如下:
人数
男
女
总和
非熟练工人
40
10
50
其他职工
210
240
450
总和
250
250
500
现从该厂中任选一职工,令A= {选出的职工为非熟练工人},B= {选出的职工为女职工}
显然,;而
,
定义1 设A、B为两事件,如果P(B)>0,则称为在事件B发生的条件下,事件A的条件概率。同样,如果P(A)>0,则称为在事件A发生条件下,事件B的条件概率。
条件概率的计算通常有两种办法:
(1)由条件概率的含义计算(通常适用于古典概型), (2)由条件概率的定义计算。
例2:一盒子内有10只晶体管,其中4只是坏的,6只是好的,从中无放回地取二次晶管,每次取一只,当发现第一次取得的是好的晶体管时,向第二次取的也是好的晶体管的概率为多少?
解: 令 A={第一次取的是好的晶体管},B={第二次取的是好的晶体管}
按条件概率的含义立即可得:
按条件概率的定义需先计算:;于是
例3:某种集成电路使用到2000小时还能正常工作的概率为0.94,使用到3000小时还能正常工作的概率为0.87 .有一块集成电路已工作了2000小时,向它还能再工作1000小时的概率为多大?
解:令 A={集成电路能正常工作到2000小时},B={集成电路能正常工作到3000小时}
已知::P(A)=0.94, P(B)=0.87 且 ,既有AB=B于是P(AB)=P(B)=0.87
按题意所要求的概率为:
2关于条件概率的三个重要公式
1.乘法公式
定理1: ,
例4:已知某产品的不合格品率为4%,而合格品中有75%的一级品,今从这批产品中任取一件,求取得的为一级的概率.
解: 令 A= {任取一件产品为一级品}, B= {任取一件产品为合格品},显然 ,即有AB=A 故P(AB)=P(A)。于是, 所要求的概率便为
例5:为了防止意外,在矿内安装两个报警系统a和b,每个报警系统单独使用时,系统a有效的概率为0.92,系统b的有效概率为0.93,而在系统a失灵情况下,系统b有效的概率为0.85,试求:(1)当发生意外时,两个报警系统至少有一个有效的概率;(2)在系统b失灵情况下,系统a有效的概率.
解: 令 A={系统a有效} B={系统b 有效}
已知 , ,
对问题(1) ,所要求的概率为
,其中 (见图)
= =
于是
对问题(2),所要求的概率为:=
推广:如果
证:由于
所以上面等式右边的诸条件概率均存在,且由乘法公式可得
=
= …… (依此类推)=
例6:10个考签中有4个难签,三个人参加抽签(无放回)甲先,乙次,丙最后,试问(1) 甲、乙、丙均抽得难签的概率为多少? (2) 甲、乙、丙抽得难签的概率各为多少?
解: 令A,B,C分别表示甲、乙、丙抽得难签的事件,
对问题(1),所求的概率为:
对问题(2), 甲抽得难签的概率为:
乙抽得难签的概率为
丙抽得难签的概率为
其中
于是
2.全概率公式
完备事件组:如果一组事件 在每次试验中必发生且仅发生一个,
即 则称此事件组为该试验的一个完备事件组
例如,在掷一颗骰子的试验中,以下事件组均为完备事件组:① {1},{2}, {3},{4},{5},{6}; ② {1,2,3},{4,5 }, {6}; ③ A ,(A为试验中任意一事件)
定理2: 设 为一完备事件组,且 ,则对于任意事件A有
证:由于 且对于任意
,于是由概率的可加性及乘法公式便得:
例7,某届世界女排锦标赛半决赛的对阵如下:
根据以往资料可知,中国胜美国的概率为0.4 ,中国胜日本的概率为0.9,而日本胜美国的概率为0.5,求中国得冠军的概率。
解:令H= {日本胜美国}, ={美国胜日本}, A= {中国得冠军}
由全概率公式便得所求的概率为
例8, 盒中放有12个乒乓球,其中9个是新的,第一次比赛时,从盒中任取3个使用,用后放会盒中,第二次比赛时,再取3个使用,求第二次取出都是新球的概率
解: 令 H ={第一次比赛时取出的3个球中有i个新球}i=0,1,2,3,A = {第二次比赛取出的3个球均为新球}
于是 , , ,
而 , , ,
由全概率公式便可得所求的概率
=0.146
3 贝叶斯公式
定理3: 设 H ,H ,…….H 为一完备事件组,且 又设A为任意事件,且 P(A) >0,则有
证:由乘法公式和全概率公式即可得到
先验概率
例9:某种诊断癌症的实验有如下效果:患有癌症者做此实验反映为阳性的概率为0.95,不患有癌症者做此实验反映为阴的概率也为0.95,并假定就诊者中有0.005的人患有癌症。已知某人做此实验反应为阳性,问他是一个癌症患者的概率是多少?
解: 令 H={做实验的人为癌症患者},={做实验的人不为癌症患者},A={实验结果反应为阳性},{实验结果反应为阴性},由贝叶斯公式可求得所要求的概率:
例10:两信息分别编码为X和Y传送出去,接收站接收时,X被误收作为Y的概率0.02,而Y被误作为X的概率为0.01.信息X与Y传送的频繁程度之比为2:1,若接收站收到的信息为X,问原发信息也是X的概率为多少?
解:设H={原发信息为X}
由题意可知
由贝叶斯公式便可求得所要求的概率为
例11:设有一箱产品是由三家工厂生产的,已知其中 的产品是由甲厂生产的,乙、丙两厂的产品各占 ,已知甲,乙两厂的次品率为2%,丙厂的次品率为4%,现从箱中任取一产品(1) 求所取得产品是甲厂生产的次品的概率;(2) 求所取得产品是次品的概率;(3) 已知所取得产品是次品,问他是由甲厂生产的概率是多少?
解:令 分别表示所取得的产品是属于甲、乙、丙厂的事件,A={所取得的产品为次品}
显然 , , ,
对问题(1),由乘法公式可得所要求的概率:
对问题(2),由全概率公式可得所要求的概率
对问题(3),由贝叶斯公式可得所要求的概率
四 独立性
1事件的独立性
如果事件B的发生不影响事件A的概率,即 则称事件A对事件B独立。
如果事件A的发生不影响事件B的概率,即 , 则称事件B对事件A独立。
不难证明,当 时,上述两个式子是等价的。
事实上,如果 ,则有
反之,如果 ,则有
即
同样可证
总之 ,可见事件独立性是相互的。
定义1 设A,B为两个事件,如果 ,则称事件A与事件B相互独立。
例1,袋中有3个白球2个黑球,现从袋中(1)有放回;(2)无放回的取两次球,每次取一球,令
A={第一次取出的是白球} B={第二次取出的是白球} 问A,B是否独立?
解:(1)有放回取球情况,则有
2*3
可见, ,可见A,B独立。
(2)无放回取球情况,则有
可见, ,故A,B不独立。(实际上就是抓阄模型)
例2,设有两元件,按串联和并联方式构成两个系统Ⅰ,Ⅱ(见图)每个元件的可靠性(即元件正常工作的概率)为r(0
展开阅读全文
淘文阁 - 分享文档赚钱的网站所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。