现实世界的现象分为两种: 1)确定性现象:某条件下必然出现(或不 出现)某种结果的现象。 a.太阳从东方升起; b.上抛物体一定下落. 2)随机现象:某条件下可能出现这样或那样 的结果,且事先无法预知其确 切结果的现象。 a.抛硬币后的正反面; b.新生婴儿的体重. 在一定条件下对随机现象进行大量观测 会发现某种规律性. 例如: 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. 再如: 测量一物体的长度,由于仪器及观察受 到的环境的影响,每次测量的结果可能是有 差异的. 但多次测量结果的平均值随着测量 次数的增加逐渐稳定于一常数,并且诸测量 值大多落在此常数的附近,越远则越少,因 而其分布状况呈现“两头小,中间大,左右 基本对称”. 大量事实表明随机现象也有其规律性, 我们将“不定性数量化”,即从数量的侧面 去研究随机现象的统计规律性。这正是本课 程 所要研究的内容。 第一章 概率论的基本概念 第一节 随机事件、频率与概率 一、样本空间与随机事件 1、随机试验:若一个试验满足以下条件 (1) 试验可以在相同的条件下重复进行; (2) 试验的可能结果不止一个,但事先知道试 验的所有可能结果; (3) 每次试验总是恰好出现所有可能结果中的 一个,但事先无法预知出现哪一个结果。 则此试验称为随机试验 例如,掷骰子试验 2. 样本点、样本空间、事件 (1)样本点(基本事件):随机试验每一个 可能结果称为一个样本点。记为ω (2)样本空间:样本点的全体组成的集合 成为随机试验的样本空间。记为Ω (3) 随机事件: 在一次试验中可能发生也可能 不发生的事件称为随机事件,简称事件. 基本事件(样本点) 如在掷骰子试验中, 观察掷出的点数 . (相对于观察目的 事 不 可再分解的事件) 件 事件 Ai ={掷出i点} i =1,2,3,4,5,6 复合事件 (两个或一些基本事件并在一 起,就 构成一个复合事件) 事件 B={掷出奇数点} 例1 抛硬币观察正反面情况 样本点: 正面;反面。 样本空间:
Download ReportTranscript 现实世界的现象分为两种: 1)确定性现象:某条件下必然出现(或不 出现)某种结果的现象。 a.太阳从东方升起; b.上抛物体一定下落. 2)随机现象:某条件下可能出现这样或那样 的结果,且事先无法预知其确 切结果的现象。 a.抛硬币后的正反面; b.新生婴儿的体重. 在一定条件下对随机现象进行大量观测 会发现某种规律性. 例如: 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. 再如: 测量一物体的长度,由于仪器及观察受 到的环境的影响,每次测量的结果可能是有 差异的. 但多次测量结果的平均值随着测量 次数的增加逐渐稳定于一常数,并且诸测量 值大多落在此常数的附近,越远则越少,因 而其分布状况呈现“两头小,中间大,左右 基本对称”. 大量事实表明随机现象也有其规律性, 我们将“不定性数量化”,即从数量的侧面 去研究随机现象的统计规律性。这正是本课 程 所要研究的内容。 第一章 概率论的基本概念 第一节 随机事件、频率与概率 一、样本空间与随机事件 1、随机试验:若一个试验满足以下条件 (1) 试验可以在相同的条件下重复进行; (2) 试验的可能结果不止一个,但事先知道试 验的所有可能结果; (3) 每次试验总是恰好出现所有可能结果中的 一个,但事先无法预知出现哪一个结果。 则此试验称为随机试验 例如,掷骰子试验 2. 样本点、样本空间、事件 (1)样本点(基本事件):随机试验每一个 可能结果称为一个样本点。记为ω (2)样本空间:样本点的全体组成的集合 成为随机试验的样本空间。记为Ω (3) 随机事件: 在一次试验中可能发生也可能 不发生的事件称为随机事件,简称事件. 基本事件(样本点) 如在掷骰子试验中, 观察掷出的点数 . (相对于观察目的 事 不 可再分解的事件) 件 事件 Ai ={掷出i点} i =1,2,3,4,5,6 复合事件 (两个或一些基本事件并在一 起,就 构成一个复合事件) 事件 B={掷出奇数点} 例1 抛硬币观察正反面情况 样本点: 正面;反面。 样本空间:
Slide 1
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 2
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 3
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 4
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 5
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 6
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 7
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 8
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 9
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 10
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 11
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 12
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 13
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 14
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 15
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 16
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 17
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 18
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 19
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 20
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 21
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 22
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 23
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 24
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 25
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 26
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 27
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 28
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 2
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 3
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 4
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 5
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 6
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 7
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 8
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 9
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 10
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 11
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 12
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 13
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 14
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 15
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 16
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 17
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 18
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 19
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 20
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 21
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 22
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 23
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 24
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 25
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 26
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 27
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)
Slide 28
现实世界的现象分为两种:
1)确定性现象:某条件下必然出现(或不
出现)某种结果的现象。
a.太阳从东方升起; b.上抛物体一定下落.
2)随机现象:某条件下可能出现这样或那样
的结果,且事先无法预知其确
切结果的现象。
a.抛硬币后的正反面; b.新生婴儿的体重.
在一定条件下对随机现象进行大量观测
会发现某种规律性.
例如:
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.
再如:
测量一物体的长度,由于仪器及观察受
到的环境的影响,每次测量的结果可能是有
差异的. 但多次测量结果的平均值随着测量
次数的增加逐渐稳定于一常数,并且诸测量
值大多落在此常数的附近,越远则越少,因
而其分布状况呈现“两头小,中间大,左右
基本对称”.
大量事实表明随机现象也有其规律性,
我们将“不定性数量化”,即从数量的侧面
去研究随机现象的统计规律性。这正是本课
程
所要研究的内容。
第一章
概率论的基本概念
第一节
随机事件、频率与概率
一、样本空间与随机事件
1、随机试验:若一个试验满足以下条件
(1) 试验可以在相同的条件下重复进行;
(2) 试验的可能结果不止一个,但事先知道试
验的所有可能结果;
(3) 每次试验总是恰好出现所有可能结果中的
一个,但事先无法预知出现哪一个结果。
则此试验称为随机试验
例如,掷骰子试验
2. 样本点、样本空间、事件
(1)样本点(基本事件):随机试验每一个
可能结果称为一个样本点。记为ω
(2)样本空间:样本点的全体组成的集合
成为随机试验的样本空间。记为Ω
(3) 随机事件:
在一次试验中可能发生也可能
不发生的事件称为随机事件,简称事件.
基本事件(样本点)
如在掷骰子试验中,
观察掷出的点数 .
(相对于观察目的
事 不 可再分解的事件)
件
事件 Ai ={掷出i点}
i =1,2,3,4,5,6
复合事件
(两个或一些基本事件并在一
起,就 构成一个复合事件)
事件 B={掷出奇数点}
例1 抛硬币观察正反面情况
样本点: 正面;反面。
样本空间: {正面,反面}
例2 从含两件次品(a1, a2)和三件正品(a3, a4, a5)
的五件产品中任意取出两件。
样本点:(a1, a2), (a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5),(a3, a4),
(a3, a5), (a4, a5)
样本空间:Ω={(a1, a2), (a1, a3), … ,(a4, a5) }
事件A:“没有取到次品”
A={(a3, a4), (a3, a5), (a4, a5) }
事件B:“仅有一件次品”
B={(a1, a3), (a1, a4), (a1, a5),
(a2, a3), (a2, a4), (a2, a5)}
显然事件A, B为样本空间Ω的子集。
两个特殊的事件:
即在试验中必定发生的事件,常用Ω表示;
即在一次试验中不可能发生的事件,
常用φ表示 .
例如,在掷骰子试验中,
“掷出点数小于7”是必然事件;
而“掷出点数8”则是不可能事件.
二、事件的关系与运算
事
件
运
算
的
基
本
规
律
事件的关系和运算
交换律
结合律
分配律
德摩根(对偶)律
互斥与互逆的区别:
两事件A、B互斥: AB
即A与B不可能同时发生.
两事件A、B互逆或互为对立事件
除要求A、B互斥( AB )外,还要求
A UB= Ω
对于一个具体事件,要学会用数学符
号表示;反之,对于用数学符号表示的事
件,要清楚其具体含义是什么.
也就是说,要正确无误地“互译”出来.
例如,从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
问:
A ?
A 是A的对立事件,
A ={两件产品不都是合格品}
在概率论中,常常叙述为:
A ={两件产品中至少有一个是不合格品}
A ={两件产品中至少有一个是不合格品}
它又可写为两个互斥事件之和
A ={两件产品中恰有一个是不合格品}
{两件产品中都是不合格品}
续)从一批产品中任取两件,观察合格
品的情况. 记 A={两件产品都是合格品},
A ={两件产品中至少有一个是不合格品}
若记 Bi ={取出的第 i 件是合格品},i=1,2
问如何用 Bi 表示A和 A ?
A=B1B2
A B1 B2 B1 B2
B1 B2 B1 B2 B1 B2
三:频率、概率的定义
1. 频率:若事件A在n次重复随机试验中
发生了nA次,则称Fn(A)=nA/n为事
件A在这n次试验中发生的频率
从大量的实验中我们发现频率的不确定
性中有其规律性,如抛硬币试验(P8)
2. 概率的统计定义
在一定条件下,重复做 n 次实验, n A为 n 次
实验中事件A发生的次数,如果随着n逐渐增大,
频率
nA
n
逐渐稳定在某一数值 p 附近,则数值p称
为事件A在该条件下发生的统计概率,
记作 P ( A) p
.
统计概率的性质:
(1) 非负性:
0 P ( A) 1;
(2) 规范性: P ( ) 1;
( 3) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
注:用统计概率来定义概率需要大量的实验,
且不能保证得到P(A)的精确值。
3.概率的公理化定义
设E为随机试验,Ω是它的样本空间,对于E的
每一个事件A对应着一个实数,记为P(A),若
P(A)满足下列条件:
(1) 非负性:
0 P ( A) 1;
( 2) 规范性: P ( ) 1;
( 3) 可列可加性:
对于互不相容事件Ak ( k 1,2,,
k 1
k 1
n,),有 P ( Ak ) P ( Ak ).
则称P(A)为事件A的概率
概率的性质:
(1) P ( ) 0;
( 2) 有限可加性:
若事件A1 , A2 , An两两互不相容,
n
n
k 1
k 1
则 P ( Ak ) P ( Ak ).
( 3) 对事件A和B,
P ( B ) P ( A) A B
P ( B A) P ( BA ) P ( B ) P ( AB ) 0
B A
P( B)
A B
(4) P ( A B ) P ( A) P ( B ) P ( AB)
证明:
(3)A B, B A( B A),
而A( B A) ,
P ( B ) P ( A) P ( B A),
即P ( B A) P ( B) P ( A),且有P ( B) P ( A).
(4)A B A( B AB),且A( B AB) , AB B.
P ( A B ) P ( A) P ( B AB)
P ( A) P ( B ) P ( AB).
推论1
对任意事件A,有P ( A ) 1 P ( A).
证:因A A ,且A A ,
所以
即
1 P ( ) P ( A A ) P ( A) P ( A )
P ( A) 1 P ( A )
推论2 (一般加法公式)对任意事件A1 , A2 ,, An ,有
n
P ( Ak ) S1 S 2 S 3 ( 1) S n
n
k 1
其中
S1
n
P( A
k
k 1
S3
P( A A A
i
1 i j k n
j
k
),
),
S 2
P( A A
i
j
1 i j n
, Sn P ( A1 A2 An )
),
例1 设事件A、B的概率分别为1/ 3和1/ 2,
求下列三种情况下P ( A B )的概率。
(1)A与B互不相容;(2)A B; ( 3) P ( AB )
1
8
解(1)因A与B互不相容,所以B A ,
故
AB B
1
P ( A B) P( B) .
2
1
1
1
2
3
6
( 2) A B, P ( A B) P ( B A) P ( B) P ( A)
( 3) 因B AB A B,且( AB) ( A B ) ,
所以 P ( B ) P ( AB) P ( A B),
1 1 3
即 P ( A B) P ( B) P ( AB) .
2 8 8
例2
1
已知 P ( A) P ( B ) , 证明P ( AB) P ( A B )
2
证:P ( B A ) P ( A B ) 1 P ( A B )
1 P ( A) P ( B ) P ( AB)
1
1
2
1
2
P ( AB )
P ( AB)