科数网
学习
高中数学
高中物理
微积分
线性代数
概率论
人工智能
赞助本站
在线教程
概率论与数理统计
第一篇 随机事件与概率
古典概率模型
日期:
2023-12-24 10:58
查看:
199
次
编辑
导出本文
古典概率模型
随机事件发生的可能性的大小常用区间 $[0,1]$ 中的数值加以刻划. 这个数值称为概 率,记为 $P(A)$. 规定: $$ P(\Omega)=1 ; \quad P(\phi)=0 ; \quad 0 \leq P(A) \leq 1 $$ 古典概型的基本思路: A 随机试验的样本空间只有有限个样本点; B每次试验中各个样本点发生的可能性相等. 记 $n$ 为样本点总数, $n_A$ 为事件 $A$ 所包含的样本点个数,则事件 $A$ 的概率为 $$ P(A)=\frac{A \text { 中所含 样本点的个数 }}{\Omega \text { 中所含样 本点的个数 }}=\frac{n_A}{n} $$ **例1** 口袋中有编号为 $1,2, \cdots, n$ 的 $n$ 个球, 从中有放回地任取 $m$ 次, 求取出的 $m$ 个球的最大号码为 $k$ 的概率. 解 记事件 $A_k$ 为 “取出的 $m$ 个球的最大号码为 $k$ ”. 如果直接考虑事件 $A_k$, 则比较复杂, 因为 “最大号码为 $k$ ”可以包括取到 1 次 $k$ 、取到 2 次 $k 、 \cdots \cdots$ 、取到 $m$ 次 $k$. 为此我们记事件 $B_i$ 为 “取出的 $m$ 个球的最大号码小于等于 $i, i=1,2, \cdots, n$, 则 $B_i$发生只需每次从 $1,2, \cdots, i$ 号球中取球即可, 所以由古典概率知 $$ P\left(B_i\right)=\frac{i^m}{n^m}, \quad i=1,2, \cdots, n . $$ 又因为 $A_k=B_k-B_{k-1}$, 且 $B_{k-1} \subset B_k$, 由性质 1.3.4 得 $$ \begin{aligned} P\left(A_k\right) & =P\left(B_k-B_{k-1}\right)=P\left(B_k\right)-P\left(B_{k-1}\right) \\ & =\frac{k^m-(k-1)^m}{n^m}, \quad k=1,2, \cdots, n . \end{aligned} $$ 辟如 $, n=6, m=3, k=4$, 可算得 $$ P\left(A_4\right)=\frac{4^3-3^3}{6^3}=\frac{37}{216}=0.1713 . $$ **例2**(抽奖问题) 某公司年会抽奖,共有 $n$ 张奖券,其中只有一张有奖. 每位员工可抽取一张. 求第 $k$ 位员工中奖的概率 $(1 \leq k \leq n)$. 解 不放回情形中,第 $k$ 个员工抽到有奖券意味着前 $k-1$ 个员工均没有抽到, 相应的取法个数为 $(n-1)(n-2) \ldots(n-k+1) * 1$, 而总取法数 (即样本点总数) 为 $$ n(n-1)(n-2) \mathrm{L} \quad(n-k+1) $$ 因此,所求概率为 $$ P=\frac{(n-1)(n-2) \ldots(n-k+1) * 1}{n(n-1)(n-2) \ldots(n-k+1)}=\frac{1}{n} $$ 这个结果和次序无关. **例3** (配对问题) 在一个有 $n$ 个人参加的晚会上, 每个人带了一件礼物, 且假定各人带的礼物都不相同. 晚会期间各人从放在一起的 $n$ 件礼物中随机抽取一件, 问至少有一个人自己抽到自己礼物的概率是多少? 解以 $A_i$ 记事件 “第 $i$ 个人自己抽到自己的礼物”, $i=1,2, \cdots, n$. 所求概率为 $P\left(A_1 \cup A_2 \cup \cdots \cup A_n\right)$. 因为 $$ P\left(A_1\right)=P\left(A_2\right)=\cdots=P\left(A_n\right)=\frac{1}{n}, $$ $$ \begin{aligned} & P\left(A_1 A_2\right)=P\left(A_1 A_3\right)=\cdots=P\left(A_{n-1} A_n\right)=\frac{1}{n(n-1)}, \\ & P\left(A_1 A_2 A_3\right)=P\left(A_1 A_2 A_4\right)=\cdots=P\left(A_{n-2} A_{n-1} A_n\right)=\frac{1}{n(n-1)(n-2)}, \\ & \cdots \\ & P\left(A_1 A_2 \cdots A_n\right)=\frac{1}{n !} . \end{aligned} $$ 所以由概率的加法公式 得 $$ P\left(A_1 \cup A_2 \cup \cdots \cup A_n\right)=1-\frac{1}{2 !}+\frac{1}{3 !}-\frac{1}{4 !}+\cdots+(-1)^{n-1} \frac{1}{n !} . $$ 譬如, 当 $n=5$ 时, 此概率为 0.6333 ; 当 $n \rightarrow \infty$ 时, 此概率的极限为 $1-\mathrm{e}^{-1}=0.6321$.这表明: 即使参加晚会的人很多 (辟如 100 人以上), 事件“至少有一个人自己抽到自己礼物” 也不是必然事件.
上一篇:
概率的定义及其性质
下一篇:
几何概率模型
本文对您是否有用?
有用
(
0
)
无用
(
0
)
赞助我们
0
篇笔记
写笔记
更多笔记
提交笔记