第一章 概率论的基本理论
第一章 概率论的基本理论
前苏联数学家柯尔莫哥洛夫,1933年创立概率公理化体系。
⎧确定现象
⎨
⎩随机现象
§1. 随机试验
例:E 1:抛一枚硬币,观察正反面出现情况; Ω1={H , T }
E 2:将一枚硬币抛三次,观察正反面出现情况;
Ω2={HHH , HHT , HTH , THH , HTT , THT , TTH , TTT }
E 3:抛两颗色子,观察出现点数和; Ω3={2,3,4, ,12} E 4:在一批灯管中任取一只,测试它的寿命; Ω4={t t ≥0} E 5:将一尺之棰折成三段,观察各段长度;
Ω5={(x , y , z )x >0, y >0, z >0, x +y +z =1}
特点:
⎧(1)试验可以在相同条件下重复进行;
⎪ ⎨(2)试验结果具有多种可能性,但能事先知道所有可能结果;⎪
⎩(3)进行试验前不能确定哪一结果出现。
满足上述特点的试验称之为随机试验,通过随机试验来研究随机现象。
§2. 样本空间 随机事件
一、 样本空间
随机试验E 的所有可能结果组成的集合,称为E 的样本空间。样本空间通常用S 或Ω来表示。(见上节)
样本空间的元素——样本点。
二、 随机事件
样本空间S 的子集——随机事件(事件),用A , B , C 表示;基本事件,必然事件,不可能事件。事件A 发生⇔A 中有一样本点出现。
例1、 E 2 S 2
T T A 1:第一次出现H A 1={H H H , H H , T H T , H }H
A 2:三个均出现T A 2={T T }T
三、 事件间关系与事件的运算
E S A , B A k ⊂S
1. A ⊂B 事件B 包含事件A A 发生导致B 发生 A =B ⇔A ⊂B 且B ⊂A 。 2. A ⋃B
A
k =1
n
k
n
A
k =1
∞
∞
k
3. A ⋂B A B 4. A -B =A
A
k =1
k
A
k =1
k
5. A ⋂B =∅ A , B 不相容,互斥
6. A ⋃B =S 且A ⋂B =∅——A , B 互逆,或对立事件 =B =S -A 算律同集合论
例 设A , B , C 表示三个随机事件:
1 A 出现,B , C 都不出现 ○
2 A , B 都出现,C 不出现 ○
3 三个事件均出现 ABC ○
4 三个事件至少有一个出现 A ⋃B ⋃C ○
5 三个事件均不出现 ○
6 不多于一个事件出现 或AB BC AC ○
7 不多于两个事件出现 ○
or ABC
8 三个事件至少有两个出现 ABC ○
9 A , B 至少有一个出现, C 不出现 (A +B ○ )⋅10 A , B , C 中恰好有两个出现 ○
§3. 频率与概率
一、 排列、组合复习
1. 不可重复排列(不放回)
A r
n =n (n -1)(n -2) (-n +r 1)=
n !
n -r !
2. 可重复排列 (放回)
n 个不同元素取r 个(未必不同)组成的排列种数 n r
3. 不可重复组合
C r
n
⎛ n ⎫⎝r ⎪⎭
4. 乘法原理、加法原理
二、 频率
1、E, n次,A, n A
f n A
n (A ) =
n
2、性质
⎧⎪
1.0≤f n (A ) ≤1⎨2、f ⎪n (S ) =1
⎩
3、A 1„„A k 均不相容
f n (A 1 „„A k ) =f n (A 1) +f n (A 2) +„„f n (A k )
例1, P8 例2, P9
可见,n 逐渐增大-------f n (A ) 逐渐趋于一个常数-------------------频率稳定性-------- 统计规律性------- 概率(事件发生可能性的) -----------------概率定义
三、 概率 Probability
1. 定义: E S A ⊂E 实数P (A )满足:
⎧⎪(1)P (A )≥0⎪
(非负性)⎨(2)P (S ⎪)=1
(规范性) ⎪⎩(3)设A 1, A 2, , A n , 两两互不相容,即:i ≠j 时A i ⋅A j =∅, 则
P (A 1 A 2 A n )=P (A 1)+P (A 2)+ +P (A n )+ (可列可加性)
则称P 为概率,P (A )为事件A 的概率。 1. 性质 (1) P (∅)=0
(2) A 1, A 2, , A n 两两互不相容,则
P (A 1 A 2 A n )=P (A 1)+P (A 2)+ +P (A n )
(3) A ⊂B ⇒ ⎧⎪⎨P (A )≤P
(B )⎪⎩P (B -A
)=P ()B -(P ) A
[A (B -A ) =B , A (B -A ) =∅] (4) P (A )≤1 (5) P ()
=1-P (A )
(6) P (A B )=P (A )+P (B )-P (AB )
[A B =A (B -A )B (⋅A -
B )A B =∅A ⊂B B P (A B )=P ()A +
(P
-B
)A B =()P +A ()P -B ()]P
A B
推广:
n
P (A 1 A 2 A n )=∑P (A i )-
i =1
1≤i ∑P (A i
A j
)+
+
∑
P (A n
i A j A k )+ +(-1)P (A 1A 2 A n )
1≤i
注意:(1) 性质(2)与(6)的区别;
(2) “至少”出现其中一件的概率,详解同(5)。
例 已知A ⊂B AC =∅ P (A )=0.2 P (B )=0.4 P (BC )=0.1 P (C )=0.3求:
(1) P (B -A )=P (B )-P (A )=0.4-0.2=0.2
(2) P (B C )=P (B )+P (C )-P (BC )=0.4+0.3-0.1=0.6 (3) P (A C )=P (A )+P (C )-P (AC )=0.5
(4) P (B -C -A )=P (B -C )-P (A )=P (B )-P (BC )-P (A )
[AC =∅ A ⊂ 又 A ⊂B 可得 A ⊂B -C ]
(5) P (C -B ) =P (C -B )=P (C )-P (BC )=0.3-0.1=0.2
[AC =∅ ⊃C ⊃C -B 得 (C -B ) =C -B ]
例 已知P (A )=x , P (B )=2x , P (C )=3x , P (AB )=P (BC )=y ,求证:x ≤证明: P (AB )≤P (A ) ∴y ≤x
又 1≥P (B C )=P (B ) P (C )-P (BC )≥2x +3x -y ≥2x +3x -x ≥4x
⇒ x ≤
()
1。 4
1 4
例 设A , B 任意两事件,则P 解:
{( B )(A B )( )(A )}=( B )(A B )=((A B )) (B (A B ))= BA B
=B ( A ) B =B
( )(A )=((A )) ((A ))=
=( A ) =∴ P { }=P {∅}=0
例 P (A )=a ,P (B )=b ,P (A +B )=c ,则P =()
+ 解:P (A )=P (AB )+P A =A B
()()B
⎧⎪P ()=P (A )-P (AB ) ⎨
⎪⎩P (A +B )=P (A )+P (B )-P (AB )
P =P (A +B )-P (B )=c -b 小结:
思考:P (AB )=0,问P (ABC )=? 理由?
()
§4. 等可能概型(古典概型)
考查:E :抛一颗色子,观察出现的点数 S
⎧(1)S 只有有限个元素;
特点:⎪——等可能概型 ⎨
⎪⎩(2)试验中每个基本事件发生的可能性相同
设E
S ={e 1, e 2, , e n },由于P ({e 1})=P ({e 2})= =P ({e n }),又
1=P (S )=P ({e 1} {e 2} {e n })=nP ({e i })
∴P ({e i })=
1
, i =1, 2, , n n
若事件A =e i 1, e i 2, , e i k 包含k 个基本事件,则
{}
P (A )=∑P e i k =
j =1
k
()
k A 中包含的基本事件数
=
n S 中包含的基本事件数
例1、 E :将一枚硬币掷三次,观察正反面出现情况。 (1)A 1——恰有一次出现正面; (2)A 2——至少有一次出现正面; 解:S 所含基本事件数 2⋅2⋅2=8
1
P (A 1)= A 1所含基本事件数 P 3=3 ⇒
3
, 8
17
2所含基本事件数 P (A 2)=1-P (2)=1-=
88
注:“至少”的解决
例2、口袋中有6只球,4只白球,2只红球,从袋中任取球两次,每次随机取一只, 采取(a )放回抽样;(b )不放回抽样;对两方式求: (1)取到两球均白——A ; (2)取到两球颜色相同——B ;
(3)取到两球至少有一只白球概率——C 。 解:(a )放回抽样
S 中基本元素数:6*6=36
1A 中基本元素数:4*4=16,P (A )= ○
16
=0.444 36
2 设取到的球均红事件为A ,则B =A A 且AA =∅ ○111
A 1)=1所含元素2*2=4 P (B )=P (A )+P (A
3 P (C )=1-P (A )=1-○1
4⨯42⨯2
+==0.556 6⨯66⨯6
2⨯2
=0.889,C =1 6⨯6
(b )不放回抽样
4⨯3
6⨯5
4⨯32⨯1
2 P (B )=+ ○
6⨯56⨯5
1 P (A )= ○
3 P (C )=1-P (A )=1- ○1
2⨯1
6⨯5
例2、 将n 只球随机放入N (N ≥n )个盒子中去,试求每个盒子至少有一只球的概率。 (设盒子容量不限)。 解:
n
N =N S 含基本事件数N N N 个
n
A 含基本事件数N (N -1) (N -n +1)=A N n
N (N -1) (N -n -1) A N
P (A )=n =
N N n
例3、假设每人的生日在一年365天的任一天是等可能的,随机选取n 个人(≤365), 求 (1)生日不相同的概率P (A (2)生日至少有两人相同的概率P (A 2)。 1); 解:P (A 1)=
365⨯364⨯ ⨯(365-n +1)
365n
P (A 2)=1-P (A 1) n 取不同值的结果见表
n =64时,P (A 2)=0.997
例4、设有N 件产品,其中有D 件次品,今从中任取n 件,问其中恰有k (k ≤D )件次 品的概率是多少? 解:指不放回抽样
n
在N 件产品中抽取n 件,所有可能的取法共有C N ;在D 件产品中取k 件,所有可能
k n -k
C D C N -D
种,于是,所求概率为p =——超几何分布。 n
C N
的取法有C C
k D n -k N -D
例5、在1~2000的整数中随机的取一个数,问取到的整数既不能被6整除,又不能被8
整除的概率是多少?
解:设A ——“取到的数能被6整除”,B ——“取到的数能被8整除” 即求:P =P A B =1-P (A )+P (B )-P (AB )
()
()
{}
由于⎢故 P (A )=
2000⎡2000⎤
333
3332000250=250,故P (B )=。又由于
200082000
又[6,8]=24 ⎢ =83 故:P (AB )=⎥200024⎣⎦ ∴
0⎡200⎤
83
25083⎤3⎡333
P (⋅)=1-⎢+-= ⎥⎣[1**********]0⎦4
例6、15名新生随机的平均分配到三个班级中去,这15名新生中有3名优秀生,求: (1)每个班级各分配一名优秀生的概率;(2)3名优秀生分配在同一班级的概率。
555
解:15名新生平均分配到三个班级中去的分法数S =C 15; C 10C 5
3444
(1) 每个班级各分配一名优秀生的分法有P 每个班级各分配一名3C 12C 8C 4种,
44
P 33C 12C 84C 4
优秀生的概率P ; 1=555
C 15C 10C 5
255
(2) 3名优秀生分配在同一班级的分法有3C 12种,3名优秀生分配在同一C 10C 5
255
3C 12C 10C 5
班级的概率P 。 2=555
C 15C 10C 5
例7、某接待站在某一周曾接待过12次来访,已知这12次接待都是在周二和周四进
行的。问是否可以推断接待时间是有规定的?
解:假设接待时间是没有规定的,即为等可能概型。
212-7
12次接待都在周二和周四的概率为12=3⨯12很小。所以推断接待时间是有规定的。
7
实际推断原理:概率很小的事件在一次试验中实际上几乎是不可能发生的。
补充:几何概型
设平面图形G ,它的一部分平面图形g ,若向G 上任投一点(假设投中图g 上点的数与该图面积成正比,而与该图形g 在图G 上的相对位置无关)。则点投中图形g 的概率
P =
g 的面积
(可以推广到其他几何图形、直线段、立体)。
G 的面积
例:将长为1的木棒任意折成三段,求此三段构成三角形的概率。 解:
则x , y 取值构成的样本空间S =
{(x , y )0
y
1
1
S 的面积为D =,
2
S 要求三段构成三角形必满足:
⎧x ⎪⎧x +y >1-x -y ⎪
⎪1⎪
y
x +1-x -y >y )⎨⎨(2⎪⎪
1⎩y +(1-x -y )>x ⎪
x +y >⎪2⎩
所以说事件可表示为A =⎨(x , y
)(x , y )
∈S , x
x
⎧⎩111⎫, y ⎬ 221111
A 所对应的图中阴影部分面积为:⨯⨯=
2228
1
1
所以,P (A )==。
42
2
2
例: 在圆周上任取三点A , B , C ,问三角形ABC 为锐角三角形的概率? 解:如图所设: 样本空间可表示为: S =
){(x , y
π
2, y
x >0, y >0, x +y π
∆ABC 为锐角三角形
⇔x
π
2
, π-(x +y )
π
2
⇔x
π
2
, y
π
2
, x +y >
π
2
该事件表示为:A =⎨(x , y )(x , y )∈S , x
⎧⎩
π
2
, y
π
2
y , x +y >
π⎫
⎬ 2⎭
1πππ2
A 的面积⨯⨯=
22281π2
S 的面积为⨯π⨯π=
22
π
2
2
∴
P (A )=
1 4
例:把10本书随机放在书架上,求其中指定的5本放在一起的概率。
1065
A ——P 解: S ——P 10=10! 6P 5=6!5!
P (A )=
6!5! 1
= 10! 42
例:把n 本书随机给甲、乙两人,问甲、乙各至少得到一本的概率。 解:P (A )=1-P =1-
()
21=1- 2n 2n -1
例:(抽签的合理性)设有n 个人订了n 张票,其中k 张甲级票,现让这n 个人依次各抽一张,在未抽完之前,先抽者不准公布结果,试证明每个人抽得甲级票的概率相等,都为
k
,与先后次序无关。 n
证明:设A m 表示第m 个人抽得甲级票(m =1,2, , n )
1n -1
(n -1)! =k C k P n -1k
P (A m )==
P n n n ! n
§5. 条件概率
通俗例子:某班有32人,男20人,女12人,选一代表免费旅游,每人若现规定只挑选男生,则男生每人有
1
的可能性,32
1
的可能性,女生没有可能。 20
一 、 条件概率
事件A 发生的条件下,事件B 发生的概率,称为条件概率,记为P B A 。 注:区分P B A 与P (AB )
()
()
⎧⎪(1)样本空间上,计算P (AB )—S, 计算P (B |A )—S A
⎨
“同时”发生用P (AB ),有包含关系或主从关系用P (B |A )⎪⎩(2)A 与B
例1、一枚硬币抛两次,观察正反面情况:
A ——“至少有一次H ” B ——“两次同一面”
S ={HH , HT , TH , TT }, A ={HH , HT , TH }, B ={H H , T }T
321
, P (B )=, P (A B )= 444
1
而P (B |A )=(A 中三个基本事件,B 在A 中只一个基本事件)
3P (A )=
可见,P (B |A )≠P (B ) P (B |A )≠P (BA )
1
P (AB )1
(思考P (A |B )=? ) P (B |A )== ⇒ P (B |A )=
33P A 4
一般怎样定义呢?
1、定义:设A 、B 事件且P (A )>0,称P (B |A )=下事件B 发生的条件概率。
2、性质:
(1) 对每个事件P (B |A )≥0; (2) P (S |A )=1;
P (AB )
为在事件A 发生的条件
P A ⎛∞⎫∞
(3) 设B 1, B 2, 是两两不相容的事件,则有P B i A ⎪=∑P (B i A );
⎝i =1⎭i =1
⎡⎤⎛⎛∞⎫⎫
P B i ⎪⋅A ⎪⎢⎥∞∞∞∞
P B A (i )=P B A ⎥⎢P ⎛B A ⎫=⎝⎝i =1⎭⎭=1P B A =()(i )⎥ ∑∑∑i i ⎪⎢ P A P A P A i =1i =1i =1⎝i =1⎭
⎢⎥⎢⎥⎣⎦
1~○3知条件概率满足概率定义)(4) 条件概率满足§3概率的各性质(由○。如:
P (B 1 B 2A )=P (B 1A )+P (B 2A )-P (B 1B 2A ) P (B |A )=1-P (|A )
例:某动物由出生算起活到20岁以上的概率为0.8,活到25岁以上的概率为0.4,如
果现在有一个20岁的该动物,问它能活到25以上的概率是多少?
解:设 A ——“活到20岁以上” P (A )=0.8
B ——“活到25岁以上” P (B )=0.4
B ⊂A , A B =B ,P (AB )=P (B )=0.4
∴
P (B |A )=
P (AB )0.4
==0.5
P A 0.8
二、乘法定理:
设P (A )>0,则P (AB )=P (B |A )P (A )
B |A )P (A 推广:设A 、B 、C 为事件且P (AB )>0,则P (ABC )=P C P (
一般地,设A 1, A 2, , A n 为事件,P (A 1A 2 A n -1)>0,则
()
)
P (A 1A 2 A n -1)=P (A n A 1A 2 A n -1)P (A n -1A 1A 2 A n -2) P (A 2A 1)P (A 1)
例:(Polya 模型——常描述传染病的传染过程)
设袋中装有r 只红球,t 只白球。每次自袋中任取一只球,观察其颜色然后放回,并再放入a 只与所取出的那只球同色的球。若在袋中连续取球四次,试求第一、二次取到红球且第三、四次取到白球的概率。
解:设A i (i =1,2,3,4)表示“第i 次取到红球”,则3, 4分别表示事件第三、四次取到白球,所求概率为:
P (A 1A 234)=P 4A 1A 23P (3A 1A 2)P (A 2A 1)P (A 1)
t +a t r +a r
=r +t +3a r +t +2a r +t +a r +t
()
三、 全概率公式和贝叶斯公式
定义:设S 为试验E 的样本空间,B 1, B 2, , B n 为E 的一组事件。若: (1)B i B j =∅, i ≠j , i , j =1,2, , n ; (2)B 1 B 2 B n =S , 则称B 1, B 2, , B n 为样本空间S 的一个划分。
若B 1, B 2, , B n 是样本空间的一个划分,那么,对每次试验,事件B 1, B 2, , B n 中必有一个且仅有一个发生。
例:S ={1,2,3,4,5,6} B 1={1, 3, }5 B 2={2, 4, }6
定理(全概率公式):设试验E 的样本空间为S ,A 为E 的事件,B 1, B 2, , B n 为S 的一个划分,且P (B i )>0(i =1,2, , n ),则
P (A +)=P (1B )(P 1)B
称为全概率公式。
(A ()B 2P B +()2+
P =B ((B n ). P ∑n )A
i =1
n
|
i
) p (A i B ) P B
证明:(由原因推结果)
A =A S =A (B 1, B 2, , B n )=AB 1 AB 2 AB n
由假设P (B i )>0(i =1,2, , n )且(AB i ) AB j =∅, i ≠j 则P (A )=P (AB 1)+P (AB 2)+ +P (AB n )=
()
∑P (A B )P (B ).
i
i
i =1
n
定理(贝叶斯公式):设试验E 的样本空间为S ,A 为E 的事件,B 1, B 2, , B n 为S 的一个划分,且P (A )>0,P (B i )>0(i =1,2, , n ),则
P (B i A )=
P (A B i )P (B i )
∑P (A |B ) P (B )
i
j
j =1
n
,(i =1,2, , n ),
称为贝叶斯(Bayes )公式. 证明:(由结果找原因)
P (A B i )P (B i )P (B i A ) P (B i A )= =n
P A ) B (j ) ∑P (A |B i P
j =1
例:某电子设备制造厂所用的晶体管是由三家元件制造厂提供的。根据以往的记录有以下的数据:
设这三家工厂的产品在仓库中是均匀混合的,且无区别的标志,(1)在仓库中随机的取一只晶体管,求它是次品的概率。(2)在仓库中随机地取一只晶体管,若已知取到的是次品,为分析此次品出自何厂,需求出此次品由三家工厂生产的概率分别是多少。试求这些概率。
解:设A ——“取到的是一只次品”,
B i (i =1,2, , n )——“取到的产品是第i 家工厂提供的”
易知,B 1, B 2, B 3是样本空间的一个划分,且P (B 1)=0.15,P (B 2)=0.80,
P (B 3)=0.05,P (A |B 1)=0.02,P (A |B 2)=0.01,P (A |B 3)=0.03。
(1) 由全概率公式:P (A )=
∑P (A B )P (B )=0.0125;
i
i
i =1
3
(2) 由贝叶斯公式:P B 1A =
()
P (A |B 1)P (B 1)0.02⨯0.15
==0.24
P A 0.0125
P (B 2A )=0.64,P (B 3A )=0.12。
以上结果表明,这只次品来自第2家工厂的可能性最大。
例:设有来自三个地区的各10名、15名、25名考生的报名表,其中女生的报名表分别为3份、7份、5份,随机地取一个地区的报名表,从中先后抽出两份:
(1)先抽到的一份是女生的概率;(2)已知取到的第一个地区的报名表的条件下,后抽到一份是男生的概率;(3)已知后抽到的一份是男生表,问先抽到的一份是女生表的概率。
解:设B i ={报名表是第i 个区的考生} A j ={第j 次抽到的是男生}则 P (B (B 1)=P 2)= P 1B 1=
i =1,2,3
j =1, 2
(P 3)B 1 3
375 P (1B 2)= P (1B 3)= 101525
29
(1)P (1)=∑P (1B i )P (B i )=;
90
()
(2)P A 2B 1=P A 2A 1B 1+P A 21B 1=(3) 求P 1A 2=
3
()()()
7⨯67⨯37⨯97
+==; 10⨯910⨯910⨯910
()
P (1A 2)P A 2——定义!
P (A 2)=∑P (A 2B i )P (B i )=
i =1
3
718120161
⨯+⨯+⨯=
[1**********]
1⎡7⨯38⨯720⨯5⎤2
P (1A 2)=∑P (1A 2B i )P (B i )=⎢++= ⎥3⎣10⨯915⨯1425⨯24⎦9i =1
2
20 ∴ P (1A 2)==
6190
例:对以往数据分析结果表明,当机器调整得良好时,产品的合格率为90%,而当机器发生某一故障时,其合格率为30%。每天早上机器开动时,机器调整良好的概率为75%。试求已知某日早上第一件产品是合格品时,机器调整良好的概率是多少?
解:设A ——“产品合格”,B ——“机器调整良好”
已知 P A B =0.9,P A =0.3,P (B )=0.75,P =0.25 P A =
()
()
()
()
P (B ()B P (B A )P )=
=0. 9
P A P A B P (B )-P A P P B A =0.9——后验概率。 P (B )=0. 7——先验概率;5
()
§6. 独立性
例:E :掷两枚色子,观察出现点数:
A ——甲出现6点; B ——乙出现6点
11,P (B )= 66
11=P AB = P (B A , ⇒ P (B A )=P (B ),P (AB )=P (A )P (B ) ())6
6⨯6
S 含6⨯6个元素,P (A )=
定义:设A 、B 两事件,若P (AB )=P (A )P (B ),则称A 与B 为相互独立的事件。 注:(1)A 、B 独立⇔A 与,与B ,与也相互独立(4对中有一对独立,则另外3对也独立)。
A =A (A )B +(B )=AB P (A )=P =(P )(A )P +B (P A )B ()P
A B
P ()=P (A )-P (A )P (B )=P (A )⎡⎣1-P (B )⎤⎦=P (A )P ()
(2)若P (A )>0,P (B )>0,则A 与B 独立和A 与B 不相容不能同时成立。(由独立和不相容的定义)。
定理:设A 、B 两事件,且P (A )>0,则A 、B 相互独立⇔P B A =P (B ) 定义:设A 、B 、C 三事件,
()
⎫P (AB )=P (A )P (B )⎫
⎪⎪
P (AC )=P (A )P (C )⎬A , B , C 两两相互独立
⎪
⎬A , B , C 相互独立
⎪
P (BC )=P (B )P (C )⎭⎪
⎪
P (ABC )=P (A )P (B )P (C )⎭
注:A , B , C 两两独立 ⇒ A , B , C 相互独立。
例:四张卡片
不能
任取一张,A i ——“取到的卡片第i 位上数字是1”,i =32, 1
P (A 1)=P (A 2)=P (A 3)=
21
= P (A P A (A 1A 2)=2)3=42
(P 1A )31 4
P (A 1A 2A 3)=0,可见A 1, A 2, A 3两两独立,但不相互独立。
推广:A 1, A 2, , A n 相互独立是指:∀k , 1
P A i 1A i 2 A i k =P A i 1P A i 2 P A i k 。
n 23n 01⎡等式数目 C n +C n + +C n =(1+1)-C n -C n =2n -n -1⎤
⎣⎦
()()()()
注:实际应用中,独立性往往不根据定义判断,而据实际意义判断(这需注意)。 例:设P (A )=a ,P (B )=0.3,P B =0.7,试问: (1)若A , B 互不相容,a =? (2)若A , B 相互独立,a =? 解:P A B =P +P (B )-P ()
()
()()
=1-P (A )+P (B )-(P (B )-P (AB ))
=1-P (A )+P (AB )
=-1a +⇒0a =(1)AB =∅ 0. 7
0. 3
(2)0.7=1-P (A )+P (A )P (B ),
0.7=1-a +0.3a ⇒a =
3 7
例:甲、乙、丙三人同时对飞机进射击,三人击中的概率分别为0.4,0.5,0.7。飞机被一人击中而被击落的概率为0.2,被两人击中而被击落的概率为0.6,若三人都击中,飞机必定被击落。求飞机被击落的概率。
解:设B i ——飞机被i 人击中,i =1,2,3 P (B i )=?
C ——飞机被击落 A 1, A 2, A 分别代表甲击中、乙击中、丙击中,3
B 1=A 123 1A 23 12A 3
P (B (A (2)A 1)=P 1)
A ( A P 3A 6 (P )()P () )A ()P (A )(P )A =0.
3
1
2
3
1
2
3
B 2=A 1A 23 A 12A 3 1A 2A 3 P (B 2)=0. 4 1B 3=A 1A 2A 3 P (B 3)=P (A 1)P (A 2)P (A 3)=0.14
P (C )=∑P (C B i )P (B i )=0.2⨯0.36+0.6⨯0.41+0.14⨯1=0.458
i =13
小结:
⎧k ⎧
P A =⎪()n ⎪
直接求⎨⎪
⎪P (B A )—定义的含义⎪⎩
⎪
P (AB )⎧⎪
条件P B A =()P A ⎪⎪
⎪⎪⎪
求概率⎨ ⎪P (AB )=P (B A )P (A )
⎪⎪
⎪间接求⎪⎨P (A )=∑P (A B i )P (B i ) (全概率)⎪⎪⎪⎪P (B i A )—贝叶斯⎪⎪⎪⎪P (A B )⎪⎪⎪⎩⎩
例:如果一危险情况C 发生时,一电路闭合并发出警报,我们可以借用两个或多个开关并联以改善可靠性,在C 发生时这些开关每一个都应闭合,且若至少一个开关闭合了,警报就发出。如果两个这样的开关并联联接,它们每个具有0.96的可靠性(即在情况C 发生时闭合的概率),问这时系统的可靠性(即电路闭合的概率)是多少?如果需要有一个可靠性至少为0.9999的系统,则至少需要用多少只开关并联?这里设各开关闭合与否都是相互独立的。
解:设A , B 分别表示开关闭合
可靠性为P (A B )=P (A )+P (B )-P (AB )=P (A )+P (B )-P (A )P (B )
=0.96⨯2-0.962=0.9984
记C i 表示第i 个不能闭合,则若记系统失败为C 时有C =C 1C 2 C n
P (C )=P (C 1C 2 C n )=P (C 1)P (C 2) P (C n )=(1-0.96)n
=0.04n
此时系统可靠性为 1-P (C )=1-0.04n 令 1-0.04n
>0.9999
则得 n =3,即至少三个开关关联。