1事件的概率 高数
- 格式:doc
- 大小:800.00 KB
- 文档页数:13
高一概率知识点的梳理总结
概率是数学中的一个分支,它研究随机事件的发生概率及其规律。
在高一数学中,我们研究了一些基本的概率知识点,以下是这些知识点的梳理总结。
1. 随机事件与样本空间
随机事件是指在一定条件下可能发生的事件,它通常用大写字母表示。
样本空间是指随机试验的所有可能结果组成的集合,通常用大写字母Ω表示。
2. 事件的概率
事件的概率是指该事件发生的可能性大小。
通常用P(A)表示事件A的概率。
概率的取值范围是0到1之间,其中0表示不可能事件,1表示必然事件。
3. 事件的互斥与对立
互斥事件是指两个事件不能同时发生的情况,例如掷骰子得到
1和得到6就是互斥事件。
对立事件是指两个事件中一个事件发生,另一个事件不发生的情况,例如掷骰子得到1和不得到1就是对立
事件。
4. 加法原理与乘法原理
加法原理是指当两个事件互斥时,它们发生的概率之和等于它
们各自发生的概率的和。
乘法原理是指当两个事件独立时,它们同
时发生的概率等于它们各自发生的概率的乘积。
5. 条件概率与独立事件
条件概率是指在已知事件B发生的条件下,事件A发生的概率。
条件概率通常用P(A|B)表示。
如果两个事件A和B的条件概
率等于它们各自的概率的乘积,那么称事件A和事件B是独立事件。
6. 贝叶斯定理
贝叶斯定理是概率论中的一个重要定理,它用于在已知一些先
验信息的情况下,求解事件的后验概率。
贝叶斯定理的公式为:P(A|B) = P(B|A) * P(A) / P(B)
这些是高一概率知识点的梳理总结,希望对你的学习有所帮助!。
高数概率求解技巧高等数学中的概率是一门涉及到计算和分析事件发生的可能性的学科。
在解题时,有一些技巧可以帮助你更好地理解和应用概率的概念。
以下是一些可以帮助你求解高等数学中概率问题的技巧。
1. 理解概率的定义:概率是一个介于0和1之间的数,用来表示事件发生的可能性。
当一个事件的概率为0时,表示该事件不可能发生;当一个事件的概率为1时,表示该事件肯定会发生。
概率的计算方法基于事件的样本空间以及事件发生的可能性。
2. 利用样本空间:样本空间是指所有可能结果的集合。
在解决概率问题时,首先要确定样本空间。
通过列出所有可能的结果,可以更好地对事件发生的可能性进行评估。
确定样本空间后,可以更容易地计算事件的概率。
3. 利用频率和相对频率:在实际问题中,可以通过观察或实验来估计事件发生的概率。
频率是指事件发生的次数,相对频率是指事件发生次数与总次数的比值。
通过观察事件发生的频率或相对频率,可以估计事件的概率。
4. 利用互斥事件的概率性质:互斥事件是指两个事件不能同时发生的情况。
对于两个互斥事件A和B,它们的概率之和等于它们分别的概率之和。
即P(A ∪ B) = P(A) +P(B)。
通过利用互斥事件的概率性质,可以将复杂的问题简化为更易于计算的问题。
5. 利用独立事件的概率性质:独立事件是指一个事件的发生不受其他事件的影响。
对于两个独立事件A和B,它们的概率乘积等于它们分别的概率之积。
即P(A ∩B) = P(A) ×P(B)。
通过利用独立事件的概率性质,可以简化计算并快速找到结果。
6. 利用全概率公式和贝叶斯定理:全概率公式是指根据每个事件的概率和条件概率计算另一个事件的概率。
贝叶斯定理是指根据已知条件下事件的概率,推断另一事件的概率。
这两个定理可以在复杂的概率问题中提供一个框架,通过利用已知条件计算其他概率。
7. 注意条件概率的计算:条件概率是指在给定某一条件下,另一个事件发生的概率。
计算条件概率时,需要将已知条件考虑进去,并根据条件确定样本空间和事件的可能性。
高考数学概率知识点讲解概率是高中数学中的一个重要概念,也是广泛应用于现实生活中的数学概念之一。
概率理论可以帮助我们预测事件的可能性和发生的频率。
在高考中,概率是一个重要的考点,掌握概率知识可以帮助考生在高考数学中获得更高的成绩。
一、基本概念概率是一个事件发生的可能性的度量,一般以0到1之间的数值表示。
当一个事件不可能发生时,概率为0;当一个事件一定发生时,概率为1。
例如,掷一枚均匀硬币,出现正面的概率是0.5,出现反面的概率也是0.5。
二、基本原则在概率的理论中,有三个基本原则:加法原理、乘法原理和全概率公式。
1. 加法原理:对于两个互不相容事件A和B,它们的概率和为它们的概率之和。
即P(A∪B) = P(A) + P(B)。
例如,抛一枚骰子,出现奇数的概率为1/2,而出现偶数的概率也为1/2,它们的和等于1。
2. 乘法原理:对于两个独立事件A和B,它们同时发生的概率等于它们的概率之积。
即P(A∩B) = P(A) × P(B)。
例如,从一副扑克牌中抽取两张牌,第一张是红心的概率为1/4,而第二张也是红心的概率为1/4,它们的乘积等于1/16。
3. 全概率公式:对于一个事件A,它可以通过多个互不相容的事件B1、B2、...、Bn来发生,那么A的概率等于它们的概率之和。
即P(A) = P(A∩B1) + P(A∩B2) + ... + P(A∩Bn)。
例如,某班级有40%的学生喜欢音乐,30%的学生喜欢运动,20%的学生既喜欢音乐又喜欢运动,那么随机选择一个学生,他既喜欢音乐又喜欢运动的概率为20%。
三、条件概率条件概率是指在已知事件B发生的条件下,事件A发生的概率。
条件概率可以用P(A|B)表示,读作“在B发生的条件下A发生的概率”。
条件概率的计算公式为P(A|B) = P(A∩B) / P(B)。
条件概率在现实生活中有着广泛的应用。
例如,在医学诊断中,医生通过已知的疾病症状来确定患者患某种疾病的可能性。
高中数学概率知识点高中数学概率知识点:概念(1)必然事件:在条件S下,一定会发生的事件,叫相对于条件S的必然事件;(2)不可能事件:在条件S下,一定不会发生的事件,叫相对于条件S的不可能事件;(3)确定事件:必然事件和不可能事件统称为相对于条件S的确定事件;(4)随机事件:在条件S下可能发生也可能不发生的事件,叫相对于条件S的随机事件;(5)频数与频率:在相同的条件S下重复n次试验,观察某一事件A是否出现,称n次试验中事件A出现的次数nA 为事件A出现的频数;称事件A出现的比例为事件A出现的概率:对于给定的随机事件A,如果随着试验次数的增加,事件A发生的频率fn(A)稳定在某个常数上,把这个常数记作P(A),称为事件A的概率。
(6)频率与概率的区别与联系:随机事件的频率,指此事件发生的次数nA与试验总次数n的比值,它具有一定的稳定性,总在某个常数附近摆动,且随着试验次数的不断增多,这种摆动幅度越来越小。
我们把这个常数叫做随机事件的概率,概率从数量上反映了随机事件发生的可能性的大小。
频率在大量重复试验的前提下可以近似地作为这个事件的概率高中数学概率知识点:基本性质1、基本概念:(1)事件的包含、并事件、交事件、相等事件(2)若A∩B为不可能事件,即A∩B=ф,那么称事件A与事件B互斥;(3)若A∩B为不可能事件,A∪B为必然事件,那么称事件A与事件B互为对立事件;(4)当事件A与B互斥时,满足加法公式:P(A∪B)= P(A)+ P(B);若事件A与B为对立事件,则A∪B为必然事件,所以P(A∪B)= P(A)+ P(B)=1,于是有P(A)=1—P(B)2、概率的基本性质:1)必然事件概率为1,不可能事件概率为0,因此0≤P(A)≤1;2)当事件A与B互斥时,满足加法公式:P(A∪B)= P(A)+ P(B);3)若事件A与B为对立事件,则A∪B为必然事件,所以P(A∪B)= P(A)+ P(B)=1,于是有P(A)=1—P(B);4)互斥事件与对立事件的区别与联系,互斥事件是指事件A与事件B在一次试验中不会同时发生,其具体包括三种不同的情形:(1)事件A发生且事件B不发生;(2)事件A不发生且事件B发生;(3)事件A与事件B同时不发生,而对立事件是指事件A 与事件B有且仅有一个发生,其包括两种情形:(1)事件A发生B不发生;(2)事件B发生事件A不发生,对立事件互斥事件的特殊情形。
概率论高数知识点总结大全1.概率的基本定义概率是指其中一事件在所有可能事件中出现的可能性大小。
事件的概率通常用P(A)表示,其中A为其中一事件。
概率的取值范围是0到1之间,概率为0表示事件不可能发生,概率为1表示事件必定发生。
2.随机变量随机变量是指在随机现象中所能观测到的数值。
它有两种类型:离散型随机变量和连续型随机变量。
离散型随机变量的取值是有限个或可列个,而连续型随机变量的取值是一个区间。
3.概率分布概率分布是指随机变量取值的可能性及其对应的概率。
对于离散型随机变量,概率分布通常用概率质量函数(probability mass function)表示;对于连续型随机变量,概率分布通常用概率密度函数(probability density function)表示。
4.期望值期望值是随机变量的平均值,它表示了其中一事件发生的长期平均情况。
对于离散型随机变量,期望值的计算公式为E(X) = Σx P(X=x);对于连续型随机变量,期望值的计算公式为E(X) = ∫x f(x) dx,其中f(x)是概率密度函数。
5.方差和标准差方差是随机变量分布与其期望值之间的差异程度,它的计算公式为Var(X) = E[(X-E(X))^2]。
标准差是方差的平方根,它度量了随机变量的变异程度。
6.协方差和相关系数协方差用于度量两个随机变量之间的线性相关程度,它的计算公式为Cov(X,Y) = E[(X-E(X))(Y-E(Y))]。
相关系数是协方差的标准化形式,它的计算公式为ρ(X,Y) = Cov(X,Y) / (σ(X)σ(Y)),其中σ(X)和σ(Y)分别是X和Y的标准差。
7.常见概率分布常见的离散型概率分布包括伯努利分布、二项分布、泊松分布等;常见的连续型概率分布包括均匀分布、正态分布、指数分布等。
8.大数定律和中心极限定理大数定律表明,随着样本规模的增大,样本平均值趋近于总体平均值;中心极限定理表明,当样本规模足够大时,样本平均值的分布接近于正态分布。
复习高中数学概率与事件的运算数学作为一门优秀的学科,以其严谨性和逻辑性而备受推崇。
高中数学中的概率与事件的运算是数学中的一大重要部分,对我们理解概率事件的发生规律和进行预测具有重要意义。
本文将回顾高中数学中的概率与事件的运算,并通过示例加深对概率的理解。
一、概率与事件的基本概念在开始复习高中数学的概率与事件的运算之前,我们首先要了解概率与事件的基本概念。
概率是事件发生的可能性大小的数值度量,以0到1之间的数表示。
事件是某个具体结果或一组结果的集合,而概率则是基于这些事件所计算出的数值。
二、概率的运算法则高中数学中,我们学习了概率的运算法则,包括加法法则、乘法法则以及条件概率。
加法法则指出,对于两个不相容的事件A和B,其概率的和等于这两个事件发生的概率之和。
乘法法则则是指出,对于两个相互独立的事件A和B,其概率的乘积等于这两个事件发生的概率之积。
而条件概率则是指在已知事件A发生的条件下,事件B发生的概率。
三、计算实际问题中的概率高中数学的概率与事件的运算不仅仅停留在理论层面,更重要的是能够应用到实际生活中的问题中。
在解决实际问题中的概率时,我们可以通过列样本空间、确定事件以及运用运算法则来计算。
四、示例分析为了更好地理解高中数学中的概率与事件的运算,我们将通过一些具体的示例来加深对概率的理解。
例1:掷骰子假设我们有一个均匀的六面骰子,求掷一次骰子的结果是偶数的概率。
解答:首先,我们需要确定样本空间。
对于掷一次骰子而言,样本空间为{1, 2, 3, 4, 5, 6}。
然后,我们要确定事件,即满足条件的结果集合。
在这个问题中,偶数的结果集合为{2, 4, 6}。
最后,我们可以使用加法法则计算概率,即偶数的概率等于3除以6,即1/2。
例2:扑克牌抽牌假设我们从一副52张的扑克牌中随机抽一张牌,求抽到的牌是红心的概率。
解答:首先,样本空间为整副扑克牌的集合。
事件为抽到的牌是红心,即红心牌的集合。
根据加法法则,红心牌的概率等于红心牌的数量除以整副扑克牌的数量,即13除以52,等于1/4。
一、随机事件和概率数学一、数学三和数学四的考试大纲、内容和要求完全一致.Ⅰ 考试大纲要求㈠ 考试内容随机事件和样本空间 事件的关系与运算 完备事件组 概率的概念 概率的基本性质 古典型概率 几何型概率 条件概率 概率的基本公式 事件的独立性 独立重复试验㈡ 考试要求 事件及其概率的基本概念、基本公式和求事件概率的方法.1、了解基本事件空间(样本空间)的概念,理解随机事件的概念,掌握事件的关系和运算及其基本性质;2、理解事件概率、条件概率的概念和独立性的概念;掌握概率的基本性质和基本运算公式;掌握与条件概率有关的三个基本公式(乘法公式、全概率公式和贝叶斯公式).3、掌握计算事件概率的基本计算方法:(1) 概率的直接计算:古典型概率和几何型概率;(2) 概率的推算:利用概率的基本性质、基本公式和事件的独立性,由较简单事件的概率推算较复杂事件的概率.(3) 利用概率分布:利用随机变量的概率分布计算有关事件的概率.4、理解两个或多个(随机)试验的独立性的概念,理解独立重复试验,特别是伯努利试验的基本特点,以及重复伯努利试验中有关事件概率的计算.Ⅱ 考试内容提要㈠ 随机试验、随机事件与基本事件空间(样本空间)随机试验——对随机现象观测;样本点(基本事件)ω——试验最基本的结局,基本事件空间(样本空间){}ωΩ=——一切基本事件(样本点)ω的集合.随机事件——随机现象的每一种状态或表现,随机试验结果;必然事件Ω——每次试验都一定出现的事件,不可能事件φ——任何一次试验都不出现的事件.事件常用前面几个大写拉丁字母 ,,B A 表示;有时用{} 表示事件,这时括号中用文字或式子描述事件的内容.数学上,事件是基本事件(样本点)的集合;全集Ω表示必然事件,空集φ表示不可能事件.任何事件A 都可视为基本事件空间Ω的子集:Ω∈A .㈡ 事件的关系和运算1、定义 关系:包含,相等,相容,对立;运算:和(并)、差、交(积). (1) 包含B A ⊂,读做“事件B 包含A ”或“A 导致B ”,表示每当A 出现B 也一定出现.(2) 相等 B A =,读做“事件A 等于B ”或“A 与B 等价”,表示A 与B 或同时出现,或同时不出现.(3) 和B A 或B A +,表示事件“A 与B 至少出现一个”,称做事件“A 与B 的和或并”;特别, ii A 或 ∑ii A表示事件“ ,,,,21n A A A 至少出现一个”. (4) 差B A \或B A -,表示事件“A 出现但是B 不出现”,称做A 与B 的差,或A 减B .(5) 交B A 或AB ,表示事件“A 与B 同时出现”,称做A 与B 的交或积;特别, ii A 或 n A A A 21表示事件“,,21A A …, ,n A 同时出现”. (6) 相容 若φ≠AB,则称事件“A 和B 相容”;若φ=AB ,则称“事件A 与B 不相容”; (7) 对立事件 称事件A 和A 互为对立事件,若φΩ==+A A A A ,,即=A {A 不出现}. (8) 完备事件组 ,,,,21n H H H 构成完备事件组,若 )( 21j i H H H H H j i n ≠==++++φΩ, .换句话说,如果有限个或可数个事件 ,,,,21n H H H 两两不相容,并且“所有事件的和”是必然事件,则称它们构成完备事件组.(9) 文氏图 事件的关系和运算可以用所谓文氏图形象地表示出来(见图1.1,题中的矩形表示必然事件Ω).A+B A -B ABA ⊃B A φ=AB图1.1 文氏图2、事件运算的基本性质 对于任意事件A, B, C ,,,,,21n A A A ,有(1) 交换律 BA AB A B B A =+=+,.(2) 结合律 C B A C B A C B A ++=++=++)()(;C AB BC A ABC )()(==.(3) 分配律 AC AB C B A +=+)(;() +++=+++n n AA AA A A A 11.(4) 对偶律+++==++++==+n n n n A A A A A A A A B A AB B A B A 1111;,;;㈢ 概率的概念和基本性质1、概率的概念 事件的概率——事件在随机试验中出现的可能性的数值度量.用)(A P 表示事件A 的概率,用{} P 表示事件{} 的概率.事件B 关于A 的条件概率定义为())()(A AB A B P P P =. (1.1)2、概率的运算法则和基本公式(1) 规范性 1)(0 0)(1)(≤≤==A P P P ,,φΩ.(2) 可加性 对于任意有限或可数个两两不相容事件 ,,,,21n A A A ,有()()()() ++++=++++n n A A A A A A P P P P 2121.(3) 对立事件的概率 )(1)(A A P P -=.(4) 减法公式 )()()(AB A B A P P P -=-.(5) 加法公式 )()()()(AB B A B A P P P P -+=+;[].)()()()()()()()(ABC BC AC AB C B A C B A P P P P P P P P +++-++=++ (6) 乘法公式()()()().,)()()(12112121-==n n n A A A A A A A A A A A B A AB P P P P P P P(7) 全概率公式 设n H H H ,,,21 构成完备事件组,则对于任意事件A ,有∑==nk k k H A H A 1)()()(P P P .(8) 贝叶斯公式 设n H H H ,,,21 构成完备事件组,则()()n k H A H H A H A H ni i i k k k ≤≤=∑=1 )()()()(1P P P P P .㈣ 事件的独立性和独立试验 1、事件的独立性 若())()(B A AB P P P =,则称事件A 和B 独立;若事件n A A A ,,,21 之中任意m()n m ≤≤2个事件的交的概率都等于各事件概率的乘积,则称事件n A A A ,,,21 相互独立.2、事件的独立性的性质 若事件n A A A ,,,21 相互独立,则其中 (1) 任意m )2(n m ≤≤个事件也相互独立;(2) 任意一个事件,与其余任意m )2(n m ≤≤个事件运算仍独立; (2) 将任意m )2(n m ≤≤个事件换成其对立事件后,所得n 个事件仍独立.3、独立试验 称试验n E ,E ,E 21 为相互独立的,如果分别与各个试验相联系的任意n 个事件之间相互独立.(1) 独立重复试验 独立表示“与各试验相联系的事件之间相互独立”,其中“重复”表示“每个事件在各次试验中出现的的概率不变”.(2) 伯努利试验 只计“成功”和“失败”两种对立结局的试验,称做伯努利试验.将一伯努利试验独立地重复作n 次,称做n 次(n 重)伯努利试验,亦简称伯努利试验.伯努利试验的特点是,1)只有两种对立的结局;2)各次试验相互独立;3)各次试验成功的概率相同.设n ν是n 次伯努利试验成功的次数,则{}kn k k nn q p k -==C νP ),,2,1,0(n k =. (1.2)㈤ 事件的概率的计算1、直接计算 古典型和几何型;2、用频率估计概率 当n 充分大时,用n 次独立重复试验中事件出现的频率,估计在每次试验中事件的概率;3、概率的推算 利用概率的性质、基本公式和事件的独立性,由简单事件的概率推算较复杂事件的概率;4、利用概率分布 利用随机变量的概率分布,计算与随机变量相联系的事件的概率(见“二、随机变量及其分布”).㈥ 随机抽样和随机分配 在概率计算中常要用到以下模型.1、简单随机抽样 计算古典型概率时,需要计算基本事件的总数和事件包含的基本事件的个数.自有限总体的随机抽样模型有助于完成运算.设{}N ωωωΩ,,, 21 =含N 个元素,称Ω为总体.自总体Ω的抽样称做简单随机抽样,如果各元素被抽到的可能性相同.有4种不同的简单随机抽样方式:(1) 还原抽样 每次从Ω中随意抽取一个元素,并在抽取下一元素前将其原样放回Ω. (2) 非还原抽样 凡是抽出的元素均不再放回Ω.(3) 有序抽样 既考虑抽到何元素又考虑各元素出现的顺序.(4) 无序抽样 只考虑抽到哪些元素不考虑各元素出现的顺序.还原与非还原及有序与无序,这四种情形的组合产生四种不同的简单随机抽样方式.表1-1列出了在每种抽样方式下各种不同抽法(基本事件)的总数.表1-1 四种抽样方式下不同抽法的总数2、随机分配 即将n 个质点随机地分配到N 个盒中,区分每盒最多可以容纳一个和可以容纳任意多个质点,以及质点可辨别和不可辨别等四种情形,对应四种分配方式.各种分配方式下不同分法的总数列入表1-2.表1-2 四种分配方式下不同分法的总数自有限总体{}N ωωωΩ,,, 21 =的n 次简单随机抽样,相当于将n 个质点随机地分配到N 盒中:每一个质点在N 个盒中“任意选择一个盒子”;“还原”相当于“每盒可以容纳任意多个质点”,“非还原”相当于“每盒最多可以容纳一个质点”;“有序”相当于“质点可辨别”,“无序”相当于“质点不可辨别”.Ⅲ 典型例题〖填空题〗例1.5(古典型概) 在4张同样的卡片上分别写有字母D ,D ,E ,E ,现在将4张卡片随意排成一列,则恰好排成英文单词DEED 的概率p = 1/6 .分析 这是一道古典型概率的小计算题.4张卡片的全排列有4!=24种,其中恰好排成英文单词DEED 的总共4种:两个字母D 交换位置计2种,两个字母E 交换位置计2种.因此,所求概率为61244==p .例1.8(古典型概率) 铁路一编组站随机地编组发往三个不同地区1E ,2E 和3E 的各2,3和4节车皮,则发往同一地区的车皮恰好相邻的概率p= 1/210 .分析 1)(古典型) 设A ={同一地区的车皮相邻};i B ={发往i E 的车厢相邻}(3,2,1=i ).将发往1E ,2E 和3E 车皮各统一编组,且使发往同一地区的车皮恰好相邻的总共有3!=6种不同情形,其中每种情形对应1B ,2B 和3B 的一种排列.6种不同情形都是等可能的,如321B B B 是其中一种可能的情形,即“发往1E 的2节车皮编在最前面,发往2E 的3节车皮编在中间,发往3E 的4节车皮编在最后面”.由(1,3)式,有()()()()().,2101126066 1260156789! 3 ! 2 !9! 4! 3 ! 2321321=====⨯⨯⨯⨯⨯=⨯⨯=B B B A p B B B P P P 2)(乘法公式) 计算概率P ()321B B B 亦可利用乘法公式:()()()().126011567!389!2213121321=⨯⨯⨯⨯⨯==B B B B B B B B B P P P P 例1.12(条件概率) 设在10件产品中有4件一等品6件二等品.现在随意从中取出两件,已知其中至少有一件是一等品,则两件都是一等品的条件概率为 1/5 .分析 设A ={两件中至少一件一等品},B ={两件都是一等品}.易见AB=B , P (AB ) = P (B ). ()()().,152C C 32C C 112102421026===-=-=B A A P P P于是,所求条件概率为()()()()()51===A B A AB A B P P P P P .例1.14 (独立试验) 对同一目标接连进行3次独立重复射击,假设至少命中目标一次的概率为7/8,则每次射击命中目标的概率p = 0.5 .分析 引进事件A i ={第i 次命中目标}(i =1,2,3).由条件知,事件321,,A A A 相互独立,且其概率均为p .已知3次独立重复射击至少命中目标一次的概率为()()()()()().8711 113321321321=--=-=-=++p A A A A A A A A A P P P P P 由此得p=0.5.例1.15(独立重复试验) 设事件A 在每次试验中出现的概率为p , 则在n 次独立重复试验中事件A 最多出现一次的概率P =()() 11 1--+-n np np p .分析 引进事件i A ={第i 次试验出现A }(i =1,2,…,n ).事件n A A A ,,,21 相互独立且每个事件的概率均为p .设B k ={在n 次独立重复试验中事件A 恰好出现k 次}(k =0,1),则()()()()()()().;;., 11)()( 1)( 1)( 11011121121011211210-----+-=+=-=++=-==++==n nn n n n nn n n n n p np p B B P p np A A A A A A B p A A A B A A A A A A B A A A B P P P P P P P〖选择题〗例1.20 设A , B 和C 是任意三事件,则下列选项中正确的选项是 (A) 若C B C A +=+,则B A =;(B) 若C B C A -=-,则B A =.(C) 若BC AC=,则B A =; (D) 若φφ==B A AB 且,则B A =. [D]分析 本题既可以用直选法,也可以用排除法.(1) 直选法.由事件运算的对偶律,有Ωφ==+=B A B A .而由Ω=+B A 且φ=AB ,可见A 和B 互为对立事件,即B A =,因此(D )正确.(2) 排除法.前三个选项都不成立,只需分别举出反例.例如,由于C B A ,,是三任意事件,若取B A ≠而Ω=C 是必然事件,则C B C A +=+且C B C A -=-但B A ≠,从而命题(A )和(B )不成立.设φ=≠C B A ,,则BC AC =但B A ≠,从而命题(C )不成立.注意,该题的结果反映了事件的运算与数的运算的不同之处.〖解答题〗例1.33 (随机抽样) 假设箱中共有n 个球,其中m (0≤m ≤n )个是红球其余是白球.现在一个接一个地接连从箱中抽球,试求第k (1≤k ≤n )次抽球抽到红球的概率p .分析 引进事件k A ={第k 次抽球抽到红球}(1≤k ≤n ).对于还原抽样,显然()nmA p k ==P .对于非还原抽样有同样结果.问题有多种解法.解法1 设想将n 个球一一编号.这样,不但区分球的颜色,而且区分球的编号.假如将n 个球一个接一个(非还原)地接连从箱中抽出,则不同抽法(基本事件)的总数为n !.导致事件k A 的不同抽法有(n -1)!×m 种,即k A 共包含m n ⨯- )1(!个基本事件:在第k 次抽球抽到红球的情形共有m 种,其余n-1次抽球不同抽法的总数等于从(n -1)!.从而()()nm n m n A p k =⨯-==!! 1P .解法2 仍将n 个球一一编号.从n 个不同的球中接连抽出k 个球,相当于从n 个元素中选k 个元素的选排列.因此总共有()()()12 1 P +---=k n n n n k n种不同抽法,即基本事件的总数为kn P .导致事件k A 的不同抽法有()()()m k n n n m k n ⨯+---=⨯--12 1 P 11种,即k A 共包含11P --⨯k n m 个基本事件:第k 次抽球抽到红球的情形共有m 种,前1-k 次抽球的不同抽法的总数等于从1-n 个元素中选1-k个的选排列数.于是()nm m A p kn k n k =⨯==--P P 11P . 解法3 对于同颜色球不加区分.设想有n 个格子依次排成一列(见插图)将n 个球分别放进n 个格子(每格一球)且使m 个红球占据m 个固定的格子,总共有mn C 种不同放法,即基本事件的总数为mn C :在第k 格中放一红球,然后从其余1-n 个格子选1-m 个放其余红球,总共有11C --m n 种放法,即k A 共包含11C --m n 个基本事件.因此()()()()()nm n m n m m n m n A p m n m n k =----===--! ! ! ! ! 1! 1C C 11P . 例1.34(配对问题) 假设四个人的准考证混放在一起,现在将其随意地发给四个人.试求事件A ={没有一个人领到自己准考证}的概率p .解 引进事件:A k ={第k 个人恰好领到自己的准考证}(k = 1,2,3,4).那么,()()()()()()()()()()()()[]()()()()[]().,4321432431421321434232413121432143214321 1)(A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A p P P P P P P P P P P P P P P P P P P -+++++++++-+++=++++++-==显然,每个人领到自己准考证的概率等于1/4,即P (A 1)=P (A 2)=P (A 3)=P (A 4)=41.四个人各领一个准考证总共有4!种不同情形.四个人中任何两个人.....(例如第一个人和第二个人)都领到自己准考证总共有1×1×2×1=2 种不同情形(第一个人和第二个人各有一种选择,对于第三个人剩下两种选择,对于第四个人最后只剩下一种选择).因此1 2 kn例 1.24插()121! 42==j i A A P (1≤i<j ≤4). 若四个人中任何三个人(例如,第一、第二和第三人)都领到自己准考证,则第四人自然也领到自己的准考证.因此()()().;.;83)( 8524124412644241! 41)41(241! 4143214321===-+-=+++==≤<<≤==A p A A A A A A A A k j i A A A k j i P P P P例1.39(条件概率) 假设有来自三个地区的各10名、15名和25名考生的报名表,其中女生的报名表分别为3份、7份和5份.现在随机抽取一个地区的报名表,并从中先后随意抽出两份.(1) 求先抽出的一份是女生表的概率p ;(2) 已知后抽出的一份是男生表,求先抽出的一份是女生表的概率q .解 引进事件:H j ={报名表是第j 地区考生的}(j = 1,2,3);A i ={第i 次抽到的是男生表}(i =1,2).由条件知: 31)()()(321===H H H P P P ;()()().2520;158 ;107312111===H A H A H A P P P (1) 由全概率公式,得()()().=902925515710331111=⎪⎭⎫ ⎝⎛++==∑=3j j j H A H A p P P P(2) 由条件知()()()()()().;;;;;3052425205 308141587 307910732520158 107321221121322212=⨯⨯==⨯⨯==⨯⨯====H A A H A A H A A H A H A H A P P P P P P由全概率公式,得()()()()()()()()().;;=6120619292305308307319061252015810731221213121213122=====⎪⎭⎫ ⎝⎛++===⎪⎭⎫ ⎝⎛++==∑∑==A A A A A q H A A H A A H A H A j j j j j j P P P P P P P P P例1.40(贝叶斯公式) 假设一个人在一年内患感冒的次数X 服从参数为5的泊松分布;正在销售的一种药品A 对于75%的人可以将患感冒的次数平均降低到3次,而对于25%的人无效.现在有某人试用此药一年,结果在试用期患感冒两次,试求此药有效的概率α.解 以X 表示一个人在一年内患感冒的次数.引进事件:0H ={服药无效},1H ={服药有效}.由条件知,X 服从参数为5的泊松分布;对于 ,2,1,0=k,有()(){}{}{}{}{}{}..,;,8886.0e2725e 27e 2e 375.02e 525.02e 375.02)(2)(2)(2e !3e ! 575.025.03533252321100111315010≈+=⨯+⨯⨯==+===========--------H X H H X H H X H X H k H k X k H k X H H k k P P P P P P P P P P P α例1.42 (试验次数) 设P (A )= p .接连不断地独立地重复进行试验,问为使事件A 至少出现一次的概率不小于Q (0<Q <1),至少需要进行多少次试验?解 设所需试验的次数为n , B n ={n 次试验中A 至少出现一次}, A k ={第k 次试验中出现A }, 则B n = A 1+A 2+…+A n ,P (A k )= p ,且A 1, A 2,…,A n 相互独立.()()()()()()()()()()()()., ;p Q n Q p n Q p p A A A A A A B B Q n nn nn n --≥-≤--≤---=-=+++-=-=≤1lg 1lg 1lg 1lg , 11111 112121P P P P P P例如,p = 0.15,Q =0.95,则()().4331.1815.01lg 95.01lg =--≥n 即为使事件A 至少出现一次的概率不小于0.95,至少需要进行n = 19次试验.例1.44(独立性) 将一枚完备对称和均匀的硬币接连掷n 次.引进事件:=A {正面最多出现一次},=B {正面和反面各至少出现一次}.试就n = 2,3和4的情形讨论事件A 和B 的独立性.解 以n X 表示“将硬币掷n 次正面恰好出现的次数”.易见{}{}{}{};,,,n X X B X n X B X A n n n n n =+==≥-≥=≤=0111 显然n X 服从参数为()2/1,n 的二项分布.需要就n = 2,3和4的情形讨论)()()(B A AB P P P =的条件{}{}{}{}.;121101)(2122110)(--==-=-=+=+==+==n n n n n n n n n X X B n n X X A P P P P P P当n ≥2时,由{}1==n X AB ,可见(){}n n nX AB 21===P P . 事件A 和B 独立,当且仅当由此可见,事件A 和B 独立的充分必要条件是121-=+n n .由于上式当n =3时成立,故当n =3时事件A 和B 独立;但上式当n =2和4时不成立,从而当n =2或4时事件A 和B 不独立.〖证明题〗例1.48(独立性) 对于任意二事件A 和B ,其中0<P (A ), P (B )<1,称()()()()()()()B B A A B A AB P P P P P P P -=ρ 为事件A 和B 的相关系数.试证明,(1) 1≤ρ;(2)0=ρ是二事件A 和B 独立的充分和必要条件.证明 记P (A ) = p ,P (B ) = q ,P (AB ) = r .考虑两随机变量Y X 和:⎩⎨⎧=⎩⎨⎧=出现;,若出现,,若出现;,若出现,,若B B Y A A X 01 01 其概率分布为:110~ , 110~⎪⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛-q q Y p pX . 此外,显然随机变量XY 只有0和1两个可能值,并且{}{}r AB Y X XY ======)(1,11P P P .易见,随机变量Y X 和的数字特征为:.,,,,pq r Y X XY Y X q q Y p p X q Y p X -=-=-=-===E E E D D E E ),cov()1()1(因此,事件A 和B 的相关系数就是随机变量Y X 和的相关系数:()()q q p p pqr YX Y X ---==11 ),cov(D D ρ. (*)1) 由随机变量的相关系数的基本性质知1≤ρ.2) 必要性 假设事件A 和B 独立.因为根据条件)()()(B A AB P P P =,即r=pq ,故由(*)可见ρ=0.充分性 假设ρ=0,则由(*)可见r=pq ,即)()()(B A AB P P P =.例1.49(独立性) 对于任意二事件21,A A ,考虑二随机变量.不出现,,若事件出现,,若事件 )2,1( 0 1 =⎩⎨⎧=i A A X i i i 试证明随机变量21X X 和独立的充分与必要条件,是事件21A A 和相互独立.证明 记)()2,1()(2112A A p i A p i i P P ===,,而ρ是21X X 和的相关系数.易见,随机变量21X X 和都服从0-1分布,并且.,,)(}1,1{ )(}0{)(}1{2121A A X X A X A X i i i i P P P P P P ======= (1) 必要性.设随机变量21X X 和独立,则{}{}{}.)()(111,1)(21212121A A X X X X A A P P P P P P ======= 从而,事件21A A 和相互独立.(2) 充分性.设事件21A A 和相互独立,则212121,,A A A A A A 和和和也都独立,故{}{}{}{}{}{}{}{}{}{}{}{}.,,,11)()()(1,101)()()(0,110)()()(1,000)()()(0,021212121212121212121212121212121============================X X A A A A X X X X A A A A X X X X A A A A X X X X A A A A X X P P P P P P P P P P P P P P P P P P P P P P P P从而,随机变量21X X 和独立.例1.51(独立性) 假设有四张同样卡片,其中三张上分别只印有a 1,a 2,a 3,而另一张上同时印有a 1,a 2,a 3.现在随意抽取一张卡片,以A k ={卡片上印有a k }.证明事件321,,A A A 两两独立但三个事件不独立.证明 ()()().,;,41)3,2,1,(41)3,2,1(41321=≠====A A A j k j k A A k A j k k P P P由于对任意j k j k ≠= 3,2,1,且,有()()()j k j k A A A A P P P =⨯==212141,可见事件321,,A A A 两两独立.但是,由于()()()()32132121212141A A A A A A P P P P =⨯⨯≠=, 可见事件321,,A A A 不独立.。