概率课件

3.某校高二(1)班甲、乙两名同学进行投篮比赛,
他们投进球的概率分别是 3 和 4 ,现甲、乙两人各投篮一次, 45
恰有一人投进球的概率是( D )
A. 1 20
C. 1 5
B. 3 20
D. 7 20
甲投进而乙没有投进的概率为
3 4
1
4 5

3 20
,
乙投进而甲没有投进的概率为
1
3 4
4 5
A. 1
B. 2
3
5
C. 2
D. 4
3
5
记事件 A：甲获得冠军，事件 B：比赛进行了三局,
事件 AB：甲获得冠军，且比赛进行了三局，
即第三局甲胜，前二局甲胜了一局，
则
P(
AB)
C12
3 4
1 4
3 4
9 32
,
对于事件 A，甲获得冠军包含两种情况：前两局甲胜和事件 AB，
P(A)
3 4
2
9 32
学习目标：
1通过实例，理解概率的性质. 2结合实例，掌握随机事件概率的运算法则. 3能够利用概率的性质求较复杂事件的概率.
学习重点：
概率的运算法则及性质.
.
探究一: 概率的基本性质
性质 1 对任意的事件 A，都有 P(A)≥0. 性质 2 必然事件的概率为 1，不可能事件的概率为 0，即 P(Ω)＝1，P(∅)＝0. 性质 3 如果事件 A 和事件 B 互斥，那么 P(A∪B)＝P(A)＋P(B).
性质 4 如果事件 A 与事件 B 互为对立事件， 那么 P(B)＝1－P(A)，P(A)＝1－P(B). 性质 5 如果 A⊆B，那么 P(A)≤P(B). 性质 6 设 A，B 是一个随机试验中的两个事件， 我们有 P(A∪B)＝P(A)＋P(B)－P(A∩B).

例3 盒中有3个红球，2个白球，，每次从袋中任 取一只，观察其颜色后放回，并再放入一只与所 取之球颜色相同的球，若从合中连续取球4次,试 求第1、2次取得白球、第3、4次取得红球的概率 。
解：设Ai为第i次取球时取到白球，则
1.7 全概率公式
例：市场上有甲、乙、丙三家工厂生产的同一品牌产品， 已知三家工厂的市场占有率分别为1/4、1/4、1/2，且三 家工厂的次品率分别为 2％、1％、3％，试求市场上该品 牌产品的次品率。
古典概型中的概率: 设事件A中所含样本点个数为M ，以N记样 本空间S中样本点总数，则有
M P ( A) N
P(A)具有如下性质： (1) 0 P(A) 1；
(2) P()＝1； P( )=0
(3) AB＝，则 P( A B )＝ P(A) ＋P(B)
例1:有三个子女的家庭,设每个孩子是男是女的概
1.6 条件概率和乘法定理
袋中有十只球，其中九只白球，一只红球，十
人依次从袋中各取一球(不放回)，问
第一个人取得红球的概率是多少？
第二个人取得红球的概率是多少？
若已知第一个人取到的是白球，则第二个人取 到红球的概率是多少？ 若已知第一个人取到的是红球，则第二个人取到 红球的概率又是多少？ 已知事件A发生的条件下，事件B发生的概率称为 A条件下B的条件概率，记作P(B|A)
• 随机事件
定义 试验中可能出现或可能不出现的情况叫“随 机事件”, 简称“事件”.记作A、B、C等. 在每次试验的结果中某事件一定发生，则该事件称 为必然事件，记作U。 在每次试验的结果中某事件一定不发生，则该事件 称为不可能事件，记作V。
频率：
设随机事件A在n次试验中发生了m次
m f n ( A) n

应用场景
强大数定律在统计学中用于 估计极端事件发生的概率和 风险，在决策理论中用于评 估最优策略和期望收益，在 可靠性工程中用于分析系统 的可靠性和寿命。
注意事项
强大数定律的应用有一定的 限制条件，例如随机序列必 须是独立同分布的。此外， 强大数定律并不能保证每个 随机事件的绝对正确性，而 只是给出了最大值分布的稳 定性。
连续随机过程
如布朗运动，每一步都是连续 的，每一步的状态都是连续的
。
随机游走与布朗运动
随机游走
一个随机过程，其中每一步都是随机的，通 常用来描述粒子的无规则运动。
布朗运动
一种连续随机过程，由大量微小粒子在流体 中无规则运动产生，通常用来描述微观粒子 的运动。
马尔科夫链与马尔科夫过程
马尔科夫链
一个随机过程，其中下一个状态只依赖于当前状态，与过去状态 无关。
注意事项
大数定律的前提是试验次数必须足够多，并且随 机事件之间必须是独立的。此外，大数定律并不 能保证每个随机事件的绝对正确性，而只是给出 了频率趋于概率的稳定性。
强大数定律
总结词
强大数定律是概率论中的重 要定理之一，它描述了随机 序列中最大值的分布性质。
详细描述
强大数定律指出，对于任意 给定的正整数序列$a_n$和 $b_n$，有$lim_{n to infty} frac{a_n}{b_n} = 1$的概率 为1。这个定理说明了随机 序列中最大值的分布具有很 强的稳定性。
随机变量的性质
随机变量具有可测性、可加性和有限 可加性。
离散型随机变量及其分布
离散型随机变量的定义
离散型随机变量是在样本空间中取有 限个或可数个值的随机变量。
离散型随机变量的分布

为红、绿、黄三种.指针的位置固定，转动转盘后任
其自由停止，其中的某个扇形会恰好停在指针所指
的位置(指针指向两个图形的交线时，当作指向其右
边的图形).求下列事件的概率：
(1)指针指向红色；
1 4
(2)指针指向黄色或绿色.
3 4
探究新知
素养考点 4 利用概率解决实际问题
例4 如图是计算机中“扫雷”游戏的画面.在一个有9×9
字被抽取的可能性大小相等，所以我们可以用
1 5
表示每一个数
字被抽到的可能性大小.
探究新知
活动2 : 掷骰子 掷一枚骰子，向上一面的点数有6种可能，即1、2、
3、4、5、6.
因为骰子形状规则、质地均匀，又是随机掷出，所以每
种点数出现的可能性大小相等.我们用
1 6
表示每一种点数出现
的可能性大小.
探究新知
3
巩固练习
袋子里有1个红球，3个白球和5个黄球，每一个 球除颜色外都相同，从中任意摸出一个球，则
1
P(摸到红球)= 9 ;
1
P(摸到白球)= 3 ;
5
P(摸到黄球)= 9 .
探究新知
素养考点 3 简单转盘的概率计算
例3 如图所示是一个转盘，转盘分成7个相同的扇形， 颜色分为红黄绿三种，指针固定，转动转盘后任其自 由停止，某个扇形会停在指针所指的位置，（指针指 向交线时当作指向其右边的扇形）求下列事件的概率. （1）指向红色； （2）指向红色或黄色； （3）不指向红色.
巩固练习
掷一个骰子，观察向上的一面的点数，求下列事 件的概率： (1)点数为2； (2)点数为奇数； (3) 点数大于2小于5.
（1）点数为2有1种可能，因此P（点数为2）= 1 ； 6