下载文档原格式
互斥事件和独立事件的概率及条件概率【知识要点】1．一般地，设A、B为两个事件，若A、B不可能同时发生，则A、B 为．P(A∪B)＝P(A)+P(B)．2．一般地，设A、B为两个事件，且P(B|A)＝=条件概率具有以下性质：(1) ；(2)如果事件B和C是两个互斥事件，则P(B∪C|A)＝.3．互相独立事件：事件A(或B)是否发生对事件B(或A)发生的没有影响，即P(B|A)＝P(B)，P(A|B)＝P(A)，这样的两个事件叫做相互独立事件．4．如果两个事件A与B相互独立，那么事件A与B，A与B，A与B也都是事件．5．设事件A发生的概率为p，则在n次独立重复试验中事件A发生k次的概率为.6．两个相互独立事件A、B同时发生的概率为P(A·B)＝．【基础检测】1．从装有2个红球和2个白球的口袋内任取2个球，那么互斥而不对立的两个事件是( )A．恰有1个白球与恰有2个白球B．至少有1个白球与都是白球C．至少有1个白球与至少有1个红球D．至少有1个白球与都是红球2．同时掷3枚均匀硬币，至少有2枚正面向上的概率为( )A．0.5 B．0.25 C．0.125 D．0.3753．甲、乙两位同学独立地解决一道数学试题，他们答对的概率分别是0.8和0.9，则甲、乙都答对的概率为.4．袋中有5个球，其中3个白球，2个黑球，现不放回的每次抽取一个球，则在第一次抽到白球的条件下，第二次抽到白球的概率为.5．一位学生每天骑车上学，从他家到学校共有5个交通岗．假设他在每个交通岗遇到红灯是相互独立的，且每次遇到红灯的概率为13，则他在上学途中恰好遇到3次红灯的概率为，他在上学途中至多遇到4次红灯的概率为.典例分析：例1.在医学生物学试验中，经常以果蝇作为试验对象，一个关有6只果蝇的笼子里，不慎混入2只苍蝇(此时笼子里共有8只蝇子，其中6只果蝇和2只苍蝇)，只好把笼子打开一个小孔，让蝇子一只一只往外飞，直到2只苍蝇都飞出，再关闭小孔．(1)求笼内恰好剩下1只果蝇的概率；(2)求笼内至少剩下5只果蝇的概率；(3)求笼内至多剩下5只果蝇的概率．例2.甲、乙两队参加奥运知识竞赛，每队3人，每人回答一个问题，答对者为本队赢得一分，答错得零分．假设甲队中每人答对的概率均为23，乙队中3人答对的概率分别为23，23，12，且各人回答正确与否相互之间没有影响．(1)求甲队总分不低于2分的概率；(2)用A 表示“甲、乙两队总得分之和等于3”这一事件，B 表示“甲队总得分大于乙队总得分”这一事件，求P (AB )．离散型随机变量的分布列、期望与方差【知识要点】1．离散型随机变量的概念随着试验结果变化而变化的变量称为随机变量，通常用字母X、Y表示．如果对于随机变量可能取到的值，可以按一一列出，这样的变量就叫离散型随机变量．2．离散型随机变量的分布列(1)设离散型随机变量X可能取的值为x1，x2，…，x i，…，X取每一个值x i(i＝1,2，…)的概率P(X＝x i)＝p i(i＝1,2，…)，则称下表为随机变量X的概率分布，简称X的①；②；(3)两点分布：(4)超几何分布一般地，在含有M件次品的N件产品中，任取n件，其中恰好有X件次品，则事件{X＝k}发生的概率为P(X＝k)＝C k M C n－kN－MC n N，k＝0,1,2，…，m，其中m＝min{M，n}，且n≤N，M，N∈N*，此时称分布列：(5)二项分布如果在一次试验中某事件发生的概率是p，那么在n次独立重复试验中这个事件恰好发生k次的概率是P(ξ＝k)＝C k n p k·(1－p)n－k，其中k＝0,1,2，…，n，此时称ξ服从二项分布，记为ξ～B(n，p)，并称p为成功概率．3．离散型随机变量的期望与方差则称Eξ＝为随机变量型随机变量取值的．把Dξ=叫做随机变量的方差，Dξ的算术平方根Dξ叫做随机变量ξ的，记作.随机变量的方差与标准差都反映了随机变量取值的．4．基本性质若η＝aξ＋b(a，b为常数)，Eη＝E(aξ＋b)＝；Dη＝D(aξ＋b)＝；若ξ服从两点分布，则Eξ＝，Dξ＝，若X服从二项分布，即ξ～B(n，p)，则Eξ＝，Dξ＝．【基础检测】1．口袋中有大小相同的5个钢球，分别标有1,2,3,4,5五个号码，任取2个钢球；设X表示所取2球的号码之和，则X的所有可能的值的个数为( )A．25个B．10个C．7个D．6个2．设随机变量ξ的概率分布列为P(ξ＝k)＝ck＋1，k＝0,1,2,3，则c＝.3．某批花生种子，每颗种子的发芽率为45，若每坎播下5颗花生种子，则每坎种子发芽颗数的平均值为颗，方差为.4．某学校要从5名男生和2名女生中选出2人作为上海世博会志愿者，若用随机变量ξ表示选出的志愿者中女生的人数，则数学期望Eξ＝5．随机变量ξ的分布列为则Eξ＝，＝，＝.6.有10张大小形状相同的卡片，其中8张标有数字2,2张标有数字5，从中随机抽取3张卡片，设3张卡片数字之和为X，求X的分布列、期望与方差．综合练习卷1.在区间[－π2，π2]上随机取一个数x ，cos x 的值介于0到12之间的概率为( )A.13B.2πC.12D.232．设随机变量ξ的分布列为P (ξ＝i )＝a (13)i ，i ＝1,2,3，则a 的值为( )A ．1 B.913 C.1113 D.27133．一份数学试卷由25个选择题构成，每个选择题有4个选项，其中有且仅有1个选项是正确的，每题选得正确得4分，不选或选错得0分，满分100分．小强选对任一题的概率为0.8，则他在这次考试中得分的期望为( )A ．60分B ．70分C ．80分D ．90分4．一个均匀小正方体的六个面中，三个面上标以数0，两个面上标以数1，一个面上标以数2，将这个小正方体抛掷2次；则向上的数之积的数学期望是 .5．用三种不同的颜色给图中的3个矩形随机涂色，每个矩形只涂一种颜色，求： (1)3个矩形颜色都相同的概率为 ；(2)3个矩形颜色都不同的概率为 .6．某单位订阅《人民日报》的概率为0.6，订阅《参考消息》的概率为0.3，则它恰好订阅其中一份报纸的概率为 .7.(2011湖南)某商店试销某种商品20天，获得如下数据：品3件，当天营业结束后检查存货，若发现存量少于2件，则当天进货补充至．．．3件，否则不进货．．．，将频率视为概率．(1)求当天商店不进货．．．的概率； (2)设X 为第二天开始营业时该商品的件数，求X 的分布列和数学期望．8.甲、乙二人进行一次围棋比赛，约定先胜3局者获得这次比赛的胜利，比赛结束。
相互独立事件的概率计算公式(一)相互独立事件的概率计算公式在概率论中，相互独立事件是指两个或多个事件之间互不影响的事件。
当我们需要计算相互独立事件的概率时，可以使用以下公式来进行计算。
1. 两个相互独立事件的概率计算公式如果事件A和事件B是相互独立的，那么可以使用以下公式计算同时发生事件A和事件B的概率：P(A 且 B) = P(A) × P(B)其中，P(A)表示事件A发生的概率，P(B)表示事件B发生的概率，P(A 且 B)表示事件A和事件B同时发生的概率。
举例说明假设有一枚均匀的硬币，我们要计算同时出现两次正面朝上的概率。
由于硬币的每次翻转是相互独立的事件，因此可以使用上述公式进行计算。
•事件A：第一次翻转正面朝上的概率是1/2，即P(A) = 1/2•事件B：第二次翻转正面朝上的概率也是1/2，即P(B) = 1/2 根据公式，计算同时出现两次正面朝上的概率：P(A 且 B) = P(A) × P(B) = (1/2) × (1/2) = 1/4因此，同时出现两次正面朝上的概率是1/4。
2. 多个相互独立事件的概率计算公式如果有多个相互独立的事件，我们可以使用以下公式计算它们同时发生的概率：P(A 且 B 且 C) = P(A) × P(B) × P(C)其中，P(A)、P(B)和P(C)分别表示事件A、事件B和事件C发生的概率。
举例说明假设有一副标准的扑克牌，在从中随机抽取3张牌的情况下，我们要计算抽到3张黑桃牌的概率。
由于每次抽取牌是相互独立的事件，因此可以使用上述公式进行计算。
•事件A：第一张抽取的牌是黑桃牌的概率是13/52，即P(A) = 13/52•事件B：第二张抽取的牌是黑桃牌的概率是12/51，即P(B) = 12/51•事件C：第三张抽取的牌是黑桃牌的概率是11/50，即P(C) = 11/50根据公式，计算抽到3张黑桃牌的概率：P(A 且 B 且 C) = P(A) × P(B) × P(C) = (13/52) × (12/ 51) × (11/50) ≈因此，抽到3张黑桃牌的概率约为。
相互独立事件同时发生的概率知识要点:1．对于事件A、B，如果事件A（或B）是否发生对事件B（或A）发生的概率没有影响，则称这样的两个事件为相互独立事件.2．相互独立事件的概率乘法公式:设事件A、B相互独立，把A、B同时发生的事件记为（A·B），则有P（A·B）=P（A）·P（B）.上述公式可以推广如下:如果事件A1，A2，……，A n相互独立，那么这n个事件都发生的概率等于每个事件发生的概率的积.即P(A1·A2·……·A n)=P(A1)·P(A2)·……·P(A n).3．如果事件A在一次试验中发生的概率是P，那么它在n次独立重复试验中恰好发生k次的概率:P n(k)=P k(1-P)n-k.实际上，它就是二项展开式[(1-P)+P]n的第(k+1)项.要求：1．掌握相互独立事件的概率乘法公式，会用它计算一些事件的概率.2．掌握计算事件在n次独立重复试验中恰好发生k次的概率.典型题目例1.加工某种零件先后需经历三道工序，已知第一、二、三道工序的次品率分别为2%、3%、5%.假定各道工序互不影响，问加工出来的零件的次品率为多少？解:设A1、A2、A3分别表示三道工序得到次品的事件，由题设知，它们是相互独立的事件，而加工得到次品是指以上三个工序中至少有一个工序是次品，即次品事件A=.∴P(A)=0.02×0.97×0.95+0.98×0.03×0.95+0.98×0.97×0.05+0.02×0.03×0.95+0.02×0.97×0.05+0.98×0.03×0.05+0.02×0.03×0.05=0.09693.例2．某商人购进光盘甲、乙、丙三件，每件100盒，其中每件里面都有1盒盗版光盘.这个商人从这3件光盘里面各取出1盒光盘卖给了李四，求:（1）李四恰好买到1盒盗版光盘的概率；（2）李四至少买到1盒盗版光盘的概率.解:（1）记从甲、乙、丙三件光盘里面各取出1盒光盘，得到非盗版光盘的事件分别为A、B、C，则事件·B·C、A··C、A·B·是互斥的；事件、B、C，A 、、C，A、B、彼此之间又是相互独立的.所以P(·B·C+A··C+A·B·)=P(·B·C)+P(A··C)+P( A·B·)=P()·P(B)·P(C)+P(A)·P()·P(C)+P(A)·P(B)·P()=0.01×0.99×0.99+0.99×0.01×0.99+0.99×0.99×0.01≈0.03.（2）事件A、B、C的设法同第（1）小题.因为P(A·B·C)=P(A)·P(B)·P(C)=0.99×0.99×0.99=0.993,所以1-P(A·B·C)=1-0.993≈0.03.例3．甲、乙两人各进行一次射击，如果两人击中目标的概率都是0.8. 计算:(1)两人都击中目标的概率；（2）其中恰有1人击中目标的概率；（3）至少有一人击中目标的概率.分析:此题有三问，要依层次来解.解:（1）记“甲射击一次，击中目标”为事件A，“乙射击一次，击中目标”为事件B.显然，“两人各射击一次，都击中目标”就是事件:A·B，又由于事件A与B相互独立，∴P(A·B)=P(A)·P(B)=0.8×0.8=0.64.（2）“两人各射击一次，恰好有一人击中目标”包括两种情况:一种是甲击中乙未击中（即A·），另一种是甲未击中乙击中（即·B），根据题意这两种情况在各射击一次时不可能同时发生，即事件A·与·B是互斥的，所以所求概率为:P=P( A·)+P(·B)=P(A)·P()+P()·P(B)=0.8×(1-0.8)+(1-0.8)×0.8=0.16+0.16=0.32.（3）解法1:“两人各射击一次，至少有一人击中目标”的概率为:P=P(A·B)+[P(A·)+P(·B)]=0.64+0.32=0.96.解法2:“两人都未击中目标”的概率是:P(·)=P()·P()=(1-0.8)×(1-0.8)=0.2×0.2=0.04.∴至少有一人击中目标的概率为:P=1-P(·)=1-0.04=0.96.点评:由（3）可见，充分利用（1）、（2）两问的结果解题很简单.但是（3）的解法2也告诉我们，即使是不会求（1）、（2），也可独立来解（3）.在考试中要特别注意这一点.例4．某种大炮击中目标的概率是0.3，最少以多少门这样的大炮同时射击一次，就可以使击中目标的概率超过95%？解:设需要n门大炮同时射击一次，才能使击中目标的概率超过95%，n门大炮都击不中目标的概率为×0.30×0.7n=0.7n.至少有一门大炮击中目标的概率为1-0.7n.根据题意，得1-0.7n>0.95，即0.7n<0.05, nlg0.7<lg0.05，n>≈8.4.答:最少以9门这样的大炮同时射击一次，就可使击中目标的概率超过95%.例5．要制造一种机器零件，甲机床的废品率是0.04，乙机床的废品率是0.05，从它们制造的产品中，各任意抽取一件，求:（1）其中至少有一件废品的概率；（2）其中恰有一件废品的概率；（3）其中至多有一件废品的概率；（4）其中没有废品的概率；（5）其中都是废品的概率.分析:应先确定所应用的每一事件的概率，以便求解.解:依题意可知:显然，这两个机床的生产应当看作是相互独立的.设A=“从甲机床抽得的一件是废品”，B=“从乙机床抽得的一件是废品”.则P(A)=0.04, P()=0.96, P(B)=0.05, P()=0.95.由题意可知，A与B，与B，A与，与都是相互独立的.（1）“至少有一件废品”=A·B +·B+A·P(A·B +·B+A·)=1-P(·）=1-P()·P()=1-0.96×0.95=0.088.（2）“恰有一件废品”=·B+A·.P(·B+A·)=P(·B)+P(A·）=P()·P(B)+P(A)·P()=0.96×0.05+0.04×0.95=0.048+0.038=0.086.（3）“至多有一件废品”=A·+·B+·P(A·+·B+·)=P(A·)+P(·B)+P(·)=P(A)·P()+P()·P(B)+P()·P()=0.04×0.95+0.96×0.05+0.96×0.95=0.998.另外的解法是:“至多有一件废品不发生”=“两件都是废品”=A·BP(A·+·B+·)=1-P(A·B)=1-P(A)·P(B)=1-0.04×0.05=0.998.（4）“其中无废品”=“两件都是成品”=·P(·)=P()·P()=0.96×0.95=0.912.（5）“其中全是废品”=A·BP(A·B)=P(A)·P(B)=0.04×0.05=0.002.点评:本例有很强的综合性，学习中要注意认真体会加以理解掌握之.例6．已知射手甲命中目标的概率是，乙命中目标的概率是，丙命中目标的概率是.问三人同时射击目标，目标被击中的概率是多少？解:设甲命中目标为事件A，乙命中目标为事件B，丙命中目标为事件C，则击中目标表示事件A、B、C中至少有一个发生.但应注意，A、B、C这三个事件并不是互斥的，因为目标可能同时被两人或三人击中，因此，可视目标被击中的事件的对立事件是目标未被击中，即三人都未击中目标，它可以表示为，而三人射击结果相互独立.所以P()=P()·P()·P()=[1-P(A)]·[1-P(B)]·[1-P(C)]=(1-)(1-)(1-)=.所以，目标被击中的概率是1-P()=1-.。
互相独立事件的公式首先，我们需要明确一些定义。
设A和B是两个互相独立的事件，P(A)表示事件A发生的概率，P(B)表示事件B发生的概率。
那么互相独立事件的公式可以分为以下几种：1.事件A和事件B同时发生的概率：P(A∩B)=P(A)×P(B)这个公式表示，事件A和事件B同时发生的概率等于事件A发生的概率乘以事件B发生的概率。
这是互相独立事件的基本公式。
2.事件A和事件B至少一个发生的概率：P(A∪B)=P(A)+P(B)-P(A∩B)这个公式表示，事件A和事件B至少有一个发生的概率等于事件A发生的概率加上事件B发生的概率，再减去事件A和事件B同时发生的概率。
3.事件A和事件B都不发生的概率：P(A'∩B')=1-P(A)-P(B)+P(A∩B)这个公式表示，事件A和事件B都不发生的概率等于1减去事件A发生的概率加上事件B发生的概率，再加上事件A和事件B同时发生的概率。
4.事件A发生的概率：P(A)=1-P(A')这个公式表示，事件A发生的概率等于1减去事件A不发生的概率。
5.事件A和事件B互为补事件的概率：P(A)+P(B)=1这个公式表示，事件A发生的概率加上事件B发生的概率等于1以上是互相独立事件的主要公式。
这些公式可以在实际的概率计算中使用，帮助我们计算互相独立事件的概率。
需要注意的是，互相独立事件的概率计算是基于事件之间的独立性。
如果两个事件之间存在相关性，那么这些公式将不再适用。
在实际应用中，我们需要根据问题的具体情况来确定事件之间是否满足互相独立的条件，然后再使用相应的公式进行计算。
总结起来，互相独立事件的公式包括事件同时发生的概率、至少一个事件发生的概率、都不发生的概率、事件发生的概率以及互为补事件的概率。
这些公式为我们计算互相独立事件的概率提供了便利。
在实际运用中，我们要注意识别事件之间的独立性，并根据问题的具体情况选择合适的公式进行计算。
相互独立事件的概率计算公式(一)相互独立事件的概率在概率论中，相互独立事件是指一个事件的发生不会对另一个事件的发生产生影响。
当我们面对多个相互独立事件时，我们可以使用概率来计算它们同时发生或单独发生的可能性。
下面是一些与相互独立事件的概率计算相关的公式和示例。
1. 事件的概率事件的概率是指某个事件发生的可能性大小。
通常用P(A)表示事件A的概率。
例子：掷一颗骰子，事件A表示出现1点。
我们知道一颗骰子有六个面，每个面的点数是等概率的，所以P(A) = 1/6。
2. 互斥事件的概率互斥事件是指两个事件不能同时发生。
如果事件A和事件B是互斥事件，那么它们的概率可以通过简单相加来计算。
例子：在一副标准扑克牌中抽取一张牌，事件A表示抽到红心，事件B表示抽到黑桃。
显然，红心和黑桃是互斥的，所以P(A或B) = P(A) + P(B) = 26/52 + 26/52 = 1/2。
3. 相互独立事件的概率相互独立事件是指两个事件的发生不会相互影响。
如果事件A和事件B是相互独立事件，那么它们的概率可以通过简单相乘来计算。
例子：抛一枚硬币两次，事件A表示第一次抛出正面，事件B表示第二次抛出正面。
由于每次抛硬币的结果都是独立的，所以P(A且B) = P(A) * P(B) = 1/2 * 1/2 = 1/4。
4. 多个相互独立事件的概率当面对多个相互独立事件时，我们可以使用相应的概率公式来计算它们的联合概率或条件概率。
联合概率联合概率是指多个事件同时发生的概率，通常用P(A且B)表示。
计算多个相互独立事件的联合概率时，只需要将它们的概率相乘即可。
例子：在一副标准扑克牌中抽取两张牌，事件A表示第一张牌是红桃，事件B表示第二张牌是黑桃。
由于抽取每张牌都是相互独立的，所以P(A且B) = P(A) * P(B) = 26/52 * 26/51 ≈ 。
条件概率条件概率是指在已知某个事件发生的情况下，另一个事件发生的概率。
通常用P(A|B)表示事件A在事件B发生的条件下的概率。
