【概率论基础进阶】随机事件和概率-古典概型与伯努利概型

292 阅读2分钟

本文已参与「新人创作礼」活动,一起开启掘金创作之路。

一、古典概型

定义:当试验结果为有限nn个样本点,且每个样本点的发生具有相等的可能性,如果事件AAnAn_{A}个样本点组成,则事件AA的概率

P(A)=nAn=A所包含的样本点数样本点总数 P(A)=\frac{n_{A}}{n}=\frac{A所包含的样本点数}{样本点总数}

有限等可能试验中事件AA的概率P(A)P(A)为古典型概率

 

例1:已知66个产品中混有22个次品,现每次一个的逐个随机抽取检验,求

  • 恰好查三次就确定22次品的概率

  • 不超过三次就确定22次品的概率

 

恰好查三次就确定22次品的概率,可以用全排列的方式

C21两个次品挑一个C21前两个位置挑一个A44A66=215 \frac{\overbrace{C_{2}^{1}}^{两个次品挑一个}\overbrace{C_{2}^{1}}^{前两个位置挑一个}A_{4}^{4}}{A_{6}^{6}}=\frac{2}{15}

也可以从位置的角度考虑,六个位置任选两个放次品,前两个选一个位置放次品,第三个位置放一个次品

C21C62=215 \frac{C_{2}^{1}}{C_{6}^{2}}=\frac{2}{15}

不超过三次就确定22次品的概率,可以用全排列的方式

C32A22A44A66=15 \frac{C_{3}^{2}A_{2}^{2}A_{4}^{4}}{A_{6}^{6}}=\frac{1}{5}

也可以从位置的角度考虑,挑两个位置给次品,次品必须在前三个位置中的两个

C32C62=15 \frac{C_{3}^{2}}{C_{6}^{2}}=\frac{1}{5}

 

一定要保持分子分母考虑对象相同,例如本题分母对所有物品排序,分子就是对所有物品符合条件的排序,或者另一种从位置的角度,分母对两个位置考虑,分子就是对符合条件的两个位置考虑

 

二、几何概型

定义:当试验的样本空间是某区域(该区域可以是一维、二维或三维等等),以L(Ω)L(\Omega)表示其几何度量(长度、面积、体积等等)。L(Ω)L(\Omega)为有限,且试验结果出现在Ω\Omega中任何区域可能性只与该区域几何度量成正比。事件AA的样本点所表示的区域为ΩA\Omega_{A},则事件AA的概率

P(A)=L(ΩA)L(Ω)=ΩA的几何度量Ω的几何度量 P(A)=\frac{L(\Omega_{A})}{L(\Omega)}=\frac{\Omega_{A}的几何度量}{\Omega的几何度量}

称这样样本点个数无限但几何度量上的等可能试验中事件AA的概率P(A)P(A)为几何型概率

 

三、伯努利概型

定义:把一随机试验独立重复做若干次,即各次试验所联系的事件之间相互独立,且同一事件在各个试验中出现的概率相同,称为独立重复试验

 

定义:如果每次试验只有两个结果AAAˉ\bar{A},则称这种试验为伯努利试验,将伯努利试验独立重复进行nn次,称为nn重伯努利试验

设在每次试验中,概率P(A)=p(0<p<1)P(A)=p(0<p<1),则在nn重伯努利试验中事件AA发生kk次的概率,又称为二项概率公式

Cnkpk(1p)nk,k=0,1,2,,n C_{n}^{k}p^{k}(1-p)^{n-k},k=0,1,2,\cdots,n

 

例2:某人打靶的命中率为12\frac{1}{2},当他连射三次后检查目标,发现靶已命中,则他在第一次射击时就已命中的概率为()

 

本题可以理解为条件概率,即在射击命中的条件下是第一次命中的概率为()

AA为至少命中一次,BB为第一次命中,显然BAB \subset A。所求概率为

P(BA)=P(AB)P(A)=P(B)1P(Aˉ)=121(12)3=47 P(B|A)=\frac{P(AB)}{P(A)}=\frac{P(B)}{1-P(\bar{A})}=\frac{\frac{1}{2}}{1-(\frac{1}{2})^{3}}=\frac{4}{7}