(一)频率
前面已经提到,我们的目的是要研究随机现象的数量规律性,为此我们首先提出频率的概念。
在一定的条件下,设事件A在n次重复试验中发生nA次(称nA为A在这n次试验中发生的频数),称比值为事件A在这n次试验中发生的频率(frequency),记为
,
例1.2.1 从市场上抽查了某品牌的一种液态奶制品30件,其中有20件被检出了某种物质含量超标,则事件“检出某物质含量超标”"在这30次试验中发生的频率为。
事件A发生的频率越大,人们就会感到A发生的可能性越大,频率越小,就有这一事件不易发生的感觉,所以频率是人们对事件发生的可能性大或小的第一认识。
事件的频率具有以下性质:
(1)对任一事件;
(2);
(3)当事件A与B不相容时,。
性质(3)可以推广,当两两不相容时,
例1.2.2 某厂每天从当天的产品中抽取50件,检查其是否合格,记录于表1.2.1:
表1.2.1
表1.2.2
例1.2.3 抛硬币试验,在相同的条件下将一枚硬币抛n次(你不妨一试),设A={出现正面},当“较小时,的变化范围较大,但人们发现,当n渐渐增大时,
的值渐渐地稳定在0.5附近。以下是几个世界著名的大统计学家抛硬币的试验结果(列于表1.2.2):
无数事实告诉我们,在大量试验中(即当n充分大时),任一随机事件A的频率具有稳定性,
会稳定于一个常数p(0≤p≤1)附近,这个数是由事件A的属性所决定的。这给了我们一个机会,一个用数量来描述事件A发生的可能性大小的机会。
(二)概率
有一种定义概率的方法(称之为概率的统计性定义)是:设某一随机试验所对应的样本空间为S,对S中的任一事件A,A的频率的稳定值p定义为A的概率,记为P(A)=p。
虽然上面的定义很直观,很易理解,且人们也常用这样的思路来解释概率,但也存在问题。事实上,人们常常不易知道的稳定值p,因而我们采用以下公理化的定义。
定义1.2.1 设某一随机试验所对应的样本空间为S.对S中的任一事件A,定义一个实数P(A),满足以下三条公理:
(1)P(A)≥0;
(2)P(S)=1;
(3)对S中的可列个两两不相容的事件,有
则称为P(A)为A的概率(probability),P(•)为概率测度。
值得注意的是,对于有限个两两不相容的事件的和事件有
以上定义的概率有以下性质:
(1);
因为,两边求概率(注意到
),即得。
特别地,,可得
。
(注意:若有P(A)=0,不一定能得出A=ø。)
(2)当时,必有P(A)≥P(B);
因为当时,
。而
,故P(A)≥P(B)。进而可得P(A)≤P(S)=1。
(3)概率的加法公式:
性质3可以推广:
例1.2.4 设甲、乙两人向同一目标进行射击,已知甲击中目标的概率为0.7,乙击中目标的概率为0.6,两人同时击中目标的概率为0.4,求目标不被击中的概率。
解
而,所以
例1.2.5 设甲、乙、丙三个人去参加某个集会的概率均为0.4,且甲、乙、丙中至少有两个人去参加的概率为0.3,三人同时参加的概率为0.05。求甲、乙、丙三人至少有一人参加的概率。
从以上两个例题可以看出,解这类题,第1步:要设随机事件;第2步:要明确写出已知什么及要求什么;第3步:写出事件的运算式与概率运算式,求出概率。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。