概率统计D 01.02 概率的古典定义

$\color{blue}{\S 1.2 概率的古典定义}$

$在一个试验中,有许多随机事件.一个事件在一次试验中可能发生,\\ 也可能不发生.有的事件发生的可能性大,有的事件发生的可能性小.\\ 概率就是用来刻画事件发生可能性大小的数量指标.$

$\color{blue}{一、概率的统计定义}$

$\color{blue}{1.频率}$

$定义1.设A为试验E中一个事件,把试验E在相同条件下重复进行n次,\\ 如果事件A发生的次数为n_A,则称\dfrac{n_A}{n}为事件A在n次试验中发生的{\color{blue}{频率}},\\ 记为f_n(A),即f_n(A) = \dfrac{n_A}{n}. \\ 设试验E的基本空间为\Omega,A为E中的随机事件, A_1, A_2, \cdots, A_m为\\ E中两两互不相容的事件,则由定义1易知频率具有下述性质:$

$性质1: 0 \leq f_n(A) \leq 1.$

$性质2: f_n(\Omega) = 1.$

$性质3: f_n(A_1 \cup A_2 \cup \cdots \cup A_m) = f_n(A_1) + f_n(A_2) + \cdots + f_n(A_m) .$

$经验证明：当试验进行的次数很大时,事件A的频率f_n(A)具有一定的稳定性,\\ 即当试验次数n充分大时,频率f_n(A)总在一个确定的数字附近摆动.$

$例1:古代学者摩根(Morgan)、蒲丰(Buffon)和皮尔逊(Peason),\\ 分别作了多次抛掷硬币的试验,观察正面出现次数,记录结果如下表1-1\\ 所示,其中n是抛掷硬币的次数,H表示事件“出现正面”,n_H是在n次试验\\ 中正面出现次数,f_n(H)表示n次试验中正面出现的频率.$
表1-1

实验者	试验次数	正面出现次数	频率
摩根	2048	1010	0.4932
蒲丰	4040	2048	0.5069
皮尔逊	12000	6019	0.5016
皮尔逊	24000	12012	0.5005

$\qquad 我们把频率f_n(A)围绕摆动的稳定值p,叫做事件A的概率,\\\\即有概率的统计定义如下:$

$\color{blue}{2.概率的统计定义}$

$\color{blue}{定义2.在相同的条件下重复进行n次试验,如果当n增大时,\\ A事件的频率f_n(A) = \dfrac{n_A}{n}稳定地在某一常数p附近摆动,\\ 则称常数p为事件A的概率,记P(A) = p.}$

$根据这一定义,可以把由大量重复试验所得到的事件的频率\\ 作为事件概率的近似值.$

$\color{blue}{二、古典概型}$

$\color{blue}{1.等可能概型}$

$等可能概型(也叫做古典概型):\\ 具有以下特点的试验称为等可能概型:\\ (i) 只有有限个基本事件,即基本空间为有限空间, \\ \Omega = \lbrace \omega_1, \omega_2, \cdots, \omega_n \rbrace; \\ (ii)每个基本事件发生的可能性是相等的.$

$\color{blue}{2.古典概率}$

$定义3.设A为等可能概型E中一个事件,E的基本事件总数为n,\\ 事件A所包含的基本事件数为n_A,称\dfrac{n_A}{n}为事件A的概率,\\ 记为P(A),即\\ P(A) = \dfrac{事件A包含的基本事件数}{基本事件总数} = \dfrac{n_A}{n}. \\ 概率的这个定义,称为概率的古典定义,此定义中的概率称为{\color{blue}{古典概率}}.$

$例2.将一枚硬币抛掷3次,求事件恰有一次正面的概率.$
$解: 设H表示事件出现正面, T表示事件出现反面,\\ A表示事件恰有一次出现正面.\\ 这是一个等可能概型,基本空间为:\\ \Omega = \lbrace HHH, HHT, HTH, HTT, THH, THT, TTH, TTT \rbrace. \\ 基本事件总数为n = 8, 事件A所包含的基本事件有3个:\\ A= \lbrace HTT, THT, TTH \rbrace, 于是有 \\ P(A) = \dfrac{n_A}{n} = \dfrac{3}{8} .$

$例3.将一颗均匀的骰子抛掷两次,(1)求两次出现的点数之和等于8的概率;\\ (2) 求两次出现的点数相同的概率.$
$解:用(i, j)表示事件第一次出现i点,第二次出现j点.(i,j = 1, 2, \cdots, 6)\\ 则该试验的空间为:\\ \Omega = \lbrace (i,j ) | i, j = 1, 2, \cdots, 6 \rbrace, \\ 共有n = 36个基本事件. \\ 设A表示事件两次出现的点数之和等于8,B表示两次出现的点数相同.\\ 则A包含有n_A = 5个基本事件: \\ A = \lbrace (2, 6), (3, 5), (4, 4), (5, 3), (6, 2) \rbrace, \\ B包含有n_B = 6个基本事件 \\ B = \lbrace (1, 1), (2, 2), (3,3), (4,4), (5,5), (6, 6) \rbrace, \\ 所以\\ P(A) = \dfrac{n_A}{n} = \dfrac{5}{36}, \\ P(B) = \dfrac{n_B}{n} = \dfrac{6}{36} = \dfrac{1}{6}$

$\color{blue}{3.排列组合简介}$

$有些古典概型中基本事件总数n与事件A所包含的基本事件数n_A,\\ 需用排列组合的公式来计算.$
$(1)加法原理与乘法原理$
${\color{blue}{加法原理}}:如果进行某过程有m种方式,而第i种方式有k_i种方法\\ (i = 1, 2, \cdots, m),则完成该过程共有k_1 + k_2 + \cdots + k_m种方法.$
${\color{blue}{乘法原理}}:进行某过程必须经过m个步骤,而第i个步骤有k_i种方法\\ (i = 1, 2, \cdots, m),则完成该过程共有k_1 k_2 \cdots k_m种方法.$

(2)常用的排列公式
$① 从n个不同元素种任取k(k \leq n)个元素(不允许重复)排成一列,\\ 称为选排列,共有\\ A_n^k = \dfrac{n!}{(n -k)!} = n(n-1)(n - 2) \cdots (n -k + 1) \\ 种排列方法. \\ 特别地 k = n时,n个不同元素的全排列种数为:\\ P_n = n! = n(n-1)(n-2) \cdots 3 \cdot 2 \cdot 1$
$②从n个不同元素中任取k个允许重复地排列,共有n^k中排法.$
$③设有m种不同元素,同种元素是没有区别的,第i种元素有k_i个\\ (i = 1, 2, \cdots, m),则全部n = k_1 + k_2 + \cdots + k_m个元素\\ 的全排列总数为: \dfrac{n!}{k_1! k_2! \cdots k_m!} .$

(3)常见的组合公式
$①从n个不同元素中任取k(k \leq n)个元素(不考虑次序)作成一组,共有\\ C_n^k = \dbinom {n} {k} = \dfrac{n!}{k!(n-k)!} \\ 种组合方法. \\ C_n^k = \dfrac{A_n^k}{k!} = C_n^{n -k}.$
$②把n个不同种的元素分成m组,使得第i组恰有k_i(i = 1, 2, \cdots, m)个\\ 元素,k_1 + k_2 + \cdots + k_m = n,则共有\dfrac{n!}{k_1!k_2! \cdots k_m! }种分组方法.$

$③设n个元素中有m种类型,第i种类型种有n_i(i = 1, 2, \cdots, m)个元素, \\ n_1 + n_2 + \cdots + n_m = n.现在从n个元素种取出k个,使得第i种类型\\ 的元素恰有k_i个元素(k_i \leq n_i,i = 1, 2, \cdots, m),\\ 其中k_1 + k_2 + \cdots + k_m = k,则共有\\ \dbinom {n_1} {k_1} \dbinom {n_2} {k_2} \cdots \dbinom {n_m} {k_m} 种不同取法.$

$例4.袋中装有5个白球3个黑球,从中任取两球,求两球都是白球的概率.$
$解:设A表示事件 取出的两个球都是白球,基本事件总数为 n = \dbinom {8} {2} \\ A所包含的基本事件数为n_A = \dbinom{5}{2} 则由古典概率得: \\ P(A) = \dfrac{n_A}{n} = \dfrac{5}{14} .$

$例5.设某一箱子装有同种类型的电子元件100个,其中有95个合格品,\\ 5个不合格品,从箱子中取4个电子元件,问其中恰有1个不合格品的概\\ 率是多少?$
$解:设A表示事件从箱子中取4个电子元件,其中恰有1个不合格品. \\ 基本事件总数为n = \dbinom{100}{4},A所包含的基本事件数为n_A = \dbinom{5}{1} \dbinom{95}{3}, \\ 则由古典概率得: \\ P(A) = \dfrac{n_A}{n} = \dfrac{\dbinom{5}{1} \dbinom{95}{3}}{\dbinom{100}{4}} = 0.176$

$例6.从1,2, \cdots, 10这10个数字中任取3个,问大小在中间的\\ 数字恰好为5的概率是多少?$
$解:设A表示事件取出的三个数字大小在中间的数字恰好为5. \\ 基本事件总数为n = \dbinom{10}{3}, A所包含的基本事件数为\\ n_A = \dbinom{4}{1} \dbinom{1}{1} \dbinom{5}{1},\\ 因此所求概率为:\\ P(A) = \dfrac{\dbinom{4}{1} \dbinom{1}{1} \dbinom{5}{1}}{\dbinom{10}{3}} = \dfrac{1}{6}.$

$例7.设某城市共有N辆汽车,车牌号码从1到N,有一个人将他所遇到的\\ 该城市的n辆汽车的车牌号码(可能有重复的号码)全部抄下来,假设每辆\\ 汽车被遇到的机会相同,求抄到的最大号码恰好为k(1 \leq k \leq N)的概率.$
$解: 这种抄法可以看作从N个不同的号码中允许重复地抽取n个号码的\\ 排列,共有N^n种可能的取法,这是基本事件的总数,因为最大车牌号码不\\ 大于k的取法共有k^n种,而最大车牌号不大于k-1的取法共有(k-1)^n种,\\ 因此最大车牌号码正好是k的取法共有k^n - (k-1)^n种. \\ 设A表示事件抄到的最大车牌号码正好为k,则有:\\ P(A) = \dfrac{k^n - (k-1)^n}{N^n} .$

$例8.将15名新生(其中3名优秀生)随机地分配到三个班级去,\\ 其中一班4名,二班5名,三班6名.(1)求每一个班级各分到一名\\ 优秀生的概率;(2)求3名优秀生分到二班的概率.$
$解:基本事件总数为:n = \dfrac{15!}{4! 5 ! 6!}, \\ (1)设A表示事件每一个班各分到一名优秀生,\\ A所包含的基本事件为:\\ n_A = \dfrac{3!12!}{3!4!5!},\\ 则有 P(A) = \dfrac{n_A}{n} = \dfrac{24}{91} = 0.2637. \\ (2)设B表示事件3名优秀生都分到二班,\\ B所包含的基本事件数n_B = \dfrac{12!}{4!2!6!},则有\\ P(B) = \dfrac{n_B}{n} = \dfrac{2}{91} = 0.02198 .$

$例9.一个班级有30人,要用抽签的办法分配5张电影票,\\ 问第1人抽到电影票和第30人抽到电影票的概率各为多少?$
$解:设A表示事件第1人抽到电影票,B表示第30人抽到\\ 电影票完成事件,可以看作分成两个步骤,第一步:从5张\\ 电影票中留1张给第1人,有5种方法:\\ 第二步:其余29人任意抽一签,有29!种方法,于是可知A\\ 所包含的基本事件为n_A = 5 \times 29!, \\ P(A) = \dfrac{n_A}{n} = \dfrac{5 \times 29!}{30!} = \dfrac{1}{6}. \\ 完成事件B也可以看作分成两个步骤,即留一张电影票给\\ 第30个人,而前29个人从29个签种各任取1个,因此B所\\ 包含的基本事件数为n_B = 29!,\\ P(B) = \dfrac{n_B}{n} = \dfrac{5 \times 29!}{30!} = \dfrac{1}{6}. \\ 此列说明,抽签的问题,先抽与后抽中签的可能性相等.$

$\color{blue}{4.古典概率的基本性质}$

$设E为等可能概型,基本空间为\Omega, A_1, A_2, \cdots, A_m,A_i为E中的事件.$

$性质1. 0 \leq P(A) \leq 1.$
$证: A所包含的基本事件数n_A满足 0 \leq n_A \leq n,故有\\ 0 \leq P(A) = \dfrac{n_A}{n} \leq 1.$

$性质2.P(\Omega) = 1.$
$证: 必然事件\Omega 所包含的基本事件数n恰好是基本事件总数,所以\\ P(\Omega) = \dfrac{n}{n} = 1.$

$性质3. 若A_1, A_2, \cdots, A_m互不相容,则有 \\ P(\bigcup \limits _ { i = 1} ^ { m } A _ i) = \sum \limits _ {i = 1} ^ { m} P(A _ i),或者写成P(\sum \limits _ {i = 1}^{m}A_i) = \sum \limits _{i = 1}^{m} P(A_i)$
$证:设A_i包含k_i(k_i \leq n, i = 1, 2, \cdots, m)个基本事件,\\ 故p(A_i) = \dfrac{k_i}{n}, i = 1, 2, \cdots, m, \\ 由于A_1, A_2, \cdots, A_m互不相容, 故事件\bigcup \limits _ {i = 1} ^ { m } A_i 包含\sum \limits _ {i = 1} ^ {m} k_i个不同的\\ 基本事件,所以\\ P(\bigcup \limits _ {i = 1} ^ {m} A_i) = \dfrac{1}{n} \sum \limits _ { i = 1} ^ {m} k_i = \sum \limits _ {i = 1} ^ {m} \dfrac{k_i}{n} = \sum \limits _ {i = 1} ^ {m} P(A_i)$

$\color{blue}{三、几何概型}$

${\color{blue}{几何概型}}:如果一个随机试验相当于从直线、平面或空间的某一\\ 区域\Omega上任取一点,而所取的点落在区域中任意两个度量(长度、\\ 面积、体积)相等的子区域内的可能性是相等的,则称此试验为\\ 几何概型.\\ \quad 对于任何有度量的子区域A \subset \Omega,我们同时以A表示事件\\ 任取一点落在区域A内,定义事件A的概率为: \\ \qquad P(A) = \dfrac{A的度量}{\Omega的度量}, \\ 这样定义的概率称为几何概率.$

$例10.任取两个不大于1的正数,试求其积大于\dfrac{2}{9},且其和不\\ 大于1的概率.$
$解: 设两个数分别为x、y,0 \leq x \leq 1, 0 \leq y \leq 1, (x,y)\\ 为平面上一点,所有点的集合构成基本空间\Omega,即图中正方形\\ 区域, 其面积为S =1,\\ 设A表示事件两数之积大于\dfrac{2}{9},之和不大于1,即A表示图中\\ 阴影部分,其面积\\ S_A = \int_{\frac{1}{3}}^{\frac{2}{3}} ( 1- x - \dfrac{2}{9x})dx = \dfrac{1}{6} - \dfrac{2}{9} ln{2}, \\ 因此 P(A) = \dfrac{S_A}{S} = \dfrac{1}{6} - \dfrac{2}{9} \ln {2}$

$例11.(蒲丰投针问题)在平面上画有等距的平行线,平行线的距离\\ 为2a(a > 0)向平面任意投掷一枚长为2l(l < a)的圆柱形的针,\\ 试求此针与任意一平行线相交的概率.$
$解:以M表示针的中点,以x表示针投在平面上之后点M到最近\\ 的一条平行线的距离,以\varphi表示针与此直线的交角(如图),易知有\\ 0 \leq x \leq a, 0 \leq \varphi \leq \pi, \\ 由这两式确定出\varphi o x 平面上的一个矩形区域\Omega,针与最近平行\\ 线相交的充分必要条件是: x \leq l \sin{\varphi} \quad (x \geq 0), \\ 由这个不等式确定的区域记作A,如图中的阴影部分,同时以\\ A表示针与最近一条平行线相交. \\ 于是得所求的概率为: \\ P(A) = \dfrac{A的面积}{\Omega的面积} = \dfrac{\int_0^{\pi} l \sin{\varphi d \varphi} }{\pi a} = \dfrac{ 2l }{ \pi a } . \\ 如果l与a为已知, 则以\pi值代入上式可以算得P(A).反之,也可\\ 以利用上式去求\pi的近似值,如果投针N次,其中针与平行线相\\ 交n次,我们就以频率\dfrac{n}{N}代替P(A), 带入上式可得:\\ \qquad \qquad \pi = \dfrac{2lN}{an} \\ 历史上有学者做过这个试验,例如,Wolf在1850年投针\\ 5000次,得\pi的近似值为3.1596; \\ Smith在1855年投针3204次,得到\pi的近似值为3.1554; \\ Lazzerini在1901年投针34080次,得到\pi的近似值为3.1415929.$