PT@Bernoulli概型@古典概型之伯努利概型

文章目录

    • abstract
    • 伯努利概型
    • 伯努利试验
      • n重伯努利试验
        • 样本空间
        • 样本空间的重要划分
        • 成功k次的n重Bernoulli试验

abstract

  • Bernoulli概型是结合独立事件和n重Bernoulli试验概念的古典概型

伯努利概型

  • Bernoulli概型是基于bernoulli试验的一类古典概型
  • 这类概型的等可能性体现在 n n n重Bernoulli试验种的各种结果出现的可能性相等,而单重Bernoulli试验的两种结果发生的概率不一定要相等

伯努利试验

  • 如果试验E的样本空间中只有两个对立样本点: A , A ‾ A,\overline{A} A,A,则试验E是Bernoulli试验
  • 样本点概率关系: P ( A ) = p P(A)=p P(A)=p,则 P ( A ‾ ) = 1 − p P(\overline{A})=1-p P(A)=1p

n重伯努利试验

  • 如果把试验E**独立重复做n次,将这n次构成一个新试验**,这个新试验称为 n n n重Bernoulli试验
  • Note:
    • 重复是指每次Bernoulli试验中 P ( A ) = p P(A)=p P(A)=p保持不变
    • 独立是指各次的试验结果互不影响
      • C i C_i Ci表示第 i i i次Bernoulli试验的结果,则 C i ∈ {   A , A ‾   } C_i\in\set{A,\overline{A}} Ci{A,A}, i = 1 , 2 , ⋯   , n i=1,2,\cdots,n i=1,2,,n;且 P ( C 1 ⋯ C n ) P(C_1\cdots{C_n}) P(C1Cn)= P ( C 1 ) ⋯ P ( C n ) P(C_1)\cdots{P(C_n)} P(C1)P(Cn)
    • 每重复完成n次基本试验,才能够算完成一次n重伯努利试验
  • n重伯努利试验也叫伯努利概型, 记为 E n 记为E^n 记为En

  • 试验 E 1 E_1 E1是抛一枚硬币观察得到的正反面: A , A ‾ A,\overline{A} A,A分别表示结果为正面和反面
  • 试验 E 2 E_2 E2是抛一个子,若 A A A表示"得到1点", A ‾ \overline{A} A表示得到"非1点"
  • E 1 , E 2 E_1,E_2 E1,E2都是Bernoulli试验
  • 如果将 E 1 , E 2 E_1,E_2 E1,E2各执行 n n n次,得到各自的 n n n重Bernoulli试验 E 1 n , E 2 n E_1^{n},E_2^{n} E1n,E2n
样本空间
  • E n E^{n} En的样本空间
    • ω i \omega_i ωi为第 i i i次基本Bernoulli的试验结果,则 ω i ∈ {   A , A ‾   } \omega_i\in\set{A,\overline{A}} ωi{A,A}
    • 且某一次试验结果(样本点)可以表示为 ω = ( ω 1 ⋯ ω n ) \omega=(\omega_1\cdots \omega_n) ω=(ω1ωn);
    • 并且,若 ω \omega ω中的 n n n次基本试验若出现了 k k k A A A,则剩余 n − k n-k nk个基本试验都是 A ‾ \overline{A} A
    • 样本空间的样本数为 2 n 2^{n} 2n
      • ω i \omega_i ωi取值有2种, i = 1 , ⋯   , n i=1,\cdots,n i=1,,n,所以 ω \omega ω取值有 2 n 2^{n} 2n
      • 或者可以这样算: ∑ i = 0 n ( n i ) \sum_{i=0}^{n}{\binom{n}{i}} i=0n(in)= ( 1 + 1 ) n (1+1)^{n} (1+1)n= 2 n 2^{n} 2n
样本空间的重要划分
  • 不妨把恰好出现 k k k A A A E n E^{n} En试验记为事件 B k B_{k} Bk,则 B 0 , B 1 , ⋯   , B n B_0,B_1,\cdots,B_n B0,B1,,Bn构成 E n E^{n} En样本空间的一个划分
  • 根据 ω = ( ω 1 ⋯ ω n ) \omega=(\omega_1\cdots \omega_n) ω=(ω1ωn) ω i , ω j \omega_i,\omega_j ωi,ωj, i ≠ j i\neq{j} i=j相互独立,若 ω = ( ω 1 ⋯ ω n ) \omega=(\omega_1\cdots \omega_n) ω=(ω1ωn)中有 k k k A A A,且 P ( A ) = p , P ( A ‾ ) = 1 − p = q P(A)=p,P(\overline{A})=1-p=q P(A)=p,P(A)=1p=q, E n E^{n} En的样本点 ω \omega ω发生的概率为
    • P ( ω ) = P ( ω 1 ⋯ ω n ) = ∏ i = 1 n P ( ω i ) P(\omega)=P(\omega_1\cdots \omega_n)=\prod_{i=1}^{n}P(\omega_i) P(ω)=P(ω1ωn)=i=1nP(ωi)= p k q n − k p^kq^{n-k} pkqnk,
成功k次的n重Bernoulli试验
  • 若单重Bernoulli试验结果为 A A A视为成功,则 n n n重Bernoulli试验出现 k k k A A A视为成功 k k k次,即 B k B_k Bk发生

  • 事件 B k B_k Bk中包含的样本点数量为 ( n k ) \binom{n}{k} (kn),每个样本点发生的概率是相同的因此:

    • P ( B k ) = ( n k ) p k q n − k P(B_k)=\binom{n}{k}p^kq^{n-k} P(Bk)=(kn)pkqnk
  • 可以为 B k B_k Bk加上其对应的Bernoulli试验的重数 n n n,记为 B k ( n ) B_{k}^{(n)} Bk(n) B k ( n = 4 ) B_k(n=4) Bk(n=4)

  • 利用 P ( B k ) = ( n k ) p k q n − k P(B_k)=\binom{n}{k}p^kq^{n-k} P(Bk)=(kn)pkqnk,来计算一些具体问题

    • 设4次独立重复试验中,事件A至少出现一次的概率为0.5904
    • 那么3次独立试验中,事件A出现1次的概率?
    • B k n B_k^{n} Bkn={在n次独立试验中事件A出现恰好地出现了k次}

    • 显然A在4次独立重复试验种出现0次(对应事件 B 0 4 B_0^{4} B04的概率为 1 − 0.5904 = 0.4096 1-0.5904=0.4096 10.5904=0.4096

    • 记: P ( A ) = p P(A)=p P(A)=p;

    • P ( B 0 4 ) = ( 4 0 ) p 0 q 4 P(B_0^{4})=\binom{4}{0}p^{0}q^{4} P(B04)=(04)p0q4=0.4096

      • q 4 q^{4} q4= 2 12 × 1 0 − 4 2^{12}\times{10^{-4}} 212×104= ( 2 3 ) 4 × ( 1 0 − 1 ) 4 (2^{3})^{4}\times{(10^{-1})}^{4} (23)4×(101)4= 0. 8 4 0.8^{4} 0.84
      • 解得 q = 0.8 q=0.8 q=0.8,从而 p = 0.2 p=0.2 p=0.2
    • 那么3次独立试验中,事件A出现1次的概率:

      • P ( B 1 3 ) P(B_1^{3}) P(B13)= ( 3 1 ) p 1 q 2 = 3 ∗ 0.2 ∗ 0.64 = 0.384 \binom{3}{1}p^1q^2=3*0.2*0.64=0.384 (13)p1q2=30.20.64=0.384

  • 设甲乙两人投球中目标的概率分别为 0.8 , 0.6 0.8,0.6 0.8,0.6
  • 若两人各投3次,则事件 A A A:两人投中次数相等的概率?
    • 投中次数可能为: k k k=0,1,2,3
  • B i , C i B_i,C_i Bi,Ci:分别表示甲乙两人投中 i i i个球, {   B i ; i ∈ I   } \set{B_i;i\in{I}} {Bi;iI}, {   C i ; i ∈ I   } \set{C_i;i\in{I}} {Ci;iI}, I = {   1 , 2 , 3   } I=\set{1,2,3} I={1,2,3}都是样本空间的一个划分
  • A = ⋃ i = 0 3 B i C i A=\bigcup_{i=0}^{3}B_iC_i A=i=03BiCi,且 ( B i C i ) ( B j C j ) = (B_iC_i)(B_jC_j)= (BiCi)(BjCj)= ( B i B j ) ( C i C j ) (B_iB_j)(C_iC_j) (BiBj)(CiCj)= ∅ \emptyset , i ≠ j i\neq{j} i=j ; 且因为 ;且因为 ;且因为B_i,C_i$是相互独立的所以:
    • P ( A ) P(A) P(A)= ∑ i = 0 3 P ( B i C i ) \sum_{i=0}^{3}P(B_iC_i) i=03P(BiCi)= ∑ i = 0 3 P ( B i ) P ( C i ) \sum_{i=0}^{3}P(B_i)P(C_i) i=03P(Bi)P(Ci)= ∑ i = 0 3 ( ( 3 i ) 0. 8 i 0. 2 3 − i ) ( ( 3 i ) 0. 6 i 0. 4 3 − i ) \sum_{i=0}^{3}(\binom{3}{i}0.8^{i}0.2^{3-i})(\binom{3}{i}0.6^{i}0.4^{3-i}) i=03((i3)0.8i0.23i)((i3)0.6i0.43i)= 0.305 0.305 0.305

  • 同时抛两个色子

    • 事件A={出现的点数之和为7}
    • 事件B={出现的点数之和为9}
  • 注意仅抛1次不一定 A , B A,B A,B都不一定发生,可能需要抛 k k k次, A A A B B B才能发生

  • 再令事件C={事件A比事件B先发生},求 C C C发生的概率?

  • 令试验为抛 k k k次色子观察点数之和,以下三个事件包含了第k次抛色子的所有可能事件,构成了样本空间的一个划分

    • A k A_k Ak={A在第k次试验时发生}

      • P ( A k ) = 6 36 = 1 6 P(A_k)=\frac{6}{36}=\frac{1}{6} P(Ak)=366=61
        • (1,6);(2,5);(3,4);(4,3),(2,5),(6,1)共6种可能
    • B k B_k Bk={B在第k次试验发生}

      • P ( B k ) = 4 36 = 1 9 P(B_k)=\frac{4}{36}=\frac{1}{9} P(Bk)=364=91
        • (3,6);(4,5);(5,4);(6,3)共4种可能
    • C k C_k Ck={A,B在第k次试验时都没有发生}

      • C k = A k ∪ B k ‾ C_k={\overline{A_k\cup B_k} } Ck=AkBk= A k ‾    B k ‾ \overline{A_k}\;\overline{B_k} AkBk

      • P ( C k ) = 1 − P ( C k ‾ ) = 1 − P ( A k ∪ B k ) P(C_k)=1-P(\overline{C_k})=1-P(A_k\cup B_k) P(Ck)=1P(Ck)=1P(AkBk)= 1 − ( P ( A k ) + P ( B k ) − P ( A k B k ) ) 1-(P(A_k)+P(B_k)-P(A_kB_k)) 1(P(Ak)+P(Bk)P(AkBk))

      • 由于 A k , B k A_k,B_k Ak,Bk之间互斥, P ( C k ) = 1 − ( P ( A k ) + P ( B k ) ) = 13 18 P(C_k)=1-(P(A_k)+P(B_k))=\frac{13}{18} P(Ck)=1(P(Ak)+P(Bk))=1813

    • 事件 C C C发生可以列为以下互斥事件的并事件:

      • A 1 A_1 A1
      • C 1 A 2 C_1A_2 C1A2
      • C 1 C 2 A 3 C_1C_2A_3 C1C2A3
      • ⋯ \cdots
      • C 1 ⋯ C n − 1 A n C_1\cdots{C_{n-1}}A_n C1Cn1An
      • ⋯ \cdots
    • 显然 A 1 , ⋯   , A k A_1,\cdots,A_k A1,,Ak独立事件它们发生的概率相等,均为 1 6 \frac{1}{6} 61

    • 同理, B 1 , ⋯   , B k B_1,\cdots,B_k B1,,Bk发生的概率都是 1 9 \frac{1}{9} 91; C 1 , ⋯   , C k C_1,\cdots,C_k C1,,Ck发生的概率都是 13 18 \frac{13}{18} 1813

    • 并且 A i , B j , C k A_{i},B_{j},C_{k} Ai,Bj,Ck,( i , j , k i,j,k i,j,k互不相等)都是相互独立的(即第 i i i次发生的结果不影响第 i + 1 i+1 i+1次及以后的试验的结果)

  • A k , B k , C k , A_k,B_k,C_k, Ak,Bk,Ck,构成了第k次试验的样本空间的一个划分,它们之间互不相容

  • T ( k ) = ( ⋂ i = 0 k − 1 C i ) A k T(k)=\left(\bigcap\limits_{i=0}^{k-1}C_i \right)A_k T(k)=(i=0k1Ci)Ak; k = 1 , ⋯ k=1,\cdots k=1,,且 C 0 = 1 C_0=1 C0=1,例如, T ( 1 ) = A 1 T(1)=A_1 T(1)=A1; T ( 3 ) = C 1 C 2 A 3 T(3)=C_1C_2A_3 T(3)=C1C2A3

  • C = ⋃ k = 1 ∞ T ( k ) = ⋃ k = 1 ∞ ( ( ⋂ i = 0 k − 1 C i ) A k ) T ( i ) T ( j ) = ∅ ; i ≠ j \\C=\bigcup\limits_{k=1}^{\infin}T(k)=\bigcup\limits_{k=1}^{\infin} \left( \left( \bigcap\limits_{i=0}^{k-1}C_i \right) A_k \right) \\T(i)T(j)=\varnothing;i\neq j C=k=1T(k)=k=1((i=0k1Ci)Ak)T(i)T(j)=;i=j

  • P ( C ) = ∑ k = 1 ∞ P ( T ( k ) ) P(C)=\sum\limits_{k=1}^{\infin}P(T(k)) P(C)=k=1P(T(k)),再根据独立事件的性质 P ( T ( k ) ) = ( ∏ i = 1 k − 1 P ( C i ) ) P ( A k ) P(T(k))=(\prod_{i=1}^{k-1}P(C_i))P(A_k) P(T(k))=(i=1k1P(Ci))P(Ak)= ( 13 18 ) k − 1 1 6 (\frac{13}{18})^{k-1}\frac{1}{6} (1813)k161

  • P ( C ) P(C) P(C)= ∑ k = 1 ∞ ( 13 18 ) k − 1 1 6 \sum_{k=1}^{\infin}(\frac{13}{18})^{k-1}\frac{1}{6} k=1(1813)k161= 1 6 ∑ k = 1 ∞ ( 13 18 ) k − 1 \frac{1}{6}\sum_{k=1}^{\infin}(\frac{13}{18})^{k-1} 61k=1(1813)k1= 1 6 1 1 − 13 18 \frac{1}{6}\frac{1}{1-\frac{13}{18}} 61118131= 3 5 \frac{3}{5} 53

  • 事实上,任何一次试验, P ( A ) = 1 6 P(A)=\frac{1}{6} P(A)=61, P ( B ) = 1 9 P(B)=\frac{1}{9} P(B)=91;令事件D: A A A B B B发生;则事件 C C C所谓的 A A A先于 B B B发生就是所有D发生的情况下 A A A发生而 B B B不发生

  • 从而 P ( C ) = 1 6 1 6 + 1 9 P(C)=\frac{\frac{1}{6}}{\frac{1}{6}+\frac{1}{9}} P(C)=61+9161= 3 5 \frac{3}{5} 53

你可能感兴趣的:(概率论)