1.4 等可能概型(古典概型)

数学学习 · 爱知数学讲义

18
本章目录 · 1 节

本章导读

【1.4 等可能概型(古典概型)】样本空间有限、基本事件等可能,两条件缺一不可。若S有N个样本点,A含k个,则每点概率1/N,P(A)=k/N。先规定样本点是否有序、有无放回、对象是否可区分;不能把概率不同的颜色组合当成等可能点。

【例1 三次抛币】均匀独立硬币的八个序列等可能。恰一次正面有HTT、THT、TTH,概率3/8;至少一次正面用补事件TTT,概率1−1/8=7/8。(例完)

【例2 两次取球】6只球中4白2红,球彼此可区分。放回:有序样本数36;两白16/36=4/9,两红4/36=1/9,同色5/9,至少一白8/9。不放回:有序样本数30;两白4×3/30=2/5,两红2×1/30=1/15,同色7/15,至少一白14/15。原书留给读者的不放回部分在此补全。(例完)

【例3 球入盒与生日】n只可区分球独立、等概率地各入N个有标号盒之一,所有Nⁿ种分配等可能;每盒至多一球的有利数为N(N−1)…(N−n+1),故概率为N!/((N−n)!Nⁿ),0≤n≤N;n>N时为0。不能把“可区分”与“独立均匀”省掉。

生日模型进一步假设无闰日且各人生日独立、365天等可能,至少两人同生日的概率为。它是该理想模型的结论,不是从真实生日均匀性直接得来;n=23约0.5073,n=64约0.9972。(例完)

n200.411438384230.507297234300.706316243400.891231810500.970373580640.9971904791000.999999693
例3 生日重复概率表,按乘积公式重算

【例4 超几何计数】N件中D件次品,不放回均匀抽n件,恰k件次品的概率

证明:总数为C(N,n),有利数由选k件次品、n−k件正品相乘。只写k≤D不够,还须满足正品数量和样本容量的限制;不可行整数k的概率为0。(例完)

【组合数的扩展】对实数a及整数r≥0,定义,且。例如。普通组合计数要求非负整数对象数;扩展值不能一律解读成“选法数量”。

【例5 取球先后】a白b红,k人依次各取一球。不论均匀放回还是不放回,第i人取白的边缘概率都是a/(a+b)。不放回时,有利有序序列数a·(a+b−1)_{k−1},总数(a+b)_k,相除即得;其余人的取球结果一旦已知,条件概率一般会变,不能据边缘相等就说各次独立。(例完)

【例6 整除】从1至2000均匀取整数,能被6整除333个、被8整除250个,同时被两者整除即被24整除83个。因此两者都不能整除的概率1−(333+250−83)/2000=3/4。(例完)

【例7 分班】15人均匀分到三个有标号班,每班5人,其中3人优秀。总数15!/(5!)³。每班一名优秀的有利数3!·12!/(4!)³,概率25/91;3名同班的有利数3·12!/(2!5!5!),概率6/91。也可看3名优秀生占据15个座位中的3个,分别计5³与3C(5,3),再除C(15,3)。(例完)

【例8 接待日期与实际推断】若12次来访独立且一周7天等可能,“都落在预先指定的周二、周四”的概率为(2/7)¹²≈2.959×10⁻⁷。观察到这种结果可质疑均匀独立模型,但不能逻辑必然地证明接待日期有规定;也可能是来访者偏好等原因。若两天是看完数据才选择的,检验事件也变了,例如“至多出现在某两天”的概率为[7+C(7,2)(2¹²−2)]/7¹²,不能继续套预先指定两天的概率。“小概率”不是“不可能”,这是后文假设检验所需的区别。(例完)