甲、乙两人同掷一枚硬币.规定:正面朝上,甲得一点;若反面朝上,乙得一点,先积满3点者赢取全部赌注.假定在甲得2点、乙得1点时,赌局由于某种原因中止了,问应该怎样分配赌注才算公平合理.
帕斯卡:若再掷一次,甲胜,甲获全部赌注所以这两种情况平均一下,乙胜,甲、乙平分赌注;两种情况可能性相同,甲应得赌金的3/4,乙得赌金的1/4.
费马:结束赌局至多还要2局,结果为4种等可能情况:
情况 1 2 3 4
胜者 甲甲 甲乙 乙甲 乙乙
前3种情况,甲获全部赌金,仅第四种情况,乙获全部赌注.所以甲分得赌金的3/4,乙得赌金的1/4.
帕斯卡与费马用各自不同的方法解决了这个问题.虽然他们在解答中没有明确定义概念,但是,他们定义了使某赌徒取胜的机遇,也就是赢得情况数与所有可能情况数的比,这实际上就是概率,所以概率的发展被认为是从帕斯卡与费马开始的.
1、事件的定义:
随机事件:在一定条件下可能发生也可能不发生的事件;
必然事件:在一定条件下必然发生的事件;
不可能事件:在一定条件下不可能发生的事件.
说明:三种事件都是在“一定条件下”发生的,当条件改变时,事件的性质也可以发生变化.
2、在相同的条件S下重复n次试验,观察某一事件A是否出现,称n次试验中事件A出现的次数
为事件A出现的频数(frequency),称事件A出现的比例
为事件A出现的频率(relative frequency).
3、概率
概率(probability)是用来度量随机事件发生的可能性大小的量,能为决策提供关键性的依据.对于给定的随机事件A,随着试验次数的增加,事件A发生的频率fn(A)稳定于概率P(A).
随机事件的频率,指此事件发生的次数与试验总次数的比值,它具有一定的稳定性,总在某个常数附近摆动,且随着试验的增多,这种摆动的幅度越来越小,因而我们说,概率是频率的稳定值.
随机事件在一次试验中发生与否是随机的,但随机性中含有规律,概率是随机事件可能性大小的度量,它反映了随机事件发生可能性的大小.
概率是一种可能性,它通过频率估算一个随机事件发生的可能性,可以看作频率理论上的期望值.
体验1、解释下列概率的含义.
(1)某厂产品的合格率为0.9;
(2)一次抽奖活动中,中奖的概率为0.2.
体验2、有人说,既然抛掷一枚质地均匀地硬币出现正面的概率是0.5,那么连续两次抛掷一枚质地均匀的硬币,一定是一次正面向上,一次反面向上.你认为这样的说法正确吗?
4、决策中的概率思想(极大似然法)
如果我们的判断结论能够使得样本出现的可能性最大,那么判断正确的可能性也最大.这种判断问题的方法为似然法.似然法是统计中重要的统计思想方法之一.
体验3、在使用计算机输入法时,英语中某些字母出现的概率远远高于另一些字母,进一步深入研究之后,人们还发现各字母被使用的频率相当稳定.下面就是英文字母使用频率的一份统计表:
字母 |
空格 |
E |
T |
O |
A |
N |
I |
R |
S |
频率 |
0.2 |
0.105 |
0.071 |
0.0644 |
0.063 |
0.059 |
0.054 |
0.053 |
0.052 |
字母 |
H |
D |
L |
C |
F |
U |
M |
P |
Y |
频率 |
0.047 |
0.035 |
0.029 |
0.023 |
0.0221 |
0.0225 |
0.021 |
0.0175 |
0.012 |
字母 |
W |
G |
B |
V |
K |
X |
J |
Q |
Z |
频率 |
0.012 |
0.011 |
0.0105 |
0.008 |
0.003 |
0.002 |
0.001 |
0.001 |
0.001 |
请你用概率的知识解释一下计算机键盘设计成现在形状的原因.由此,请对汉字的重码问题的设计谈谈你的体会.
例1、下列说法不正确的是( )
A.不可能事件的概率为0,必然事件的概率是1
B.某人射击10次,击中靶8次,则他击中靶的概率为0.8
C.“直线y=k(x+1)过定点(-1,0)”是必然事件
D.“若a>b,c>d,则a+d>b+c”是随机事件
答案:B
例2、从存放号码分别为1,2,3,……,10的卡片的盒子中,有放回地取100次,每次取一张卡片并记下号码,统计结果如下:
卡片号码 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
取到的次数 |
13 |
8 |
5 |
7 |
6 |
13 |
18 |
10 |
11 |
9 |
则取到的号码为奇数的频率是( )
A.0.53 B.0.5 C.0.47 D.0.37
解:
取到卡片的号码为奇数的次数为:13+5+6+18+11=53,则所求的频率为
=0.53.选A.
答案:A
例3、抛掷2颗质地均匀的骰子,求点数和为8的概率.
解:
在抛掷2颗骰子的试验中,每颗骰子均可出现1点,2点,…,6点6种不同的结果,我们把两颗骰子标上记号1,2以便区分,因此同时掷两颗骰子的结果共有
种,在上面的所有结果中,向上的点数之和为8的结果有
,共5种,所以,所求事件的概率为
.
例4、如果10次掷一枚骰子,结果都出现1点,你认为这枚骰子质地均匀吗?
解:
利用概率知识可以进行推断,如果它是均匀的,通过试验和观察,可以发现各个面出现的可能性都应该是
,从而连续10次出现1点的概率为
≈0.000000016538,这在一次试验中几乎是不可能发生的.而当骰子不均匀时,特别是当6点的那一面比较重时,出现1点的概率最大,更有可能连续10次出现1点.因此可以断定这枚骰子不均匀.
例5、在作抽样调查时我们总是许诺说:“绝对会对你保守秘密.”但是被访者往往心有疑虑,在统计行业中还不能达到像记者行业那样为当事人绝对保密时,这样的怀疑是理所当然的.但是我们的数据会因此失真,为了得到真实的回答只能千方百计得到他们的信任,降低问卷的敏感程度.
请从概率知识角度,分析如何得到敏感问题的诚实回答?
解:
1965年Stanley. L. Warner发明了一种应用概率的初等概念来消除不信任情绪的方法.这种方法要求被访人随机地选答两个问题中的一个,而不必告诉被访者回答的是哪个问题,两个问题中一个是敏感问题,一个是无关紧要的问题.被采访人愿意如实回答,因为只有他们自己知道回答的是哪个问题.
比如,无关紧要的问题是:“你的学号的最后一位是奇数吗?”,另一个问题是“此次考试你作弊了吗?”.然后你要求被访人掷一枚硬币,如果得到正面则回答前一个问题,如果是反面应回答后一个问题,当然调查人员不知道他们掷硬币的结果.
假设我们采访了200人,并得到了64个“是”的回答.因为掷硬币的正反面概率各是0.5,所以我们期望100人回答前一个问题,因为学号号码最后一位是奇数或偶数的概率也各是0.5,所以100人中有50人回答“是”.因此回答敏感问题的100人中有64-50=14人回答“是”.由此可知被访人群约有14/100=14%考试作弊了.