第三节 等可能概型
在概率论发展的历史上,最先研究的是一类最直观、最简单的随机现象.在这类随机现象中,样本空间中的每个基本事件发生的可能性都相等,这样的数学模型我们称之为等可能概型.其中,当样本空间只包含有限个不同的可能结果(即样本点),如抛掷一枚均匀的硬币、抛掷一枚均匀的骰子等,研究这一类随机现象的数学模型我们称之为古典概型.而当样本空间是某个区域(可以是一维区间、二维平面或三维空间),如搭乘地铁等待时间、蒲丰投针问题等,研究这一类随机现象的数学模型我们称之为几何概型.
一、古典概型
一般地,古典概型的基本思路如下:
(1)随机试验的样本空间只有有限个样本点,不妨记作Ω={ω1,ω2,…,ωn};
(2)每个基本事件发生的可能性相等,即
若随机事件A中含有nA个样本点,则事件A的概率为
古典概型是概率论发展初期确定概率的常用方法,所得的概率又称为古典概率.在古典概型中,关键在于计算样本空间及事件A中样本点的个数,所以在计算中经常用到排列组合的计算工具.
例1 抛掷两枚均匀的骰子,观察出现的点数,设事件A表示“两个骰子的点数一样”,求P(A).
解 按照定义,样本空间Ω是由两枚骰子可能出现的所有不同结果组成的.因此,Ω={(1,1),(1,2),…,(1,6),(2,1),…,(6,6)},共包含36个样本点,而A={(1,1),(2,2),…,(6,6)},共6个样本点,因而
例2(抽样模型) 已知N件产品中有M件是不合格品,其余N-M件是合格品.今从中随机地抽取n件.试求:
(1)不放回抽样 n件中恰有k件不合格品的概率;
(2)有放回抽样 n件中恰有k件不合格品的概率.
解 抽样方式有两种:有放回抽样和不放回抽样,有放回抽样是抽取一件后放回,再抽取下一件,如此重复至抽取n件完成;不放回抽样是抽取一件后不放回,再抽取下一件,如此重复.
(1)先计算样本空间Ω中样本点的总数,因为是不放回抽样,从N件抽取n件,所以样本点的总数为,因为是随机抽样的,故这个样本点是等可能发生的.
再计算事件A中样本点的个数,因为事件A要求n件中恰有k件不合格品,即必须从M件不合格品中选取k件不合格品,还要从N-M件合格品中选取n-k件合格品,根据乘法原理,事件A中含有个样本点,因此可得事件A的概率为
(2)如果是有放回抽样,每一次都是从N件抽取1件,共抽n次,故样本空间Ω中样本点的总数为Nn,因为是随机抽样的,故这Nn样本点还是等可能发生的.
n件中恰有k件不合格品,可以看成在n次抽取过程中有k次抽到不合格品,考虑到这k次可以在总的n次中的任何k次抽取中得到,故有种不同的出现顺序,每次抽到不合格品都是从M件不合格品中选取1件不合格品,故有Mk种,还要从N-M件合格品中选取n-k次合格品,故有(N-M)n-k种,根据乘法原理和加法原理,事件A中含有(N-M)n-k个样本点,因此可得事件A的概率为
例3(抽奖(抓阄)模型) 今有某公司年会的抽奖活动,设共有n张券,其中只有一张有奖,每人只能抽一张,设事件A表示为“第k个人抽到有奖的券”,试在有放回、不放回两种抽样方式下,求P(A).
解 在有放回情形中,第k个人抽与第1个人抽情况相同,因而所求概率为
在不放回情形中,样本空间的样本点总数为n(n-1)…(n-k+1),而事件A的样本点个数为(n-1)(n-2)…(n-1-(k-1)+1)·1,故所求概率为
值得注意的是,此概率值与抽样次数k无关.尽管每个人抽奖先后次序不同,但是每个人中奖的概率是一样的,大家机会相同.另外还值得注意的是,有放回抽样和不放回抽样情况下概率是一样的.
二、几何概型
几何概型是古典概型的推广,保留每个样本点发生的等可能性,但去掉了Ω中包含有限个样本点的限制,即允许试验可能结果有无穷不可列个.
一般地,几何概型的基本思路如下:
(1)随机试验的样本空间Ω是某个区域(可以是一维区间、二维平面区域或三维空间区域);
(2)每个样本点发生的可能性相等.
则事件A的概率为
其中,m(·)在一维情形下表示长度,在二维情形下表示面积,在三维情形下表示体积.求几何概型的关键在于用图形正确地描述样本空间Ω和所求事件A,然后计算出相关图形的度量(一般为长度、面积或体积).
例4 在[0,1]区间内任取一个数,求:
(1)这个数落在区间(0,0.25)内的概率;
(2)这个数落在区间中点的概率;
(3)这个数落在区间(0,1)内的概率.
解 以x表示取到的这个数,因为这个数都是在[0,1]区间内等可能取到,所以由等可能性可知这是一个几何概型的问题.
样本空间Ω={x:0≤x≤1},m(Ω)=1.
(1)设事件A表示“这个数落在区间(0,0.25)内”,即A={x:0<x<0.25},m(A)=0.25.由几何概率的计算公式,有
(2)设事件A表示“这个数落在区间中点”,即A={x:x=0.5},m(A)=0,于是
(3)设事件A表示“这个数落在区间(0,1)内”,即A={x:0<x<1},m(A)=1,于是
这个例子中,我们对样本空间Ω和事件A的度量采用区间线段的长度来表示,这是一维的情形.此外,这个例子的(2)和(3)告诉我们,概率为零的事件未必就是不可能事件,同理,概率为1的事件未必就是必然事件.
例5(碰面问题) 甲、乙两人约定在中午的12时到13时之间在学校咖啡屋碰面,并约定先到者等候另一人10分钟,过时即可离去.求两人能碰面的概率.
解 以x和y表示甲、乙两人到达咖啡屋的时间(以min为单位),在平面xOy上建立直角坐标系(见图1.7).
图1.7 例5中样本空间Ω与A的示意图
因为甲、乙两人都是在12时到13时等可能到达,所以由等可能性可知这是一个几何概型的问题.样本空间
Ω={(x,y):0≤x≤60,0≤y≤60},m(Ω)=602.
设事件A表示“两人能碰面”,即
A={(x,y):|x-y|<10},m(A)=602-502.
由几何概率的计算公式,有
例6(蒲丰投针问题) 蒲丰投针试验是第一个用几何形式表达概率问题的例子.假设平面上画满间距为a的平行直线,向该平面随机投掷一枚长度为l(l<a)的针,求针与任一平行线相交的概率.
解 设M为针的中点,x为M与最近平行线的距离,φ为针与平行线的交角,
可得样本空间为
显然,设事件A表示“针与平行线相交”发生的充要条件是(见图1.8),故(见图1.9).
图1.8 蒲丰投针问题
图1.9 蒲丰投针问题中的Ω和A
由几何概率的计算公式,有
我们用n表示投针总次数,nA表示针与平行线相交的次数,可以用作为P(A)的估计值,即
于是有
这就是用随机试验方法求π值的基本公式.一般来说,试验次数越多,求得的近似解越精确.19~20世纪,历史上有一些学者曾亲自做过这个试验,用概率的方法得到圆周率π的近似值.下面是一些资料.
随着计算机的发展,可以实现对大量随机试验的计算机模拟,此方法即为在自然科学、社会科学各领域具有广泛应用的蒙特卡罗方法(Monte Carlo Method).
习题1-3
1. 掷两枚骰子,求下列事件的概率:
(1)点数之和为7;
(2)点数之和不超过5;
(3)点数之和为偶数.
2. 一口袋中有5个红球及2个白球.从这袋中任取一球,看过它的颜色后放回袋中,然后,再从这袋中任取一球.设每次取球时口袋中各个球被取到的可能性相同,求:
(1)第一次、第二次都取到红球的概率;
(2)第一次取到红球、第二次取到白球的概率;
(3)两次取得的球为红、白各一的概率;
(4)第二次取到红球的概率.
3. 一个盒子中装有6只杯子,其中有2只是不合格品,现在作不放回抽样;接连取2次,每次随机地取1只,试求下列事件的概率:
(1)2只都是合格品;
(2)1只是合格品,1只是不合格品;
(3)至少有1只是合格品.
4. 一个年级三个班级分别派出6位、4位和3位同学代表学校参加区速算比赛.抽签决定首发3位同学的名单,求:
(1)首发的3位同学来自同一个班级的概率;
(2)首发的3位同学来自不同班级的概率;
(3)首发的3位同学来自两个班级的概率.
5. 一个盒子中放有编号为1~10的10个小球,随机地从这个口袋中取3个球,试分别在“不放回抽样”和“有放回抽样”两种方式下,求:
(1)3个球的号码都不超过6的概率;
(2)最大号码是6的概率.
6. 一副扑克牌将大王和小王去掉,从剩余的52张扑克牌中任取5张,求下列事件的概率:
(1)事件A=“同花”(即5张牌都是同一花色);
(2)事件B=“顺子”(即5张牌号码连一起,例如:“A2345”,…,“10JQKA”);
(3)事件C=“仅有一对”.
7. 将n个完全相同的小球随机地放入N个不同的盒子(n<N),设每个盒子都足够大,可以容纳任意多个球.求:
(1)n个球都在同一个盒子里的概率;
(2)n个球都在不同的盒子里的概率;
(3)某指定的盒子中恰好有k(k≤n)个球的概率.
8. 10个女生5个男生排成一列,求任意两个男生都不相邻的概率.
9. 10张签中分别有4张画圈、6张画叉.10个人依次抽签,抽到带圈的签为中签,求每个人的中签率.
10.(1)在单位圆内某一特定直径上取一点,求以该点为中心的弦长大于的概率;
(2)在单位圆内任作一点,求以该点为中心的弦长大于的概率.
11. 在圆内有一内接等边三角形,随机向圆内抛掷一个点,求该点落在等边三角形内的概率.
12. 在区间[0,1]上任取两个数,求:
(1)两数之和不小于1的概率;
(2)两数之差的绝对值不超过0.1的概率;
(3)两数之差的绝对值小于0.1的概率.
13. 在长度为T的时间段内,有两个长短不等的信号随机地进入接收机,长信号持续时间为t1(《T),短信号持续时间为t2(《T).试求这两个信号互不干扰的概率.
14. 在长度为1的线段上任取两个点将其分成三段,求:
(1)它们可以构成一个三角形的概率;
(2)它们可以构成一个等边三角形的概率.