【概率论基础进阶】随机事件和概率-古典概型与伯努利概型

本文详细介绍了概率论中的三种基本概率模型:古典概型、几何概型和伯努利概型。通过实例解释了每种概型的定义和计算方法,包括恰好查三次确定次品的概率、不超过三次确定次品的概率以及二项概率公式在实际问题中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、古典概型

定义:当试验结果为有限 n n n个样本点,且每个样本点的发生具有相等的可能性,如果事件 A A A n A n_{A} nA个样本点组成,则事件 A A A的概率
P ( A ) = n A n = A 所包含的样本点数 样本点总数 P(A)=\frac{n_{A}}{n}=\frac{A所包含的样本点数}{样本点总数} P(A)=nnA=样本点总数A所包含的样本点数
有限等可能试验中事件 A A A的概率 P ( A ) P(A) P(A)为古典型概率

例1:已知 6 6 6个产品中混有 2 2 2个次品,现每次一个的逐个随机抽取检验,求

  • 恰好查三次就确定 2 2 2次品的概率
  • 不超过三次就确定 2 2 2次品的概率

恰好查三次就确定 2 2 2次品的概率,可以用全排列的方式
C 2 1 ⏞ 两个次品挑一个 C 2 1 ⏞ 前两个位置挑一个 A 4 4 A 6 6 = 2 15 \frac{\overbrace{C_{2}^{1}}^{两个次品挑一个}\overbrace{C_{2}^{1}}^{前两个位置挑一个}A_{4}^{4}}{A_{6}^{6}}=\frac{2}{15} A66C21

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值