
1.4 等可能概型
本节介绍等可能概型,包括古典概型和几何概型。
1.4.1 古典概型
称随机试验的概率模型为古典概型,它的样本空间满足以下条件:
(1)只有有限个样本点。
(2)每个样本点发生的可能性都一样。
如果古典概型的样本点(基本事件)的总数为n,事件A包含的样本点个数为m个,则A的概率为

由式(1-9)计算的概率称为事件A的古典概率。
【例1-9】 从0~9中可重复随机抽取4个数,求下列事件的概率:
(1)4个数全相同。
(2)4个数全不相同。
(3)4个数中2出现了两次。
解:因为数可以重复取,所以基本事件总数n=104。
(1)设A={4个数全相同},则A中包含的基本事件数m=10,由古典概型定义,有

(2)设B={4个数全不相同},则B中包含的基本事件数m=10×9×8×7=5040,由古典概型定义,有

代码如下:
#第1章/1-4.py from scipy.special import perm result = perm(10, 4)/10 ** 4 print(result)
输出如下:
0.504
(3)设C={4个数中2出现了两次},则C中包含的基本事件数,由古典概型定义,有代码如下:

#第1章/1-5.py from scipy.special import binom result = binom(4, 2) * 9 ** 2/10 ** 4 print(result)
输出如下:
0.0486
【例1-10】 设有p个人,每个人被等可能地分配到N个房间中的一间,求下列事件的概率:
(1)某指定的p个房间中各有一人。
(2)恰有p个房间,每间各有一人。
(3)某指定的一间房中恰好有q个人。
解:因为每个人都可以分到N间房中的任意一间,所以p个人共有Np种,即n=Np。
(1)设A={某指定的p个房间中各有一人},则A中包含的基本事件数m=p!,由古典概型定义:

(2)设B={恰有p个房间,每间各有一人},则B中包含基本事件数!,由古典概型定义:

(3)设C={某指定的一间房中恰好有q个人},则A中包含的基本事件数m=,由古典概型定义:

【例1-11】 在1~1000中随机抽一个数,它既不能被2整除,也不能被5整除的概率是多少?
解:设A={不能被2整除},B={不能被5整除},则

代入数据,
,
0.1,故所求概率为P(A∩B)=1-[0.5+0.2-0.1]=0.4。
古典概型经常牵涉排列组合的计算,对于较为复杂的排列组合,用Python计算更简单,代码如下:
#第1章/1-6.py #排列数与组合数的计算 from scipy.special import comb, perm N = 20 k = 10 #计算排列数 print(perm(N, k)) #计算组合数 print(comb(N, k))
输出如下:
670442572800.0 184756.0
1.4.2 几何概型
称随机试验的概率模型为几何概型,其满足下面两个条件:
(1)样本空间S是一个可度量的有界区域。
(2)每个样本点发生的可能性都一样,即样本点落入S的某一可度量的子区域A的可能性大小与A的几何度量成正比,而与A的位置及形状无关。
在几何概型随机试验中,如果A是样本空间S的一个可度量的子区域,则事件A的概率为

由式(1-14)计算得出的概率称为A的几何概率。
注意 古典概型与几何概型有区别。基本事件有限、等可能的随机试验为古典概型;基本事件无限且具有几何度量、等可能的随机试验为几何概型。
【例1-12】 在区间(0,1)中随机地选取两个数,求这两个数之差的绝对值小于0.5的概率。
解:设两个数分别是x和y,由题意(x,y)的取值范围是正方形区域D={(x,y):0<x<1,0<y<1}。又因为|x-y|<0.5,则满足此条件的区域如图1-2所示。
因此所求的概率为

【例1-13】 随机地向半圆内投掷一点,点均匀地落在半圆内的任何一个区域,求该点和原点连线与x轴的夹角θ≤π/4的概率。
解:由题意,半圆与直线y=x的交点坐标为(a,a),则线段OA以下的半圆部分满足与x轴的夹角小于π/4的条件,因此所求的概率为

几何概率示意图如图1-3所示。

图1-2 例1-12示意图

图1-3 例1-13示意图