本文學習資源來自《機率論基本(李賢平)》
一、 模型與計算公式
在讨論一般随機現象之前,我們先讨論一類最簡單的随機現象:
1. 在試驗中它的全部可能結果隻有有限個,譬如為
n
n
個,記為E1,E2,⋯,EnE1,E2,⋯,En,而且這些事件是兩兩互不相容的;
2. 事件
E1,E2,⋯,En
E
1
,
E
2
,
⋯
,
E
n
的發生或出現是等可能的,即它們發生的機率都一樣。
這類随機現象在機率論發展初期即被注意,許多最初的機率論結果也是對它作出的,一般把這類随機現象的數學模型稱為古典概型。
古典概型是有限樣本空間的一種特例。可以選
Ω=E1,E2,⋯,En
Ω
=
E
1
,
E
2
,
⋯
,
E
n
作為樣本空間,而且此時應有:
P(E1)=P(E2)=⋯=P(En)=1n
P
(
E
1
)
=
P
(
E
2
)
=
⋯
=
P
(
E
n
)
=
1
n
對于任何事件
A
A
,它總可以表示為樣本點之和,例如A=Ei1+Ei2+⋯+EimA=Ei1+Ei2+⋯+Eim,是以由事件機率的定義:
P(A)=P(Ei1)+P(Ei2)+⋯+P(Eim)=1n+1n+⋯+1n=mn
P
(
A
)
=
P
(
E
i
1
)
+
P
(
E
i
2
)
+
⋯
+
P
(
E
i
m
)
=
1
n
+
1
n
+
⋯
+
1
n
=
m
n
是以在古典概型中,事件
A
A
的機率是一個分數,其分母是樣本點的總數nn,而分子是事件
A
A
中所包含的樣本點個數mm,由于
Ei1,Ei2,⋯,Eim
E
i
1
,
E
i
2
,
⋯
,
E
i
m
的出現必導緻
A
A
的出現,即它們的出現對AA的出現“有利”,是以習慣上常稱
Ei1,Ei2,⋯,Eim
E
i
1
,
E
i
2
,
⋯
,
E
i
m
是
A
A
的“有利場合”,這樣:
P(A)=mn=A的有利場合的數目樣本點總數P(A)=mn=A的有利場合的數目樣本點總數
法國數學家拉普拉斯(Laplace)在1812年把上式作為機率的一般定義。現在通常稱它為機率的古典定義,因為它隻适用于古典概型場合。
古典概型有着多方面應用,産品抽樣檢查就是其中之一。
例如: 有一個口袋,内裝
a
a
隻黑球,bb隻白球,它們除顔色不同外,外形完全一樣(以後若非特别聲明,均作此假定)。這樣一來,當我們從袋子中任意找出一球時,這
a+b
a
+
b
隻球中的任意一隻被摸到的可能性都一樣。
若把黑球作為廢品、白球作為好品,則這個摸球模型就可以描述産品抽樣。假如産品分為更多等級,例如一等品、二等品,三等品,等外品等等,則可用裝有多種顔色的球的口袋的摸球模型來描述。
這種模型化的方法能使問題更清楚,更容易看出其随機性本質而不緻被個别情況下的具體屬性所蒙蔽。不僅如此,這種抽象化的模型帶有普遍性,它還可以描述許多别的具體問題,進而有着多方面應用。例如種水稻地塊的調查,某種疾病的抽查等都能用這個模型。
事件上,古典概型的大部分問題都能形象化地用摸球模型來描述。以後我們經常研究摸球模型,意義即在于此。
二、 基本的組合分析公式
1. 全部組合分析公式的推導基于下列兩條原理:
乘法原理 : 若進行
A1
A
1
過程有
n1
n
1
種方法,進行
A2
A
2
過程有
n2
n
2
種方法,則進行
A1
A
1
過程後再接着進行
A2
A
2
過程共有
n1∗n2
n
1
∗
n
2
種方法。
加法原理 : 若進行
A1
A
1
過程有
n1
n
1
種方法,進行
A2
A
2
過程有
n2
n
2
種方法,假定
A1
A
1
過程與
A2
A
2
過程是并行的,則進行過程
A1
A
1
或過程
A2
A
2
的方法共有
n1+n+2
n
1
+
n
+
2
種。
2. 排列:
從包含有
n
n
個元素的總體中取出rr個來進行排列,這時既要考慮到取出的元素也要顧及其取出順序。
這種排列可分為兩類:第一種是有放回的選取,這時每次選取都是在全體元素中進行,同一進制素可被重複選中;另一種是不放回選取,這時一個元素一旦被取出便立刻從總體中除去,是以每個元素至多被選中一次,在後一種情況,必有
r≤n
r
≤
n
。
(1) 在有放回選取中,從
n
n
個元素中取出rr個元素進行排列,這種排列稱為有重複的排列,其總數共有
nr
n
r
種。
(2) 在不放回選取中,從
n
n
個元素中取出rr個元素進行排列,其總數為:
Arn=n(n−1)(n−2)⋯(n−r+1)
A
n
r
=
n
(
n
−
1
)
(
n
−
2
)
⋯
(
n
−
r
+
1
)
這種排列稱為
選排列。特别當
r=n
r
=
n
時,稱為
全排列。
(3)
n
n
個元素的全排列數為
Pn=n(n−1)⋯3⋅2⋅1=n!Pn=n(n−1)⋯3⋅2⋅1=n!
3. 組合:
(1)從
n
n
個元素中取出rr個元素而不考慮其順序,稱為組合,其總數為:
Crn=(nr)=Arnr!=n(n−1)⋯(n−r+1)r!=n!r!(n−r)!
C
n
r
=
(
n
r
)
=
A
n
r
r
!
=
n
(
n
−
1
)
⋯
(
n
−
r
+
1
)
r
!
=
n
!
r
!
(
n
−
r
)
!
這裡
(nr)
(
n
r
)
是二項展開式的系數,
(a+b)n=∑nr=0(nr)arbn−r
(
a
+
b
)
n
=
∑
r
=
n
(
n
r
)
a
r
b
n
−
r
(2)若
r1+r2+⋯+rk=n
r
1
+
r
2
+
⋯
+
r
k
=
n
,把
n
n
個不同的元素分成kk個部分,第一部分
r1
r
1
個,第二部分
r2
r
2
個,……第
k
k
部分rkrk個,則不同的分法有:
n!r1!r2!⋯rk!
n
!
r
1
!
r
2
!
⋯
r
k
!
種,上式中的數稱為多項系數,因為它是
x1+x2+⋯+xk)n
x
1
+
x
2
+
⋯
+
x
k
)
n
展開式中
xr11xr22⋯xrkk
x
1
r
1
x
2
r
2
⋯
x
k
r
k
的系數,當
k=2
k
=
2
時,即為組合數。
(3) 若
n
n
個元素中有n1n1個帶足标“1”,
n2
n
2
個帶足标“2”,……
nk
n
k
個帶足标
"k"
"
k
"
,且
n1+n2+⋯+nk=n
n
1
+
n
2
+
⋯
+
n
k
=
n
,從這
n
n
個元素中取出rr個,使得帶有足标
“i"
“
i
"
的元素有
ri
r
i
個(
1≤i≤k
1
≤
i
≤
k
),而
r1+r2+⋯+rk=r
r
1
+
r
2
+
⋯
+
r
k
=
r
,這時不同取法的總數為:
(n1r1)(n2r2)⋯(nkrk)
(
n
1
r
1
)
(
n
2
r
2
)
⋯
(
n
k
r
k
)
這裡當然要求
ri≤ni
r
i
≤
n
i
(4)從
n
n
個元素中有重複地取rr個,不計順序,則不同的取法有:
(n+r−1r)
(
n
+
r
−
1
r
)
種,這個數稱為有重複組合數。
4. 常用等式
(n0)2+(n1)2+⋯+(nn)2=(2nn)
(
n
)
2
+
(
n
1
)
2
+
⋯
+
(
n
n
)
2
=
(
2
n
n
)
三、 機率直接計算的例子
[例1]
一部四冊的文集按任意次序放到書架上去,問各冊自右向左或自左向右恰成1,2,3,4的順序的機率是多少?
[解] 若以
a,b,c,d
a
,
b
,
c
,
d
分别表示自左向右排列的書的冊号,則上述文集旋轉的方式可與向量
(a,b,c,d)
(
a
,
b
,
c
,
d
)
建立一一對應,因為
a,b,c,d
a
,
b
,
c
,
d
取值于
1,2,3,4
1
,
2
,
3
,
4
,是以這種向量的總數相當于4個元素的全排列數
4!=24
4
!
=
24
,由于文集按”任意的“次序放到書架上去,是以這24種排列中出現任意一種的可能性都相同,這是古典概型機率,其有利場合有2種,即自左向右或自右向左成1,2,3,4順序,是以所求機率為
224=112
2
24
=
1
12