转载】概率论中几个有趣的例子
[ 2007-6-3 13:06:00 | By: Byron ]
推荐
作者: ni1985 (妮子||从东方席地卷来一团野火), 原发新水木Mathematics
已经酝酿很长时间的本文终于出场了。
写本文的主要目的：1 很多人看了我前面大量的历史日志后，对我的数学水平产生了怀疑；2 有高中的校友师妹咨询关于大学数学学习的问题；3 概率论是数学中一个重要而美的分支，可惜多数同学尚没有机会看到其冰山一角。
本文的读者适用范围：最低标准是学过工科专业的高等数学和概率论，最高标准不清楚（也许水平比我高的人就不屑于读了）
当我跟皇上提到要写这篇文章的想法时，我提到：试图用比较短的篇幅让只要有初等概率论基础的人，也能看懂，从而对较深的概率论的研究对象和有趣的结论有一个初步的了解，激发其进一步深入学习概率论的兴趣。皇上说：那可不容易，相当于一个毕业设计了。我觉得，确实如此，本文是基本失败还是基本成功，还要看读者的评价。
要想引入本文的内容，首先从数学美的定义说起。关于数学美，我比较欣赏的有两种观点，一是Birkhoff 的观点，数学美=逻辑的复杂程度/表述的复杂程度；二是Von Neumann的观点，数学的活力依赖于与它有联系的科学分支的多寡与分支的活力。也许做应用的人更喜欢后者，但我是比较喜欢前者的。因此，我下面的主要内容就是介绍一些概率论中的基本例子，这些例子的表述是相当简单的，但得到这些例子的手段却比较复杂。我将试图把每个例子表述清楚，让只要有初等概率论基础的读者就知道在说什么，但对得到这些结果的证明过程则一律省略，只简要提出涉及的基本工具，但其中有些比较简单的细节会给大家留为习题。这些例子一律来自伟大的Durrett的著作：Probability theory and examples——我认为最优秀的概率论教材。
例1. Coupon collector问题：X1,X2,…是独立同分布，均匀的取自集合{1，…，n}的随机变量序列。大家把集合{1，…，n}想象为若干张扑克牌，每次我们等概率的取一张扑克牌，取完放回。
，意思就是手中取过k种不同的扑克牌所需的次数。T(n) =t(n,n)表示取过所有扑克牌所需的次数。X(n,k)=t(n,k)-t(n,k-1)，则X(n,k)服从参数是1-(k-1)/n的几何分布（思考题！），它的期望和方差可求，且容易发现X(n,1),…,X(n,n)相互独立，从而可以求出E
T(n),Var T(n)（习题！)。且去证明依概率趋近于0.（数学基础稍微深一些的同学都知道，L2收敛蕴含依概率收敛）最终得到一个漂亮的结论：
依概率收敛于1.
数学基础比较少的同学可以直接看这一行，我把这一行的实际意义说清楚：就是假设我们要收集的邮票有n张，而每次别人给我们提供的邮票恰恰是等概率的，那么要想把n张收集全，需要的时间依概率趋近于nlogn。所以大家就可以发现，为什么我们想集齐比较少的邮票要比集齐多的邮票容易的多。
作为更为深层次的读者，我要说的是，在随机变量收敛性问题的研究中，独立性和矩总是常见的关注对象。为什么我们非常喜欢方差这个概念呢？我想一个重要的性质就是：对于独立的随机变量，方差对和有分配律。于是二阶中心矩才会成为最重要的矩。通过对矩的估计把随机变量的收敛性问题，转化为实数序列的收敛性问题，最后完全是数学分析的东西，这种手段是屡屡使用的。
例2 非对称的简单随机游动问题：独立同分布，,
, .
对于数学基础不太好的同学，我简单介绍一下这个问题的背景，其实很好理解。设有一个点在0时刻位于实轴的原点0处，它在每个时刻以概率p向右跳跃一个单位长度，以概率q向左跳跃一个单位长度，且跳
跃的方向与以前每次跳跃的情况是独立的。表示的是：n时刻这个点所在的位置。
我们有如下非常精彩的结论：
1 , 的直观意思就是，这个点首次跳到x的位置的时刻。那么对于任意
的，这里函数。
上面的这个等式的直观意义：a是负半轴上一点，b是正半轴上一点，点没到b之前先到a的概率被计算了出来。
得到这个结论最快的方法就是用鞅论。鞅实在是一个漂亮的东西，而它的漂亮之处就在于它与停时结合在
一起后的巨大威力。用N表示和中的较小值，则N是停时。首先要说明的是N小于无穷大。要得到这个结论，我掌握的有三种方法：
（1）通过EN小于无穷大，得到这个结论，这事实上是通过一个强的多的结论说明的，具体见Durrett书181页。
（2）通过鞅收敛定理，见Durrett书275页。其中用了一个重要结论：一致有界的鞅序列必然一致可积（应该是很显然的吧，呵呵）。
（3）通过马氏链的性质：对于一个有可列状态，不可约的马氏链，用F表示状态空间的一个有限子集，设初始状态属于F,用T表示链首次离开F的时间，则一定有T小于无穷大。（可以作为本科生三年级应用随机过程的习题，证之！）
2 即首次到达b点的平均时间是。
处理方法还是用鞅论，这里不再多说。
关于用鞅论解决马氏链问题的例子，我还推荐数学基础比较高的同学阅读Durrett书上的（1）M/G/1排队（282页，298页，309页）（2）生灭过程（295页，301页）
本来我认为这两个例子是更加漂亮的，但考虑到数学基础一般的同学的阅读水平，就不写了。
例3 遍历定理的一个应用（Benford定律）
首先提一个问题：随机选取一个正整数，它的第一位数字是1 的概率是多少？
很多同学会武断的回答：1/9.
可是你忘记了问我一个问题：你是如何随机选取的？
也许你会说：这还用问？就是等概率的选取呗。
可是不要忘记，对于可列状态的状态空间，不存在一个概率测度，使得它在任意两个单点集上的概率相同！（思考题！）
其实一个直观的想法是：我们考虑前n个正整数中（均匀分布是可能的），首位数字是1的概率记为f(n),然后把f(n)的极限作为我上面所提问题的答案。
可是随后会不幸的发现，极限是不存在的！
于是作为习题，设前ｎ个正整数中，首位数字是１的概率记为,则的上极限是5/9,下极限
是1/9，且对于任意属于区间[1/9,5/9]的实数a，都存在的子序列，它的极限就是a。类似的，记
前n个正整数中，首位数字是2的概率是,其上极限是10/27,下极限是1/18.（作为数学分析的习题！）
但是，当我们转而思考这样的等比序列，1，2，4，8，16，…记这个序列的前n项中首位数字是1的概率
为,则是有极限的，且极限是.一般地，对于任意一个非10的整数次幂的正整数q，
考虑以1为首项，以q为公比的等比数列，它的前n项中首位数字是k的概率为,则的极
限是. （证明不可能在这里给出了，大家只管从结论中去欣赏概率论之美吧！）
这个结论是非常漂亮的！叙述是非常简单的，意义是非常直观的，但并不是容易猜到的，证明所需的背景——遍历定理又是极其深刻的。读来畅快淋漓！
今年春天，陈大岳教授（陈大岳教授的书目和学习指南）对我说，在现代概率论的研究中，遍历定理显现
的越发重要。当看到上面这个结论后，我初步认识到遍历定理内涵的深刻和丰富。
以上仅选取三个概率论的基本例子，它们的结论的直观易懂与其所需理论背景的负责程度形成了鲜明的对比，体现了概率论作为一个数学分支的美妙。管中窥豹，可见一斑，希望能以此激发大家深入学习概率论的兴趣，使不同数学基础的同学都能有所收获。
《寝室那些事》 人物：宿舍四人老四女朋友 地点：主要地点寝室分手地点 道具：椅子扫帚 出场安排：老三老二老大三人。相继进入寝室第一个老三第二个老二第三个老大后三人退后老四和女朋友出场后女朋友退四人一起 情景一 老三：(出场，边走边念，可适当加入手势等作肢体动) 上课一排全睡，魔兽如痴如醉，dota不知疲惫，短信发到欠费，抽烟搓麻全会，白酒两瓶不 醉，逃课成群结队，大学生活万岁！元芳你怎么看 老二：（出场焦急）老三，我着急啊我，在交大，不怕名花有主，只怕不敢松土；如果有一天我变成流氓，请告诉别人，我纯真过…… 老大：（无精打采望着老二）人活着真累，站得直想睡，上车得排队，吃饭没香味，上课特疲惫，咳！发个信息还得收费！屌丝活的真累。哥们，让 一下，你挡着我的手机信号了。(坐下) 哎，还是宿舍舒服啊。 老三：老大，今天肚子里馋虫出来了，咱要不要改善下伙食啊？ 老二：精神失常的疯子不可怕，可怕的是精神正常的疯子，刚吃了份蛋炒饭就忘了。也不知道是谁，刚刚特客气地对人服务员说，服务员，来份蛋炒饭，不要鸡蛋！人服务员愣住了:不要鸡蛋?，你直接说炒饭嘛! 老三：恩。。老。。。老大，他欺负我。 老大：行了，别闹了，烦不烦啊。老三，你把寝室清洁做一下，反正你也没事干。 老三：why . 怎么又是我，你记得那天是谁把你掉在马桶里的袜子捡起来的嘛？是我！你答应我让我少做一次的。You promised. (语气拉长，拉着老大的臂膀) 老大：好吧，既然我都口误了，就放你一马吧。 老三：难道我会说谢主隆恩吗？明明是我拯救了寝室，让他不会被某些东西淹没，覆盖，。。。。。咦（恶心状 老大：那好吧，那就老二去吧, 老二：我可以说我比窦娥冤嘛？明明该老三做清洁的，唉，早知道当初就不把老大的袜子扔进马桶了。（想去做清洁状，口中小声嘀咕） 老大：你说什么！（大声）你这叫冤？你居然把我的袜子给扔了，为什么？朋友妻不可欺，朋友的袜子就能扔进厕所吗？（伸手要打状）
概率论在日常生活中的应用 概率论是一门与现实生活紧密相连的学科，不过大多数人对这门学科的理解还是很平凡的：投一枚硬币，0.5的概率正面朝上，0.5的概率反面朝上，这就是概率论嘛。学过概率论的人多以为这门课较为理论化，特别是像大数定律，极限定理等内容与现实脱节很大，专业性很强。其实如果我们用概率论的方法对日常生活中的一些看起来比较平凡的内容做些分析，常常会得到深刻的结果。 在自然界和现实生活中，一些事物都是相互联系和不断发展的。在它们彼此间的联系和发展中，根据它们是否有必然的因果联系，可以分成两大类：一类是确定性现象，指在一定条件下，必定会导致某种确定的结果。例如，同性电荷相互排斥，异性电和相互吸引；在标准大气压下，水加热到100摄氏度，就必然会沸腾。事物间的这种联系是属于必然性的。另一类是不确定性现象。这类现象在一定条件下的结果是不确定的，即人们在未作观察或试验之前，不能预知其结果。例如，向桌上抛一枚硬币，我们不能预知向上的是正面还是反面；随机地找一户家庭调查其收入情况，我们亦不能预知其收入是多少。为什么在相同的情况下，会出现这种不确定的结果呢？这是因为，我们说的“相同条件”是指一些主要条件来说的，除了这些主要条件外，还会有许多次要条件和偶然因素是人们无法事先预料的。但另一方面，对这些不确定性现象进行大量、重复的实验时，人们会发现，其结果会出现某种“统计规律性”：重复抛一枚硬币多次，出现正、反两面的次数大致会各占一半；调查多户家庭，其收入会呈现“两头小，中间大”的状况，即处于中间状态的是大多数。这种在每次试验中呈现不确定性，而在大量重复试验中又呈现某种统计规律性的现象较随机现象。概率统计就是研究随机现象并揭示其统计规律性的一个数学分支，它在自然科学及社会科学的诸多领域都有着广泛的应用。 概率，简单地说，就是一件事发生的可能性的大小。比如：太阳每天都会东升西落，这件事发生的概率就是100%或者说是1，因为它肯定会发生；而太阳西升东落的概率就是0，因为它肯定不会发生。但生活中的很多现象是既有可能发生，也有可能不发生的，比如某天会不会下雨、买东西买到次品等等，这类事件的概率就介于0和100%之间，或者说0和1之间。大部分人认为一件事概率为0即为不可能事件，这是不对的。比如甲乙玩一个游戏，甲随机写出一个大于0小于1的数，乙来猜。1.乙一次猜中这个数2.乙每秒才一次，一直猜下去，“最终”猜中这个数。这两件事发生的概率的概率都是0，但显然他们都有可能发生，甚至可以“直观”地讲2发生的可能性更大些。这说明概率为0的事件也是有可能发生的。不过在我看来，这样的可能性实在太小了，在实际操作中认为不可能也是有道理的，但不管怎么说，他们确实是可能事件。 在日常生活中无论是股市涨跌，还是发生某类事故，但凡捉摸不定、需要用“运气”来解释的事件，都可用概率模型进行定量分析。不确定性既给人们带来许多麻烦，同时又常常是解决问题的一种有效手段甚至唯一手段。 走在街头，来来往往的车辆让人联想到概率；生产、生活更是离不开概率。在令人心动的彩票摇奖中，概率也同样指导着我们的实践。继股票之后，彩票也成了城乡居民经济生活中的一个热点。据统计，全国100个人中就有3个彩民。通过对北京、上海与广州3城市居民调查的结果显示，有50%的居民买过彩票，其中5%的居民成为“职业”(经济性购买)彩民。“以小博大”的发财梦，是不少彩票购买者的共同心态。那么，购买彩票真的能让我们如愿以偿吗?以从36个号码中选择7个的投注方式为例，看起来似乎并不很难，其实却是“可望而不可及”的。经计算，投一注的理论中奖概率极其小。由此看出，只有极少数人能中奖，购买者应怀有平常心，既不能把它作为纯粹的投资，更不应把它当成发财之路。 在我国南方流行一种成为“捉水鸡”的押宝，其规则如下：有庄家摸出一只棋子，放在密闭盒中，这只棋子可以是红的或黑的将、士、象、车、马、炮之一。赌客们把钱压在一
概率论经典实例 概率论的研究问题大多与现实世界联系十分密切，有的甚至引人入胜，非常值得我们探讨以便激发我们对概率论学习的兴趣，同时引导我们对生活的思考，这对我们每一个大学生思维能力的培养有着重要的意义。下面我列举几个典型的概率实例加以说明其重要意义。 1990 年9 月9 日，美国一家报纸检阅提出一个有趣的概率问题：电视主持人指着三扇关着的门说，其中一扇后是汽车，另两扇后各有一只山羊。你可随意打开一扇，后面的东西就归你了。你当然想得到汽车。当你选定一扇门，如1 号门(但未打开) ，这时主持人打开有山羊的另一个扇门，不妨说是3号门( 主持人清楚哪扇门后是汽车) ，并对你说：现在再给你一次机会，允许你改变原来的选择。你为了得到汽车是坚持1号门还是改选2号门？问题及答案公诸于众后引发了出乎意料的轰动，编辑部收到了上万封从小学二年级的学生到大学教授的来信，给出了不尽相同的答案（当然正确的答案是唯一的），热烈讨论持续两年之久。此时，无论是一号门还是二号门都有可能门后是汽车，看上去好像每一个都是一半的几率。但从主持人的角度看，他不会让你轻易就得到汽车，于是打开三号门来迷惑你的思想，让你放弃一号门。由此看出，可能一号门的几率会大一点。若从主持人的话语中判断出他没有那种想法，则可以这样思考这个问题。将一号门看成一部分，里面有汽车的概率为0.33，将二号门和三号门看成另一部分，里面有汽车的概率为0.67。当发现三号门里没有汽车时，则一号门和二号门有汽车的概率分别为0.33和0.67。因此，选择二号门比较理智。 稍加留意就会发现若利用概率统计提供的科学思维方法就会大大提高获胜的几率。比如抛两颗均匀骰子，规定如下规则：总数之和小于6为出现小点，大于6为大点，则每局可押大点或小点，若押对了，以出现的点数为对应的奖品数目，若押不中则同样以出现的点数为惩罚品的数目。可以这样思考，当假设骰子理论意义上是均匀的，则六面中点数少的面较重，在抛出后点数多的面朝上的可能性较大，从而抛出点数大的情况的概率应大一些，这样，即可作如下观察：(1)随机抛2颗骰子若干次，观察出现的点数，若点数大于6的次数占多数，则初步判断骰子是均匀的。(2) 当比赛开始时，可做以下决策：刚开始可先押大点，无论押中或不中，第二轮可接着押大点，然后观察一轮，当出现小点后，可继续押大点，当然也可在连续出现几个大点后押一次小点，也有取胜的把握。这是因为，出现大点的机会要多于出现小点的机会，开始出现大点的概率要大一些，故应押大点，当出现几次大点后，小概率的事件也是会发生的，故可押一次小点，若一次不中可继续押，此时出现小点的概率将变大。另外，当连续出现几次小点或大点，则情况即将发生转变，应考虑押相反的情况。运用概率的思想来解决此类问题让我们更有把握赢得我们所要的东西，对此类问题，一味的乱猜，只能让我们处于劣势。 在第二次世界大战中，美国曾经宣布：一个优秀的数学家的作用超过10 个师的兵力，这句话有一个非同寻常的来历。1943年以前，在大西洋的英美运输船队常常受到德国潜艇的袭击。当时，英美两国限于实力，无力增派更多的护航舰，一时间德国的潜艇战搞得盟军焦头烂额。为此，有位美国海军将领专门去请教了几位数学家，数学家们运用概率论分析后，舰队与潜艇相遇是一个随机事件。从数学角度来看这一问题，它具有一定的规律性，一定数量的船（为100艘），编队规模越小，编次就越多（为每次20艘，就要有5个编次），编次越多，与敌
老师们的经典口误 1.我晚上回去批了你们的考卷，气得我一晚上没睁眼！—快五十岁特别敬业特别受我们 欢迎的数学老师。 2.就知道说话，老师都站黑板上了还说！ 3.某次开吸烟的主题班会，班主任说：今天我们的主题是“珍爱毒品，远离生命” 4.有一天外面下大雨，老师满脸雨水的走进教室，在讲桌前不知道找着什么东西，找了 一会就问前排的同学:“我擦纸的脸呢?” 5.初中，某数学老师讲方程式变换，在讲台上袖子一挽大声喝道：同学们注意！我要变 形了！…… 6.我初中老师讲题目喜欢用投身其中……“我的底面半径是20CM，我的高是50CM，那 么我……”下面有人说“是饭桶……”全班爆笑…… 7.高中一化学老师兼教导主任做题时故意做错，然后让某同学找出其中的错误。该同学 艰难的答出之后，老师赞许而很严肃地说：“很好，你看出了老师的破腚（绽）。”众皆木然，下课后，老师刚走出去，全班哄堂大笑。 8.我以前读书的时候,以前的初中数学老师有一次上课的时候一边画图一边说：“同学们, 这是X轴，这是Y轴，我在这儿放一个P。”哈哈!在睡觉的同学全醒了,大家都在那偷偷的笑 9.物理老师讲波：“这是一根粗弹簧，我从两端推它，看，它是不是变密(便秘)了？” 10.我也就想不通了，全中国最笨的人么，也就这么100来个呀，怎么会有一半的人都在 这个学校的拉，而且偏偏集中在一个班级，居然还碰到我这么聪明的一个班主任，(然后仰天长叹)缘分啊！ 11.老师问我板最差的一个学生：暑假你看书了吗？学生：看了老师：那20页和21 页怎么还粘在一起？我就知道你不能看，放假之前把20页和21页下角都用胶水粘上了 12.有一次摸底考试，我们基部的老师几乎全出去学习了。只好让一个老师监考三个班， 给我们监考的是我们的班主任，我们班主任很负责，一刻不停的在三个班穿梭。考试快结束了，班主任走到我们班时，突然一个作弊的同学把书掉在地上被班主任看见。 班主任气冲冲地走过来，冲着这位同学喊：“我今天轮监了三个班，没见你这么大胆地！”有几个男生窃笑，一会我们才会过神来，再看老师窘窘的走了。
概率论的起源与发展 三四百年前在欧洲许多国家，贵族之间盛行赌博之风。掷骰子是他们常用的一种赌博方式。 因骰子的形状为小正方体，当它被掷到桌面上时，每个面向上的可能性是相等的，即出现1点至6点中任何一个点数的可能性是相等的。有的参赌者就想：如果同时掷两颗骰子，则点数之和为9与点数之和为10，哪种情况出现的可能性较大？ 17世纪中叶，法国有一位热衷于掷骰子游戏的贵族德·梅耳，发现了这样的事实：将一枚骰子连掷四次至少出现一个六点的机会比较多，而同时将两枚骰子掷24次，至少出现一次双六的机会却很少。 这是什么原因呢？后人称此为著名的德·梅耳问题。又有人提出了“分赌注问题”：两个人决定赌若干局，事先约定谁先赢得6局便算赢家。如果在一个人赢3局，另一人赢4局时因故终止赌博，应如何分赌本？ 诸如此类的需要计算可能性大小的赌博问题提出了不少，但他们自己无法给出答案。 参赌者将他们遇到的上述问题请教当时法国数学家帕斯卡，帕斯卡接受了这些问题，他没有立即回答，而把它交给另一位法国数学家费尔马。他们频频通信，互相交流，围绕着赌博中的数学问题开始了深入细致的研究。这些问题后来被来到巴黎的荷兰科学家惠更斯获悉，回荷兰后，他独立地进行研究。 帕斯卡和费尔马一边亲自做赌博实验，一边仔细分析计算赌博中出现的各种问题，终于完整地解决了“分赌注问题”，并将此题的解法向更一般的情况推广，从而建立了概率论的一个基本概念——数学期望，这是描述随机变量取值的平均水平的一个量。而惠更斯经过多年的潜心研究，解决了掷骰子中的一些数学问题。1657年，他将自己的研究成果写成了专著《论掷骰子游戏中的计算》。这本书迄今为止被认为是概率论中最早的论著。因此可以说早期概率论的真正创立者是帕斯卡、费尔马和惠更斯。这一时期被称为组合概率时期，计算各种古典概率。 在他们之后，对概率论这一学科做出贡献的是瑞士数学家族——贝努利家族的几位成员。雅可布·贝努利在前人研究的基础上，继续分析赌博中的其他问题，给出了“赌徒输光问题”的详尽解法，并证明了被称为“大数定律”的一个定理，这是研究等可能性事件的古典概率论中的极其重要的结果。大数定律证明的发现过程是极其困难的，他做了大量的实验计算，首先猜想到这一事实，然后为了完善这一猜想的证明，雅可布花了20年的时光。雅可布将他的全部心血倾注到这一数学研究之中，从中他发展了不少新方法，取得了许多新成
单位代码: 分类号: X X 大学 题目: 浅谈概率论在生活中的应用专业名称: 数学与应用数学 学生: 学生学号: 指导教师: 毕业时间:
浅谈概率论在生活中的应用 摘要:随机现象存在于我们日常生活的方方面面和科学技术的各个领域,概率论与数理统计是一门十分重要的大学数学基础课,也是唯一一门研究随机现象规律的学科,它指导人们从事物表象看到其本质.它的实际应用背景很广,包括自然科学、社会科学、工程技术、经济、管理、军事和工农业生产等领域.经过不断的发展,学科本身的理论和方法日趋成熟,近年来,概率统计知识也越来越多的渗透到诸如物理学、遗传学、信息论等学科当中.另外,在社会生活中,就连面试、赌博、彩票、体育和天气等等也都会涉及到概率学知识.可以说,概率统计是当今数学中最活跃,应用最广泛的学科之一.本文通过对现实生活中的部分现象分析探讨了概率知识在日常生活中的广泛应用. 关键词:随机现象;概率;日常生活;应用分析
Discuss the application in life probability Abstract: Random phenomenon exists in every aspect of our everyday lives and scientific technology each domain, probability and mathematical statistics is an important basic course in college mathematics, and is the only the study of random phenomenon regular course, its guiding people from representation see its nature. Its actual application background is very wide, including natural science, social science, engineering, economics, management, military and industrial and agricultural production, etc. Through continuous development, the theory and method of subject itself becomes mature, in recent years, the probability and statistics knowledge also more and more penetrated into such as physics, genetics, information subjects such as the midst. In addition, in social life, even interview, gambling, lottery tickets, sports and weather, etc are also involves probability learn knowledge. Can say, probability and statistics is the most active in mathematics, the most widely used in the fields of. This article through to in real life part phenomenon discussed probability knowledge in daily life the widely application. Keywords:random phenomenon; probability; daily life; application analysis
毕业论文 课题 学生姓名胡泽学 系别 专业班级数学与应用数学指导教师 二0 一六年三月
目录 摘要.................................................................... I ABSTRACT................................................................... II 第一章绪论. (1) 第二章概率在生活中的应用 (4) 2.1在抽签和摸彩中的应用 (4) 2.2经济效益中的应用 (8) 2.3在现实决策中的应用 (4) 2.4在相遇问题中的应用 (12) 2.5在预算及检测中的应用 (10) 结论 (13) 参考文献 (14) 致谢 (15)
概率统计在生活中的应用 摘要 随着时代的发展人类的进步，17—18世纪出现了一门新的学科概率论，概率论逐渐成为了为数不多的可以和传统数学相抗衡的学科之一，并一步步的走向了人们的生活，成为了人们生活中不可或缺的部分。 本文先简述了概率论的发展，之后从概率在抽签中的应用、经济效益中的应用、现实决策中的应用、追击相遇问题中的应用、最大利润问题中的应用、最佳配置问题中的应用、经济保险问题中的应用、获奖问题中的应用、概率和选购方案的综合应用、金融界中的应用、设计方案的综合应用、厂矿生产中的如何合理配置维修工人问题、在商品质检中的应用和在运输预算费用中的应用等。多方面论述了概率的应用。 关键词：概率；概率的含义；概率的应用
Abstract
第一章绪论 概率统计是一门和生活关联紧密的学科同样也是一门特别有趣的数学分支学科，17-18世纪，数学得到了快速的发展。数学家们打破了古希腊的演绎框架，社会生活对与自然界的多方面吸取灵感，数学领域涌现了许多新面孔，之后都形成了完整的数学分支。除了分析学这之外，概率论就是同时期能使"欧几里德几何不相上下"的几个伟大成就之一。 概率的发源与赌博有关，伴随着科学技术的发展进步以及计算机普及,它在最近几十年来的社会科学和自然科学中得到了特别广泛的应用,在生活与社会生产中起着很重要的作用。我们生活在一个千变万化千变万化、千变万化的时代里，而我们每个人无时无刻都要直面生活中遇到的问题。而其中很多的问题都是随机的与随机的随机的。如决策时如何获取最大利益，公司要如何组合生产才能取得最大收益，如何加大买彩票的获奖概率，怎样进行误差分析、所购买物品的产品检验，生产质量把控等，当我们在遇到这些问题时应该如何解决它呢？幸好我们如今有了概率，概率是一门探索和揭示随机现象和规律的一门学科。 实践证明,概率是对生活中碰到的问题进行量的解答的有效工具,对经济决策和预测提供了新型的手段。下文就通过列举实例来表述概率在抽签中的应用、经济效益中的应用、现实决策中的应用、追击相遇问题中的应用、最大利润问题中的应用、最佳配置问题中的应用、经济保险问题中的应用、获奖问题中的应用、概率和选购方案的综合应用、金融界中的应用、设计方案的综合应用、厂矿生产中的如何合理配置维修工人问题、在商品质检中的应用和在运输预算费用中的应用等。
第十三章概率与统计本章知识结构图
第一节 概率及其计算 考纲解读 1.了解随机事件发生的不确定性、频率的稳定性、概率的意义、频率与概率的区别。 2.了解两个互斥事件的概率的加法公式。 3.掌握古典概型及其概率计算公式。 4.了解随机数的意义，能运用模拟方法估计概率。 5.了解几何概型的意义。 命题趋势探究 1.本部分为高考必考内容，在选择题、填空题和解答题中都有渗透。 2.命题设置以两种概型的概率计算及运用互斥、对立事件的概率公式为核心内容，题型及分值稳定，难度中等或中等以下。 知识点精讲 一、必然事件、不可能事件、随机事件 在一定条件下： ①必然要发生的事件叫必然事件； ②一定不发生的事件叫不可能事件； ③可能发生也可能不发生的事件叫随机事件。 二、概率 在相同条件下，做次重复实验，事件A 发生次，测得A 发生的频率为，当很大时，A 发生的频率总是在某个常数附近摆动，随着的增加，摆动幅度越来越小，这时就把这个常数叫做A 的概率，记作。对于必然事件A ，；对于不可能事件A ，=0. 三、基本事件和基本事件空间 在一次实验中，不可能再分的事件称为基本事件，所有基本事件组成的集合称为基本事件空间。 四、两个基本概型的概率公式 1、古典概型 条件：1、基本事件空间含有限个基本事件 2、每个基本事件发生的可能性相同 ()(A) = ()A card P A card = Ω包含基本事件数基本事件总数 2、几何概型 条件：每个事件都可以看作某几何区域Ω的子集A ，A 的几何度量（长度、面积、体积或时间）记为 A μ.
()P A = A μμΩ 。 五、互斥事件的概率 1、互斥事件 在一次实验中不能同时发生的事件称为互斥事件。事件A 与事件B 互斥，则 ()()() P A B P A P B =+U 。 2、对立事件 事件A,B 互斥，且其中必有一个发生，称事件A,B 对立，记作B A =或A B =。 ()() 1P A p A =- 。 3、互斥事件与对立事件的联系 对立事件必是互斥事件，即“事件A ，B 对立”是”事件A ，B 互斥“的充分不必要条件。 题型归纳及思路提示 题型176 古典概型 思路提示 首先确定事件类型为古典概型，古典概型特征有二：有限个不同的基本事件及各基本事件发生的可能性是均等的；其次计算出基本事件的总数及事件A 所包含的基本事件数；最后计算 ()A P A = 包含基本事件数 基本事件总数。 例13.1 设平面向量(),1m a m =，()2,n b n = ，其中{}, 1.2,3,4m n ∈ （1）请列出有序数组(),m n 的所有可能结果； （2） 若“使得()m m n a a b ⊥-成立的(),m n 为事件A ，求事件A 发生的概率。 分析：两向量垂直的充要条件是两向量的数量积为0，从而可得m 与n 的关系，再从以上 (),m n 的16个有序数组中筛选出符合条件的，即得事件A 包含的基本事件个数。 解析：（1）由{}, 1.2,3,4m n ∈，有序数组(),m n 的所有可能结果为()1,1 ， ()()() 1,2,1,3,1,4， ()()()() 2,1,2,2,2,3,2,4， ()()()() 3,1,3,2,3,3,3,4， ()()()()4,1,4,2,4,3,4,4 共16个。 （2）因为(),1m a m =，()2,n b n =，所以()2,1m n a b m n -=-- .又()m m n a a b ⊥-，得 ()(),12,10m m n ?--= ，即22m 10m n -+-= ，所以()21n m =- 。故事件A 包含的
概率论与数理统计在生活中的应用 单位:兴隆场初级中学姓名:姜宏琼 摘要：随机现象无处不在，渗透于日常生活的方方面面和科学技术的各个领域，概率论就是通过研究随机现象及其规律从而指导人们从事物表象看到其本质的一门科学。生活中买彩票显示了小概率事件发生的几率之小，抽签与体育比赛赛制的选择用概率体现了公平与不公平，用概率来指导决策，减少错误与失败等等，显示了概率在人们日常生活中越来越重要。数理统计在人们的生活中也不断的发挥重要的作用，如果没有统计学，人们在收集资料和进行各项的大型的数据收集工作是非常困难的，通过对统计方法的研究，使得我们处理各种数据更加简便，所以统计也是一门很实用的科学，应该受到大家的重视。 关键字：概率、保险、彩票、统计、数据、应用 由赌徒的问题引起，概率逐渐演变成一门严谨的科学。1654年，有一个法国赌徒梅勒遇到了一个难解的问题：梅勒和他的一个朋友每人出30个金币，两人谁先赢满3局谁就得到全部赌注。在游戏进行了一会儿后，梅勒赢了2局，他的朋友赢了1局。这时候，梅勒由于一个紧急事情必须离开，游戏不得不停止。他们该如何分配赌桌上的60个金币的赌注呢？梅勒的朋友认为，既然他接下来赢的机会是梅勒的一半，那么他该拿到梅勒所得的一半，即他拿20个金币，梅勒拿40个金币。然而梅勒争执道：再掷一次骰子，即使他输了，游戏是平局，他最少也能得到全部赌注的一半——30个金币；但如果他赢了，并可拿走全部的60个金币。在下一次掷骰子之前，他实际上已经拥有了30个金币，他还有50%的机会赢得另外30个金币，所以，他应分得45个金币。 赌本究竟如何分配才合理呢？后来梅勒把这个问题告诉了当时法国著名的数学家帕斯卡，这居然也难住了帕斯卡，因为当时并没有相关知识来解决此类问题，而且两人说的似乎都有道理。帕斯卡又写信告诉了另一个著名的数学家费马，于是在这两位伟大的法国数学家之间开始了具有划时代意义的通信，在通信中，他们最终正确地解决了这个问题。他们设想：如果继续赌下去，梅勒（设为甲）和他朋友（设为乙）最终获胜的机会如何呢？他们俩至多再赌2局即可分出胜负，这2局有4种可能结果：甲甲、甲乙、乙甲、乙乙。前3种情况都是甲最后取胜，只有最后一种情况才是乙取胜，所以赌注应按3：1的比例分配，即甲得
概率在现实生活中的应用
我认为学习概率应该有两种认识，一是要理性的理解概率的意义，二是要学以致用。 一、概率的意义 （1）一般地，频率是随着实验者、实验次数的改变而变化的； （2）概率是事件在大量重复试验中频率逐渐稳定到的值，即可以用大量重复试验中事件发生的频率去估计得到事件发生的概率，但二者不能简单地等同；（3）频率是概率的近似值,概率是频率的稳定值.它是频率的科学抽象.当试验次数越来越多时，频率围绕概率摆动的平均幅度越来越小，即频率靠近概率. （4）概率从数量上刻画了一个随机事件发生的可能性的大小. 二、学以致用 学以致用不仅是会做“单项选择题选对正确答案的概率是多少？”的问题，还要会解决生活中的实际问题。例如： 1、在保险公司里有2500个同一年龄的人参加了人寿保险，在一年里死亡的概率为0.002，每个人一年付12元保险费，而在死亡的时候家属可以领取由保险公司支付的2000元，问保险公司盈利的概率是多少，公司获利不少于10000的概率是多少？ 这样的问题咋一看很难知道保险公司是否盈利，但经过概率统计的知识一 计算就可以得知公司是几乎必定盈利的。 2、李炎是一位喜欢调查研究的好学生，他对高三年级的12个班（每班50人）同学的生日作过一次调查，结果发现每班都有三位同学的生日相同，难道这是一种巧合吗？ 解析：本题即求50个同学中出现生日相同的机会有多大？ 我们知道，任意两个人的生日相同的可能性为1/365×1/365≈0.0000075，确实非常小，那么对于一个班而言，这种可能性是不是也不大呢？ 正面计算这种可能性的大小并不简单，因为要考虑可能有2个人生日相同，3个人生日相同，……有50个人生日相同的这些情况。如果我们从反而来考察，即计算找不到俩个人生日相同的可能性，就可知道最少有两个人生日相同的可能性。 对于任意2个人，他们生日不同的可能性是（365/365）×（364/365）=365×364/3652对于任意3个人，他们中没有生日相同的可能性是 365/365×364/365×363/365=365×364×363/3653； 类似可得，对于50个人，找不到两个生日相同的可能性是 365×364×363×…×316/36550≈0.03，因此，50个人中至少有两个人生日相同的机会达97%，这么大的可能性有点出乎意料，然而事实就是如此，高三年级的12个班级（每班50人）都有两位同学生日相同的事件发生，并非巧合。那么，50人中有3人生日相同的概率有多大？ 3、深夜，一辆出租车被牵涉进一起交通事故，该市有两家出租车公司——红色出租车公司和蓝色出租车公司，其中蓝色出租车公司和红色出租车公司分别占整个城市出租车的85%和15%。据现场目击证人说，事故现场的出租车是红色，并对证人的辨别能力作了测试，测得他辨认的正确率为80%，于是警察就认定红色出租车具有较大的肇事嫌疑。请问警察的认定对红色出租车公平吗？试说明理由
一些很有趣的概率学问题 说到概率，有些好玩的东西不得不提。比如，你知道吗，23个人中至少两个人生日相同的概率竟然超过了1/2；假如你们班上有50个人的话，那更不得了，至少两人生日相同的概率达到97% ！如果你会计算这个概率问题的话，你可以亲自证实这一点。本文适宜的读者是知道上述问题怎么算的高中朋友，上述问题也是高中阶段学的一些基本概率知识。 上面的问题都是简单概率，它包含了一个最基本的原则，即使没有系统地学习过，平常人们也都在无形之中使用它：概率等于你要算的东西除以总的数目。比如。我们要计算23个人中任何两个人都不在同一天生的概率。假设2月29 日与其它日期出现概率相同的话（这是为了便于计算我们做出的假设，它有悖于常理），那么它的概率为A(366,23)/366^23。它约为0.493677。因此，至少两人在同一天生的概率为1-0.493677=0.506323。当然，对于“你要算的东西除以总的数目”的认识是片面的，比如“投两个骰子出现的数字和从2到12共有11种可能，问数字和大于10的概率”这一问题的答案并不是2/11，因为这11个点数和出现的概率不是相等的，我们只能从投出的两个数字共6*6=36种情况中进行统计，可能的情况只有(5,6)、(6,5)和(6,6) （不会有人说还有(6,7)之类的吧），答案应该是3/36=1/12。这些都是废话，我不细说了。 但是，你有想过这个问题吗：要是这些数目是无穷的怎么办？换句话说，统计的东西不是“离散”的怎么办？比如看这样一个问题。明天早上我要和MM约会，但是具体见面时间我忘了，好像是8:00-9:00的某个时候。那么我随便在这个时段中选一个时间去等MM，最多等她半个小时，正好能见到MM的概率是多少（假设MM先到的话不会等我）。这个问题和我们平时见到的问题不同的地方在于，它的“情况”是连续的，不是离散的，不能逐一统计数目。咋办呢？我们注意到，我的时间随机取一个，MM的时间随机取一个，对于某些组合我们是有缘分的（这些组合无穷多）。这些组合正好对应了平面区域上的点。就是说，搞一个横坐标表示我的时间，纵坐标表示MM的时间，那么肯定能画出那么一块区域，区域里的所有点(x,y)对应所有我和MM可能相见的组合。任何一个时间组合有多大的可能落在这个区域呢？由于在矩形区域内点(x,y)是均匀分布的，我们只需要计算一个面积之比就行了。下图中显而易见，答案是3/8。 一个类似的问题是Buffon投针实验。有一个人，叫Buffon。他在地板上画了很多间隔相同的平行线，然后叫了一帮狐朋狗友来，把一些长度相同的针扔在地上。然后，他统计有多少针和地板上的线相交，并宣称可以得到圆周率π的值。换句话说，一根针投到间隔相同的平行线中，与平行线相交的概率和π有关。我们时常感到数学的神奇之处，比如当这个π在很多不该出现的场合莫明
特没正经地雷人夫妻搞笑大全 、有岁儿子，但看起来依然年轻漂亮，有天对镜自恋时对儿子说：以后在家叫妈，出去叫姐啊！老公也来凑热闹：我呢？我：你？在家叫姐，出去叫妈！个人收集整理勿做商业用途、骑车回家，过马路时，我发现路灯地绿灯已经开始闪烁了，就冲着骑在稍微靠前一点地他喊了声：“咱俩还过不过了？！”谁知他扭脸儿说：“凑合着过吧，还想离咋地？”个人收集整理勿做商业用途 、老婆：“你说我长得像维纳斯吗？”老公：“像，简直一模一样，怎么就没人把你偷走呢.”、清晨，她对他说：“老公，我昨晚把货都搬到车里了，累死了.你去处理下就完事啦！”看着熬了一整夜地妻子，他心疼地说：“老婆你真好，把粗活累活都自己干了轻松地事却留给我.”说完泪水已经决堤，默默在购物车栏点下了“个人收集整理勿做商业用途 夫妻间地幽默暗战 、买了瓶美白护肤品，每天起来都细细地擦着. 半个月过去了，有天晚上缠住正看新闻地老公：“老公，你看看，我是不是变白了？” 老公抬头瞅了我一眼，又扭头看看灯，吐出一句：“咱家地灯咋越来越暗了？” 、晚饭后，我洗碗，老婆坐沙发上傻笑；我擦地，老婆还坐着看电视. 我说：能不能帮把手？ 她说：我才不想动呢. 我说：凭什么你就老坐沙发上看电视，我就得擦地啊！ 她说：这你可不能和我比了，我有一个好老公，你有吗？ 、老公喝醉了，忘记钱包放在那里了.我实在忍不住，就狠狠地数落起他喝酒地毛病来. 正说着呢，儿子放学回来了，见我俩都气鼓鼓地，就问怎么回事. 我把事情地原委和他一说，他呵呵笑了起来：“我还以 互相调侃地男女爆笑 、男：“你对我有感觉吗？” 女：“有啊，很有感觉地.” 男：“什么感觉啊？” 女：“怀孕地感觉.” 男：“啊，什么是怀孕地感觉？” 女：“想吐又吐不出来地感觉，难受啊！” 、女：你喜欢我吗？ 男：喜欢啊！ 女：为什么？ 男：因为你是唯一一个在我脱鞋之后没有晕倒地女生！ 女：那你自己为什么不晕？ 男：我有鼻炎. 女：怎么得地啊？ 男：自己脚熏地！ 、办公室一同事聊到谈恋爱地问题上引用了一句名言：不以结婚为目地地谈恋爱都是耍流氓！一女同事听不下去了，站起来说道：男人都是耍够了流氓才结婚地！ 、一很高兴地和男友说：“闻到我地体香了吗？” 男友道：“孜然味地吗？” 、街上瞎溜达 搞笑地学生雷语、段子 、作弊该杀，挂科耻辱.士可杀不可辱！ 、抄作业时不怀疑对方做地对错，这是抄作业地基本道德.
概率论与数理统计概率历史介绍
一、概率定义的发展与分析 1.古典定义的历史脉络 古典定义中的“古典”表明了这种定义起源的古老，它源于赌博．博弈的形式多种多样，但是它们的前提是“公平”，即“机会均等”，而这正是古典定义适用的重要条件：同等可能．16世纪意大利数学家和赌博家卡尔丹（1501—1576）所说的“诚实的骰子”，即道明了这一点．在卡尔丹以后约三百年的时间里，帕斯卡、费马、伯努利等数学家都在古典概率的计算、公式推导和扩大应用等方面做了重要的工作．直到1812年，法国数学家拉普拉斯（1749—1827）在《概率的分析理论》中给出概率的古典定义：事件A的概率等于一次试验中有利于事件A的可能结果数与该事件中所有可能结果数之比． 2.古典定义的简单分析 古典定义通过简单明了的方式定义了事件的概率，并给出了简单可行的算法．它适用的条件有二：（1）可能结果总数有限；（2）每个结果的出现有同等可能．其中第（2）条尤其重要，它是古典概率思想产生的前提． 如何在更多和更复杂的情况下，体现出“同等可能”？伯努利家族成员做了这项工作，他们将排列组合的理论运用到了古典概率中．用排列（组合）体现同等可能的要求，就是将总数为P(n,r)的各种排列（或总数为C(n,r)的各种组合）看成是等可能的，通常用“随意取”来表达这个意思．即使如此，古典定义的方法能应用的范围仍然很窄，而且还有数学上的问题． “应用性的狭窄性”促使雅各布?伯努利（1654—1705）“寻找另一条途径找到所期待的结果”，这就是他在研究古典概率时的另一重要成果：伯努利大数定律．这条定律告诉我们“频率具有稳定性”，所以可以“用频率估计概率”，而这也为以后概率的统计定义奠定了思想基础．“古典定义数学上的问题”在贝特朗（1822—1900）悖论中表现得淋漓尽致，它揭示出定义存在的矛盾与含糊之处，这导致了拉普拉斯的古典定义受到猛烈批评． 3.统计定义的历史脉络 概率的古典定义虽然简单直观，但是适用范围有限．正如雅各布?伯努利所说：“……这种方法仅适用于极罕见的现象．”因此，他通过观察来确定结果数目的比例，并且认为“即使是没受过教育和训练的人，凭天生的直觉，也会清楚地知道，可利用的有关观测的次数越多，发生错误的风险就越小”．虽然原理简单，但是其科学证明并不简单，在古典概型下，伯努利证实了这一点，即“当试验次数愈来愈大时，频率接近概率”． 事实上，这不仅对于古典概型适用，人们确信“从现实中观察的频率稳定性”的事实是一个普遍规律．1919年，德国数学家冯?米塞斯（1883—1953）在《概率论基础研究》一书中提出了概率的统计定义：在做大量重复试验时，随着试验次数的增加，某个事件出现的频率总是在一个固定数值的附近摆动，显示出一定的稳定性，把这个固定的数值定义为这一事件的概率．
统计学不得不说的二三事 毫不夸张地说，绝大部分国内期刊，甚至在很多低分SCI 杂志上，乱用统计学的现象多如牛毛。还有很多医疗同行，对于统计甚为迷恋，能统计的也统计，不能统计创造条件也要统计，看见P小于0.05比亲爹还亲爹。话说，统计是门很有神奇的学科，在讲之前我又要开始讲几个冷笑话，看懂了的可以举手。 话说：你知道吗，这个世界上绝大多数人拥有的腿的数量高于平均值？（第一遍没有看懂的小伙伴可以去面壁） 再讲一个：你知道一个普通的民众有多笨吗？世界上一半的人都比他更聪明。（其实这是不对的，世界上一多半的人都比他更聪明。因为人类的智能有上限，愚蠢却没有下限，所以不是一个完美的正态分布。） 不过瘾，再讲一个：曼德勃罗有一次说，他出生在波兰，但在法国上的学，所以平均而言他是个德国人。（所以，我出生在广东，但在东北上过学，所以平均而言我是个湖北人……） 好冷好冷，我们还是来讲点正事，分享几则统计小故事。1、两个指标诊断疾病的问题 路人甲做了一个研究，旨在比较两个指标（A和B）对肝癌的诊断价值。路人甲以A和B的参考范围上限作为诊断界值，
得出了A和B在该界值下对应的诊断敏感性和特异性。结果表明，A的诊断敏感性为0.80，特异性为0.90；B的诊断敏感性为0.85，特异性为0.87。路人甲很快撰写论文报道了自己的研究成果，指出B诊断肝癌的敏感性高于A，而特异性低于A。路人乙是这篇文章的审稿人，当他看见这个结论后，脸色铁青，毫不犹豫地在审稿意见中写道：就敏感性而言，B高于A；就特异性而言，A高于B。诊断敏感性和特异性与所采用的界值密切相关，作者得出的敏感性和特异性仅仅代表了一个诊断界点下面的诊断效能，无法从全局上反映A 和B的诊断价值。文章的结论到底是想说明A优秀还是B 优秀呢？Reject!这个故事说明：统计指标选错了，统计出来的东西往往难以“自圆其说”。稿件被退了，路人甲有些许郁闷。经过认真学习科研设计与统计学知识后，路人甲终于明白了一个问题：两个指标诊断性能的比较是不能比较敏感性和特异性的，而应该比较ROC的曲线下面积，因为曲线下面积才是衡量整体诊断效率的最佳指标。路人甲很快绘制了ROC曲线，统计结果表明，A的曲线下面积为0.80，B的曲线下面积为0.82。路人甲欣喜若狂，赶紧动笔写论文，并且理直气壮地给文章定了一个结论：B的诊断效率是优于A 的，其理由就是因为B的曲线下面积大于A。路人丙是这篇文章的审稿人，当他看见这个结论后，脸色铁青，毫不犹豫地在审稿意见中写道：从表面上看，B的曲线下面积高于A，
生活中的一些事件分析 1.升级游戏 升级游戏中（共有54张，留6张底牌），底牌中有“王”的概率。解：底牌中有王，即在洗牌时要至少放一张王牌于底牌的六张中。将54张牌 的每一种排列看作一次随机试验，即基本事件总数为：!5454 54==p n ，而底牌中有王所包还的基本事件数为：52 52 262253531612P P C P P C m +=故，所求事件的概率为 233.0159 37 ≈== n m p 2．考试猜答案能否及格的问题 考试的时候，许多学生都会遇到不会做的题目，对于选择题，不会做也不会空着，大家都会选择猜个答案填上去。我们所关心的是猜中正确答案的概率有多大？如果一个单项选择题有四个答案，那么猜中的概率应该是1/4。如果某试卷仅有10个单项选择题，每题10分。某学生完全不会做，随机答题，我们所关心的是他及格的概率是多少？ 我们知道每答一个题有两个基本结果，就是答对和答错，所以做10道题就是10重伯努利试验。我们用A 表示答对，B 表示及格，那么及格就是至少答对6道题，所求概率 k k k k k C k p B p ?==?==∑∑1010 6 10 10 610)41 1()41()()(10 9 9910288103771046610)4 1(43()41()43()41(43(41(43()41(++++=C C C C 5 69091796870.01972770=从结果中我们知道，如果不学习，题目不会做的话只有不足2%的概率及格，在实际中，这种情况几乎不会发生，所以靠投机是不行的，学生还是要扎扎实实好好学习。
3.3.有志者事竟成 有志者事竟成“有志者事竟成”的意思是:只要有决心,有毅力,事情终究会取得成功。很多人在遇到失败时,都会用这句古话来不断激励自己。现在从概率论角度来思考,更感此语之妙。 将一个试验独立重复的做了n 次,设在每次试验中事件A 发生的概率为 )10(<