古典概型是人们最早研究的一类概率问题,例如掷一次硬币,有正面朝上以及反面朝上两种结果,这就是一个古典概型问题,再比如在装有有限个不同颜色的球的袋子中随机摸出一个,球的颜色的情况,也是一个古典概型问题。
概念[]
对于一个随机现象,如果进行一次随机试验,实验所有可能结果是有限个:,这些事件互不相容,称作基础事件,且每个事件发生都是等可能的,我们称这样一种现象的数学模型是一个古典概型。古典概型在概率论发展的初期是研究的重点与基础,借助古典概型可以很方便地理解某些现代概率论的理论概念。
概率的古典定义[]
在概率的公理化之前,数学家就对各种概型的概率进行了定义,而在古典概型中也有概率的定义,这种定义最早由 Laplace 采用。它是说:一个古典概型的样本空间,每个样本空间上的事件都可以分解为若干个基础事件的和,这样
上式中的相当于事件包含的基本事件数,我们称作事件有利场合数目,分母的是所有结果数。于是这样就定义出了任何一个事件的概率。
上述概率的定义只在古典概型中有效,且和概率的公理化定义相容。
摸球模型[]
古典概型中一个重要且普遍的模型就是摸球模型,一类最简单的摸球模型是装有个不同颜色的球(球的其它特征完全一样)的袋子中随机摸出某些球,试求某些事件发生的概率,实际生活中出现的很多古典概型问题都可以抽象为这个模型。
上下节[]
参考资料
- 李贤平, 《概率论基础(第3版)》, 高等教育出版社, 北京, 2010-04, ISBN
978-7-0402-8890-2
.
概率分布(学科代码:1106420,GB/T 13745—2009) | |
---|---|
概率公理化 | 随机事件 ▪ 样本空间 ▪ De Morgan 定理 ▪ 概率空间 ▪ 古典概型 ▪ 几何概型 ▪ 条件概率 ▪ 事件独立性 ▪ 独立重复试验 ▪ Bernoulli 概型 |
随机变量 | 离散型随机变量 ▪ 连续型随机变量 ▪ 随机变量的函数 ▪ 随机向量 ▪ 边缘分布 ▪ 条件分布 ▪ 随机变量的独立性 ▪ 随机向量的函数 ▪ 极差分布 |
随机变量的特征 | 数学期望 ▪ 方差 ▪ 协方差 ▪ 相关系数 ▪ 矩 ▪ 母函数 ▪ 矩量母函数 ▪ 特征函数 ▪ 示性函数 ▪ 中位数 ▪ 众数 ▪ 峰度 ▪ 偏度 |
离散概率分布 | 二项分布 ▪ 几何分布 ▪ Pascal 分布 ▪ Poisson 分布 ▪ 超几何分布 ▪ 对数分布 ▪ 负二项分布 ▪ 多项分布 ▪ 多元超几何分布 |
连续概率分布 | 正态分布 ▪ 均匀分布 ▪ 指数分布 ▪ 对数正态分布 ▪ Γ 分布 ▪ χ 分布 ▪ β 分布 ▪ Rayleigh 分布 ▪ Cauchy 分布 ▪ Pareto 分布 ▪ Laplace 分布 ▪ Weibull 分布 ▪ Maxwell 分布律 ▪ 二元正态分布 ▪ 多元正态分布 |
统计三大分布 | χ² 分布 ▪ F 分布 ▪ t 分布 ▪ 非中心 χ² 分布 ▪ 非中心 F 分布 ▪ 非中心 t 分布 |
所在位置:数学(110)→ 概率论(11064)→ 概率分布(1106420) |