고전 확률이란 무엇입니까? (해결 된 연습 문제 포함)



고전 확률 그것은 사건의 확률 계산의 특별한 경우이다. 이 개념을 이해하려면 먼저 사건의 확률이 무엇인지 이해해야합니다.

확률은 이벤트가 발생할 가능성이 얼마나되는지를 측정합니다. 이벤트의 확률은 0과 1 사이의 실수입니다.. 

사건이 발생할 확률이 0이라면이 사건이 발생하지 않을 것이라는 것을 확신 할 수 있습니다..

반대로 이벤트 발생 확률이 1이면 100 % 이벤트가 발생할 확률이 높습니다..

이벤트의 확률

이미 일어난 사건의 확률은 0과 1 사이의 숫자라는 것을 언급했다. 숫자가 0에 가까울수록 사건이 일어나지 않을 것임을 의미한다..

동등하게, 숫자가 1에 가까울 경우 이벤트가 발생할 가능성이 큽니다..

또한 이벤트가 발생할 확률과 이벤트가 발생하지 않을 확률은 항상 1입니다.

이벤트의 확률은 어떻게 계산됩니까??

먼저 이벤트가 정의되고 모든 가능한 경우 다음 유리한 경우가 계산됩니다. 즉, 그런 일이 일어나기를 원하는 경우.

상기 이벤트 "P (E)"의 확률은 모든 가능한 경우들 (CP) 중에 분할 된 우호적 인 경우들의 수 (CF)와 동일하다. 즉 :

P (E) = CF / CP

예를 들어, 동전의면이 비싸고 인장되도록 동전을 가지고 있습니다. 사건은 동전 던지기이고 결과는 비싸다.

통화에는 두 가지 결과가 있지만 그 중 하나만이 유리하기 때문에 동전 던지기 결과가 비쌀 확률은 1/2입니다.

클래식 확률

고전적인 확률은 이벤트의 가능한 모든 경우가 동일한 발생 확률을 갖는 경우입니다.

위의 정의에 따르면, 코인 던지기 사건은 고전적인 확률의 예입니다. 결과가 비싸거나 우표가 될 확률이 1/2이기 때문에.

3 가지 가장 대표적인 고전 확률 연습

첫 번째 운동

상자에는 파란색 공, 녹색 공, 빨간 공, 노란색 공 및 검은 공이 있습니다. 상자에서 볼을 가지고 눈을 감았을 때 노란색이됩니다.?

솔루션

이벤트 "E"는 눈을 감고 상자에서 공을 꺼내는 것입니다 (열린 상태에서 눈을 뜨면 확률은 1입니다). 그리고 그것은 노란색입니다..

노란색 공이 하나뿐이므로 유리한 경우가 하나뿐입니다. 박스에 5 개의 볼이 있기 때문에 가능한 경우는 5입니다..

따라서 이벤트 "E"의 확률은 P (E) = 1 / 5.

보시다시피, 이벤트가 파란색, 녹색, 빨간색 또는 검은 색 공을 사용하는 경우 확률도 1/5와 같습니다. 따라서 이것은 고전적 확률의 예입니다.

관측

상자에 2 개의 노란색 볼이 있다면 P (E) = 2/6 = 1/3 인 반면 파란색, 녹색, 빨간색 또는 검은 색 볼을 그릴 확률은 1/6.

모든 사건이 동일한 확률을 가지지는 않기 때문에, 이것은 고전 확률의 예가 아니다..

두 번째 운동

다이를 굴릴 때 얻을 수있는 결과는 5와 같을 확률은 얼마입니까??

솔루션

주사위에는 6 개의 얼굴이 있으며 각 얼굴의 숫자는 서로 다릅니다 (1,2,3,4,5,6). 따라서 6 가지 사례가있을 수 있으며 한 가지 사례 만 유리하다..

그래서 주사위를 던질 때 5를 얻게 될 확률은 1/6과 같습니다..

다시, 다른 다이 결과를 얻을 확률은 1/6과 같습니다..

세 번째 운동

교실에는 8 명의 소년과 8 명의 소녀가 있습니다. 선생님이 교실에서 임의로 학생을 선택하면 선택된 학생이 소녀 일 가능성은 얼마나됩니까??

솔루션

"E"이벤트는 학생을 무작위로 선택하는 것입니다. 합계로 16 명의 학생이 있지만, 당신이 여자를 선택하기를 원하기 때문에, 8 가지 유리한 경우가 있습니다. 따라서, P (E) = 8/16 = 1/2.

또한이 예에서 아동을 선택할 확률은 8/16 = 1/2.

즉, 선택한 학생이 어린 시절의 소녀 일 가능성이 높습니다..

참고 문헌

  1. Bellhouse, D. R. (2011). 아브라함 드 모이 브레 (Abraham De Moivre) : 고전적 확률과 그 적용을위한 무대 설정. CRC 프레스.
  2. Cifuentes, J. F. (2002). 확률 이론 소개. 국립 콜롬비아 대학.
  3. Daston, L. (1995). 계몽주의의 고전적 확률. 프린스턴 대학 출판부.
  4. Larson, H.J. (1978). 확률 이론 및 통계적 추론 소개. 편집 리누사.
  5. Martel, P. J., & Vegas, F. J. (1996). 확률 및 수학 통계 : 임상 실습 및 건강 관리 응용. 에디 시옹 디아스 데 산토스.
  6. Vázquez, A. L., & Ortiz, F. J. (2005). 변동성을 측정, 기술 및 통제하기위한 통계적 방법. 칸타 브리아 대학.
  7. 바스케즈, S. G. (2009). 대학 입학을위한 수학 안내서. Ramon Areces SA 연구 센터 편집장.