1. 在一个试验可能发生的所有结果中，那些不能再分的最简单的随机事件称为基本事件 ( 其他事件都可由基本事件来描述 ) 。基本事件的特点：（ 1 ）任何两个基本事件是互斥的；（ 2 ）任何事件 ( 除不可能事件外 ) 都可以表示成基本事件的和。2. 具有以下的共同特点：（ 1 ） 试验中所有可能出现的基本事件只有有限个；（ 2 ） 每个基本事件出现的可能性相等。将具有这两个特点的概率模型称为古典概率模型 , 简称古典概型。3. 对于古典概型，任何事件 A 发生的概率为：知识回顾()AP A 包含的基本事件的个数基本事件的总数(3) 如果用试验的方法估计掷 1 次骰子“向上一面出现 1 点”的概率，怎么做？ 方法：通过大量重复掷骰子的试验，反复计算“出现 1 点”的事件发生的频率，再由频率的稳定值估计概率【问题 2 】天气预报说，在今后的三天中，每一天下雨的概率均为 40%. 这三天中恰有两天下雨的概率大概是多少？(1)“ 向上一面出现 1 点”的概率是多少？ 6116761000 “ 向上一面出现 1 点”的次数大约是多少？【问题 1 】将一个骰子掷 1 次，(2) 如果将一个骰子掷 1000 次，随机模拟方法或蒙特卡罗方法(1). 由试验 ( 如摸球或抽签）产生随机数例 : 产生 1—25 之间的随机整数 .① 将 25 个大小形状相同的小球分别标 1,2, … ， 24, 25 ， 放入一个袋中，充分搅拌② 从中摸出一个球，这个球上的数就是随机数的产生方法 :随机数(2). 由计算器或计算机产生随机数 计算器或计算机产生的随机数是根据确定的算法产生的，具有周期性 ( 周期很长 ), 类似随机数的性质，但并不是真正的随机数，故叫伪随机数由计算器或计算机模拟试验的方法为 •没有参数 n 即 rand( ) 时，产生 1 个 [0,1] 区间上的均匀随机数；•有参数 n 即 rand(n) 时，产生 n 个 [0,1] 区间上的均匀随机数．两个随机函数（ 1 ） rand([n]) ：（ 2 ） randint(a,b,[n]) ：1. 知识准备•没有参数 n 即 randint(a,b) 时，产生 1 个区间 [a ，b] 上的整数值随机数 ;•当 n 是正整数即 randint(a,b,n) 时，产生 n 个区间[a ， b] 上的整数值随机数． [ ] 表示可选项， n 为正整数其中 a ， b 为整数且 a ＜ b ， [ ] 表示可选项， n 为正整数例 1: (1) 产生 0-1 之间的 3 个均匀随机数 .2. 如何利用计算器产生随机数？以 TI-...
VIP
