In questa pagina ci accingiamo a discutere di modello di probabilità concetto .Il concetto di probabilità è percepito da noi nella vita di tutti i giorni. Il modo più fondamentale di spiegare una probabilità sta prendendo l'esempio di lanciare una moneta. Cioè, quando si lancia una moneta quale sarà atterrare? Se un 'testa' o 'coda' e se qualcuno ha chiamato correttamente. Ancora oggi, il procedimento di molti giochi iniziano con un 'lancio' e in molte situazioni vinto il sorteggio (prevedere correttamente) è fondamentale! La probabilità di lanciare una moneta è un 'sì' o 'no' situazione perché ci sono solo due possibilità e quindi la probabilità è 1 su due. Nell'esprimere generale, con una probabilità del in termini matematici viene chiamato un 'probabilità model'.Let di dare più vicini look.Basic concetti di probabilità ModelsBefore di entrare nei dettagli, dobbiamo prima definire alcuni termini di base. Quando un esperimento è fatto per studiare una probabilità, noi sappiamo quali sono tutti i possibili risultati di questo. Il numero totale di possibili risultati si chiama spazio campionario. Nello stesso esempio di lanciare una moneta, ci sono possibili solo due arriva. Questa è la moneta può atterrare con una testa o può atterrare con una coda. Quindi qui lo spazio campione è a soli 2 ed espresso in, S = {H, T} Supponiamo che si lancia un dado equilibrato. Un dado è un cubo regolare avendo 6 facce ciascuna faccia è numerato diversamente da 1 a 6 e quindi il possibile fuori arriva sono 6. In questo caso lo spazio campione è 6 e si esprime come, S = {1, 2, 3, 4, 5, 6} Allo stesso modo lo spazio campione può essere determinata in ogni case.A esito favorevole è un ancora che desiderate. Per esempio ottenere un testa a lanciare una moneta. In questo caso particolare l'esito favorevole è unico ma questo non è sempre il caso. Ad esempio, mentre gettando un dado, se si desidera un numero pari di essere al faccia superiore, ottenendo 2, 4 o 6 sono tutti risultati favorevoli che significa che il numero di risultati favorevoli è probabilità 3.A è definito come il rapporto tra numero di di risultati favorevoli per il numero nello spazio del campione. La rappresentazione matematica è chiamato modello probabilità dell'evento desiderato. Supponiamo che P (E) è la probabilità di ottenere un numero pari su un singolo lancio di un dado, il modello è dato da $ P (E) = \\ frac {3} {6} = \\ frac {1} {2} $ si può osservare che la frazione deve sempre essere ridotta a terms.Different bassi Forme di probabilità noi ModelsLet consideriamo alcuni esempi che sono poco advanced.If due eventi a e B sono disgiunti, allora la probabilità di entrambi i casi si verifichi è la somma di le probabilità di evento per a e per evento B. il modello di probabilità in questo caso è, P (a o B) = P (a) + P (B) Tuttavia, se due eventi sono indipendenti allora la probabilità di entrambi gli eventi verificarsi è il prodotto delle singole probabilità. Il modello di probabilità in tal caso è, P (A e B) = [P (A)] [P (B)] Esempio ProblemsBelow sono i problemi di esempio sul modello di probabilità -Example 1: Una scatola contengono biglie di dimensioni simili. 7 sono blu, 8 sono rosse e 5 sono verdi. Se un marmo prelevato a caso, qual è la probabilità potrebbe essere un blu o verde Soluzione:? Questo è un caso di due eventi che sono disgiunti. Il numero in spazio campionario è il numero totale di marmi, che è 20. La probabilità di raccogliere un verde o blu è dato da, P (B o G) = P (B) + P (G) P (B) = $ \\ frac {7} {20} $ e P (G) = $ \\ frac {5} {20} $ Pertanto, P (B o G) = $ \\ frac {7} {20} $ + $ \\ frac { 5} {20} $ = $ \\ frac {12} {20} $ = $ \\ frac {3} {5} $ Esempio 2: Un dado è gettato due volte in successione. Qual è la probabilità di ottenere un numero primo nella prima tiro e il maggior numero nel secondo throwSolution: Questo è un caso di due eventi che accadono in modo indipendente. Il numero in spazio campionario è il numero totale di facce, che è 6. I risultati favorevoli nel primo tiro è 3 (numeri 2, 3 e 5) e nel secondo tiro è 1 (numero 6). La probabilità richiesta è data da P (P e G) = P (P) * P (G) P (P) = $ \\ frac {3} {6} $ e P (G) = $ \\ frac {1} {6} $ Pertanto, P (P e G) = $ \\ frac {3} {6} $ * $ \\ frac {1} {6} $ = $ \\ frac {3} {36} $ = $ \\ frac { 1} {12} $