几何概型应用举例

几何概型,以其形象直观的特点,倍受人们青睐,尤其用几何概型解决古老的约会问题,让人们感受到数学美的思维之花.笔者就常见的几何概型举例如下.1“与数相关的几何概型”例1在区间(0,1)上随机取两个数u,v,则关于x的一元二次方程x2-vx u=0有实根的概率.图1例1图分析:设事件A表示方程x2-v x u=0有实根,因为u,v是从(0,1)中任意取的两个数,所以点(u,v)与正方形D内的点一一对应,其中D={(u,v)|0相似文献   

帮你明晰频率与概率

在一定条件下,根据某事件发生与否可将所有事件分为必然事件、不可能事件和随机事件．一个随机事件发生既有随机性(对单次试验来说),又存在着统计规律性(对大量重复试验来说),这就是偶然性和必然性的对立统一．在大量n次重复试验中,事件A发生的次数为m次,它的频率f(A)=m/n．当n很大时,f(A)总是有规律地在某个常数值附近摆     

小概率事件原理的一点补充

设A为随机试验E中的小概率事件．那么．在一次试验中．A可被看成不可能事件;但随着试验次数的增加,A迟早发生的概率为1．实例解释其应用．     

有向图的谱半径的二次度形式的上界

1 预备知识设D=D(V,E)为n 阶有向图(V 为顶点集,E 为弧集),其邻接矩阵A=A(D)= (α_(uv))_(n×n)的所有特征根:λ_1,λ2,…,λ_n 被称为有向图D 的邻接谱,简称谱.称(?){|λ_i|} 为D 的谱半径,记作ρ,ρ(D)或ρ(A).用d~-(u)和d~ (u)分别表示D 中顶点u 的入度和出度. 记V~-(u)={v}(v,u)∈E},V (u)={v|(u,v)∈E}.m~-(u)=1/((d~(u))(?)d~-(v), 称为D 中顶点u 的平均二次入度,m~ (u)=1/((d (u))(?)d~ (v),称为顶点u 的平均二次出度.其它有关术语可参考[1,2].     

正则半开集和半同胚空间类

设A■X,v为X上的拓扑,用A_v~0、A_v~-、(A_v)_0、(A_v)_-、A’_v分别记A在(X,v)中的内部、闭包、半内部、半闭包和补集。用η_v、ζ_v、ζ_v分别记(X,v)中的半开集族、无处稠密集族和稠密集族。当v=u时,略去上述记号中的足码v。令[u]={v|v为X上的拓扑且     

量子群上同调群的合成因子

A＝Z[v]Ω，Ω是Z[v]的由v-1和奇素数p生成的理想，U是A上的量子群，设k是特征为零的代数闭域，A→k(v|→ξ）是代数同态，ζ是p次本原根，命Uk=U与Ak的集,W是weyl群，X^ 是支配权集，本文的主要结果是如下的定理。     

事件间的图示关系

事件是概率论的一个基本概念,可分为:必然事件,不可能事件和随机事件(通常简称事件).必然事件的概率为1,不可能事件的概率为0,随机事件A的概率应该是0≤P(A)≤1.笔者在教学实践中仍然发现不少学生错误地认为:"必然事件与概率为1的事件等价,不可能事件与概率为0的事件等价."根据这一情况,笔者结合一个典型的几何概型在文[1]中明确指出:概率为1的事件不一定是必然事件,概率为0事件也不一定是不可能事件,但必然事件的概率为1,不可能事件的概率为0.     

条件概率在解题中的一些应用

长期以来形成了一种看法,概率论的习题难做。概率论是研究现实世界随机现象的数量规律性的一个新的应用数学分支,其思维方法有独特之处。本文仅就条件概率,探讨它在解题中的应用。 设(Ω,F,P)为概率空间,A、B∈F,P(B)>0。定义P(A|B)=P(AB)/P(B)为在事件B出现的条件下事件A的条件概率。 由概率的基本性质以及条件概率的基本性质,可得概率的乘法公式,全概率公式和贝叶斯     

求解多项式特征值问题的部分正交投影方法及其变形

正1引言为表述方便,用C~(m×n)表示m×n复矩阵的全体,C~m=C~(m×1).‖·‖表示向量或矩阵的2-范数.对A∈C~(m×n),v∈C~m及正整数m,K[A,v,m]=[v,Av,A~2v,...,A~(m-1)v]称为Krylov矩阵,span(K[A,v,m])就是由A和v生成的Krylov子空间.e_j是适当阶单位矩阵的第j列.设A_i∈C~(m×n)(i=0,1,…,d)是给定的矩阵,记     

问题与征解

问题 问题 13(供题者:北京大学 冯荣权,北京国际数学中心 许地生)定义n阶实矩阵A 范数为 (‖A‖= sup‖v‖=1‖Av‖),其中 ‖v‖ 表示n维向量v的范数.若A的元素都是整数,则称A为整矩阵.     

概率典型错误类型及根源分析

高中数学新教材第二册中增加了概率的内容 .本文试图就学生易犯错误的类型作些总结 ,供老师们参考 .类型 1　“非等可能”与“等可能”混同例 1　掷两枚骰子 ,求事件 A为出现的点数之和等于 3的概率 .错解　掷两枚骰子出现的点数之和的可能数值为 {2 ,3,4 ,… ,1 2 },有利于事件 A的结果只有 3,故 P( A) =11 1 .分析　公式 P( A) =有利于事件 A的基本事件数基本事件的总数 ,仅当所述的试验结果是等可能性时才成立 ,而取数值 2和 3不是等可能的 ,2只有在这样情况 ( 1 ,1 )下才出现 ,而 3有两种情况 ( 1 ,2 ) ,( 2 ,1 )下可出现 ,其它的情…     

关于竞赛图中王的一些结果

本文涉及的图都是竞赛图.将用 V(T)、A(T)分别表示竞赛图 T 的顶点集、弧集.设 SV(T),用 T[S]表示在 T 中 S 的导出子图.设 u,v∈V(T),用 uv∈A(T)表示在 T 中有从 u 到 v 的弧,且用O_T(v)={w|w∈V(T),vw∈A(T)},I_T(v)={w|w∈V(T),wv∈A(T)}.1953年,Landau 引进了竞赛图中王的概念:竞赛图T的顶点 v 称为王,如果 v 能通过长至多为2的有向路到达 T 的其它各个顶点.并且证明了,竞赛图中出度最大的     

The existence spectrum for overlarge sets of pure directed triple systems

A directed triple system of order v,denoted by DTS(v),is a pair (X,B) where X is a v-set and B is a collection of transitive triples on X such that every ordered pair of X belongs to exactly one triple of B.A DTS(v) (X,A) is called pure and denoted by PDTS(v) if (a,b,c) ∈ A implies (c,b,a) ∈/ A.An overlarge set of PDTS(v),denoted by OLPDTS(v),is a collection {(Y \{yi},Aij) : yi ∈ Y,j ∈ Z3},where Y is a (v+1)-set,each (Y \{yi},Aij) is a PDTS(v) and these Ais form a partition of all transitive triples on Y .In this paper,we shall discuss the existence problem of OLPDTS(v) and give the following conclusion: there exists an OLPDTS(v) if and only if v ≡ 0,1 (mod 3) and v 3.     

浅谈概率古典定义教学中的几个问题

全日制十年制学校高中课本第三册(以下简称“课本”)中第五章讲到概率。其中对概率的定义是这样叙述的: “如果一次试验中共有n种等可能出现的结果,其中事件A包含的结果有m种,那么事件A的概率P(A)是m/n”。 有些初学概率的人认为要求出事件A的概率只要     

AN EFFECT ITERATION ALGORITHM FOR NUMERICAL SOLUTION OF DISCRETE HAMILTON-JACOBIBELLMAN EQUATIONS

§1Introduction ConsidertheHamilton-Jacobi-Bellmanequation max1≤v≤m[A(v)u(x)-f(v)(x)]=0,x∈Ω(1.1)withtheboundarycondition u(x)=0,x∈Ω(1.2)whereΩisabounded,smoothdomaininEuclideanspaceRd,d∈N;f(v)(x)aregiven functionsfromC2(Ω);A(v)aresecond-orderuniformlyellipticoperatorsoftheform A(v)=-d i,j=1a(v)ij2xixj+di=1b(v)ixi+c(v).(1.3)Intheaboveexpression(1.3)therearecoefficientsa(v)ij,b(v)i,c(v)∈C2(Ω)satisfying,forall1≤v≤m,a(v)ij(x)=a(v)ji(x),1≤i,j≤d,c(v)≥c0≥0,x∈Ω,a…     

和事件的概率

一般地,对于n个随机事件A1,A2,…,An中,至少有一个发生的事件,叫做这n个事件的和事件.记作事件A1+A2+…+An.和事件的概率可用其对立事件的概率表示,即P(A1+A2+…+An)=1-P(A1·A2·…·An),称为概率的和与积的互补公式,求和事件的概率时常常用到它.解决概率问题时,求和事件的概     

对“概率”概念教学的一处释疑

新教材中概率这一概念是用概率统计定义给出的 .文 [1 ]第 1 4 8页指出“不可能事件的概率为 0 ,必然事件的概率为 1 ,随机事件的概率大于 0而小于 1 .”这段文字的最后一句具有科学性错误 ,下面举出一反例 :向平面内投一质点 ,该质点落在平面内任一点都是等可能的 ,分别求质点落在平面内点A的概率和落在平面内除点A处的概率 .显然他们都是求随机事件概率问题 ,但前者的概率为0 ,后者的概率为 1 .这是一个典型的几何概型问题 .用几何型概率的定义[2 ] 可加以说明 .随机事件A的概率应该是 0≤P(A)≤1 .这是概率所具备的规范性[2 ] ,在高中…     

几个易混概念的区别与关联——高中《概率》一章的教学体会

高中第三册《概率》一章中新概念较多,教起来有些难讲清楚,现就其中几个易混概念,谈谈粗浅体会、供参考。一、事件与等可能事件在运用概率的古典定义计算概率时,有些学生由于区分不开“事件”与“等可能事件”而产生错误。如P_(168)。第五题,不少学生将一枚硬币连掷三次中可能出现“两枚正面一枚反面”(A)“两枚反面一枚正面”(B)“三枚正面”(C)“三枚反面”(D)这四个事件认为是等可能事件,因而得出P(A)=P(B)=1/4,这种分析是错误的,其原因在于混淆了事件与等可能事件的界限,错误地把A、B、C、D这四个可能发生的事件看成了等可能发生的事件。     

可分解的Hybrid三元系大集和超大集的构造

An LRHTS(v)(or LARHTS(v)) is a collection of {(X, B i) : 1 ≤ i ≤ 4(v-2)},where X is a v-set, each(X, B i) is a resolvable(or almost resolvable) HTS(v), and all B i s form a partition of all cycle triples and transitive triples on X. An OLRHTS(v)(or OLARHTS(v))is a collection {(Y \{y}, A j y) : y ∈ Y, j = 0, 1, 2, 3}, where Y is a(v + 1)-set, each(Y \{y}, A j y)is a resolvable(or almost resolvable) HTS(v), and all A j y s form a partition of all cycle and transitive triples on Y. In this paper, we establish some directed and recursive constructions for LRHTS(v), LARHTS(v), OLRHTS(v), OLARHTS(v) and give some new results.     

关于循环有向图的弧强连通度

设D=(V,A)为简单有向图,其中V=V(D)和A=A(D)分别表示D的顶点集合和弧集合。x,y∈V(D),xy∈A(D)表示D中从x到y的弧。有向图D称为强连通的如果对D中任何两顶点u和v,D中有一条从u到v的有向路,也有一条从v到u的有向路。