生活中的概率统计

  • 格式:ppt
  • 大小:1.10 MB
  • 文档页数:9

下载文档原格式

  / 9
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

在第二次世界大战中,美国曾经宣布:一名优秀数学 家的作用超过10个师的兵力.这句话有一个非同寻常的来 历. 1943年以前,在大西洋上英美运输船队常常受到德国 潜艇的袭击,当时,英美两国限于实力,无力增派更多的 护航舰,一时间,德军的“潜艇战”搞得盟军焦头烂额. 为此,有位美国海军将领专门去请教了几位数学家, 数学家们运用概率论分析后分析,舰队与敌潜艇相遇是一 个随机事件,从数学角度来看这一问题,它具有一定的规 律性.一定数量的船(为100艘)编队规模越小,编次就越 多(为每次20艘,就要有5个编次),编次越多,与敌人相 遇的概率就越大. 美国海军接受了数学家的建议,命令舰队在指定海域 集合,再集体通过危险海域,然后各自驶向预定港口.结 果奇迹出现了:盟军舰队遭袭被击沉的概率由原来的25% 降为1%,大大减少了损失,保证了物资的及时供应.
概率天气预报是用概率值表示预报量出现可能性的大 小,它所提供的不是某种天气现象的“有”或“无”,某 种气象要素值的“大”或“小”,而是天气现象出现的可 能性有多大。如对降水的预报,传统的天气预报一般预报 有雨或无雨,而概率预报则给出可能出现降水的百分数, 百分数越大,出现降水的可能性越大。一般来讲,概率值 小于或等于30%,可认为基本不会降水;概率值在30%-60%, 降水可能发生,但可能性较小;概率在60%-70%,降水可能 性很大;概率值大于70%,有降水发生。概率天气预报既反 映了天气变化确定性的一面,又反映了天气变化的不确定 性和不确定程度。在许多情况下,这种预报形式更能适应 经济活动和军事活动中决策的需要。
死于车祸:危险概率是1/5000
染上爱滋病:危险概率是1/5700 被谋杀:危险概率是1/1110
死于怀孕或生产(女性):危险概率是1/4000
自杀:危险概率分别是1/20000(女性)和1/5000 因坠落摔死:危险率是1/20000 死于工伤:危险概率是1/26000 死于工伤:危险概率是1/26000 死于火灾:危险概率是1/50000 溺水而死:危险概率是1/50000 如果您自己不吸烟,而您的配偶吸烟,那么您可能受二手烟污染 而死于肺癌:危险概率是1/60000
概率论渗透到现代生活的方方面面。正 如19世纪法国著名数学家拉普拉斯所说: “对于生活中的大部分,最重要的问题实际 上只是概率问题。你可以说几乎我们所掌握 的所有知识都是不确定的,只有一小部分我 们能确定地了解。甚至数学科学本身,归纳 法、类推法和发现真理的首要手段都是建立 在概率论的基础之上。因此,整个人类知识 系统是与这一理论相联系的……
生活就是一场冒险。日常生活中出 现一些危险是难免的,问题是遭遇某种 危险的概率有多大。一般说来,如果遭 遇某种危险的概率低于十万分之一,我 们还能坦然视之;但如果危险概率提高 到万分之一,我们就得小心了。
受伤:危险概率是1/3 难产(行将生育的妇女):危险概率是1/6
车祸:危险概率是1/12
心脏病突然发作(如果您已超过35岁):危险概率是1/77 在家中受伤:危险概率是1/80 受到致命武器的攻击:危险概率是1/260 死于心脏病:危险慨率是1/340 家中成员死于突发事件:危险概率是1/700 死于突发事件:危险概率是1/2900
被刺伤致死:危险概率是1/60000 死于手术并发证:危险概率是1/80000 因中毒而死(不包括自杀):危险概率是1/86000 骑自行车时死于车祸:危险概率是1/130000 吃东西时噎死:危险概率是1/160000
被空中坠落的物体砸死:危险概率是1/290000
源自文库触电而死:危险概率是1/350000 死于浴缸中:危险概率是1/1000000 坠落床下而死:危险概率是1/2000000 被龙卷风刮走摔死:危险极率是l/2000000 被冻死:危险概率是1/3000000
一般人或许认为:生男生女的可能性是相等的,因而 推测出男婴和女婴的出生数的比应当是1:1,可事实并非如 此. 公元1814年,法国数学家拉普拉斯(Laplace 1794- 1827)在他的新作《概率的哲学探讨》一书中,记载了一下 有趣的统计.他根据伦敦,彼得堡,柏林和全法国的统计 资料,得出了几乎完全一致的男婴和女婴出生数的比值是 22:21,即在全体出生婴儿中,男婴占51.2%,女婴占 48.8%.可奇怪的是,当他统计1745-1784整整四十年间巴 黎男婴出生率时,却得到了另一个比是25:24,男婴占 51.02%,与前者相差0.14%.对于这千分之一点四的微小差 异,拉普拉斯感到困惑不解,他深信自然规律,他觉得这 千分之一点四的后面,一定有深刻的因素.于是,他深入 进行调查研究,终于发现:当时巴黎人“重女轻男”,有 抛弃男婴的陋俗,以至于歪曲了出生率的真相,经过修正, 巴黎的男女婴的出生比率依然是22:21.