概率论课程中几个模型.docVIP

概率论课程中的几个模型 1 离散概率模型 1.1 问题 一个电子器件工厂生产一种二极管。质量控制工程师负责保证在产品出厂前检测出次品的二极管。估计这个厂生产的二极管有0.3％是次品。可以对每个二极管逐个进行检验，也可以把若干二极管串联起来成组进行检验。如果检验通不过，也就是说其中定有一个或几个二极管是次品。已知检验一个单个的二极管的花费是5分钱，检验一组n1个二极管的花费是4+n分钱。如果成组检验没有通过，则这一组的每一个二极管必须逐个重新检验以便于找出这些次品。要求寻求检测次品二极管的质量控制的步骤使得用于检验的花费最少。 1.2 符号说明 n：每个检验组内二极管的数目；C：一组元件的检验费用(分)；A：平均检验费用(分／二极管)。 1.3 问题的分析 变量n是决策变量，同时随便选取n＝1,2,3,…，变量C是我们所选择的质量控制步骤的随机的结果。C是一个随机变量。然而量A不是随机的。它表示随机变量C／n的平均或期望值。显然如果n＝1，则A=5分，否则(n1)，当分组检验结果全部二极管都是好的，则C=4+n，当果检验结果有次晶，则C＝(4+n)+5n，A＝(C的平均值)／n。其目标就是求n的数值，使A最小 。 1.4 建模 考虑随机一个变量X，它可以取一个离散数值集合中的任何一个数值 同时假设的概率是p,我们记为P{X= x}＝p，显然这时有∑p＝1。因为X以概率p取数值x，所以X的平均或期望值一定是所有可能的x的加权平均，权值就是相应的概率值．可以写为。这一组概率值{ p}表明了随机变量X的分布。 对于我们的问题，任何的n1，随机变量C 取两个可能数值中的一个：如果所有的二极管都是好的，则 C＝4+n 否则 C＝(4+n)+5n 因为我们必须重新检验每一个二极管。用p表示所有的二极管都是正品的概率，剩下的可能性(有一个或更多的次品二极管)一定有概率1-p。则C的平均或期望值是 于是模型为： 1.5 模型求解 一共有n个二极管，一个二极管为次品的概率是0.003。换句话说，一个二极管是正品的概率为o.997，假设每个二极管都是相互独立的，于是一个检验组内的n个二极管全部是正品的概率为。 随机变量C的期望值是 每一个二极管的平均检验费用为 由强大数定律可知，如果一直使用每组有n个二极管的分组检验的方法，这个公式提供了平均的检验费用，这时我们需要作为n的函数来极小化A。 令 则 易知，对x0，有唯一零点，且此零点就是的最小值点。用数值方法可得的最小值点。由此可得的最小值点为17，的最小值为1.48(分／二极管)。 1.6 结果分析 对于检验次品二极管的质量控制步骤可以使用分组检验的方法做得非常经济．逐个检验的花费是5分/个。次品的二极管出现得很少，每一千中只有三个。使用每一组17个二极管串联起来分组化验，在不影响质量的前提下可以将检验的费用降低到三分之一(1.5分/二极管)。质量控制步骤的实行将依赖于若干模型范围之外的因素。也许由于我们操作的特殊性对于10个或20个一批的二极管或者n是4或5的倍数时检验起来更容易。好在对于我们的问题来说，在n=10和n=35之间时检验的平均花费A没有明显的变化。在操作过程中的次品率q＝o.003同样也是必须考虑的。例如，这个数值可能会随着工厂内的环境条件而发生变化。将我们上面的模型推广，我们有 在n＝17时我们有灵敏度： 于是，q的微小的改变很可能不会导致检验费用大的变化。更一般的稳健性分析要考虑独立性的假设。我们这里必需要假设在操作过程中接连出现次品的次数之间是无关的。事实上，有可能由于生产环境中的一些异常的原因，如工作台的颤动或电压变化的冲击，使得次品的二极管趋向于出现在一些批次中。这时，独立随机变量模型的数学分析就不能完全处理这个问题。 2 连续概率模型 2.1 问题 “I型计数器”可以用来测量可裂变物质的样品放射性的衰变。衰变是以未知的速率随机发生的，计数器的目的就是测量衰变率。每一次放射性衰变就是要把计数器锁住秒，在这段时间内所发生的任何衰变都不会被计数。如何调整计数器接收的数据以考虑丢失的信息? 2.2 符号说明 ：衰变率(每秒) ；：第n次观测到衰变的时间。 2.3 问题的分析 假设放射性的衰变以速率随机发生，对于任何，其目标就是根据有限的观测值求出。 2.4 建模 假设X是在实数轴上取值的随机变量。假设一次射性的衰变以速率随机出现，同时令X表示两次连续到达现象之间的随机时间，所有相继两次放射性衰变之间的时间是独立的，而且都服从带有速率参数丸的指数分布。则X有分布函数 　　　　　　　　　 其密度函数是 指数分布的一个非常重要的性质是“无记忆性”。对于任何的t０ｓ