二项分布与离散随机变量甲.PPTVIP

例题3-2-12 10个考签中有4个难签，3人参加抽签考试，不重复地抽取，每人一次，甲先，乙次，丙最后，证明3人抽到难签的概率相等。 第三讲 二项分布与离散随机变量 第三讲 二项分布与离散随机变量 第三讲 独立性 第三讲 独立性 第三讲 独立性与伯努利概型 本次课讲授第一章的1.4-1.5和第二章的2.1-2.2 下次课讲授第二章的2.2-2.3. 下周一上课时交作业P7—10 重点：独立性、伯努利概型与随机变量 难点：伯努利概型。 第三讲 独立性与伯努利概型 例2-3-3 (96数学一）设工厂A和工厂B产品的次品率分别为1％和2％，现从由A和B的产品分别占60％与40％的一批产品中随机抽取一件，发现是次品，则该次品属A生产的概率是———— 第二讲 全概率与逆概率公式 例2-3-4 发报台分别以概率 0.6 及 0.4 发出信号“·”及“-”，由 于通信系统受到干扰，当发出信号“·”时，收报台以概率 0.8及 0.2 收到信号“·”及“-”；又当发出信号“-”时，收报 台以概率 0.9 及 0.1 收到信号“-”及 ·” ，求 1）当收报台收到信号“·”时，发报台确系发出信号“·”的概率； 2）当收报台收到信号“-”时，发报台确系发出信号“-”的概率。 设 表示发报台发出信号“·”， 设 表示发报台发出信号“-”。 B 表示收报台收到信号“·”， C 表示收报台收到信号“-”， 第二讲 全概率与逆概率公式 （1） （2） 由已知： 概括：全概公式分两步，首步互斥完备组， 因果推断贝叶斯，先求全概再用除。 第二讲 全概率与逆概率公式 一、随机事件的独立性(Independence of Random Events) 1.独立性定义 则称事件 A 与事件 B 相互独立，简称独立 （1）对任意两个事件A、B,若 同理，若 则称B与A是独立的。 显然：两个定义可以互相推导，定义（2）说明独立即互不影响 则称A与B是独立的，否则是不独立的。 （2）若B的发生不影响A的概率,即 第三讲 独立性 若事件 A 与 B 相互独立，则下列各对事件也相互独立: 2.独立事件的性质 同理可证： 第三讲 独立性 3.有限个事件的独立性定义 若对其中的任意l 个事件 都有： 定义： 说明：定义说明三个以上事件两两独立不能保证相互独立以3个事件的独立性为例说明 第三讲 独立性 因此，两个事件的乘法公式不能保证三个事件独立的乘法公式，而三个事件独立必须同时满足下列四个式子都成立： 类似地，推导4个事件的独立性…...n个事件的独立性 第三讲 独立性 例3-1-1 (99,3分） 第三讲 独立性 例3-1-2(98数学一） 分析 即 第三讲 独立性 加工某一零件共需经过三道工序.设第一、二、三道工序的次品率分别是2％、3％、5％.假定各道工序是相互独立的,问加工出来的零件次品率是多少? 例3-1-3 “第i道工序出现次品”, “加工出来的零件是次品” 2％ 3％ 5％ 第三讲 独立性 4.可靠性问题： 一个元件能正常工作的概率叫做这个元件的可靠性； 若干个元件构成的系统能正常工作的概率叫做这个 系统的可靠性 例如 设一个系统由 n 个元件构成的。已知第 i 个元件 的可靠性为pi ( i =1,2,…，n)，并且各个元件能否正常 工作是相互独立的, 试讨论： （1）由这 n 个元件串联而成的系统的可靠性； （2）由这 n 个元件并联而成的系统的可靠性。 设事件 Ai 表示第 i 个元件能正常工作，则 且 n 个事件 A1, A2,…, An 是相互独立的。 第三讲 用独立性解可靠性 1 2 n （1）对于串联系统： 设 B1 表示该串联系统正常工作。 则 （2）对于并联系统： 1 2 n 设 B2 表示该系统正常工作, 则 第三讲 用独立性解可靠性 第三讲 用独立性解可靠性 例3-1-4 考察桥式系统，五个元件独立工作并组成桥式系统，其可靠度均是p，求此系统的可靠度。 由图分析：有4条通路中至少一条正常时系统就正常，但并集计算太麻烦，如果把A5单独拿掉，则剩下的就是并中串联或串中并联的问题 第三讲 用独立性解可靠性 第三讲 用独立性解可靠性 二、伯努利概型（Bernoulli Distributiong） 1.伯努利概型定义 若一个试验满足下列条件 （1）试验重复n次， （2）每次试验的结果是相互独立的， （3）每次试验只有两个可能结果： 则称这样的试验为n重贝努里(Bernoulli)试验，又称为n次独立试验序列，伯努利试验中事件A发生m次的概率函数称为伯努利概型，又称二项分布。即