第1讲 组合概率.pptVIP

概率模型 随机现象的模拟 二.利用理论分布 2．正态分布 3．指数分布 4．泊松分布和泊松流 5．二项分布 三.利用概率模型 2．几何概型 利用概率模型的例题 * * 数学建模与数学实验 河南师范大学概率教研室 概率模型 变量是随机变量 变量间关系错综复杂 现实世界充满不确定性 有诸多不确定因素 不存在确定的函数关系 往往借助于模拟仿真方法 一. 随机变量的模拟 掌握成功模拟具有特定分布的随机变量的方法, 是模拟随机现象的重要方面. 例 1 老鼠在哪个房间？ 在任一时刻观察老鼠在有3 个房间的迷宫内的情况,老鼠所在房号X 是一个随机变量, 模拟X的分布律. 例1 1.1.doc两种模拟方法 1．利用理论分布，基于对问题的实际、合理的假设,选择适当的理论分布模拟随机变量. 2.基于实际数据的频率做近似模拟. 方法评价 缺点：限于十分简单的情况.问题越复杂,数学处理变得越困难,并且丢失了试验数据的信息. *方法2 优点：完全与观察数据相符,并且随实际问题的复杂程度增大不会产生更大的困难,仅增大工作量而已. 应用中常将两种模拟方法结合使用 * 方法1 优点：可以计算各种可能结果的概率,便于进 行数学分析和处理. 缺点：不便于进行数学分析,不得不依赖于模 拟得到的统计结果. 重点阐述怎样根据变量特点合理选择理论分 布来模拟随机变量. 1．均匀分布 需掌握几种重要的概率理论分布 均匀分布随机变量X的取值具有“均匀性”. 均匀性特点 均匀分布随机变量X 落在(a, b) 内任意子区间的概率只与子区间的长度有关,而 与子区间的位置无关. 可以假设具有这种性质的随机变量服从均匀分布 例2 穿越公路模型 穿越公路者在60 秒的期间内的每一时刻都可 能到达公路旁,用[0, 60](单位:秒)上的均匀分布随机变量模拟穿越公路者到达路旁的时刻是合理的. 渡口模型中假设车身长度服从均匀分布, 处 理起来虽然较简单但却显然不合理. 正态分布随机变量X的概率密度函数是 正态分布由两个参数μ和σ唯一确定： μ 0 x f(x) f(x) 0 x μ σ小 σ大 位置参数 分布特点： 有3σ—原则： 实用判别方法: 较多独立的、微小变量叠加而成的随机变量,可以用正态分布来模拟. 判别方法1.2.doc原理分析 例　*考试成绩服从正态分布； *单峰、对称； *数学期望μ确定概率曲线的中心位置； *标准差σ确定概率曲线的“宽窄”程度. *　测试误差服从正态分布； * 人的身高服从正态分布；… 指数分布随机变量X的概率密度函数为 ０ f(x) x 寿命T则服从参数为λ的指数分布. 　 上述假设从技术上讲就是电子元件未出现 “老化”现象. 对一些寿命长的元件,在稳定运 行的初期阶段老化很轻微,这种假设是合理的. 　＊指数分布比较确切地描述了电子元件在稳定 阶段的寿命分布情况. 指数分布常用来描述“寿命”问题. 　设电子元件的寿命为T，假定元件在t时刻尚正常工作的条件下,其瞬时失效率总保持为常数λ, 即有 　指数分布具有无后效性(马氏性):对任意的实数s0，t0，均有 永远年轻性 　 人类在50岁或60岁以前的寿命分布接近指数分布. 　若瞬时失效率是时间的函数λ(t),试 确定寿命Ｔ的分布.(参见电子科大教材 《概率论与数理统计》p76). 思考 离散型随机变量X的分布律为 称X 服从参数为λ的泊松分布. 事件流：随时间的推移，逐个出现的随机事件列 A1，A2，…An，… t 0 A1 A2 A3 An 例3 在渡口模型中，从渡船靠岸开始计时， 将第i 辆汽车的到达看成随机事件Ai发生，随汽 车连续不断地开到码头，就形成了一个事件流 A1，A2，…，Ai，…； *工作台上工件的逐件到达； *机场跑道中飞机的逐架到达； *港口船舶的逐艘到达； *电话交换台电话的到达； *餐厅顾客的到达; *工厂中机器故障的发生,… 记 N(t) 为 [0, t]时间内各事件发生的总次数 0 t ) N(t)=3 ) N(t)=7 N(t)是随机变量 随机变量族 ｛N(t), t＞ 0｝ 是一个随机过程(计数过程). 将工件、飞机、船只、电话、就餐的顾客及破损的机器等统称为顾客. 称 {N(t), t＞ 0｝为顾客的到达过程,通常关心 对每一时刻 t，在[0，t]时间内到达的顾客数 N(t) 的分布； 2) 事件流A1，A2，…，Ai，…中两个事件发生