§23伯努利试验随机游动.docVIP

第三节 伯努利试验与直线上的随机游动 一、伯努利概型 在许多问题中，我们对试验感兴趣的是某一类结果(事件A） 是否出现．例如在产品抽样检查中注意的是抽到废品，还是抽 到正品；在抛掷硬币时注意的是出现正面还是出现反面；在电 视节目收视率的调查中注意的调查对象是否观看了节目. 在这类问题中我们可把一次试验的事件域取为 F = {φ, A, A,Ω} 并称出现 A 为“成功”，A为“失败”. 这种只有两个结果的试验称为伯努利试验. 在伯努利试验中，首先要给出下面的概率： P A = p P A = q = ? p ( ) , ( ) 1 . p ≥ q ≥ p + q = 0, 0, 1. 其中： 现在考虑 n 重伯努利试验. 即满足 (1)每次试验至少出现两个可能结果之一：A与 A (2)事件A 在每次试验中出现的概率 p 保持不变. (3)各次试验相互独立, (4)共进行n次试验. n 重伯努利试验的基本结果可以记作 ω = ω ω ω ( , , , ) 1 2 n 其中 ω i 或者为A,或者为 A .这样的ω 共有 2n 个，这 2n Ω 个样本点组成了样本空间 . 设样本点 ω = (ω1 ,ω2 , ,ωn ) 中有 k 个A ，n- k 个 A ,所以由独立性知 P ω = p q ? ( ) k n k 每个样本点的概率可由上式得到，因而任何事件的概率都可 计算出来. 例如：三重伯努利试验共有8个样本点， (A,A,A), (A,A,A), (A,A,A), (A,A,A) (A,A,A), (A,A,A), (A,A,A), (A,A,A) 概率分别为 p 0 q3 p1q 2 p1q 2 p1q 2 p 2 q1 p 2 q1 p 2 q1 0 3 p q 历史上，伯努利概型是概率论中最早研究的模型之一，也 是得到最多研究的模型之一，在理论上和应用上都有重要的意 义. 二、伯努利概型中的一些分布 1、伯努利分布 如果只进行一次伯努利试验，则或是事件A出现或是事件 A 出现，其概率为 P A = p P A = q = ? p ( ) , ( ) 1 . p ≥ q ≥ p + q = 0, 0, 1. 其中： 2、二项分布 下面求在 n 重伯努利试验中事件 A 出现k 次的概率. 记 该事件为 Bk ,其概率记为 b(k;n, p) 显然事件 Bk 共包含 k 个样本点. 其中任何一个样本点的 C n 概率都是 p q ? .因而事件Bk 的概率为 k n k b k n p = C p q ? k = 0,1, 2,, n ( ; , ) k k n k , n 注意到 b(k;n, p) 是二项式 (q + p)n 展开式的一般项，因此 称为二项分布. 显然有 n n ∑ ∑ b k n p = C p q ? = q + p = ( ; , ) ( ) 1 k k n k n n k 0 k 0 = = 【例1】 若在N 件产品中有M 件次品，现进行 n 次有放回 的抽样调查，问共抽得 k 件次品的概率是多少？ 解 由于抽样是有放回的，因此这是n 重伯努利试验，记 A表 示抽得次品这一事件，则 p P( A) = = M N 因此所求的概率为 M M ? b k n p C ( ; , ) = k ( )k (1 ? )n k n N N 3、几何分布 现在求在伯努利试验中首次成功（事件A第一次发生）出 现在第k 次试验的概率. 要使首次成功出现在第k次试验， 必须而且只需在前 k-1 次试验中都出现 A ，而在第 k 次 试验出现 A , 因此该事件（记为Wk ）可表示为 W = A A A ? A k 1 2 k 1 k 其中Ai 表示事件A 在第i 次试验出现，A 表示事件A 在 i 第i 次试验不出现，根据试验的独立性得 P W P A A A A q ? p ( ) ( ) k = = 1 k 1 2 k 1 k ? 记 g k p = q ? p k =1, 2, ( ; ) k 1 g (k; p) 是几何级数的一般项，因此上式称为几何分布. 显然有： ∞ ∞ 1 ∑ ∑ = ? = ? = k 1 g(k; p) q p p 1 1 q ? k 1 k 1 = = 【例2】 一个人要开门，他有 n 把钥匙，其中仅有一把可以开 这扇门. 他随即地选取一把钥匙开门，即在每次试开时每把钥 匙被选取的概率都是 . 这人在第 s 次试开时才首次成功 1 n 的概率是多少？ 解 这是一个伯努利概型，所求概率为 1 n 1 1 ? g s ( ; ) = ( )s ? ? 1 n n n 下面讨论的是更复杂一点的情况，即帕斯卡分布，它是几何 分布的一种推广. 4、帕斯卡分布（负二项分布） 考虑在