华工数学实验--古典概型
概率论与数理统计-古典概型
{12 ,13,14 ,15 ,23,24 ,25 ,34 ,35 ,45}, A {12 ,13 ,23},
从而，
P( A) 3 0.3. 10
表达方法：
样本空间中基本事件总数： N
设 Ak 表示第k 次取得次品，则 Ak 包含的基本事件
总数为: M PNk11 M (N 1)(N 2)(N k 1),
于是，P( Ak
)
M
P k 1 N 1
PNk
M N
(N (N
1)( N 1)( N
2)(N 2)(N
k k
1) 1)
第一章 随机事件及其概率
§1.4 概率的古典定义
一、古典概型的定义
定义 设E是随机试验, 若E满足下列条件: 1。试验的样本空间只包含有限个元素; 2。试验中每个基本事件发生的可能性相同. 则称E为等可能概型. 等可能概型的试验大量存在, 它在概率论发 展初期是主要研究对象. 等可能概型的一些概念 具有直观、容易理解的特点, 应用非常广泛.
M N
.
P(Ak ) 与 k 无关!
* 2.几何概型
假设随机试验包含无穷多个基本事件,且每个基 本事件都是等可能的.
定义 假设试验的样本空间 包含无穷多个基本
事件，其总量可用某种几何特征进行度量；事件A包含 的基本事件可用同样的几何特征度量. 事件A的概率定 义为：
P( A) A的的度度量量.
29876 10 9 8 7 6
1 5
这就是抽签的公正性
[例4] 一批产品共有N 件,其中有M 件次品.每次从
古典概型1
问题6：在使用古典概型的概率公式时， 应该注意什么？
注意（1）要判断该概率模型是不是古典概型； （2）要找出随机事件A包含的基本事件 的个数和试验中基本事件的总数。
总结求基本事件总数的方法有：1坐标法，2树状图！
五、当堂训练,巩固提高
1、同时抛掷1角与1元的两枚硬币，计算： (1)两枚硬币都出现正面的概率是 0.25 (2)一枚出现正面，一枚出现反面的概率是 0.5
解：所求的基本事件共有6个：
A { a , b} D {b , c }
B {a , c}
C {a , d }
E {b , d }
F {c , d }
变式1：从字母 a , b , c , d 中任意取出三个字母 的试验中，有哪些基本事件？
分析：
A a , b , c
（3）如图，某同学随机地向一靶心 进行射击，这一试验的结果只有有限个： 命中10环、命中9环……命中5环和不中 环。你认为这是古典概型吗？为什么？
例1 从字母a，b，c，d中任意取出两个不同字母的试验中，有哪些基 本事件？ 分析：
b
a c d b d
c
c d
树状图
我们一般用列举法列出所有 基本事件的结果，画树状图是列 举法的基本方法。 分步完成的结果(两步以上) 可以用树状图进行列举。
C a , c , d
B a , b , d
D b , c , d
变式2：从甲、乙、丙三个同学中选出2个 同学去参加数学竞赛，有哪些基本事件？ {甲，乙} {甲，丙} {乙，丙}
变式3：从甲、乙、丙三个同学中选出2个 同学去参加数学竞赛和语文竞赛，有哪些 基本事件？ （甲，乙） （乙，甲） （甲，丙） （丙，甲） （乙，丙） （丙，乙）
第1章 数学建模古典概型
这个问题亦被叫做蒙提霍尔悖论：虽然 该问题的答案在逻辑上并不自相矛盾，但十 分违反直觉。这问题曾引起一阵热烈的讨论。 以下是蒙提霍尔问题的一个著名的叙述， 来自CraigF.Whitaker于1990年寄给《展示杂 志》（ParadeMagazine）玛莉莲· 莎凡 （MarilynvosSavant）专栏的信件：假设你正 在参加一个游戏节目，你被要求在三扇门中 选择一扇：其中一扇后面有一辆车；其余两 扇后面则是山羊。你选择了一道门，假设是 一号门，然后知道门后面有什么的主持人， 开启了另一扇后面有山羊的门，假设是三号
在Matlab的Medit窗口建立montyhall.m文件： function nochange=montyhall(n) m=0; l=0; x=[1,1,2];%此处用“1”代表山羊，“2”代表 汽车 for i=1:1:n k=unidrnd(3); if x(k)==2 m=m+1; l=l;
这个游戏的玩法是：参赛者会看见三扇 关闭了的门，其中一扇的后面有一辆汽车， 选中后面有车的那扇门就可以赢得该汽车， 而另外两扇门后面则各藏有一只山羊。当参 赛者选定了一扇门，但未去开启它的时候， 节目主持人会开启剩下两扇门的其中一扇， 露出其中一只山羊。主持人其后会问参赛者 要不要换另一扇仍然关上的门。问题是：换 另一扇门是否会增加参赛者赢得汽车的机率？ 如果严格按照上述的条件的话，答案是会。 换门的话，赢得汽车的机率是2/3。
参赛者挑汽车，主持人挑两头山羊的任 何一头，更换选择将不会赢得汽车。 在头两种情况，参赛者可以通过更换选 择而赢得汽车，第三种情况是唯一一种参赛 者通过保持原来选择而赢的情况。因为三种 情况中有两种是通过更换选择而赢的，所以 通过更换选择而赢的概率是2/3。
另一种解答是假设你永远都会更换选择， 这时赢的唯一可能性就是选一扇没有车的门， 因为主持人其后必定会开启另外一扇有山羊 的门，消除了更换选择后选到另外一只羊的 可能性。因为门的总数是三扇，有山羊的门 的总数是两扇，所以转换选择而赢得汽车的 概率是2/3，与初次选择时选中有山羊的门 的概率一样。
古典概型的概率公式
古典概型的概率公式古典概型是概率学中最基础也是最重要的概念。
它定义了概率学的基本理论，提出了许多有趣的假设和结论，也服务于数学和计算机科学的发展。
简而言之，古典概型就是通过观察事件是否发生来计算概率的方法，即在一定条件下某事件发生的条件概率，用数学形式来表达就是古典概率公式。
古典概型的概率公式是：P（A）=n（A）/n（S），其中P为概率，A为某事件，S为试验空间，n（A）/n（S）为该事件发生的概率。
其中，n（A）表示满足A条件的结果的数目，n（S）表示满足S条件的结果的总数。
古典概型的概率公式提出的基本概念是：若实验开展了n次，其中A事件发生m次，则A事件发生的概率等于m除以n：P （A）=m/n。
古代概率公式比较简单，却蕴含着丰富的数学内涵。
在概率论的基本原理分布定理的框架下，古典概型的概率公式可以用来计算试验空间中某事件发生的期望值、方差、及独立事件之间的关系。
古典概型概率公式也为基于古典概型的相关概率学的理论发展提供了基础，形成了一套完整的概率学理论体系，为后来新兴的概率学分支研究提供了基础。
古典概型概率公式也为其他科学领域提供了参考和指导，特别是在计算机技术和信息处理方面更是如此。
古典概型概率公式可以用来建立合理的评估模型，用来估计某事件发生的可能性，也可以用来估计系统中各个组件的可靠度，以及各个系统模型的可信度。
这些估计的结果可以用来衡量分析系统的性能，基于此可以设计出更高效，稳定，可靠的系统。
此外，古典概型的概率公式还可以应用于更多的领域，比如统计、金融学、决策理论、运筹学、社会科学等。
在这些领域，古典概型概率公式通常被用于研究不确定风险及结果，以做出明智的抉择，帮助采取最佳决策。
总之，古典概型的概率公式和它所涵盖的概率学理论，是目前所有概率学的基础。
它有助于更好地理解不确定事件的发展趋势，也为更加明智的决策提供了指导。
古典概型的概率公式也可以用于许多领域，从数学建模到计算机技术等，都有其重要作用，它已成为概率学及其相关领域的重要理论和工具支持。
古典概型概念
古典概型概念
1. 定义
若随机试验具备以下两个特征：
（1）每次试验的基本事件数是有限的；
（2）每个基本事件的发生是等可能的；
则称该试验为古典概型。
2. 古典概型公式
古典概率的计算问题可以转化为计数问题。
通过概念我们发现，古典概型的核心就是在计算中如何找分母---基本事件的所有情况数，找分子---符合事件要求的情况数，然后他们的比值就是事件A 发生的概率。
往往和我们前面学习的计数原理，排列组合紧密结合，用来计算数值。
古典概型是最经典的一种概率模型，在这种模型中基本事件只有有限个，并且每个基本事件都是等可能的。
在生活中我们常见的此类模型有掷骰子，摸球抽奖等
用古典概型计算概率的方法很简单：通过满足条件的基本事件数与基本事件总数相比就可以得到了。
古典概型和几何概型计数原理
古典概型和几何概型计数原理引言在组合数学中，有两个重要的计数原理，即古典概型和几何概型计数原理。
这两个原理可以帮助我们计算一系列事件的可能性或可能的组合数量。
它们在计算组合、排列、概率等问题时经常被使用。
本文将详细解释古典概型和几何概型计数原理的基本原理，并提供一些示例来帮助理解。
古典概型计数原理古典概型计数原理主要用于计算事件的可能性。
它的基本原理可以归纳为以下三点：1.对于一个有序的实验空间，假设实验空间中有m个互不相同的事件，每个事件发生的可能性都是相同的。
如果第一个事件有n1种可能的结果，第二个事件有n2种可能的结果，…，第m个事件有nm种可能的结果，那么整个实验空间中的总结果数为n1 * n2 * … * nm。
2.对于一个有序的实验空间，每个事件的发生可能性可能不相同。
如果第一个事件有n1种可能的结果，第二个事件有n2种可能的结果，…，第m个事件有nm种可能的结果，那么整个实验空间中的总结果数为n1 * n2 * … *nm。
3.对于一个无序的实验空间，假设实验空间中有m个互不相同的事件，每个事件发生的可能性都是相同的。
如果每个事件发生的次数都是相同的，那么整个实验空间中的总结果数为(m!)^n，其中n为每个事件发生的次数。
为了更好地理解古典概型计数原理，我们来看几个示例：示例1假设有一支笔，由4个字母A、B、C、D组成。
如果要从中选择2个字母，这些字母的排列和组合的可能性分别是多少？根据古典概型计数原理的第一个原理，每个位置都有4种可能的选择，因为每个位置都可以选择A、B、C、D中的任意一个字母。
所以排列的可能性是4 * 4 = 16。
根据古典概型计数原理的第三个原理，选择的字母是无序的，所以示例中的选择次序不重要。
因此，组合的可能性就是排列的可能性除以选取的字母的个数。
所以组合的可能性是16 / 2 = 8。
示例2假设有7个不同的球放在7个不同的篮子里，每个篮子只能放一个球。
那么放球的可能性有多少种？根据古典概型计数原理的第一个原理，第一个篮子有7种选择，第二个篮子有6种选择，…，第七个篮子有1种选择。
古典概型例题及解析
古典概型例题及解析
古典概型是概率论中最基本的概念之一，用于描述实验中等可
能性事件的概率。
下面我将给出一个古典概型的例题，并进行解析。
例题，一个袋子里有5个红球和3个蓝球，从中随机取出2个球，求取出的两个球颜色相同的概率。
解析，首先，我们需要确定实验的基本单位，即每次从袋子中
取出一个球。
根据题目给出的条件，袋子中共有8个球，其中5个
红球和3个蓝球，所以每次取球的概率是相等的。
接下来，我们需要确定事件，即取出两个球颜色相同。
根据题
目要求，我们可以分为两种情况，取出两个红球或者取出两个蓝球。
1. 取出两个红球的情况，首先从5个红球中选取一个红球的概率是5/8，然后从剩下的4个红球中选取一个红球的概率是4/7。
所
以取出两个红球的概率为(5/8) (4/7)。
2. 取出两个蓝球的情况，同理，从3个蓝球中选取一个蓝球的
概率是3/8，然后从剩下的2个蓝球中选取一个蓝球的概率是2/7。
所以取出两个蓝球的概率为(3/8) (2/7)。
最后，我们需要计算两种情况的概率之和，即取出两个球颜色相同的概率。
所以，取出两个球颜色相同的概率为[(5/8) (4/7)] + [(3/8) (2/7)]。
计算得到的结果是11/28，约等于0.39。
因此，取出两个球颜色相同的概率约为0.39，或者可以表示为39%。
以上就是对于古典概型例题的解析。
希望能够帮助到你理解古典概型的应用。
如果还有其他问题，请随时提问。
古典概型(原卷版)
10.1.3 古典概型1 概率对随机大事发生可能性大小的度量〔数值〕称为大事的概率，大事A的概率用P(A)表示.【例】掷一个硬币，大事A为硬币消失的是正面，那么P(A)=12.2 古典概型的特点①有限性：样本空间的样本点只有有限个；②等可能性：每个样本点发生的可能性相等.满意以上两个特征的试验称为古典概型试验，其数学模型称为古典概率概型，简称古典概型.【例1】“在1,2,3,4,5中取2个数，其差为1概率〞属于古典概型，由于试验的结果有限，每种结果发生的可能性相等；【例2】“在区间[1,5]中取2个数，其差为1概率〞不属于古典概型，由于试验的结果有无限种可能；【例3】“贵哥投篮中与否〞不属于古典概型，由于中与不中的可能性相等.3 古典概型大事A的概率(1) 一般地，设试验E是古典概型，样本空间Ω包含n个样本点，大事A包含其中的k个样本点，那么定义大事A的概率P(A)=n(A) n(Ω)其中n(A)和n(Ω)分别表示大事A和样本空间Ω包含的样本点个数.【例】掷一个骰子，大事A=“点数为奇数〞，那么n(Ω)=6，n(A)=3，P(A)=n(A)n(Ω)=36=12.(2) 求解古典概型问题的一般思路①明确试验的条件及要观看的结果，用适当的符号〔字母、数字、数组等〕表示试验的可能结果〔借助图表可以关心我们不重不漏地列出全部的可能结果〕；②依据实际问题情境推断样本点的等可能性；③计算样本点总个数及大事A包含的样本点个数，求出大事A的概率.【题型1】古典概型的概念【典题1】以下概率模型中，古典概型的个数为()①从区间[1，10]内任取一个数，求取到1的概率；②从1，2，…，9，10中任取一个整数，求取到1的概率；③向正方形ABCD内任意投一点P，求点P刚好与点A重合的概率；④抛掷一枚质地不匀称的骰子，求向上点数为3的概率．A．1B．2C．3D．4【稳固练习】1.以下是古典概型的个数有()①1≤x≤9且x∈Z，从x中任取一个数，那么满意2<x≤5的概率；②同时掷两颗骰子，点数和为11的概率；③近一周中有一天降雨的概率；④10个人站成一排，其中甲在乙右边的概率．A．1B．2C．3D．42.以下试验中，为古典概型的是()A．种下一粒种子，他是否发芽B．从规格质量为59千克的产品中任意抽取一袋，其是否合格C．抛掷一枚硬币，观看其消失正面还是反面D．某人射击中靶或不中靶【题型2】求古典概型概率【典题1】如图是一个古典概型的样本空间Ω和大事A和B，其中n(Ω)=24，n(A)=12，n(B)=8，n(A∪B)=16，以下运算结果，正确的有()A．n(AB)=4B．P(AB)=16C．P(A⋃B)=23D．P(A B̅)=12【典题2】假设连掷两次骰子，分别得到的点数是m、n，将m、n作为点P的坐标，那么点P落在区域|x−2|+|y−2|⩽2内的概率是.【典题3】将一颗骰子先后抛掷2次，观看向上的点数，大事A：“两数之和为8〞，大事B：“两数之和是3的倍数〞，大事C：“两个数均为偶数〞．(1)写出该试验的根本领件空间Ω，并求大事A发生的概率；(2)求大事B发生的概率；(3)大事A与大事C至少有一个发生的概率．【稳固练习】1.从4名选手甲、乙、丙、丁中选取2人组队参与数学竞赛，其中甲被选中的概率是()A ．13B ．12C ．23D ．352.先后抛掷两枚骰子，设消失的点数之和是8，7，6的概率依次为P 1，P 2，P 3，那么( )A ．P 1=P 2<P 3B ．P 3<P 2<P 1C ．P 3=P 1<P 2D ．P 3=P 1>P 23.从集合A ={−1，12，2}中随机选取一个数记为k ，从集合B ={12，32，2}中随机选取一个数记为a ，那么a k >1的概率为( ) A ．13B ．23C ．79D ．594.抛掷两颗质地匀称的正方体骰子，登记骰子朝上面的点数．设A =“两个点数之和等于8〞，B =“至少有一颗骰子的点数为5〞，那么大事A ∪B 的概率是( ) A ．118B ．29C ．718D ．495.数学与文学有很多奇异的联系，如诗中有回文诗：“儿忆父兮妻忆夫〞，既可以顺读也可以逆读，数学中有回文数，如343、12521等，两位数的回文数有11、22、33、…、99共9个，那么三位数的回文数中为偶数的概率是( ) A ．19B ．29C ．13D ．496.一个口袋内装有大小相同的6个小球，其中2个红球记为A 1,A 2，4个黑球记为B 1,B 2,B 3，B 4，从中一次摸出2个球．(1)写出这个试验的样本空间及样本点总数； (2)求摸出的2个球颜色不同的概率．7.调查某校高三班级500名同学的肥胖状况，得到下表：从这批同学中随机抽取1名同学，抽到偏瘦女生的概率为0.1．(1)求x的值；(2)假设用分层抽样的方法，从这批同学中随机抽取50名，问应在偏胖同学中抽多少名？(3)y≥46，z≥46，求偏胖同学中男生人数大于女生人数的概率．8.从0，1，2，3这四个数字中，不放回地取两次，每次取一个，构成数对(x，y)，x为第一次取到的数字，y为其次次取到的数字．设大事A=“第一次取出的数字是1〞，B=“其次次取出的数字是2〞．(1)写出此试验的样本空间及P(A)，P(B)的值；(2)推断A与B是否为互斥大事，并求P(A∪B)；(3)写出一个大事C，使A⊆C成立．【A组根底题】1.以下古典概型的说法中正确的个数是()①试验中全部可能消失的根本领件只有有限个；②每个大事消失的可能性相等；③根本领件的总数为n，随机大事A包含k个根本领件，那么P(A)=kn；④每个根本领件消失的可能性相等．A．1B．2C．3D．42.以下试验是古典概型的是()A．口袋中有2个白球和3个黑球，从中任取一球，样本点为{取中白球}和{取中黑球}B．在区间[−1，5]上任取一个实数x，使x2−3x+2>0C．抛一枚质地匀称的硬币，观看其消失正面或反面D．某人射击中靶或不中靶3.掷一枚匀称的硬币两次，大事M={一次正面对上，一次反面对上}；大事N={至少一次正面对上}．以下结果正确的选项是()A．P(M)=13,P(N)=12B．P(M)=12,P(N)=34C．P(M)=13,P(N)=34D．P(M)=12,P(N)=124. 任取三个整数，至少有一个数为偶数的概率为( )A.0.125B.0.25C.0.5D.0.8755.(多项选择)甲罐中有2个大小、质地完全一样的小球，标号为1，2，乙罐中有4个大小、质地完全一样的小球，标号为1，2，3，4，现从甲罐、乙罐中分别随机抽取1个小球，记样本空间为Ω，大事A为“抽取的两个小球标号之和大于4〞，大事B为“抽取的两个小球标号之积小于5〞，那么以下结论正确的选项是() A．A与B是互斥大事B．A与B不是对立大事C．Ω=A∪B D．P(A)+P(B)=986.将一枚质地匀称的骰子先后抛掷两次，假设第一次朝上一面的点数为a，其次次朝上一面的点数为b，那么函数y=ax2−2bx+1在(−∞，2]上为减函数的概率是．7.经过某十字路口的汽车，它可能连续直行，也可能向左转或向右转，假如这三种可能性大小相同，那么三辆汽车经过这个十字路口，至少有两辆车向左转的概率为．8.有3个相同的球，分别标有数字1，2，3，从中有放回的随机取两次，每次取1个球．用(x，y)表示试验的样本点，其中x表示第一次取出的根本结果，y表示其次次取出的根本结果．(1)写出这个试验的样本空间Ω；(2)用A表示大事“第一次取出的球的数字是1〞；用B表示大事“两次取出的球的数字之和是4〞，求证：P(AB)=P(A)P(B)．9.将一枚骰子先后抛掷2次，观看向上的点数，求：(1)两数之和为6的概率；(2)两数之和是3的倍数的概率；(3)两数之积是6的倍数的概率；(4)以第一次向上的点数为横坐标x、其次次向上的点数为纵坐标y的点(x，y)在圆x2+y2=25的内部的概率．10.将一颗骰子先后抛掷2次，观看向上的点数，大事A：“两数之和为8〞，大事B：“两数之和是3的倍数〞，大事C：“两个数均为偶数〞．(1)写出该试验的根本领件空间Ω，并求大事A发生的概率；(2)求大事B发生的概率；(3)大事A与大事C至少有一个发生的概率．【B组提高题】1.一个正方体，它的外表涂满了红色．在它的每个面上切两刀可得27个小立方块，从中任取两个，其中恰有1个一面涂有红色，1个两面涂有红色的概率为()A．16117B．32117C．839D．1639。
- 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、"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、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)。
《数学实验》报告
学院：电子信息学院
专业班级：信息工程电联班
学号：
姓名：
实验名称：古典概型
实验日期： 2016.6.14
古典概型
1．实验目的
◆掌握古典概型的计算机模拟方法；
◆通过随机实验了解古典概型的频数、概率含义及其关系；
◆借助高尔顿钉板实验进一步认识分布和数学期望的实质；
◆进一步理解中心极限定理的本质及其重要意义。
2．实验任务
1 . A、B两人赌博，将两颗骰子掷一次，若其点数和为7则A 赢，为10则B赢，为其他点则平分赌注。
试求两人分配赌注的比例。
（请用理论和实验相结合的方法完成）
2. 电力供应问题。
某车间有200台车床互相独立的工作，
由于经常需要检修、测量、调换刀具等种种原因需要停车，这使每台车床的开工率只有60％。
而每台车床开动时需耗电1kW，显然向该车间供电200kW可以保证有足够电力供这些车床使用，但是在电力比较紧张的情况下，给这个车间供给电力太多将造成浪费，太少又影响生产。
如何解决这一矛盾？(模拟法？)
一种解决方案是保证有基本足够的电力供应该车间，比如要求在8小时的生产过程中允许有半分钟的电力不足，半分钟约占8小时的0.1％，用概率论的语言就是：应供应多少电力才能以99.9％的概率保证不会因为电力不足而影响生产？
问题1：计算分布函数在某些点的取值F(m)，m＝0，1，2，…，200，并将它绘于图上，辅助某些必要的计算，求出问题中所需要的供电功率数
问题2：将8小时按半分钟分成若干时间段，共有8*60*2＝960个
时间段。
用二项分布模拟8小时车床运行的情况。
观察已算得的供电功率数是否能基本满足车间正常工作，写出你的结论。
3.实验过程
3.1实验原理
Rand(m,n)：产生m×n个(0,1)区间中的随机数，并将这些随机数存于一个m×n矩阵中。
每次调用rand(m,n)的结果都会不同
3.2算法与编程
3.2.1
function p=stake(n)
awin=0;bwin=0;equal=0;
for i=1:n
s0=randi([1,6],1,2);
s=s0(1)+s0(2);
if s==7
awin=awin+1;
else
if s==10
bwin=bwin+1;
else
equal=equal+1;
end
end
end
p=(awin+equal*0.5)/(bwin+equal*0.5);
end
实验结果
>> stake(1000000)
ans =
1.1815
理论计算
两个色子的和为7的可能结果为6种，两个色子的和为10的可能结果为3种，两个色子的总可能结果为6*6=36种，则剩下的
36-6-3=27种可能结果为AB平分，所以计算A/B分赌注比例：
(6*1+27*0.5)/(3*1+27*0.5)=1.181
结果分析：
实验结果与理论计算结果一致，第一题任务完成，AB赌注比例为1.181.
3.2.2
根据题意，机器开动时的总功率服从二项分布：
X~（200,0.6），
因此，我们可以利用钉板模型来进行多次模拟，以达到模拟二项分布的效果。
代码如下：
P=0:200;
p=0.6;
n=200;
x=0:n;
F=binocdf(x,n,p); %进行二项分布模拟，求得分布函数F plot(P,F),title('分布函数F(m)');
Pw=find(F>=0.999) %找出F>=99.9%的功率点
Pw(1)-1 %结果偏移量修正，得到模拟结果运行结果：
由此得知，模拟法所得结果为：当供应141kW的电力时，才能以99.9％的概率保证不会因为电力不足而影响生产。
下面再将141kW的结果代入进行二项分布模拟验算，代码如下：
P=0:200;
p=0.6;
n=200;
m=8*60*2;
rand('seed',1);
k=[];
for i=1:50
R=binornd(n,p,1,m);
k=[k,length(find(R>142))];
end
s=1-k/m;
stem(1:50,s),axis([1 50 0.99 1]),title('50次模拟中，机器可以正常工作的概率')
运行结果：
由结果知：当供应141kW的电力时，进行50次模拟后，机器基本都有99.9%以上的概率正常工作，而在模拟中出现的99.8%主要是由于样本选取数过小引起的，对结果无大影响。
因此，有结论：当供应141kW的电力时，才能以99.9％的概率保证不会因为电力不足而影响生产。
4. 实验总结和实验感悟
通过本次实验，我们对模拟法解决古典概型问题，有了更为深刻的了解。
在解决古典概型问题时，应该先明确分布类型，并采取与之对应的模拟模型进行模拟，模拟次数尽可能取大，以符合大数定理的前提，这样才会使结果更接近理论。
正如此次实验，钉板模型就十分形象准确模拟出二项分布，十分具有启迪性！。