§2.3伯努利试验随机游动

合集下载

伯努利方程实验

伯努利方程实验

实验二柏努利方程实验一、实验目的1、熟悉流体流动中各种能量和压头的概念及其相互转换关系,在此基础上,掌握柏努利方程;2、观察流速变化的规律;3、观察各项压头变化的规律。

二、实验装置实验设备由玻璃管、测压管、活动测压头、水槽、循环水泵等组成。

活动测压头的小管端部封闭。

管身开有小孔,小孔位置与玻璃管中心线平齐,小管又与测压管相通,转动活动测压头就可以测量动、静压头。

管路分成四段,由大小不同的两种规格的玻璃管所组成,管段2的内径约为24mm,其余部分的内径约为13mm。

第四段的位置比第三段低5cm,准确的数值标注在设备上,阀A供调节流量之用。

三、基本原理图2—1柏努利方程实验装置流程图1、3、4—玻璃管(内径约为13mm);2—玻璃管(内径约为24mm):5—溢流管;6—测压管;7—活动测压头;8-溢流装置;9—水槽;10—马达;11一循环水泵1、流体在流动时具有三种机械能,即位能、动能和静压能。

这三种能量是可以相互转换的,当管路条件改变时(如位置高低,管径大小等),它们便会自行转化,如果是粘度为0的理想流体,因为不存在摩擦和碰撞而产生机械能的损失,因此同一管路的任何二个截面上,尽管三种机械能彼此不一定相等,但这三种机械能的总和是相等的。

2、对实际流体而言,因存在内摩擦,流动过程中总有一部分机械能因摩擦和碰撞而损失,即转化成为热能。

对转化为热能的机械能,在管路中是不能恢复的。

这样,对实际流体来说,两截面上的机械能的总和也是不相等的。

两者的差值就是流体在这两个截面之间因摩擦和碰撞转化成了热能的机械能。

因此,在进行机械能的计算时;就必须将这部分损失的机械能加到第二个截面上去。

3、上述几种机械能都可用测压管中的一段液体柱的高度来表示,当测压管上的小孔(即测压孔的中心线)与水流方向垂直时,测压管内液位高度(从测压孔算起)即为静压头,它反映测压点处液体压强大小。

当测压孔由与水流方向垂直方位转为正对水流方向时,测压管内液位将因此上升,所增加的液位高度即为测压孔处液体的动压头,它反映出该点水流动能的大小。

伯努利试验

伯努利试验

推论
设在一次试验中,事件A首次发生的概率为p(0<p<1),则在伯努利试验序列中,事件A在第 k次试验中才首 次发生的概率为。
特殊情形
二项分布
几何分布
二项分布
一般地,在n次独立重复试验中,ξ表示事件A发生的次数。如果事件A发生的概率是p,则不发生的概率 q=1-p,n次独立重复试验中,事件A发生k次的概率是:P(ξ=k)= (k=0,1,2,3…n),那么就说ξ服从参数p的二 项分布,其中p称为成功概率。记作:ξ~B(n,p)。
(1)几何分布的期望Eξ= ; (2)几何分布的方差Dξ=。
谢谢观看
单个伯努利试验是没有多大意义的,然而,当我们反复进行伯努利试验,去观察这些试验有多少是成功的, 多少是失败的,事情就变得有意义了,这些累计记录包含了很多潜在的非常有用的信息。
试验要点
试验要点
重复试验的相互独立性
伯努利试验是在同样的条件下重复地、相互独立地进行的一种随机试验,其中“在相同条件下”意在说明: 每一次试验的结果不会受其它实验结果的影响,事件之间相互独立。
多次试验
判断某种试验是否为伯努利试验的关键是:首先,必须是重复的试验,即多次试验,而非一次试验;其次, 每次试验的结果同其他各次试验的结果无关,即事件发
典例
(1)连续的n次射击; (2)连续的掷n次硬币。
相关定理
设在一次试验中,事件A发生的概率为p(0<p<1),则在n重伯努利试验中,事件A恰好发生 k次的概率 为:。
介绍
介绍
伯努利试验是一个有两种结果的简单试验,它的结果是成功或失败,黑或白,开或关,没有中间的立场,没 有妥协的余地。这样的例子也特别多,例如我们观察从一副纸牌中拿出一张牌,它或者是黑色或者是红色;接生 一个婴儿,或者是男孩或者是女孩;我们经历24小时的一天,或者遇到流星或者遇不到流星。在每一种情况下, 很方便设计一种结果“成功”,另外一种结果为“失败”,例如选出一张黑色牌,生出一个女儿,没有遇到流星 都可以表示为“成功”。然而,从概率的角度看,选择红牌、儿子、遇到流星为成功也是不会产生差异的。在这 种场合下,“成功”是没有价值取向的色彩。

2.3 伯努利试验与二项概率

2.3  伯努利试验与二项概率

7
知识点小结
掌握两个事件的独立性的概念、性质及其判别; 理解多个事件相互独立的概念、性质及其判别;
会用事件独立性进行概率计算。
理解伯努利概型试验概念及其条件,会用伯努利 定理进行概率计算。
思考: 两事件相互独立与互不相容关系是否可以同时成立。
两事件相互独立 P (A ) B P (A )P (B )二者之间没
精选完整ppt课件
9
解 :设 A 表 示 3个 病 人 中 至 少 1人 是 急 诊 ,
A i表 示 第 i个 人 急 诊 ” ,则
P(A)1P(A) 1P(A1A2A3)
1P(A1A2A3) 1P(A 1)P(A 2)P(A 3)
思考:
1 (5 )3 6
求前3个病人中,恰有1人是急诊病人的概率?
精选完整ppt课件
A r为 “ 第 r个 到 达 者 为 首 例 急 诊 病 人 ” ,

A r
DD 12
…D r
D
1r
P (A r ) P ( D 1 ) P ( D 2 ) .P .精( 选D .完r 整 p1 p) t课P 件( D r ) ( 1 1 6 ) r 1 1 6 . 2
(2)求3个病人中,至少有1人是急诊病人的概率.
伯努利定理 设试验中,事件A发生的概率为P (0<p<1),则在n重伯努利试验中,事件A恰好 发生k次的概率为
P n(k) C n kp k(1 p )n k,k0 ,1 ,.n ..,
Cnkpk(1p)nk (pq)n pk


精选完整ppt课件
6
例4:某人进行独立射击,每次射击的命中率 为0.2,独立射击10次,求(1)恰好击中2次的 概率; (2)至少击中1次的概率。

第2.3伯努利试验与直线上的随机游动

第2.3伯努利试验与直线上的随机游动

(4) 帕斯卡分布(负二项分布)
帕斯卡分布将主要研究出现第r次成功与试验 次数的关系的概率。 设Ck {第r次成功出现在第k次试验},P(Ck ) f (k, r, p),
Ck发生等价于前面的k -1次试验中,r -1次成功,k - r
次失败,而第k次成功,利用二项分布以及独立性可得
P(Ck )
则X的可能取值为 1,2, 当X k,即事件A首次在第k次出现. 则试验总共进行了 k次,前k 1次均是A发生,第k
次A发生. 若以Bk记这一事件,以Ai (i 1,2,, k)记事件A在 第i次试验中发生 , 则
Bk A1 A2 Ak1 Ak P(Bk ) P( A1) P( Ak1)P( Ak ) (1 p)k1 p
P( A)
f (2N
r 1, N

1,
1 2
)

( 2
N r+1)-1 (N +1)-1


1 2

N
1

1 2
(2
N

r
1)-(N+1)
四、推广的伯努利试验与多项分

设每次试验结果为r个,分别为 A1 , A2 , , An
其概率为P( Ai ) pi , i 1, 2,, r,且p1 p2 pr 1
p甲
ห้องสมุดไป่ตู้
(t (t r )(t s)1
k t r

r)
(t k
s)

1

pk
q((
t
r
)(
t

s
)1)k

2-3 Bonulli试验和直线上的随机游走

2-3 Bonulli试验和直线上的随机游走

P ( A1 A2 ... Ak −1 Ak ) = q
k −1
k −1
p
记g (k ; p) = q

p, k = 1,2,...

为几何级数的一般项, 故称g (k ; p)为几何分布
∑ g (k ; p) = ∑ q
k =1 k =1
k −1
1 p= p =1 1− q
例3 一个人要开门,共有n把钥匙, 其中仅有一把钥匙开门,这人在第s 次试开时才首次成功的概率是多少

若试验E 是掷一枚硬币, ={正 若试验 1是掷一枚硬币, 1={正,反} Ω
试验E ,试验 2是从装有红白黑三球的袋子中 摸出一球, ={红 摸出一球,Ω2 ={红,白,黑},则复合试验 E表示先掷一枚硬币再一球,它相应的样 表示先掷一枚硬币再一球, 表示先掷一枚硬币再一球 本空间 Ω = Ω1 × Ω2由下列 个样本点构成 由下列6个样本点构成 :(正,红),(正,白),(正,黑),(反,红) ( , ( 反 ,白 ), (反 ,黑 )。 思考:试验 试验E 是否相互独立? 思考 试验E1与试验 2是否相互独立? (1/6) 试验
n 重伯努利试验的样本点 重伯努利试验的样本点w=(w1,w2,...,wn) wi =A或A ,表示第 次试验是 是否发生 或 表示第i次试验是 表示第 次试验是A是否发生 共有2 共有 n个样本点 n次独立重复的伯努里试验 次独立重复的伯努里试验. 次独立重复的伯努里试验
样本点( A1 , A2 ,..., An −1 , An ), 可简记做A1 A2 ... An −1 An
重复独立试验 研究“在同样条件下重复试验” 研究“在同样条件下重复试验”的数 学模型,其满足: 学模型,其满足: 1. Ω1 = Ω2 = ⋯ = Ωn ; 2. 有关事件的概率保持不变; 有关事件的概率保持不变; 3. 各次试验是相互独立的。 各次试验是相互独立的。 例如: 个硬币或进行n次有放回摸球 例如: 投n个硬币或进行 次有放回摸球 个硬币或进行

伯努利试验的公式

伯努利试验的公式

伯努利试验的公式伯努利试验,这可是个在概率学里相当重要的概念呢!咱先来说说伯努利试验到底是啥。

简单来讲,伯努利试验就是一种只有两种可能结果的试验,比如抛硬币,正面或者反面;投篮,进或者不进。

这两种结果我们通常称为“成功”和“失败”。

伯努利试验的公式是:P(X=k) = C(n, k) * p^k * (1 - p)^(n - k) 。

这里面的字母都代表着特定的意思,n 表示试验的次数,k 是成功的次数,p 是每次试验成功的概率。

比如说,咱假设投篮成功的概率是 0.6,要进行 5 次投篮,想知道恰好成功 3 次的概率。

那咱就可以用这个公式来算算。

C(5, 3)就是从 5 次里选 3 次成功的组合数,这得用组合的公式去算。

算出来再乘以 0.6 的 3 次方,再乘以 0.4 的 2 次方,就能得出恰好成功3 次的概率啦。

我想起之前给学生们讲这个公式的时候,有个小同学特别有意思。

当时我在黑板上写了一道例题,问大家:“如果一个抽奖活动,中奖概率是 0.2,抽 10 次,恰好中奖 2 次的概率是多少?”大家都开始埋头算,这时候有个小同学突然举手说:“老师,我觉得这抽奖不靠谱,概率这么低,还不如去买糖吃。

”全班同学都笑了。

不过笑归笑,大家还是认真地用公式算出了答案。

这个公式在实际生活中的应用可多了去了。

比如说产品质量检测,一批产品里次品出现的概率;或者是疾病传播,一个人在一定时间内感染某种疾病的概率等等。

再比如,有个工厂生产灯泡,知道次品率是 0.05,随机抽检 20 个灯泡,想知道有 1 个次品的概率,这时候伯努利试验的公式就能派上用场啦。

总之,伯努利试验的公式虽然看起来有点复杂,但只要理解了其中的原理,多做几道题练练手,就会发现它其实也没那么难。

而且学会了这个公式,能帮助我们解决好多实际问题,让我们对生活中的各种不确定性有更清晰的认识和把握。

希望大家都能把这个公式掌握好,在概率的世界里畅游无阻!。

伯努利实验

实验报告:5系11级 姓名:李锡英 袁金龙 日期:(一)不可压缩流体定常流能量方程(伯努利方程实验) 一、实验原理:1.在无粘、不可压缩、体积力有势、流场正压、流动定常以及沿流线积分的假设下,伯努利方程可以写成:const pv =++ϕρ22(沿流线)当体积力只有重力时,伯努利方程化简为:const gz p v =++ρ22,即c o n s tz gpg v =++ρ222.一维管道流动中,有连续性方程:vA=Q(Q 为流量)3.结合上述得:)(8422为水箱水面高度为水箱水面大气压,h a h a z p z gp const z g pgd Q +==++ρρπ,const 为总水头大小,在无粘情况下总水头应该保持不变,z gp+ρ为测压管水头。

由上式可以看出:Q 不变,当d 增大时,测压管水头变大;d 不变,当Q 增大时,测压水头减小。

二、实验结果1.温度;T=24℃,查表得:ρ=997.295kg/m3,μ=0.9142×10-3N ·s ·m-22.有关常数记录表2.1 有关常数计录表 水箱液面高程0∇__49.60__cm ,上管道轴线高程z ∇__21.30__cm .测 点 编 号 *1 2 34 5*6 *8 10 11 *12 13 *14 15 *16 *18管径 cm 1.371.37 1.37 1.37 1.03 1.37 1.37 1.37 1.372.00 1.37 两 点 间距cm4 46 6 4 13.5 6 10 29 16 16注:(1).打“*”者为毕托管测点(测点编号见图2.2)(2).2、3为直管均匀流段同一断面上的二个测压点,10 、11为弯管非均匀流段同一截面上的二个测点.3.量测测压管水头并计算流速水头和总水头表2.2 测记(g pz ρ+)数值表 (基准面选在标尺的零点)测点编号2 3 4 5 7 9 101113151719V3cmT sQ s cm /3实验 1 45.30 45.30 45.00 44.90 40.30 42.40 42.60 43.75 42.60 42.00 40.00 38.90 1350 11.80 114.4072 40.40 40.35 39.80 39.00 21.85 30.35 31.20 35.40 28.20 30.20 24.80 19.101180 7.8 151.282 次数 3 35.80 35.70 34.70 33.50 4.40 19.00 21.00 27.80 15.80 19.20 10.60 0.001075 4.6233.696表2.3 计算数值表(1)流速水头管径 d Q= 114.407 (s cm/3) Q= 151.282 (s cm/3) Q=233.696 (s cm/3)(cm) A(2cm )V (cm/s ) g v 2/2(cm) A(2cm )V (cm/s ) g v 2/2(cm)A(2cm )V (cm/s ) g v 2/2(cm)1.37 1.474 77.617 3.07 1.474 102.634 5.37 1.474 158.545 12.82 1.03 0.833 137.343 9.62 0.833 181.611 16.83 0.833 280.547 40.16 2.003.14236.412 0.683.142 48.148 1.18 3.14274.378 2.82(2)总水头(Z+p/ρg+v 2/2g ) 测点编号 2 34579101113151719Q(cm 2/s )实验 1 48.37 48.37 48.07 47.97 49.92 45.47 45.67 46.82 44.67 45.07 40.68 41.97 114.407 2 45.77 45.72 45.17 44.37 38.68 35.72 36.57 40.77 33.57 35.57 25.98 24.47 151.282 次数348.62 48.52 47.52 46.32 44.16 31.82 33.82 40.62 28.62 32.02 13.42 12.82 233.6964.绘制最大流量下的总水头线和测压管水头线 总水头线:020406080100120101520253035404550x总水头测压管水头线:020406080100120510152025303540x测压管水头结果分析及讨论:1.测压管水头线和总水头线的变化趋势有什么不同?为什么?204060801001200510********35404550x水头测压管水头总水头由上图看出,测压管水头线和总水头线总体趋势一样,只是在测点7和测点19处,测压管水头比总水头下降更多,在测点17处测压水头比总水头下降要少一些。

伯努利实验


五、总结
1、改进后的伯努利方程验证实 2、分别通过实验装置中的2根实验 验首次将伯努利方程验证实验分为 管道来进行验证,并在实验管道中 理想恒定元流伯努利方程验证和实 设置流体流态的调控和判断部件。 际恒定总流伯努利方程验证两部分。
3、改进后的伯努利方程验证实 4、有效引导人们从更深层面去理解
验的实验装置能直观、明了地反应 伯努利方程及其所体现出能量转换
Company LOGO
伯努利方程验证实验 及装置改进
小组成员: 指导老师:龙天渝
目录
1. 前言 2.实验原理 3.实验装置和方法 4.实验数据及分析 5.总结
一、前 言
❖ 伯努利方程采用能量守恒定律解决了流体的流动问题,明 确了动能和势能、流速和压强相互转换的普遍规律,是流 体力学中最基本、最重要的方程。
❖ 但是目前普遍采用的不可压缩流体恒定伯努利方程验证实 验及实验仪最突出的问题是没有将理想恒定元流伯努利方 程和实际恒定总流伯努利方程加以区分,将理想恒定流和 实际恒定流混为一谈,不利于学生对伯努利方程基本原理 的理解。
❖ 为此对现今广泛使用的伯努利方程验证实验及仪器进行了 改进,改进后的伯努利方程验证实验目的明了,数据准确, 能有效提高实验效果,帮助引导学生从更深层面去理解伯 努利方程及其所体现出能量转换规律。
—为压强水头,表示单位质量流体所具有的压强势能(压能)
u2 —流速水头,表示单位质量流体所具有的动能
2g
HP H z
z p
p+
—测压管水头,表示单位质量流体所具有的总势能
u2 —总水头,表示单位质量流体所具有的机械能
2g
二、实验原理
❖ 实际恒定总流伯努利方程
实际流体运动时,黏滞力对运动有阻力。为了克服这个

伯努利试验定义

伯努利试验定义【实用版】目录1.伯努利试验的定义与概述2.伯努利试验的应用领域3.伯努利试验的数学原理与性质4.伯努利试验的实际例子与解析5.伯努利试验的重要性与影响正文1.伯努利试验的定义与概述伯努利试验,又称伯努利抽样试验,是由瑞士数学家雅各布·伯努利(Jacob Bernoulli)在 17 世纪提出的一种概率试验方法。

它是一种在相同条件下,对事件发生概率进行检验的试验方法。

伯努利试验的核心思想是通过大量重复实验,观察事件发生的频率来估计事件发生的概率。

当实验次数足够多时,事件发生的频率会趋近于真实概率,这是大数定律的基本思想。

2.伯努利试验的应用领域伯努利试验在概率论和统计学中有着广泛的应用,例如在物理学、生物学、经济学、社会学等领域。

它可以用于检验某种现象是否具有随机性,估计某种事件的概率,检测产品合格率等。

3.伯努利试验的数学原理与性质伯努利试验的数学原理主要基于概率论和统计学理论。

根据大数定律,当实验次数足够多时,事件发生的频率会趋近于真实概率。

此外,中心极限定理也是伯努利试验的一个重要性质。

中心极限定理指出,在一定条件下,独立同分布的随机变量之和的分布趋近于正态分布。

4.伯努利试验的实际例子与解析举一个伯努利试验的实际例子:检测一枚硬币是否为均匀硬币。

在这个实验中,我们可以抛掷硬币多次,观察正面朝上的次数,从而估计正面朝上的概率。

实验次数越多,正面朝上的次数与总次数之比越接近真实概率。

5.伯努利试验的重要性与影响伯努利试验的重要性在于它提供了一种在实际问题中估计概率的方法。

在现实生活中,很多事件的概率难以直接求得,这时可以通过伯努利试验来估计概率。

伯努利试验


P( A1A2 An ) P( A1)P( A2 A1)P( A3 ( A1A2 )) P( An ( A1 A2 An1))
全概率公式
设A1 ,A2 ,...,An 构成一个完备事件组,且 P(Ai )>0 ,i=1,2,...,n,则对任一随机事件B, 有
n
P(B) P( Ai )P(B | Ai ) i 1
C42 p2q42 6 0.052 0.952 0.0135
伯努利定理
定理
设在一次试验中事件A发生的概率为 p (0<p<1) , 则A在n次伯努里试验中恰好发生 k次的概率为
Pn
(k)

CLeabharlann k npkqnk
其中 q 1 p
( k= 0,1,2,...,n )
例 有一批棉花种子,其出苗率为0.67,现每穴种4粒种子,
(1) 求恰有k粒出苗的概率(0≤k≤4); (2) 求至少有两粒出苗的概率.
解 (1) 该试验为4 重伯努利试验
n 4, p 0.67, q 1 p 0.33
P4(k) C4k pk q4k (0 k 4)
(2) 设B表示至少有2粒出苗的事件,则
P(B) P4 (2) P4 (3) P4 (4) 0.8918
例 设某人打靶,命中率为0.7,重复射击5次,求恰好 命中3次的概率。
解 该试验为5重伯努利试验,且 n=5,p=0.7;q=0.3;k=3
所求概率为
P( A) C53 0.73 0.32 0.3087
例 设某电子元件的使用寿命在1000小时以上的概 率为0.2,当三个电子元件相互独立使用时,求在使 用了1000小时的时候,最多只有一个损坏的概率。
  1. 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. 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. 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)。
虑带有反射壁及弹性壁的随机游动等类型.
当 p = q = 1 时,随机游动称为是对称的,这时质点向 右或向左的概2 率是一样的. 这里只介绍两种最简单的随机
游动模型.
无限制的随机游动
假定质点在时刻0从原点出发,以 Sn表示它在时刻 t = n时的
位置. 为了使质点在时刻 t = n 时位于 y( k也可以是负整数 ),当且仅当在前 n 次游动中向右游动的次数(记为 x)比 向左游动的次数(记为 y)多 k 次.故有
以 f (k; r, p) 记其概率.
Ck 发生当且仅当前面的k-1 次试验中有 r -1 次出现成功, k - r 次失败,而在第 k 次试验的结果是成功,这两个事件的
概率分别为
C p q r−1 r−1 k −r k −1

p
利用试验的独立性得
f
(k;
r,
p)
=
Cr−1 k−1
pr−1qk−r
(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 = (ω1,ω2,",ωn )
其中 ω i 或者为A,或者为 A .这样的 ω 共有 2 n 个,这
2n 个样本点组成了样本空间 Ω .
设样本点 ω = (ω1 , ω2 ," , ω n ) 中有 k 个A ,n- k 个
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 = 1− p. 其中: p ≥ 0, q ≥ 0, p + q = 1.
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
试验出现 A , 因此该事件(记为Wk )可表示为
W k = A1 A2 " Ak −1 Ak
其中Ai 表示事件A 在第i 次试验出现,A i 表示事件A 在 第i 次试验不出现,根据试验的独立性得
P(Wk ) = P( A1A2 " Ak−1Ak ) = qk−1 p

g(k; p) = qk−1 p k = 1, 2,"
⎧x + y = n ⎩⎨x − y = k
即x = n + k ,因为 x为整数,所以 k必须与 n具有相同的
奇2
偶性.
事件{Sn
= k} 发生相当于在前
n次游动中有
n + k 次向右, 2
n−k
有 2 次向左,由二项分布得
n+k n+k n−k
P{Sn = k} = Cn 2 p 2 q 2
当 k 与 n奇偶性相反时,概率为0.
q0 = 0
qa+b = 1
如果某时刻质点位于 x = n ,这里 1 ≤ n ≤ a + b −1 ,则它要
被 x = a + b 点吸收,有两种方式来实现:一种是接下去一 次移动是向右的,即初始位置变为 n +1 而最终在 x = a + b
点被吸收;另一种是接下去一次移动是向左的,即初始位置
P( A) = p, P( A) = q = 1− p. 其中: p ≥ 0, q ≥ 0, p + q = 1.
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
C
k n
个样本点.
其中任何一个样本点的
概率都是 pkqn−k .因而事件Bk 的概率为
(2)当 p

q 时,qn+1
− qn
=
q p
(qn
− qn−1)
所以
qn+1

qn
=
(
q p
)n
(q1

q0 )
n = 1, 2,", a + b −1

∑ ∑ qa+b

q0
=
a + b −1
(qk +1
k =0

qk
)
=
a + b −1
(
k =0
q )k p
(q1

q0 )
∑ ∑ qa+b
− qn
=
a + b −1
(qk +1
k =n
− qk )
=
a + b −1 k=n
(
q p
)k
(q1

q0 )
上面两式相比得
∑ qa+b ∑ qa+b
的概率是多少?
解 这是一个伯努利概型,所求概率为
g (s; 1 ) = ( n − 1) s−1 ⋅ 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)
考虑在贝努利试验中,要多长时间才会出现第 r 次成功.
若以 Ck 表示第r 次成功出现在第 k 次试验这一事件,并
记 n = t − r 及 m = t − s ,它们分别是甲乙达到最终获 胜所需再胜的局数. 则分赌注问题归结为:在伯努利试
验中,求在 A出现 m次之前出现 n 次 A的概率.
最终甲获胜 ←⎯→甲再胜第 n 局时,乙至多再胜 m − 1 局.
不妨设乙再胜 k局,k = 0,1, 2," , m − 1,此时,需要 再比赛 n + k 局,甲在前 n + k − 1局中胜 n − 1局,最后一
b(k; n, p) = Cnk pk qn−k , k = 0,1, 2," , 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
k n
p k q n−k
=
(q +
p)n
=1
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?
获胜的概率p甲及p乙(等于1- p甲),并以p甲 :p乙作为赌注的
分配比例. 而惠更斯则引入了数学期望的概念.
记 n = t -r 及 m = t -s ,它们分别是甲、乙达到最终获胜
所需再胜的局数.则分赌注问题归结为:在伯努利试验中,求在
A 出现 m 次之前出现n 次 A 的概率.
最终甲获胜 甲再胜第 局时,乙至多再胜 局.
A ,所以由独立性知
P(ω ) = p k q 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)
局乙胜. 利用帕斯卡分布得


∑ ∑ p甲 =
f (k;m + k, p) =
Ck m+k
−1
p
k
q
m
k =n
k =n
最终甲获胜←⎯→甲只须而且必须在接下来的 m + n −1局
比赛中至少胜 n局. 不妨设甲再胜 k局,k = n, n + 1," m + n − 1 ,此时,需
要再比赛 m + n − 1局,甲获胜的局数不低于 n局.
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
b(k ; n,
p)
=
CLeabharlann k n(M N)k
(1 −
M N
)n−k
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
我们所关心的是质点在时刻 t = n时的位置. 用这种方式描
述的质点运动称为随机游动.
若质点可以在整个数轴的整数点上游动,则称这种随机游动 为无限制随机游动. 若在某点 设有一个吸收壁,质点一到 达这点就被吸收而不再游动,因而整个游动也就结束了,这
种随机游动称为在 d点有吸收壁的随机游动.此外还可以考
局甲胜. 利用帕斯卡分布得
m −1
m −1
∑ ∑ p甲 =
f (k;n + k, p) =
C
k n+
k
−1
p
n
q
k
k =0
k =0
最终甲获胜 ←⎯→ 乙再胜第 m局时,甲再胜的局数不于 n
局.
不妨设甲再胜 k 局,k = n, n + 1,", 此时,需要再比
赛m + k局,乙在前 m + k − 1 局中胜 m − 1局,最后一
【例3】 (分赌注问题) 甲、乙两个赌徒按照如下约定进行
赌博:先胜 t 局者将赢得全部赌注,假定每局甲胜的概率为 p ,乙胜的概率为q =1- p ,没有平局出现. 但进行到甲胜 r 局,乙胜 s 局(r < t , s < t )时,因故不得不中止比赛. 试
问应如何分配这些赌注才公平合理?
相关文档
最新文档