当前位置:首页 > 概率论在生活中的若干应用大学毕业论文
湖南科技大学本科生毕业论文(设计)
2.7 正态分布的应用
定义 若连续型随机变量X的概率密度为
f?x??12??e??x?u?22?2, ????x????
?,????0?为常数,则称X服从参数为 ?,?的正态分布,记为 X~N(?,?2)。 其中
习惯上,称服从正态分布的随机变量为正态变量。 2.7.1 确定巴士门的高度
例14:巴士门的高度一般是按男子与车门顶碰头的几率在1%以下来设计的,设男子身高X(单位:cm)服从正态分布N(170,62),试确定车门的高度。 解:设车门的高度为h(cm)。依题意应有
P?X?h??1?P?X?h??0.01
即 P?X?h??0.99
X?170X~N170,62因为 ,所以 ,~N?0,1?从而
6?X?170h?170??h?170?P?X?h??P???????6??6?6?
????2.33??0.9901?0.99。 查标准正态分布表,得
h?170?2.33,即 cm方可保h?184?cm?,故车门的设计高度至少应为184 所以取 6证男子与车门碰头的概率在0.01以下。
2.8 中心极限定理的应用
定理5:中心极限定理是研究独立随机变量和的极限分布为正态分布的问题。这组定理是数理统计学和误差分析的理论基础。
?n为n次试验中事 设n重伯努利试验中,事件A在每次试验中出现的概率为p,记 件A出现的次数,且记
—16 —
湖南科技大学本科生毕业论文(设计)
Yn*?则对任意实数y,有
?n?npnpq
*limP(Yn?y)??(y)?n???12??y??edt?t22。
棣莫弗—拉普拉斯定理是概率论历史上第一个中心极限定理,他是专门针对二项分布的。相对于前面的“泊松定理”给出的“二项分布的泊松近似”,一般在p较小时,
np?5和 n(1?p)?5时,用正态分布近似较好。 用泊松分布近似较好;而在 2.8.1 误差分析
例15:一本书共有100万个印刷符号.排版时每个符号被排错的概率为0.0001,校对时每个排版错误被改正的概率为0.9,求校对后错误不多于15个的概率.
分析:根据题意构造一个独立同分布的随机变量序列,具有有限的数学期望和方差,然后建立一个标准化的随机变量,应用中心极限定理求得结果. 解:设随机变量
?1, 第n个印刷符号校对后仍印错Xn???0, 其它.
则
Xn(n?1)np?P{Xn?1}?0.0001?0.1?10。 是独立同分布随机变量序列,有
?5作 Yn??XK,(n?106), 为校对后错误总数。按中心极限定理,有
k?1??Y?np15?np??3?5?5P{Yn?15}?P?n????(5/[1010(1?10)])??(1.58)Ynnpq???npq? ?0.9495.
2.8.2商业评估问题
例16:某调查公司受委托,调查某电视节目在S市的收视率p,调查公司将所有调
p。现在要保证有90%的把握,使得调查所得查对象中收看此节目的平率作为p的估计
p与真实收视率p之间的差异不大于50%。问至少要调查多少对象。 收视率
解:设共调查n个对象,记
—17 —
湖南科技大学本科生毕业论文(设计)
?1,记i个调查对象收看此电视节目X??i?0,记i个调查对象不看此电视节目
P(Xi?1)?p,P(Xi?0)?1?p,i?1,2,.....,n。 则Xi独立同分布,且 又记n个被调查对象中,收看此电视节目的人数为Yn,则有
Yn??Xi~b(n,p).i?1n
Yn由大数定理知,当n很大时,频率 与概率p很接近,即用频率作为p的估计是合适
n的。根据题意有
?1n?nP??Xi?p?0.05??2?(0.05)?1?0.9np(1?p)?i?1? nn?(0.05)?0.95,查正态分布表得 0.05?1.645所以 p(1?p)p(1?p)从中解得
1.6452n?p(1?p)?p(1?p)?1082.4120.05
p(1?p)?0.25,所以 ,n?270.6即至少调查271个对象。 又因为
2.8.3电影院的座位问题(独立同分布下的中心极限定理)
林德贝格—勒维中心极限定理:设{Xn}是独立同分布的随机变量序列,且E(Xi)=μ,Var(Xi)=σ2>0.记
Yn*?则对任意实数y,有
X1?X2?.....?Xn?n??n
1*P(Y?y)??(y)?limn2?n????y??edt?t22
n?1600人,预计扩建后,平均 例17:设某地扩建电影院,据分析平均每场观众数
3/4的观众仍然会去该电影院,在设计座位时,要求座位数尽可能多,但空座达到200或更多的概率不能超过0.1,问应该设多少座位? 解:把每日看电影的人编号为1,2,...,1600,且令
—18 —
湖南科技大学本科生毕业论文(设计)
?1,第i个观众还去电影院Xi???0, 不然 i?1,2,?,1600
?Xi?1??34,P?Xi?0??14.又假定各观众去电影院是独立选择,则X1、 则由题意P X2、... 是独立随机变量,现设座位数为m,则按要求
P?X1?X2???X1600?m?200??0.1
在这个条件下取m最大。
当上式取等号时,m取最大,因为 np?1600?34?1200,np?1?p??103,由定理知,m应满足
?m?200?1200???????0.1103??
查正态分布表即可确定 m?1377,所以,应该设1377个座位。
2.9 马尔科夫链的应用
马尔科夫链是一种特殊的概率模式,它在经济学和社会学中有广泛的应用。在市场竞争中,可用马尔科夫链来确定企业产品短期和长期的市场占有率;而且可以 通过市场占有率的估计,来评估集中广告策划之间的有略;又如会计部门,可用马尔科夫链确定可以账目的允许差额;营销部门,可用马尔科夫链预测顾客是坚持用某种品牌的商品,还是转向其他品牌的商品的行为,马尔科夫链成为市场研究的重要工具。
定义:马尔科夫链是建立在“系统的状态”和“状态转移”等基本概念的基础之上,系统的状态,可用状态概率向量表示。所谓概率向量是指各个元素不是负数,并且其和
npi?0,i?1,2,...,n且 等于1的任意行向量。即A=(p1 p2 ... pn),其中 ,?pi?1。
i?12.9.1 预测市场占有率问题
例18:某地区某年第一季度甲、乙、丙三种品牌洗发精的市场占有率分别是40%、25%和35%。三月底进行抽样调查,原来使用甲牌洗发精的100人中,有90人仍坚持用,分别有4人和6人转向使用乙、丙品牌的洗发精;原来使用乙牌洗发精的100人中,有80人仍坚持用,分别有15人和5人转向使用甲、丙品牌的洗发精;原来使用丙品牌洗发精的100人中,有70人仍坚持用,分别有20人和10人转向使用甲、乙品牌的洗发
—19 —
共分享92篇相关文档