质量工程师中级教材《质量专业理论与实务》

-1-第一章概率统计基础知识在产品的整个生命周期（从市场调研到顾客服务以及产品昀终处置）的各个阶段，在所有过程的运行和结果中均可观察到变异。变异是客观存在的，提高质量的途径便是持续地减少变异，一致地满足顾客的要求。而统计技术可以帮助我们对观察到的变异进行测量、描述、分析、解释和建模，更好地理解变异的性质、程度和原因，从而有助于解决、甚至防止由变异引起的问题，并促进持续改进。作为质量工作者，要想更好地了解有关的统计技术并运用到实践活动中，就需要掌握必要的概率统计知识。第一节概率基础知识一、事件与概率㈠随机现象在一定条件下，并不总是出现相同结果的现象称为随机现象。从这个定义中可看出，随机现象有两个特点：⑴随机现象的结果至少有两个；⑵至于哪一个出现，人们事先并不知道。抛硬币、掷骰子是两个昀简单的随机现象。抛一枚硬币，可能出现正面，也可能出现反面，至于哪一面出现，事先并不知道。又如掷一颗骰子，可能出现1点到6点中某一个，至于哪一点出现，事先也并不知道。只有一个结果的现象称为确定性现象。例如，太阳从东方出，同性电荷相斥，异性电荷相吸，向上抛一颗石子必然下落等都是确定性现象。【例1.1–1】以下是随机现象的另外一些例子：⑴一天内进入某超市的顾客数；⑵一位顾客在超市中购买的商品数；⑶一位顾客在超市排队等候付款的时间；⑷一颗麦穗上长着的麦粒个数；⑸新产品在未来市场的占有率；⑹一台电视机从开始使用到发生第一次故障的时间；⑺加工机械轴的误差；-2-⑻一罐午餐肉的重量。随机现象在质量管理中到处可见。认识一个随机现象首要的是能罗列出它的一切可能发生的基本结果。这里的基本结果称为样本点，随机现象一切可能样本点的全体称为这个随机现象的样本空间，常记为Ω。“抛一枚硬币”的样本空间Ω＝｛正面，反面｝；“掷一颗骰子”的样本空间Ω＝｛1，2，3，4，5，6｝；“一顾客在超市中购买商品件数”的样本空间Ω＝｛0，1，2，…。；“一台电视机从开始使用到发生第一次故障的时间”的样本空间Ω＝｛t:t≥0｝；“测量某物理量的误差”的样本空间Ω＝｛x:－∞＜x＜∞}。㈡随机事件随机现象的某些样本点组成的集合称为随机事件，简称事件，常用大写字母A、B、C等表示。如在掷一颗骰子时，“出现奇数点”是一个事件，它由1点、3点、5点共三个样本点组成，若记这个事件为A，则有A＝｛1，3，5}。1、随机事件的特征从随机事件的定义可见，事件有如下几个特征：⑴任一事件A是相应样本空间Ω中的一个子集。在概率论中常用一个长方形示意样本空间Ω，用其中一个圆(或其他几何图形)示意事件A，见图1.1–1，这类图形称为维恩(Venn)图。⑵事件A发生当且仅当A中某一样本点发生，若记ω1，ω2是Ω中的两个样本点(见图1.1-1)：当ω1发生，且ω1∈A(表示ω1在A中)，则事件A发生；当ω2发生，且ω2∉A(表示ω2不在A中)，则事件A不发生。⑶事件A的表示可用集合，也可用语言，但所用语言应是明白无误的。⑷任一样本空间Ω都有一个昀大子集，这个昀大子集就是Ω，它对应的事件称为必然事件，仍用Ω表示。如掷一颗骰子，“出现点数不超过6”就是一个必然事件，因为它含有Ω＝｛1，2，3，4，5，6｝中所有的样本点。⑸任一样本空间Ω都有一个昀小子集，这个昀小子集就是空集，它对应的事件称为不可能事件，记为Φ。如掷一颗骰子，“出现7点”就是一个不可能事件，因为它不含有Ω＝｛1，2，3，4，5，6｝中任一个样本点。-3-【例1.1–2】若产品只区分合格与不合格，并记合格品为“0”，不合格品为“1”。则检查两件产品的样本空间Ω由下列四个样本点组成。Ω＝｛(0，0)，(0，1)，(1，0)，(1，1)｝其中样本点(0，1)表示第一件产品为合格品，第二件产品为不合格品，其他样本点可类似解释。下面几个事件可用集合表示，也可用语言表示。A＝“至少有一件合格品”＝｛(0，0)，(0，1)，(1，0)｝；B＝“至少有一件不合格品”＝｛(0，1)，(1，0)，(1，1)｝；C＝“恰好有一件合格品”＝｛(0，1)，(1，0)｝；Ω＝“至多有两件合格品”＝｛(0，0)，(0，1)，(1，0)，(1，1)｝；Φ＝“有三件不合格品”。现在我们转入考察“检查三件产品”这个随机现象，它的样本空间Ω含有23=8个样本点。Ω＝｛(0，0，0)，(0，0，1)，(0，1，0)，(1，0，0)，(0，1，1)，(1，0，1)，(1，1，0)，(1，1，1)｝下面几个事件可用集合表示，也可用语言表示。A＝“至少有一件合格品”＝｛Ω中剔去(1，1，1)的其余7个样本点｝；B＝“至少有一件不合格品”＝｛Ω中剔去(0，0，0)的其余7个样本点｝；C1＝“恰有一件不合格品”＝｛(0，0，1)，(0，1，0)，(1，0，0)｝；C2＝“恰有两件不合格品”＝｛(0，1，1)，(1，0，1)，(1，1，0)｝；C3＝“全是不合格品”＝｛(1，1，1)｝；C0＝“没有一件是不合格品”＝｛(0，0，0)｝；2、随机事件之间的关系实际中，在一个随机现象中常会遇到许多事件，它们之间有下列三种关系。⑴包含：在一个随机现象中有两个事件A与B，若事件A中任一个样本点必在B中，则称A被包含在B中，或B包含A，记为A⊂B，或B⊃A，这时事件A的发生必导致事件B发生，如图1.1－2所示。如掷一颗骰子，事件A＝“出现4点”必导致事件B＝“出现偶数点”的发生，故A⊂B。显然，对任一事件A，有Ω⊃A⊃Φ。⑵互不相容：在一个随机现象中有两个事件A与B，若事件A与B没有相同的样本点，则称事件A与B互不相容。这时事件A与B不可能同时发生，如图1.1－3所示，如在电视机寿命试验里，“电视机寿命小于1万小时”与“电视机寿命超过4万小时”是两个互不相容事件，因为它们无相同的样本点，或者说，它们不可能同时发生。两个事件间的互不相容性可推广到三个或更多个事件间的互不相容，例如在检查三个产品的例子(例1.1－2)中，C1＝“恰有一件不合格品”，C2＝“恰有两件不合格品”，C3＝“全-4-是不合格品”，C0＝“没有不合格品”是四个互不相容事件。⑶相等：在一个随机现象中有两个事件A与B，若事件A与B含有相同的样本点，则称事件A与B相等，记为A＝B。如在掷两颗骰子的随机现象中，其样本点记为(x，y)，其中x与y分别为第一与第二颗骰子出现的点数，如下两个事件：A＝｛(x，y)：x＋y=奇数｝B＝｛(x，Y)：x与y的奇偶性不同｝可以验证A与B含有相同的样本点，故A＝B。如果两个事件相等，它们必互相包含，即若A＝B，则有A⊃B，B⊃A；反之若两个事件互相包含，则它们相等。㈢事件的运算事件的运算事件的运算有下列四种。(1)对立事件，在一个随机现象中，Ω是样本空间，A为事件，由在Ω中而不在A中的样本点组成的事件称为A的对立事件，记为A。图1.1－4上的阴影部分就表示A的对立事件A。可见A就是“A不发生”，例如在检查一匹布中，事件“至少有一个疵点”的对立事件是“没有疵点”。对立事件是相互的，A的对立事件是A，A的对立事件必是A。特别，必然事件Ω与不可能事件Φ互为对立事件，即Ω=Φ，φ=Ω。(2)事件A与B的并，由事件A与B中所有样本点(相同的只计入一次)组成的新事件称为A与B的并，记为AUB。如图1.1－5所示。并事件A∪B发生意味着“事件A与B中至少一个发生”。-5-(3)事件A与B的交，由事件A与B中公共的样本点组成的新事件称为事件A与B的交，记为A∩B或AB。如图1.1－6所示，交事件AB发生意味着“事件A与B同时发生”。事件的并和交可推广到更多个事件上去(见图1.1－7)。(4)事件A对B的差，由在事件A中而不在B中的样本点组成的新事件称为A对B的差，记为A－B。如图1.2－8所示。①交换律：A∪B=B∪AA∩B=B∩A-6-②结合律：A∪（B∪C）=（A∪B）∪CA∩（B∩C）=（A∩B）∩C③分配律：A∪（B∩C）=(A∪B)∩(A∪C)A∩（B∪C）=(A∩B)∪(A∩C)④对偶律：ABABABAB==∪∩∩∪以上性质都可以用维恩图加以验证，这些性质都可推广到更多个事件运算上去。(四)概率——事件发生可能性大小的度量随机事件的发生与否是带有偶然性的。但随机事件发生的可能性还是有大小之别，是可以设法度量的。而在生活、生产和经济活动中，人们很关心一个随机事件发生的可能性大小。例如：(1)抛一枚硬币，出现正面与出现反面的可能性各为1/2。足球裁判就是用抛硬币的方法让双方队长选择场地，以示机会均等。(2)某厂试制成功一种新止痛片在未来市场的占有率是多少呢?市场占有率高，就应多生产，获得更多利润；市场占有率低，就不能多生产，否则会造成积压，不仅影响资金周转，而且还要花钱去贮存与保管。(3)购买彩券的中奖机会有多少呢?如1993年7月发行的青岛啤酒股票的认购券共出售287347740张，其中有180000张认购券会中签，中签率是万分之6.264(见1993年7月30日上海证券报)。上述正面出现的机会、市场占有率、中签率以及常见的废品率、命中率等都是用来度量随机事件发生的可能性大小。一个随机事件A发生可能性的大小用这个事件的概率P(A)来表示。概率是一个介于0到1之间的数。概率愈大，事件发生的可能性就愈大；概率愈小，事件发生的可能性也就愈小。特别，不可能事件的概率为0，必然事件的概率为1，即：P(φ)=0，P(Ω)=1二、概率的古典定义与统计定义确定一个事件的概率有几种方法，这里介绍其中两种昀主要的方法，在历史上，这两种方法分别被称为概率的两种定义，即概率的古典定义及统计定义。(一)概率的古典定义用概率的古典定义确定概率方法的要点如下：(1)所涉及的随机现象只有有限个样本点，设共有n个样本点；-7-(2)每个样本点出现的可能性是相同的(等可能性)；(3)若被考察的事件A含有k个样本点，则事件A的概率定义为：()kPAn==(1.1－1)【例1.1－3】掷两颗骰子，其样本点可用数对(x，y)表示，其中x与y分别表示第一与第二颗骰子出现的点数。这一随机现象的样本空间为：Ω={(x，y)，x，y=1，2，3，4，5，6}它共含36个样本点，并且每个样本点出现的可能性都相同。(1)定义事件A=“点数之和为2”={(1，1)}，它只含一个样本点，故P(A)=1/36。(2)定义事件B=“点数之和为5”={(1，4)，(2，3)，(3，2)，(4，1)}，它含有4个样本点，故P(B)=4/36=1/9。(3)定义事件C=“点数之和超过9”={(4，6)，(5，5)，(6，4)，(5，6)，(6，5)，(6，6)}，它含有6个样本点，故P(C)=6/36=1/6。(4)定义事件D=“点数之和大于3，而小于7”={(1，3)(2，2)，(3，1)，(1，4)(2，3)，(3，2)，(4，1)，(1，5)，(2，4)，(3，3)，(4，2)，(5，1)}，它含有12个样本点，故它的概率P(D)=12/36=1/3。用古典方法获得概率常需要排列与组合的公式。现概要介绍如下：排列与组合是两类计数公式，它们的获得都基于如下两条计数原理。(1)乘法原理：如果做某件事需经k步才能完成，其中做第一步有m1种方法，做第二步有m2种方法，…，做第k步有mk种方法，那么完成这件事共有m1×m2×…×mk种方法。例如，甲城到乙城有3条旅游线路，由乙城到丙城有2条旅游线路，那么从甲城经乙城去丙城共有3×2=6条旅游线路。(2)加法原理：如果做某件事可由k类不同方法之一去完成，其中在第一类方法中又有m1种完成方法，在第二类方法中又有m2种完成方法，…，在第k类方法中又有mk种完成方法，那么完成这件事共有m1＋m2＋…＋mk种方法。例如，由甲城到乙城去旅游有三类交通工具:汽车、火车和飞机，而汽车有5个班次，火车有3个班次，飞机有2个班次，那么从甲城到乙城共有5＋3＋2=10个班次供旅游选择。排列与组合的定义及其计算公式如下：A中所含样本点的个数Ω中样本点的总数-8-(1)排列：从n个不同元素中任取r(r≤n)个元素排成一列称为一个排列。按乘法原理，此种排列共有n×