لینک دانلود و خرید پایین توضیحات
دسته بندی : پاورپوینت
نوع فایل : powerpoint (..ppt) ( قابل ویرایش و آماده پرینت )
تعداد اسلاید : 26 اسلاید
قسمتی از متن powerpoint (..ppt) :
بنام خدا
تئوری احتمال و کاربردآن
3
جلسه دهم
توزیع ویبول
توزیع بتا
توزیع نرمال
خواص توزیع نرمال
ترکیب خطی متغیرهای تصادفی نرمال
تابع توزیع تجمعی نرمال
خاصیت تولید مثل توزیع نرمال
توزیع نرمال دومتغیره
خواص توزیع نرمال دومتغیره
4
جلسه دهم
توزیع ویبول
5
جلسه دهم
توزیع بتا
توزیع بتا حالت کلی تر توزیع یکنواخت پیوسته است که در فاصله [0,1] تعریف می گردد.
نسبتها و درصدها در این دسته جای دارند.
تعریف: متغیر تصادفی X توزیع بتا با پارامترهای و دارد اگر و فقط اگر دارای چگالی احتمال زیر باشد:
اگر باشد یک توزیع یکنواخت در فاصله [0,1] خواهیم داشت.
پاورپوینت توری احتمال و کاربردآن 1 (⭐⭐⭐) - بنام خدا تئوری احتمال و کاربردآن 3 جلسه دهم توزیع ویبول توزیع بتا توزیع نرمال خواص توزیع نرمال ...
لینک دانلود و خرید پایین توضیحات
دسته بندی : پاورپوینت
نوع فایل : powerpoint (..ppt) ( قابل ویرایش و آماده پرینت )
تعداد اسلاید : 21 اسلاید
قسمتی از متن powerpoint (..ppt) :
بنام خدا
تئوری احتمال و کاربردآن
3
جلسه سوم
مقدمه
تعریف یک متغیر تصادفی
متغیرهای تصادفی گسسته، پیوسته و آمیخته
توزیعهای احتمال گسسته
توابع توزیع جمعی
توابع توزیع جمعی گسسته
توزیعهای احتمال پیوسته
توابع توزیع جمعی پیوسته
توزیعهای احتمال آمیخته
متغیرهای تصادفی چندبعدی
4
جلسه سوم
مقدمه
نتیجه برخی از پدیده ها تصادفی زیر مجموعه اعداد حقیقی است.
زمان رسیدن مشتری به یک فروشگاه
عمر انسان
...
در مواردی که نتایج عددی نیستند علاقه مند به نتایج عددی هستیم
تعداد شیرها در سه بار پرتاب سکه
5
جلسه سوم
تعریف یک متغیر تصادفی
آزمایشی با فضای نمونه S را در نظر بگیرید. اگر به هر نقطه مانند e موجود در S عددی حقیقی مانند X(e) نسبت دهیم رابطه ای بین S و R تعریف می گردد که به آن متغیر تصادفی گویند.
هر متغیر تصادفی تابعی با دامنه S و بردی زیرمجموعه R است.
مثال 1: در آزمایش مربوط به پرتاب یک سکه اگر X تعداد شیرها را نشان دهد آنگاه داریم:
X(H H H)=3 ، X(H H T)=2 , …
مثال 2: مقادیر متغیر تصادفی Y که تعداد توپهای قرمز در انتخاب 2 توپ بدون جایگذاری از ظرفی شامل 4 توپ قرمز و 3 توپ سیاه است به شرح زیر می باشد:
Y(RR)=2 ، Y(RB)=1 ، Y(BR)=1 و Y(BB)=0
مثال 4: در مثال 1 احتمال مربوط به هر یک از مقادیر متغیر تصادفی X عبارتند از:
P(X=1)=P{TTH,THT,HTT)=3/8, P(X=0)=P{TTT)=1/8, P(X=2)=P{THH,HTH,HHT)=3/8, P(X=3)=P{HHH}=1/8
مثال 6: احتمال شیر آمدن در پرتاب یک سکه برابر p است سکه را آنقدر پرتاب می کنیم تا یا به شیر برسیم یا n بار پرتاب کرده باشیم اگر X متغیر تصادفی تعداد دفعات پرتاب سکه باشد آنگاه داریم:
P(X=1)=P{H}=p
P(X=2)=P{T,H}=(1-p)p
P(X=n-1)=P{T,T,T,..,T,H}=(1-p) n p
P(X=n)=P{T,T,T, … ,T} یا P{T,T,T, … ,T,H}=(1-p) n +(1-p) n-1 p=(1-p) n-1