ساخت پاوپوینت با هوش مصنوعی
کم تر از 5 دقیقه با هوش مصنوعی کافه پاورپوینت ، پاورپوینت بسازید
برای شروع ساخت پاورپوینت کلیک کنید
شما در این مسیر هستید :خانه / محصولات / Powerpoint / دانلود پاورپوینت تجزیه و تحلیل متغيرهاي تصادفي گسسته، پيوسته و آميخته و بررسی توزيع هاي احتمال پيوسته (کد13232)
سفارش انجام پاورپوینت - بهترین کیفیت - کم ترین هزینه - تحویل در چند ساعت 09164470871 ای دی e2proir
شناسه محصول و کد فایل : 13232
نوع فایل : Powerpoint پاورپوینت
قابل ویرایش تمامی اسلاید ها دارای اسلاید مستر برای ویرایش سریع و راحت تر
امکان باز کردن فایل در موبایل - لپ تاپ - کامپیوتر و ...
با یک خرید میتوانید بین 342000 پاورپینت ، 25 پاورپوینت را به مدت 7 روز دانلود کنید
فایل های مشابه شاید از این ها هم خوشتان بیاید !!!!
دانلود پاورپوینت بررسی برنامه ها جهت افزایش پایداری در حوزه صنعت ، معدن و تجارت استان مازندران (کد13243)
دانلود پاورپوینت تحلیل وبررسی خواص توزيع فوق هندسي و خواص توزيع دوجمله اي منفي(پاسكال) و خواص توزيع پواسون (کد13237)
دانلود پاورپوینت تجزیه و تحلیل خواص توزيع يكنواخت گسسته وخواص توزيع برنولي و بررسی خواص توزيع دوجمله اي و چند جمله اي (کد13235)
دانلود پاورپوینت تحلیل و بررسی مراحل اجرايي پايگاه تحقيقات جمعيتي دانشگاه علوم پزشكي وخدمات بهداشتي درماني كاشان (کد13231)
قسمت ها و تکه های اتفاقی از فایل
جلسه سوم
توابع توزیع جمعی
مثال 14: تابع توزیع تجمعی متغیر تصادفی X عبارت است از:
در این صورت P(X<3) و P(X=1) و P(X>1/2) و P(2<X<=4) را بدست اورید.
پاسخ:
جلسه سوم
توابع توزیع جمعی
توابع توزیع تجمعی گسسته
تعربف: متغیر تصادفی گسسته X با توزیع احتمال f(x) مفروض است تابع توزیع تجمعی X به شرح زیر قابل ارائه می باشد:
مثال 15: اگر متغیر تصادفی گسسته X تعداد شیرهای بدست آمده از 4 بار پرتاب مستقل یک سکه باشد در این صورت می توان نشان داد که تابع توزیع جرمی احتمال X به شرح زیر است
جلسه سوم
توابع توزیع جمعی
و داریم
FX(0)=P(X<=0)=f(0)=1/16
FX(1)=P(X<=1)=f(0)+f(1)=5/16
FX(2)=P(X<=2)=f(0)+f(1)+f(2)=11/16
FX(3)=P(X<=2)=f(0)+f(1)+f(2)+f(3)=15/16
FX(3)=P(X<=2)=f(0)+f(1)+f(2)+f(3)+f(4)=1
جلسه سوم
توزیعهای احتمال پیوسته
اگر X یک متغیر تصادفی پیوسته داشته باشیم احتمال اینکه متغیر ما برابر یک مقدار خاص گردد صفر است.
P(a<x<=b)=P(a<x<b)+P(X=b)=P(a<x<b)+0=P(a<x<b)
توزیع احتمال یک متغیر تصادفی پیوسته X را با f(x) نشان داده و به آن تابع چگالی احتمال یا به اختصار pdf گویند.
f(x) از رابطه مقابل به دست می آید.
تعریف: تابع f(x) چگالی احتمال متغیر تصادفی پیوسته X است اگر روابط زیر برقرار باشد
جلسه سوم
توزیعهای احتمال پیوسته
مثال16: فرض کنید خطای اندازه گیری دما در یک آزمایش شیمیایی متغیر تصادفی . پیوسته مانند X با چگالی احتمال زیر است:
f(x)=x2/3 ; -1<x<2
ابتدا نشان دهید f(x) واقعا یک چگالی احتمال است و آنگاه P(0<X<=1) را پیدا کنید
پاسخ: چون f(x) مربع کامل است شرط اول را دارد
جلسه سوم
توزیعهای احتمال پیوسته
مثال19: مدت زمانی که یک رایانه قبل از خراب شدن کار می کند با متغیر تصادفی X معرفی می شود که چگالی احتمال زیر را دارد.
احتمال اینکه رایانه بین 50 و 150 ساعت کار کند چیست؟
احتمال اینکه رایانه کمتر از100 ساعت کار کند چیست؟
پاسخ:
جلسه سوم
توزیعهای احتمال پیوسته
توابع توزیع تجمعی پیوسته
تعریف: توزیع تجمعی متغیر تصادفی پیوسته X با چگالی احتمال f(x) عبارت است از:
یعنی چگالی احتمال یک متغیر تصادفی پیوسته برابر است با مشتق تابع توزیع تجمعی آن
جلسه سوم
توزیعهای احتمال پیوسته
توابع توزیع تجمعی پیوسته
مثال 23: مدت زمان مورد نیاز برای کامل شدن یک فرایند شیمیایی متغیر تصادفی X با تابع توزیع تجمعی زیر است:
F(X)=1-e-0.1x ; x>=0
F(X)=0 ; X<0
چگالی احتمال متغیر تصادفی X چیست؟
احتمال اینکه یک فرآیند در کمتر از 200 هزارم ثانیه کامل شود را محاسبه کنید.
پاسخ: با توجه به اینکه چگالی احتمال متغیر تصادفی مشتق تابع توزیع تجمعی آن است برای x<0 این مقدار صفر است و برای x>=0 داریم
f(x)=0.01e-0.01x
جلسه سوم
توزیعهای احتمال آمیخته
اگر X متغیر تصادفی آمیخته باشد و تابع توزیع تجمعی قسمت گسسته آن F1(x) و تابع توزیع تجمعی قسمت پیوسته آن F2(x) باشد آنگاه داریم FX(x)=c1F1(x)+ c2F2(x) که c1 جمع احتمالات همه نقاط گسسته و c2=1-c1 جمع احتمالات همه نقاط پیوسته است.
مثال 24: فرض کنید متغیر تصادفی X عمر مفید نوعی قطعه الکترونیکی باشد که به احتمال 25% از همان ابتدا خراب است و در غیر اینصورت عمر مفید آن دارای چگالی احتمال f(x)=e-x ;x>=0 است. P(X>10) را به دست آورید.
جلسه سوم
متغیرهای تصادفی چندبعدی
احتمال موفقیت در تحصیلات دانشگاهی بر اساس مولفه های معدل، رتبه کنکور و شهرستان محل فراغت از تحصیل
تعریف: اگر S فضای نمونه آزمایش و X1، X2، ... و Xn توابعی باشند که به صورت همزمان فقط و فقط یک n تایی مرتب متشکل از اعداد حقیقی x1=X1(e)، x2=X1(e)،... و xn=Xn(e) را به هر یک از عناصر e موجود در S نسبت دهند آنگاه [X1,X2,…,Xn] یک بردار تصادفی n بعدی خواهد بود در اینصورت برد بردار تصادفی فوق عبارت است از حاصل ضرب دکارتی بردهای متغیرهای تصادفی موجود در بردار تصادفی که مجموعه ای از n تایی های مرتب به صورت زیر است.
مثال 25: آزمایشی برای انتخاب 2 توپ به صورت تصادفی و بدون جایگذاری از جعبه ای شامل 3 توپ آبی، 2 توپ قرمز و 3 توپ مشکی را در نظر بگیرید. اگر متغیر تصادفی X را به عنوان تعداد توپهای آبی انتخاب شده و متغیر تصادفی Y را به عنوان تعداد توپهای قرمز انتخاب شده در نظر بگیریم آنگاه برد بردار تصادفی [X,Y] به صورت مجموعه {[0,0],[0,1],[1,0],[1,1],[0,2],[2,0]} خواهد بود.
30 تا 70 درصد پروژه | پاورپوینت | سمینار | طرح های کارآفرینی و توجیهی | پایان-نامه | پی دی اف مقاله ( کتاب ) | نقشه | پلان طراحی | های آماده به صورت رایگان میباشد ( word | pdf | docx | doc )
تو پروژه یکی از بزرگ ترین مراجع دانلود فایل های نقشه کشی در کشو در سال 1394 تاسیس گردیده در سال 1396 کافه پاورپوینت زیر مجموعه تو پروژه فعالیت خود را در زمینه پاورپوینت شروع کرده و تا به امروز به کمک کاربران و همکاران هزاران پاورپوینت برای دانلود قرار داده شده
با افتخار کافه پاورپوینت ساخته شده با وب اسمبلی