Transcript توزیع نرمال
کاربرد آمار
نحوه ارزيابي
تکالیف
مشارکت فعال در کالس
امتحان آخرترم
سرفصل درس()1
کلیات
مطالعه توصیفی داده های طبقه بندی نشده
طبقه بندی و توصیف هندسی مشاهدات جامعه آماری
توصیف مقداری مشاهدات طبقه بندی شده
مبانی احتمال
توابع احتمال گسسته
توابع احتمال پیوسته
توزیع نرمال
TQMدر کالس درس
شیوه های آ موزشی :
آندراگوژی
پداگوژی
مشارکت تمامی شرکت کنندگان در مباحث دوره
کليات
داده ها و
آنها به اطالعات
علم آمار :پردازش
تبدیل
مورد نیاز
DATA / INFORMATION /
KNOWLEDGE / JUDGMENT /
WISDOM
آمار :مشاهدات عددی
سلسله مراتب اطالعات
WISDOM
JUGMENT
KNOWLEDGE
INFORMATION
DATA
کليات (ادامه)
STATISTICS , state
اطالعات عددی ،از زمان ارسطو تحت عنوان
مسائل ایالتی
نرم افزارهای آماری :
STATGRAPH /
SAS / SPSS /
?
جامعه و نمونه
جامعه
جامعه :دارای حداقل یک صفت مشخصه
عناصر مطلوب مورد نظر ما
متمایز کننده
شاخص ها :پارامتر
آمار توصیفی
مثال :؟
اندازه گیری متوسط درآمد کارکنان
با اندازه گیری درآمد تمام
دولت
نمونه
نمونه :
دولت
کارکنان
مساوی
تعداد محدود
بیان کننده ویژگی های اصلی جامعه
شاخص ها :آماره
آمار استنباطی
مثال :اندازه گیری درآمد کارکنان
با اندازه گیری در آمد نمونه ای از
انتخاب نمونه و داشتن شانس
برای تمام اعضای جامعه
تاريخچه
قرن شانزدهم /جان گرانت
آمار حیاتی بیمه و اقتصاد
سیر تحول آمار :
/
تئوری کلی آمار /ژاکوب برنولی
/ 1733توزیع نرمال /توسط دومواور گوس و الپالس
تاريخچه (ادامه)
تا اوایل قرن بیستم نتیجه محاسبات آماری قطعی تلقی
می شدند !
ورود تخمین آماری و استنباط در اوایل قرن بیستم
بعد از جنگ جهانی دوم روش های ناپارامتریک
مطرح شد .
آمار ناپارامتريک
فرض توزیع نرمال ؟ ( فاقد توزیع آماری )
داده های غیر کمی
نمونه های کوچک
تقسيم بندی موضوعی علم آمار
آمار توصیفی
آمار استنباطی
آمار ناپارامتریک
سوال مهم
آیا آمار دروغ می گوید ؟
مطالعه توصيفی داده های طبقه بندی نشده
پارامترهای مرکزی :میانگین میانگین حسابی
میانگین هندسی
میانگین هارمونیک
مد ( نما )
چارک ها
میانه
پارامترهای پراکندگی :
دامنه تغییرات
انحراف متوسط از میانگین
واریانس و انحراف معیار
نیمه واریانس
ضریب پراکندگی
طبقه بندی و توصيف هندسی
نمودارهای کمی :
هیستوگرام (بافت نگار)
نمودار چند ضلعی
نمودار فراوانی تجمعی (اجایو)
نمودارهای وصفی
90
80
70
60
50
40
30
East
West
North
20
10
0
1st Qtr 2nd Qtr 3rd Qtr 4th Qtr
نمودارهای ستونی
نمودارهای دایره ای
نمودار پارتو
توصيف مقداری مشاهدات طبقه بندی شده
میانگین
مد
چندک ها
پارامترهای پراکندگی :
انحراف معیار و واریانس
خواص جبری میانگین و واریانس
احتمال
مفهوم احتمال
عدم اطمینان به آینده
شانس وقوع پیشامد خاص )P(A
احتمال
آزمایش :
فعالیتی که نتیجه آن از قبل مشخص نباشد
مثال :
پرتاب تاس -سکه
احتمال عینی و ذهنی
احتمال
فضای نمونه :مجموعه پیامدهای ممکن یک آزمایش
Sample Space
پیشامد :یکی از زیر مجموعه های فضای نمونه
احتمال یک پیشامد P( A ) :
احتمال و فراوانی نسبی
مثال عملی :پرتاب یک سکه و فراوانی نسبی شیر
فضای نمونه گسسته
مثال :فضای نمونه پرتاب دو سکه یا یک تاس
} S 1 = { T T, T H , H T , H H
} S2= { 1, 2 ,3,4 , 5,6
فضای نمونه پيوسته
مثال :فضای نمونه طول عمر المپ فلورسنت
حداکثر 12000ساعت است .
فضای نمونه آن را به صورت آماری نمایش
دهید .
} S = { 0 < X < 12000
خواص مقدماتی احتمال
احتمال وقوع فضای نمونه برابر یک است :
P(S) = 1
احتمال عددی مثبت و بین صفر تا یک می باشد.
0 < P(A) < 1
تمرين برای منزل :
صفحه 142و 143شماره هاي 1تا 4
قواعد شمارش
قاعده ضرب
مسئله :
تعداد پالک های جدید قابل صدور در ایران ؟
اگر عملی مستلزم Kمرحله باشد و هر مرحله را با
Nkطریق بتوان انجام داد عمل مزبور به چند
طریق ممکن انجام می شود ؟
n1 .n2 .n3 . n4. ….. . nk
قواعد شمارش
ترتیب Permutation :
گزینه های ی abو baدو گزینه محسوب
می شوند .
برای چیدن چهار حرف a , b , c , dچند
گزینه وجود دارد ( چهار حرفی و بدون تکرار
حروف ) ؟
ترتيب
مسئله :برای انتخاب یک رئیس
معاون و منشی از بین 20کاندید
چند گزینه داریم ؟
قواعد شمارش
ترکیب :ترتیب قرار گرفتن اهمیتی ندارد.
abبا baیک گزینه محسوب می شود .
مثال
برای انتخاب 3مشتری از بین 20مشتری به
منظور نظرسنجی چند گزینه وجود دارد ؟
توابع احتمال
توابع احتمال :گسسته
پیوسته
نحوه ی تشخیص :
فضای نمونه محدود و شمارش پذیر :گسسته
فضای نمونه نامحدود و شمارش ناپذیر :پیوسته
فضای نمونه گسسته
مثال :فضای نمونه پرتاب دو سکه یا یک تاس
} S 1 = { T T, T H , H T , H H
} S2= { 1, 2 ,3,4 , 5,6
فضای نمونه پيوسته
مثال :فضای نمونه طول عمر المپ فلورسنت
حداکثر 12000ساعت است .
فضای نمونه آن را به صورت آماری نمایش
دهید .
} S = { 0 < X < 12000
توابع احتمال گسسته
مثال :
توزیع
توزیع
توزیع
توزیع
توزیع
برنولی
دو جمله ای :دو جمله ای منفی
دو جمله ای هندسی
چند جمله ای
فوق هندسی
پواسون
توابع احتمال پيوسته
مثال :
توزیع یکنواخت
توزیع نمایی
توزیع نرمال ( مهمترین تابع توزیع پیوسته است )
توابع احتمال گسسته
متغیر تصادفی X
تابع احتمال
تابع توزیع = تابع احتمال تجمعی )F(x) =P(X<x
) f (x) = P ( X=x
مثال ها :
مثال : 1خانواده ها و تعداد فرزندان
مثال : 2تمرین صفحه 195شماره 5مربوط
شرکت بیمه ( جلد اول
به
کتاب )
تکليف برای منزل :
مسائل شماره 1و 2و 3صفحه 194و 195
اميد رياضی
امید ریاضی یعنی چه ؟ مفهوم آن چیست ؟ )E(X
Expected value
امید ریاضی همان میانگین موزون است .
در میانگین موزون هر یک از داده ها ،دارای
ضریب یا فراوانی است .
اميد رياضی
در امید ریاضی احتماالت نقش ضرایب یا فراوانی
را بازی می کنند .
امید ریاضی همان میانگین
است .
در مبحث احتماالت
امید ریاضی :امیدوار بودن به وقوع پیشامد خاص
اميد رياضی
فرمول محاسبه امید ریاضی ؟
اميد رياضی
مثال :محاسبه امید ریاضی برای
تولید کننده
شرکت
آبگرمکن گازی
صفحه 196
واريانس )V (X
واریانس :عبارت است میزان پراکندگی
میانگین ( امید ریاضی )
حول
سوال :چرا در محاسبه واریانس الزم است
مقدار انحراف از میانگین را به توان
2
برسانیم ؟
واريانس)V (X
فرمول های محاسبه واریانس ؟
آیا می توانید ثابت کنید که دو فرمول واریانس
با یکدیگر معادل هستند ؟
انحراف معيار )(SD
Standard Deviation
انحراف معیار جذر واریانس است .
خواص اميد رياضی
E( a ) = ?
E( a ) = a
مفهوم ؟
E(X+a)= ?
E(X+a)=E(X)+ a
مفهوم ؟
E(aX) = ?
E(aX) = a . E(X)
E( aX + b ) = ?
E(aX + b ) = a E(X) + b
مفهوم؟
مفهوم ؟
خواص رياضی واريانس
V( a ) = ?
V( a ) = 0
V(X+a) = ?
V(X+a) = V(X) + V(a) = V(X) + 0 = V(X)
V(aX ) = ?
V(aX) = a.a. V(X)
V(aX + b ) = ?
V(aX + b ) = a .a. V(X)
تکليف برای منزل :
مسائل صفحه 198و 199شماره های
2و 3و 4و5
تابع احتمال توام
گاهی الزم است رفتار همزمان دو
متغیر تصادفی مورد مطالعه قرار
گیرد که در این صورت تابع احتمال
توام و کوواریانس مطرح می شود .
تابع احتمال توام
تصادفی به
بررسی رفتار دو یا چند متغیر
صورت همزمان
بررسی رفتار هر متغیر در ارتباط با متغیر دیگر
فهرستی از زوج های y , xو احتمال های
متناظر با آنها یعنی ) f ( x , y
مثال تابع احتمال توام
تعداد اتو مبیل هاي فروخته شده
صفحه 200كتاب
تابع احتمال توام
مراحل حل :
بررسي تابع احتمال توام
تهیه تابع احتمال هر یك از متغیر هاي
تصادفي
با داشتن مراحل فوق هر احتمالي را مي توان
محاسبه كرد
تمرين :
تمرین صفحه 203شماره 1
رابطه بين دو متغير تصادفی ؟
چند نوع رابطه وجود دارد ؟
رابطه مستقیم :با افزایش یک متغیر
افزایش می یابد و بالعکس ،
دیگری
یک متغیر دیگری کاهش
با کاهش
می یابد.
رابطه معکوس :با افزایش یک متغیر دیگری
می یابد و بالعکس
کاهش
استقالل دو متغير تصادفی
افزایش یا کاهش یک متغیر هیچ
تاثیری در دیگری نداشته باشد.
مثال :؟
کوواريانس
مفهوم آن چیست ؟
چه رابطه ای بین مفهوم کوواریانس و مفهوم
امید ریاضی وجود دارد ؟
چه ارتباطی بین کوواریانس و نوع رابطه بین
دو متغیر تصادفی وجود دارد ؟
کوواريانس
مفهوم کوواریانس :
معیاری عددی است که نوع و شدت رابطه
بین دو متغیر را نشان می دهد .
کوواریانس ،امید ریاضی تغییرات دو
متغیر را بر حسب میانگین اشان نشان
می دهد .
کوواريانس
رابطه مستقیم دو متغیر تصادفی :
مقدار کوواریانس مثبت
رابطه معکوس بین دو متغیر تصادفی :
مقدار کوواریانس منفی
استقالل دو متغیر تصادفی :
مقدار کوواریانس صفر
کوواريانس
فرمول های محاسبه کوواریانس ؟
آیا می توانید نشان دهید دو فرمول
با یکدیگر معادل هستند؟
قواعد اميد رياضی و واريانس
E(X+Y) = E(X) + E(Y)
V(X+Y)= V(X) + V(Y) + 2 COV(X , Y)
V(X-Y) = V(X) + V(Y) - 2 COV(X , Y )
قواعد اميد رياضی و واريانس
در حالتی که دو متغیر مستقل باشند :
)E( X + Y ) = E(X) + E(Y
)V( X + Y ) = V(X) + V(Y
)V( X - Y ) = V(X) + V(Y
مثال :
تمرین شماره یك صفحه 208
بررسي استقالل متغیرها
تكليف براي منزل
صفحه 209شماره هاي
3و 4
توابع احتمال گسسته
مثال :
توزیع
توزیع
توزیع
توزیع
توزیع
برنولی
دو جمله ای :دو جمله ای منفی
دو جمله ای هندسی
چند جمله ای
فوق هندسی
پواسون
توزيع برنولی
آزمایشاتی با فقط دو پیامد ممکن
آزمایشاتی مستقل از یکدیگر
ثابت بودن احتمال وقوع پیشامد مورد نظر
از یک آزمایش به آزمایش دیگر
احتمال موفقیت p
احتمال عدم موفقیت q
p+ q = 1
توزيع برنولی
تمرین :
در جعبه ای 25کاال وجود دارد که 7تای آنها
نا مرغوب است .اگر بخواهیم با جای گذاری
چند کاال را انتخاب کنیم ،احتمال خارج کردن
یک کاالی مرغوب در هر بار چقدر است ؟
بدون جای گذاری چطور ؟
برنولی است ؟
آیا این آزمایش
مثال !
بررسي
مثال 21صفحه 210
توزيع برنولی
مثال جامعه بزرگ :
از بین 8هزار مشتریان بانکی 2 ،هزار نفر
در حسابهای کوتاه مدت سرمایه گذاری کرده اند .
اگر بر حسب تصادف چند نفر از مشتریان این
بانک را انتخاب کنیم احتمال اینکه هر یک
در حساب های کوتاه مدت سرمایه گذاری کرده
باشند چقدر است ؟
آیا این آزمایش ،برنولی است ؟ چرا ؟
توزيع برنولی
در جامعه ای که تعداد اعضای آن
و همچنین اعضایی که واجد شرایط
خاص هستند ،بسیار زیاد باشد احتمال
موفقیت در نمونه گیری های بدون
جایگزینی تقریبا ثابت است و می توان
این آزمایش ها را برنولی فرض کرد.
توزيع دوجمله ای
اگر در nبار
آن pاحتمال
تصادفی xرا
بگیریم توزیع
آزمایش برنولی ( که در
موفقیت است ) ،متغیر
تعداد موفقیت ها در نظر
دو جمله ای خواهیم داشت .
p
q
n
x
ميانگين و واريانس توزيع دو جمله ای
E(X)= np
V(X)= npq
توزيع پواسون
در توزیع دو جمله ای ،وقتی nبزرگ
شود محاسبات سخت می شود .بنابر این
p<0.05باشد،
n>20و
اگر
پواسون تقریب خوبی برای
توزیع
دو جمله ای و در صورتی
توزیع
و np <10باشد،
n>100
که
تقریبی بسیار عالی خواهد بود .
مراجعات
توزيع پواسون برای تعداد
کاربرد توزیع پواسون در سیستم صف :
بانک و تعداد مراجعین
پمپ بنزین و تعداد اتومبیل ها
رستوران و تعداد مشتریان
توابع احتمال پيوسته
مثال :
توزیع یکنواخت
توزیع نمایی
توزیع نرمال ( مهمترین تابع توزیع پیوسته است )
توابع احتمال پيوسته
متغیر تصادفی پیوسته
تابع چگالی احتمال
تابع توزیع متغیر تصادفی پیوسته
امید ریاضی و واریانس متغیر تصادفی پیوسته
توزیع یکنواخت
توزیع نمایی
توزیع نرمال
سوال مهم
توابع احتمال گسسته و پیوسته را چگونه از
هم تشخیص بدهیم ؟
متغیر تصادفی پیوسته و گسسته را چگونه
از هم تشخیص بدهیم ؟
ارتباط بین توابع احتمال گسسته و پیوسته
وفضای نمونه آنها چیست ؟
فرق سنتور و پیانو در چیست ؟
توابع احتمال
توابع احتمال :گسسته
پیوسته
نحوه ی تشخیص :
فضای نمونه محدود و شمارش پذیر :گسسته
فضای نمونه نامحدود و شمارش ناپذیر :پیوسته
فضای نمونه گسسته
مثال :فضای نمونه پرتاب دو سکه یا یک تاس
} S 1 = { T T, T H , H T , H H
} S2= { 1, 2 ,3,4 , 5,6
فضای نمونه پيوسته
مثال :فضای نمونه طول عمر المپ فلورسنت
حداکثر 12000ساعت است .
فضای نمونه آن را به صورت آماری نمایش
دهید .
} S = { 0 < X < 12000
متغير تصادفی پيوسته
مثال :جاده و احتمال وقوع تصادف
جاده ای به طول 100کیلو متر داریم که احتمال
وقوع تصادف در تمام نقاط آن با یکدیگر مساوی
است .احتمال اینکه در فاصله ای به اندازه 2کیلومتر
تصادفی رخ دهد چقدر است ؟
احتمال اینکه در فاصله ای به اندازه یک سانتی متر
تصادفی رخ دهد چقدر است ؟
چه نتیجه مهمی می گیریم ؟
متغير تصادفی پيوسته
فضای نمونه آزمایش فوق چیست ؟
?=S
فضای نمونه فوق گسسته است یا
پیوسته ؟ چرا ؟
متغير تصادفی پيوسته
مطلوب است احتمال وقوع تصادف :
بین کیلو متر 0تا 100؟
بین کیلو متر 70و 90؟
؟
دقیقا در کیلو متر 75
؟
قبل از کیلو متر 55
؟
قبل از کیلو متر 25
؟
بعد از کیلو متر 45
متغير تصادفی پيوسته
? = ) P( X=x
? = )P(a< X < a
? = ) P(a < X < b
متغير تصادفی پيوسته
احتمال ،مقداری غیر منفی است .
P(a <X< b ) >0
مساحت زیر منحنی تابع احتمال برابر
است با یک .
آیا می توانید ،مفهوم باال را به صورت
ریاضی نمایش دهید ؟
متغير تصادفی پيوسته
انتگرال تابع احتمال از aتا b
برابر است با ؟
تابع چگالی احتمال
در یک شرکت تولید رب گوجه فرنگی میزان
رب داخل قوطی های 500گرمی دارای تابع
چگالی زیر است :
495 < x < 505
درغیر این صورت
0.1
0
=)f (x
از محصوالت تولیدی یک قوطی بطور تصادفی
انتخاب می شود .مطلوب است احتمال اینکه :
تابع چگالی احتمال
حداکثر 505گرم وزن داشته باشد ؟
حداقل 495گرم وزن داشته باشد؟
دقیقا 500گرم رب داشته باشد ؟
بین 497تا 503گرم وزن داشته باشد ؟
بین 500تا 505گرم وزن داشته باشد ؟
تابع توزيع متغير تصادفی پيوسته
تابع توزیع = تابع توزیع تجمعی
) F(x) = P (X < x
? = )P(a<X < b
)P(a<X<b) = P(X<b) - P(X < a
)=F(b) - F(a
تمرين
صفحه 242شماره یك
تكليف براي منزل
صفحه 242و 243شماره 2و 3
تابع توزيع يکنواخت
ساده ترین و مهمترین تابع توزیع
پیوسته ،توزیع یکنواخت است.
شکل کلی تابع احتمال یکنواخت
عبارت است از ؟
تابع توزيع يکنواخت
مسئله :سود شرکتی دارای توزیع
یکنواخت بین 7تا 13میلیون لایر
است .لطفا موارد ذیل را بدست آورید :
تابع چگالی احتمال
احتمال اینکه سود شرکت 10میلیون
لایر باشد .
احتمال اینکه سود شرکت بین 5تا
10میلیون لایر باشد .
تابع توزيع يکنواخت
نمودار تابع احتمال مثال قبلی را
ترسیم نمایید .
نمودار تابع توزیع آن را رسم کنید .
نام این تابع چیست ؟
متغير تصادفی پيوسته
تابع احتمال ( تابع چگالی احتمال ) آن را
بنویسید ؟
? = )f(x
تابع توزیع ( تابع توزیع تجمعی ) آن را
بدست بیاورید ؟
? = ) F(x
تابع توزيع يکنواخت
متوسط سود مورد انتظار شرکت چقدر است ؟
واریانس و انحراف معیار سود
محاسبه نمایید .
شرکت
را
تابع توزيع يکنواخت
لطفا فرمول میانگین و واریانس تابع احتمال
یکنواخت را بدست آورید .
? = )E(X
? = )V(X
تابع توزيع يکنواخت
) E (X) = ½ ( a + b
) V(X)= 1/12 (b - a ).(b - a
فرمول های فوق را اثبات نمایید .
توابع توزيع پيوسته
تابع توزیع یکنواخت
تابع توزیع نمایی
تابع توزیع نرمال
توزيع نرمال
مهمترین توزیع پیوسته است .
اولین بار در قرن هجدهم مورد بررسی و
مطالعه قرار گرفت .
بسیاری از پدیده های
توزیع هستند .
طبیعی دارای این
به این دلیل نام آن را نرمال گذاشته اند .
توزيع نرمال
شکل ریاضی تابع منحنی نرمال ؟
دو پارامتر توزیع نرمال ؟
توزیع نرمال استاندارد ؟
شکل ریاضی تابع منحنی نرمال استاندارد؟
توزيع نرمال
لطفا ترسیم فرمایید :
شکل هندسی منحنی نرمال
دو منحنی نرمال با میانگین های مساوی و
انحراف معیارهای متفاوت
دو منحنی نرمال با میانگین های نا مساوی
ولی انحراف معیارهای یکسان
دو منحنی نرمال با میانگین و انحراف معیار
نا مساوی
خصوصيات توزيع نرمال
مساحت زیر منحنی ) f ( xبرابر است با ؟
به ازای تمام مقادیر Xمقدار ( f ( x
بزرگتر یا مساوی ؟ است .
حداکثر مقدار تابع
حاصل می شود .
احتمال
در
?=X
خصوصيات توزيع نرمال
کدام
مقدار متقارن است ؟
این تابع حول
امید ریاضی و واریانس Xبرابر است با ؟
در این توزیع میانگین ،میانه و مد چه
رابطه ای با یکدیگر دارند ؟
به ازای چه مقداری از ، Xمنحنی ) f ( x
به صفر می رسد ؟
The Normal
Distribution
= Standard deviation
Mean
-3 -2 -1
+1 +2 +3
68.26%
95.44%
99.74%
توزيع نرمال
شکل ریاضی نمودار صفحه قبل را
بنویسید .
شش سيگما
شش سیگما یعنی چه ؟
چند سال است که مبحث شش سیگما
در صنعت مطرح شده است ؟
سیگما و عدد شش هر کدام چه چیزی
را نشان می دهند ؟
کدام شرکت ها در جهان در اجرای
این مفهوم پیشگام بوده اند ؟
آیا در ایران نیز این موضوع در
سازمانی پیاده شده است ؟
شش سيگما
چرا بسیاری از سازمان ها در جهان به
اجرای این مفهوم عالقمند شده اند ؟
چگونه می توانیم شش سیگما را در
سازمان خودمان پیاده کنیم ؟
مراحل اجرای شش سیگما چیست ؟
آیا شما پیاده سازی شش سیگما را در
شرکت های ایرانی توصیه می کنید ؟ چرا ؟
توزيع نرمال
توزیع نرمال استاندارد چیست ؟
چرا در انتهای کتاب های آمار جداول عددی
این توزیع وجود دارد ؟
در صورتیکه توزیع نرمال مورد نظر
ما ،استاندارد نباشد چگونه می توانیم
از جداول فوق استفاده کنیم ؟
توزيع نرمال
جدول پیوست ،احتمال تجمعی را نشان می دهد .
تا
در جدول پیوست مقادیر Zبین -3/ 59
+59/3آورده شده است .چرا ؟
احتمال اینکه متغیر تصادفی ،مقداری کمتر
از – 59/3را بگیرد چقدر است ؟
احتمال اینکه متغیر تصادفی ،مقداری کمتر
از + 59/3را بگیرد چقدر است ؟
توزيع نرمال
مطلوبست مقادیر هر یک از احتماالت زیر و
نمایش سطح مورد نظر روی منحنی نرمال :
?
?
?
?
?
?
=
=
=
=
=
=
)
)
)
)
- 3.59
- 2.95
- 1.96
- 1.66
) 0
) 0
<
<
<
<
<
<
P(Z
P(Z
P(Z
P(Z
P(Z
P(Z
توزيع نرمال
P(Z
P(Z
P(Z
P(Z
P(Z
P(Z
<
<
<
<
<
<
1.96
1.04
1.69
3.09
3.48
4)
)=
)=
)=
)=
)=
=
?
?
?
?
?
?
توزيع نرمال
مطلوبست مقادیر هر یک از احتماالت زیر :
?
?
?
?
?
=
=
=
=
=
) - 3.59
) - 2.95
) - 1.96
) - 1.66
) 0
>
>
>
>
>
P(Z
P(Z
P(Z
P(Z
P(Z
توزيع نرمال
P(
P(
P(
P(
P(
P(
P(
- 1.4
-0.5
-1
-2
-3
-3.5
-4
<
<
<
<
<
<
<
Z
Z
Z
Z
Z
Z
Z
<
<
<
<
<
<
<
+ 1.4
+ 0.5
+1
+2
+3
+ 3.5
+4
)
)
)
)
)
)
)
=
=
=
=
=
=
=
?
?
?
?
?
?
?
توزيع نرمال
با داشتن میانگین و واریانس هر
متغیری ( در صورتی که توزیع آن
نرمال باشد ) می توان ابتدا آن را به
توزیع نرما ل استاندارد تبدیل و سپس
با مراجعه به جداول پیوست ،احتمال
آن را پیدا کرد .
مسئله مهم
دستگاه پرکننده بطری های نوشابه برای
پر کردن 350میلی لیتر تنظیم شده است .
مقدار نوشابه داخل هر بطری دارای توزیع
نرمال با میانگین 350میلی لیتر و
واریانس 25میلی لیتر است .نوشابه ای
را بطور تصادفی انتخاب می کنیم .
مسئله مهم
مطلوبست احتمال اینکه :
بین 345و 355میلی لیتر نوشابه داشته باشد ؟
بین 349و 351میلی لیتر نوشابه داشته باشد ؟
350میلی لیتر توشابه داشته باشد ؟
350میلی لیتر نوشابه داشته باشد ؟
کمتر از
بیشتر از
مسئله مهم
بین 340و 360میلی لیتر نوشابه داشته باشد ؟
بین 335و 365میلی لیتر نوشابه داشته باشد ؟
میلی لیتر نوشابه داشته باشد ؟
دقیقا
350
توزيع نرمال
استفاده مستقیم از جدول توزیع نرمال استاندارد :
)1
)2
)3
)4
تغییر متغیر تصادفی نرمال به نرمال استاندارد
ترسیم منحنی نرمال
نشان دادن تقریبی سطح مورد نظر
مراجعه به جداول و بدست آوردن مقادیر
توزيع نرمال
میزان مصرف مواد اولیه شرکتی در هر ماه ،
دارای توزیع نرمال با میانگین 800تن
و انحراف معیار 50تن است .
این شرکت باید چند تن مواد اولیه تهیه کند
تا با 95درصد اطمینان بداند که در ماه
بعدی دچار کمبود نخواهد شد ؟
استفاده معکوس از جداول توزيع نرمال
با احتمال 90درصد چقدر مواد اولیه
الزم است ؟
توزیع نرمال مربوطه را در هر حالت
ترسیم کنید .
توزيع نرمال
استفاده معکوس از جداول توزیع نرمال :
در مواردی که میزان احتمال مشخص باشد
می توانیم مقدار Zرا از جدول بدست
بیاوریم .
سپس تغییر متغیر را اعمال کنیم و
محدوده Xرا بدست آوریم .
توزيع نرمال
دستگاه تولید پیچ ،طوری تنظیم شده است که
پیچ هایی با میانگین 52میلی متر و انحراف
معیار 5/0میلی متر بطور اتوماتیک تولید می کند
می خواهیم بدانیم :
دامنه ای از میانگین
95درصد پیچ ها در چه
قرار می گیرند ؟
90درصد پیچ ها در چه دامنه ای از میانگین
قرار می گیرند ؟
توزيع نرمال
سوال مهم :چگونه تشخیص دهیم
ما نرمال است ؟
توزیع
استفاده از صفحه احتمال نرمال
محور xمقادیر ما
محور yسطح زیر منحنی توزیع نرمال
نمودار حاصل را با خط مستقیم مقایسه
می کنیم .
وجود انحراف های منظم نشان دهنده
نرمال نبودن توزیع مشاهدات است .
CP
قابليت فرايند
CAPABILITY
PROCESS
مفهوم قابليت فرايند ( توانايی فرايند )
چيست ؟
مثال :
یک طراح ) مصرف کننده یا مشتری )
تعیین می کند که قطر یک لوله
پالستیکی باید بین 85/5و 15/6
اینچ باشد .یعنی تولرانس آن را /15
0اینچ حول شش اینچ اعالم می نماید
.
قابليت فرايند
UTL : UPPER TOLERANCE INTERVAL
حد باالی خطای مجاز
LTL : LOWER TOLERANCE INTERVAL
حد پایین خطای مجاز
UTL , LTL
محدوده های تولرانس را چه مرجعی تعیین
می کند ؟
محدوده های تولرانس همان محدوده های قابل
قبول هستند .
محدوده های تولرانس ( محدوده های خطاهای
مجاز ) توسط مشتریان ،خریداران و یا
موسسات استاندارد تعیین می شوند .
مثال
مطلوبست محاسبه CPو CPK
بهمراه ترسیم نمودار مربوطه برای
فرایند لوله های پالستیکی با مشخصات
زیر :
میانگین =
فرایند شماره : 1
انحراف معیار =
6
0/ 1
فرایند شماره : 2
میانگین =
ادامه مثال
فرایند شماره : 3
6
0/ 025
میانگین =
انحراف معیار =
فرایند شماره : 4
9/5
025/0
میانگین =
انحراف معیار =
قابلیت ( توانایی ) فرایندهای باال را مقایسه و
تحلیل نمایید .
CP , CPK
قابليت فرايند
شاخص هایی هستند که تولرانس یک
متغیر را با محدوده واقعی توزیع
تغییرات آ ن مرتبط می کنند .
CP
قابليت فرايند
این شاخص فرض می کند تولرانس
در مرکز توزیع واقعی تغییرات قرار
دارد .این شاخص بسیار خوش بینانه
می باشد .
CPK
قابليت فرايند
این شاخص فرض می کند تولرانس
در مرکز توزیع قرار ندارد .این
شاخص واقع بینانه تر است .
Process Capability Index, Cpk
X - LSL
USL - X
÷
or
Cpk = min
3
3
Shifts in Process Mean
....
CPقابليت فرايند
CP < 1
فرایند توانا نمی باشد:
1 < CP < 1.33
فرایند کمی توانا می باشد :
CP > 1.33
فرایند توانا می باشد :
قابليت فرايند
فرایند :
قابلیت
در صورتی که میانگین
فرایند در مرکز محدوده های خطای
مجاز باشد CPرا محاسبه خواهیم
كرد در غیر این صورت مالک
قابلیت فرایند CPK ،خواهد بود .
Example
Mean of the Process = 4.28
;
STD = 0.122
Tolerance Limits for the Product [ 3.98 , 4.98 ]
Process
Process
Capability Ratio ?
= ( 4.98 - 3.98 ) / 6 * 0.122 = 1.366
Capability Index =
min{
4.28 - 3.98 4.98 - 4.28
,
}
3 * 0.122
3 * 0.122
= min { 0.81 , 1.91 } = 0.81
شش سيگما
شش سیگما یعنی چه ؟
چند سال است که مبحث شش سیگما
در صنعت مطرح شده است ؟
سیگما و عدد شش هر کدام چه چیزی
را نشان می دهند ؟
کدام شرکت ها در جهان در اجرای
این مفهوم پیشگام بوده اند ؟
آیا در ایران نیز این موضوع در
سازمانی پیاده شده است ؟
شش سيگما
چرا بسیاری از سازمان ها در جهان به
اجرای این مفهوم عالقمند شده اند ؟
چگونه می توانیم شش سیگما را در
سازمان خودمان پیاده کنیم ؟
مراحل اجرای شش سیگما چیست ؟
آیا شما پیاده سازی شش سیگما را در
شرکت های ایرانی توصیه می کنید ؟ چرا ؟
شش سيگما و قابليت فرايند
ارتباط بین شش سیگما و قابلیت فرایند
چیست ؟
آیا می توانید این ارتباط را به شکل یک
فرمول نشان دهید ؟
آیا می توانید این رابطه را به صورت
یک نمودار نمایش دهید .
Six Sigma Quality
X-Sigma
Quality
Cp
W/O shift in
mean (ppm)
With shift in
mean (ppm)
3
1
2,700
66,803
4
1.33
63
6,200
5
1.67
0.57
233
6
2
0.002
3.4
When Cp=2, it is called six-sigma quality
ppm: parts per million
CPقابليت فرايند
در سطح CP = 2مبحث
سیگما مطرح می شود که
شش
سال های اخیر
در
شرکت های
توسط
هیولت پاکارد
موتوروال ،
) به عنوان
و باکستر
اجرا شده
اولین ها (
است .
شش سيگما
سیگما ،
ایجاد ارزش برای
نگرش شش
مشتری است.
این مسیر تا رسیدن به سطح شش سیگما
یعنی حدود 3تا 4خطا در یک میلیون
ادامه می یابد .
PPM :
PART PER
MILLION
QUALITY SPECIFICATION
شش سيگما
روند پیاده سازی شش سیگما :
سال
شرکت موتوروال
سال
جنرال الکتریک
سال
نوکیا
سال
فورد
؟
1980
1996
1998
1998
شش سيگما
باب اسمیت ( مبتکر شش سیگما )
یک قهرمان ورزش های رزمی بود .
سلسله مراتب سازمانی شش سيگما
مدیران ارشد
قهرمانان
کمربند مشکی های ارشد
کمربند مشکی ها
کمربندسبزها
تیم اجرایی
سلسله مراتب سازمانی شش سيگما
عناوین
آیا سلسله مراتب باال را با
ورزش رزمی می پسندید ؟
آیا استفاده از عناوین باال را در سازمان
خودتان توصیه می کنید ؟
چه پیشنهادی برای بومی کردن مفاهیم
باال دارید ؟
مديران ارشد
مدیر عامل یا رئیس سازمان
دارای تعهد مدیریت
Management Committment
قهرمانان
تامین کننده منابع مورد نیاز
برطرف کننده مشکالت و محدودیت های
پروژها
انتخاب پروژه ها
افراد مناسب در سطح
انتخاب
کمربند مشکی و کمربند سبزها
تعیین اهداف قابل دسترسی
بازنگری پروژه در دوره های معین
کمربند مشکی های ارشد
مسئول آموزش کارشناسان
همکاری تنگاتنگ با قهرمانان
مسئول هدایت پروژه
متخصص تحلیل های آماری
ایجاد آگاهی الزم در زمینه تحلیل های آماری
کمربند مشکی ها
هسته اصلی پروژه
مشوق عناصر اجرایی در سطوح پایین تر
سرپرستان پروژه
کمربندسبزها
همکاری با کمربند مشکی ها
افراد اجرایی
استفاده کننده از ابزارهای تحلیلی آماری
تيم اجرايی
کارشناسان واحدی که پروژه در آن واحد
صورت می گیرد .
DMAIC چرخه
DEFINE
MEASURE
ANALYZE
IMPROVE
CONTROL
چرا به مراحل باال چرخه می گویند ؟
مراحل اساسی در تحقيقات علمی
الف -مشخص کردن هدف :
اثبات یک نظریه جدید
بررسی دقیق یک نظریه موجود
پایه ای برای اطالعات
اطالع از وضع جاری (شناخت)
مراحل اساسی در تحقيقات علمی
ب :جمع آوری داده ها
ج :تجزیه و تحلیل داده ها
د :بیان یافته ها
انواع متغير ها
متغیر مستقل :متغیر درونداد یا محرک
علت احتمالی یا فرضی متغیر وابسته
متغیر وابسته :
معلول احتمالی یا فرضی
متغیر پاسخ یا برونداد
انواع متغير ها (ادامه)
متغیر تعدیل کننده :متغیر ثانوی
مطالعه تاثیر آن روی متغیر مستقل و وابسته
متغیر کنترل :
متغیری که الزم است تاثیر آن از بین برود.
مقياس های اندازه گيری برای متغيرها
مقیاس
مقیاس
مقیاس
مقیاس
اسمی
ترتیبی ( رتبه ای )
فاصله ای
نسبتی ( نسبی (
نظريه تصميم
فصل هجدهم از جلد دوم
کتاب مرجع
نظريه تصميم
موفقیت ها و عدم موفقیت هایی که
فرد یا سازمانی طی عمر خود
تجربه می کند بستگی به تصمیماتی
دارد که می گیرد .
یکی از وظایف اصلی مدیران ،
تصمیم گیری است .
تصمیم گیری نیاز به پیش بینی یا
آینده نگری دارد .
نظریه تصمیم ،ابزاری تحلیلی و
منظم در کمک به تصمیم گیری است .
شش گام در نظريه تصميم
تعریف مسئله بطور روشن
تعیین راه حل های ممکن
تعیین نتایج هر یک از راه حل ها
تعیین بازده یا سود برای هر ترکیبی
از راه حل – حالت
انتخاب یکی از مدل های کمی نظریه
تصمیم
بکارگیری مدل و اتخاذ تصمیم
) ( Payoff tableجدول بازده
شکل کلی این جدول را ترسیم کنید .
) ( alternatives
گزینه ها A i
) ( states
حالت ها Sj
بازده ها ) (M ijناشی از انتخاب گزینه iوحالت j
) ) Decision tableجدول تصميم
شرکت مهتاب می خواهد در باره تولید محصول در
دوره بعدی تصمیم بگیرد .این شرکت می تواند
1500 ، 1000و یا 2000واحد
محصول را تولید کند و پیش بینی می کند
تقاضای بازار در یکی از این سطوح باشد .
هزینه ثابت تولید دو میلیون تومان ،هزینه
متغیر هر واحد محصول 4000تومان و
قیمت فروش هر واحد 6000تومان است
.هر واحد محصولی که به فروش نرسد
در حراج 3000تومان فروش خواهد رفت
.جدول بازده را برای این محصول تشکیل دهید
جدول تصميم
لطفا تمرین شماره 1و 2
و
382
صفحه
( 383از کتاب مرجع ،جلد
دوم ) را به عنوان کار
منزل انجام دهید .
انواع شرايط تصميم گيری
تصمیم گیری در شرایط اطمینان
CERTAINTY
تصمیم گیری در شرایط عدم اطمینان
UNCERTAINTY
تصمیم گیری در شرایط ریسک
RISK
تصميم گيری در شرايط اطمينان
نتایج
اجرای هر گزینه
تصمیم گیرندگان
را می دانند .
مثال ؟
سرمایه گذاری در بانک !
تمام حالت ها قابل شناسایی و پیامدهای
هر کدام نیز کامال مشخص است .
تصميم گيری در شرايط عدم اطمينان
تصمیم گیران در مورد حالت ها
و احتمال وقوع هر کدام اطالع
دقیقی ندارند .
مثال
:؟
تصميم گيری در شرايط ريسک
تصمیم گیرندگان حالت های وقوع
و احتمال وقوع هر حالت را
می توانند پیش بینی کنند .
مثال :پرتاب تاس
پرتاب سکه
تصميم گيری در شرايط ريسک
مهمترین معیار تصمیم گیری
EMVاست .
ریسک
در شرایط
EMV : Expected Monetary Value
ارزش پولی مورد انتظار
EMV
ارزش پولی مورد انتظار همان
امید ریاضی بازده است .
مثال :
EMV
مطلوب است محاسبه
شرکت
برای مسئله
مهتاب به طوری که احتمال
وقوع به ترتیب ، 0/ 10
50/0و 40/0باشد .
در این مسئله بهترین گزینه کدام
است ؟
( ) Decision Treeدرخت تصميم
هر مسئله تصمیم گیری را که
EMVحل کنیم
بتوانیم با
آن را به سادگی می توانیم با
درخت تصمیم نیز نمایش دهیم .
درخت تصمیم مسئله قبلی را ترسیم
کنید .
( )Decision Treeدرخت تصميم
در درخت تصمیم ،نقطه تصمیم را با
مربع و حاالت مختلف را با دایره
نشان می دهیم .
در مواقعی که تصمیمات پیچیده و
متوالی باشد از درخت تصمیم بیشتر
استفاده می شود .
( ) Decision Treeدرخت تصميم
مسئله :شما ده میلیون دالر در اختیار دارید .
می توانید آن را در حساب سرمایه گذاری
کوتاه مدت با میزان ده درصد سود و یا
در سهام بورس برای یک سال سرمایه گذاری
کنید .در صورتی که بازار بورس رونق
داشته باشد 4میلیون دالر و در صورت
متعادل بودن 2میلیون دالر سود می برید
و در صورت رکود 1میلیون دالر ضرر
می کنید .احتمال رونق بورس ، 30/0تعادل
رکود 25/0است .
45/0و
( )Decision Treeدرخت تصميم
جدول بازده را تشکیل دهید .
با استفاده از درخت تصمیم
بهترین گزینه را مشخص
نمایید .
Decision Tree
لطفا تمرین شماره
صفحه
یک
( از جلد دوم
395
را به عنوا ن
کتاب مرجع )
انجام
کار منزل
دهید .
تحليل حساسيت
در برخی موارد تصمیم گیرنده در
مورد مقادیر بازده ها و احتماالت
نامطمئن است .
الزم است مشخص شود با چه
میزان تغییر در بازده یا احتمال
گزینه مناسب ( بهترین گزینه ) ثابت
می ماند .
الزم است در هر بار
البته
اندازه گیری حساسیت ،بقیه شرایط
را ثابت فرض کنیم .
Sensitivity Analysis
در مسئله شرکت مهتاب ،فرض
کنید این شرکت در مورد احتمال وقوع
فروش در سطح 1500واحد ،نامطمئن
است .احتمال وقوع فروش در سطح
1000واحد چقدر باشد تا باز هم
گزینه انتخاب شده قبلی معتبر باشد ؟
تصميم گيری در شرايط تعارض
نظریه بازی
Game Theory
نظريه مطلوبيت
Utility Theory
ضعف معیار EMVآن است که
ریسک پذیری افراد را در تصمیم گیری
دخالت نمی دهد .در این نظریه
به جای استفاده از مقادیر پولی ،ابتدا
تصمیم گیرنده مطلوبیت هر یک از
مقادیر پولی را مشخص می کند و
سپس تصمیمی را اتخاذ می کند که
مطلوبیت مورد انتطارش حد اکثر شود .
تصميم گيری چند عاملی
مدل های مطرح شده تا کنون با توجه
به یک عامل ( مثال سود ،هزینه ،
زمان و ) .. ..گزینه ای را به عنوان
بهترین پیدا می کردند .
اما اگر تصمیم گیرنده بخواهد چندین
عامل را در تصمیم گیری دخالت دهد
مدل های زیر مطرح می شوند :
فرایند تصمیم گیری چند عاملی
فرایند تحلیل سلسله مراتبی
MFEP
Multi – Factor Evaluation
Process
فرایند تصمیم گیری چند عاملی
فرايند تحليل سلسله مراتبی
Analytical
Hierarchy
Process
تصميم گيری
اصلی ترین مشخصه تصمیم گیری ،
انتخاب یک راه حل از بین گزینه های
مختلف است .
در برخی تعاریف ،مدیریت را معادل
تصمیم گیری می دانند .
هدف از اتخاذ تصمیم ،کاهش ابعاد
از
بهره برداری
یا
منفی و
فرصت ها ست .
تصميم گيری
معیار ها برخی کمی و برخی کیفی هستند .
مسائل مورد تصمیم گیری معموال چند
معیاره است .
تبدیل معیارهای کمی و کیفی به
یکدیگر به منظور مقایسه آنها و
در نهایت تصمیم گیری مشکل است .
فرايند تحليل سلسله مراتبی
اولین بار در سال 1980مطرح شد .
)(A
ANALYTICAL
)(H
HIERARCHY
)(P
PROCESS
فرايند تحليل سلسله مراتبی
بنیانگذار :
تصمیم گیری چند معیاره
معیارهای کمی و کیفی
THOMAS L. SAATI
فرايند تحليل سلسله مراتبی
مثال :
در انتخاب شغل معیارهای مختلفی مانند
درآمد ،موقعیت اجتماعی ،وجود خالقیت
و ابتکار و ...مطرح است .
برای انتخاب منزل نیز معیارهای متفاوتی
مانند هزینه خرید ،نزدیکی به محل کار ،
فرهنگ مردم محل ،دسترسی به مراکز
خرید و ...مطرح است .
) (AHPفرايند تحليل سلسله مراتبی
امکان فرموله کردن مسئله و تجدید نظر در
آن را می دهد .
گزینه های مختلف را در نظر می گیرد .
معیارهای مختلف را ( که ممکن است با هم
در تضاد باشند ) در نظر می گیرد .
معیارهای کمی و کیفی را در تصمیم گیری
دخالت می دهد .
بر مبنای یک تئوری قوی استوار است .
فرايند تحليل سلسله مراتبی )(AHP
.
انتخاب بهترین منزل
نزدیكي به محل
خرید
نزدیكي به مدرسه
محل 3
نزدیكي به محل
كار
محل 2
فرهنگ مردم محله
قیمت
محل 1
AHPو انتقادات وارده
؟
انتقاد وارد به AHP
اگر شرایط به گونه ای تغییر
یابد که آلترناتیو و یا معیاری
خنثی ( دارای ارزشی کامال برابر
با یکی از آلترناتیوها و یا
معیارهای موجود ) به مدل اضافه
شود ترتیب نتایج تغییر خواهد کرد .
انتقاد وارد به AHP
از دیدگاه متخصصین اقتصاد و رفتار شناسی
این انتقاد وارد نیست .
از دیدگاه متخصصین ORاین پدیده از
نواقص روش AHPبه شمار می رود .
توزيع نمايی
اگر تعداد موفقیت ها دارای توزیع پواسون
باشد ،زمان بین موفقیت ها دارای توزیع
نمایی منفی است .
چون زمان متغیری پیوسته است ،توزیع
نمایی منفی نیز توزیعی پیوسته است .
توزيع نمايی
تابع چگالی احتمال و تابع
توزیع نمایی را بصورت
ریاضی نمایش دهید .
توزيع نمايی
تابع احتمال توزیع نمایی را رسم کنید .
نمایی ( تابع
تجمعی )
تابع توزیع
را رسم کنید .
توزیع
نمایی را
میانگین و واریانس
محاسبه کنید .