1 - qadiri.ir
Download
Report
Transcript 1 - qadiri.ir
به نام خدا
فصل چهارم
تابع احتمال
1
مفهوم متغیر تصادفی
در اغلب آزمایش های تصادفی ما به جای نتایج حاصل از آزمایش به توابعی از نتایج
عالقه مند هستیم.
چنین توابعی که روی فضای نمونه تعریف میشوند به”متغیر تصادفی“موسوم اند.
برای روشن شدن مفهوم ابتدا به مثال ذیل توجه نمایید:
آزمایش پرتاب 3سکه را باهم درنظر بگیرید.فضای نمونه حاصل از این آزمایش به
صورت زیراست:
امتیاز{
شماT T T ,
, TبهT T H
مشاهده H T
شیرهای , H T T ,
THH, H
بهT H ,
HH
HآT , H
فرض کنید }
دادهSمی
شده
تعداد
مایش
درHاین ز
شود.بنابراین فقط شمارش شیرها مورد نظر است و اهمیت دارد .که این تعداد
می تواند یکی از مقادیر 0،1،2،3باشد.
2
متغیر تصادفی (ادامه)
به عبارت دیگر ما به جزئیات فضای نمونه عالقه مند نیستسم بلکه فقط به یک
توصیف عددی از نتیجه عالقه مندیم.
برای این منظور به هریک از نقاط فضای نمونه عددی حقیقی را نسبت می دهیم و
این عمل را بوسیله یک تابع حقیقی که آنرا ”متغیر تصادفی“می نامیم انجام می
دهیم.
3
متغیر تصادفی و پرتاب سه سکه
اگر متغیر تصادفی(تابع) Xبرابر تعداد شیرهای مشاهده شده در پرتاب 3سکه باشد
در اینصورت:
0
X
TTT
TTH
1
THT
HTT
THH
2
HTH
HHT
3
A
4
HHH
S
ادامه اسالید قبل
:Xتعداد شیر های مشاهده شده
)} )=P(X=2)=P(A={HHT,THH,HTHتعداد شیرهای مشاهده شده =P(2
3
8
4
8
=
=)}P( X 1 )=P( B={TTT, HTT, THT, TTH
متغیرهای تصادفی را می توان با حروف بزرگ Z ، Y ،Xو مقادیر آنها را با حروف
کوچک z، y،xنمایش داد.
5
تعریف متغیر تصادفی
اگر Sفضای نمونه یک آزمایش تصادفی باشد ،تابع Xاز فضای نمونه به
زیرمجموعه ای از اعداد حقیقی را متغیر تصادفی می نامند:
A
X :S A
تابع Xبه هر نقطه از فضای نمونه یک عدد حقیقی را نسبت می دهد.
برد این تابع می تواند تمام اعداد حقیقی و یا فقط زیرمجموعه ای از آن باشد.
غالبا برد Xرا :فضای مقادیر X
یا تکیه گاه X
Support Xمی نامند و با Rنمایش می دهند.
یا
با استفاده از متغیر تصادفی می توانیم کلیه مباحث احتمال را که در فصول قبل بیان شد به نحو
ساده تری بیان نمود.
6
متغیر تصادفی گسسته و پیوسته
گسسته () Discrete
: Aقابل شمارش
متغیر تصادفی
پیوسته () Continuos
7
: Aغیرقابل شمارش
8
تابع احتمال یک متغیر تصادفی گسسته
) f ( xیا
اگر Xیک متغیر تصادفی گسسته باشد،تابع
احتمال متغیر تصادفی Xمی گویند هرگاه دارای شرایط زیر باشد:
تابع
) xراP (X
x : 0 f(x ) 1
f ( x) 1
این تابع برای کلیه مقادیر ، Xاحتمال تعریف می کند.
به بیان دیگر تابعی است که عضوهای Xرا به فاصله
شرایط مذکور (باال) می باشد.
مثال.....
9
x
][ 0 ,1می برد و دارای
1.
2.
تفاوت های تابع احتمال گسسته و تابع در ریاض ی
-1در تابع احتمال گسسته همیشه برد تابع بین
همیشه مجموع بردها
است, 1و 0
برابر یک خواهد بود .در حالیکه در توابع ریاض ی لزومی ندارد که این خاصیت
وجود داشته باشد.
-2در تابع احتمال گسسته هر نقطه ای که در دامنه تعریف نشده باشد ،مقدار
احتمال آن صفر است .در حالیکه در توابع ریاض ی چنین نیست.
10
تابع توزیع تجمعی
اگر Xیک متغیر تصادفی گسسته با تابع احتمال ) f(xباشد ،تابع توزیع تجمعی آنرا
داده XوFبه صورت زیر تعریف می کنیم:
یا
با
) FX ( x
نمایش ) ( t
) f X (t
t x
F X ( x ) P(X x)
تابع توزیع تجمعی تابعی است که احتمال ها را در نقاط مختلف روی هم می ریزد(با
هم جمع می کند) تا به یک برسد.
مثال....
11
خواص تابع توزیع تجمعی
الف :
0 FX ( x ) 1
F X ( ) lim F X ( x ) 1
x
ب:
F X ( ) lim F X ( x ) 0
x
ج :همواره از راست پیوسته است:
) lim F X ( x ) F X ( a
د :تابعی صعودی و پله ای است:
) x1 x 2 F X ( x1 ) F X ( x 2
12
x a
مشخص نمودن تابع احتمال با داشتن
تابع توزیع تجمعی،
در متغیر های تصادفی گسسته
احتمال یک نقطه در تابع توزیع تجمعی برابر است با :
)a
مثال......
13
P ( X a ) P ( X a ) P (X
14
متغیرهای تصادفی پیوسته
15
تابع احتمال برای متغیر های تصادفی پیوسته
(تابع چگالی احتمال)
یادآوری :متغیر تصادفی پیوسته
متغیر تصادفی ای که مجموعه مقادیر آن یک فاصله عددی یا اجتماع چند فاصله
عددی باشد را متغیر تصادفی پیوسته می نامند.
توجه :احتمال اینکه یک متغیر تصادفی پیوسته بخواهد فقط یک مقدار به
خصوص از مجموعه مقادیرش را بگیرد ،صفر است.
مثال:
16
توضیح بیشتر
مثال :فرض کنید نقطه ای را به تصادف از فاصله حقیقی
کنیم .متغیر تصادفی Xرا نقطه انتخاب شده در فاصله
0 , 2 انتخاب می
0, 2
تعریف می کنیم،در
اینصورت Xیک متغیر تصادفی پیوسته است.
برای هر rکه
r 0 , 2 باشد:
P(X r) 0
زیرا بین نقاط 0و 2بی نهایت نقطه وجود دارد و احتمال انتخاب یک نقطه به
خصوص بسیار ناچیز است.
بنابراین توزیع احتمال یک متغیر تصادفی پیوسته را نمی توان به صورت یک جدول
نمایش داد .
17
تابع چگالی احتمال متغیر تصادفی پیوسته
اگر Xیک متغیر تصادفی پیوسته باشد ،تابع احتمال Xرا که با )f(x
نشان می دهیم دارای 2شرط ذیل می باشد:
x : f (x) 0
f ( x)dx 1
fتابعی است که برای کلیه فاصله ها در دامنه ، X
احتمال تعریف می کند.
18
1.
2.
همانطور که در خصوص احتمال یک نقطه گفته شود داریم:
)b
X
f ( x ) dx P ( a
b
a
f ( x)dx 0
a
a
مثال....
19
P (a X b)
P( X a)
20
21
22
23
شسشس
یسسیس
24
شسشس
یسسیس
25
شسشس
یسسیس
26
شسشس
یسسیس
27
شسشس
یسسیس
28
شسشس
یسسیس
29
شسشس
یسسیس
30
شسشس
31