لینک دانلود و خرید پایین توضیحات دسته بندی : پاورپوینت نوع فایل : powerpoint (..ppt) ( قابل ويرايش و آماده پرينت ) تعداد اسلاید : 26 اسلاید
قسمتی از متن powerpoint (..ppt) :
بنام خدا تئوري احتمال و كاربردآن 3 جلسه دهم توزيع ويبول توزيع بتا توزيع نرمال خواص توزيع نرمال تركيب خطي متغيرهاي تصادفي نرمال تابع توزيع تجمعي نرمال خاصيت توليد مثل توزيع نرمال توزيع نرمال دومتغيره خواص توزيع نرمال دومتغيره 4 جلسه دهم توزيع ويبول 5 جلسه دهم توزيع بتا توزيع بتا حالت كلي تر توزيع يكنواخت پيوسته است كه در فاصله [0,1] تعريف مي گردد. نسبتها و درصدها در اين دسته جاي دارند. تعريف: متغير تصادفي X توزيع بتا با پارامترهاي و دارد اگر و فقط اگر داراي چگالي احتمال زير باشد: اگر باشد يك توزيع يكنواخت در فاصله [0,1] خواهيم داشت.
لینک دانلود و خرید پایین توضیحات دسته بندی : پاورپوینت نوع فایل : powerpoint (..ppt) ( قابل ويرايش و آماده پرينت ) تعداد اسلاید : 21 اسلاید
قسمتی از متن powerpoint (..ppt) :
بنام خدا تئوري احتمال و كاربردآن 3 جلسه سوم مقدمه تعريف يك متغير تصادفي متغيرهاي تصادفي گسسته، پيوسته و آميخته توزيعهاي احتمال گسسته توابع توزيع جمعي توابع توزيع جمعي گسسته توزيعهاي احتمال پيوسته توابع توزيع جمعي پيوسته توزيعهاي احتمال آميخته متغيرهاي تصادفي چندبعدي 4 جلسه سوم مقدمه نتيجه برخي از پديده ها تصادفي زير مجموعه اعداد حقيقي است. زمان رسيدن مشتري به يك فروشگاه عمر انسان ... در مواردي كه نتايج عددي نيستند علاقه مند به نتايج عددي هستيم تعداد شيرها در سه بار پرتاب سكه 5 جلسه سوم تعريف يك متغير تصادفي آزمايشي با فضاي نمونه S را در نظر بگيريد. اگر به هر نقطه مانند e موجود در S عددي حقيقي مانند X(e) نسبت دهيم رابطه اي بين S و R تعريف مي گردد كه به آن متغير تصادفي گويند. هر متغير تصادفي تابعي با دامنه S و بردي زيرمجموعه R است. مثال 1: در آزمايش مربوط به پرتاب يك سكه اگر X تعداد شيرها را نشان دهد آنگاه داريم: X(H H H)=3 ، X(H H T)=2 , … مثال 2: مقادير متغير تصادفي Y كه تعداد توپهاي قرمز در انتخاب 2 توپ بدون جايگذاري از ظرفي شامل 4 توپ قرمز و 3 توپ سياه است به شرح زير مي باشد: Y(RR)=2 ، Y(RB)=1 ، Y(BR)=1 و Y(BB)=0 مثال 4: در مثال 1 احتمال مربوط به هر يك از مقادير متغير تصادفي 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 شير آمدن در پرتاب يك سكه برابر p است سكه را آنقدر پرتاب مي كنيم تا يا به شير برسيم يا n بار پرتاب كرده باشيم اگر X متغير تصادفي تعداد دفعات پرتاب سكه باشد آنگاه داريم: 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} يا P{T,T,T, … ,T,H}=(1-p) n +(1-p) n-1 p=(1-p) n-1
لینک دانلود و خرید پایین توضیحات دسته بندی : پاورپوینت نوع فایل : powerpoint (..ppt) ( قابل ويرايش و آماده پرينت ) تعداد اسلاید : 26 اسلاید
قسمتی از متن powerpoint (..ppt) :
بنام خدا تئوري احتمال و كاربردآن 3 جلسه دهم توزيع ويبول توزيع بتا توزيع نرمال خواص توزيع نرمال تركيب خطي متغيرهاي تصادفي نرمال تابع توزيع تجمعي نرمال خاصيت توليد مثل توزيع نرمال توزيع نرمال دومتغيره خواص توزيع نرمال دومتغيره 4 جلسه دهم توزيع ويبول 5 جلسه دهم توزيع بتا توزيع بتا حالت كلي تر توزيع يكنواخت پيوسته است كه در فاصله [0,1] تعريف مي گردد. نسبتها و درصدها در اين دسته جاي دارند. تعريف: متغير تصادفي X توزيع بتا با پارامترهاي و دارد اگر و فقط اگر داراي چگالي احتمال زير باشد: اگر باشد يك توزيع يكنواخت در فاصله [0,1] خواهيم داشت.
لینک دانلود و خرید پایین توضیحات دسته بندی : پاورپوینت نوع فایل : powerpoint (..ppt) ( قابل ويرايش و آماده پرينت ) تعداد اسلاید : 21 اسلاید
قسمتی از متن powerpoint (..ppt) :
بنام خدا تئوري احتمال و كاربردآن 3 جلسه سوم مقدمه تعريف يك متغير تصادفي متغيرهاي تصادفي گسسته، پيوسته و آميخته توزيعهاي احتمال گسسته توابع توزيع جمعي توابع توزيع جمعي گسسته توزيعهاي احتمال پيوسته توابع توزيع جمعي پيوسته توزيعهاي احتمال آميخته متغيرهاي تصادفي چندبعدي 4 جلسه سوم مقدمه نتيجه برخي از پديده ها تصادفي زير مجموعه اعداد حقيقي است. زمان رسيدن مشتري به يك فروشگاه عمر انسان ... در مواردي كه نتايج عددي نيستند علاقه مند به نتايج عددي هستيم تعداد شيرها در سه بار پرتاب سكه 5 جلسه سوم تعريف يك متغير تصادفي آزمايشي با فضاي نمونه S را در نظر بگيريد. اگر به هر نقطه مانند e موجود در S عددي حقيقي مانند X(e) نسبت دهيم رابطه اي بين S و R تعريف مي گردد كه به آن متغير تصادفي گويند. هر متغير تصادفي تابعي با دامنه S و بردي زيرمجموعه R است. مثال 1: در آزمايش مربوط به پرتاب يك سكه اگر X تعداد شيرها را نشان دهد آنگاه داريم: X(H H H)=3 ، X(H H T)=2 , … مثال 2: مقادير متغير تصادفي Y كه تعداد توپهاي قرمز در انتخاب 2 توپ بدون جايگذاري از ظرفي شامل 4 توپ قرمز و 3 توپ سياه است به شرح زير مي باشد: Y(RR)=2 ، Y(RB)=1 ، Y(BR)=1 و Y(BB)=0 مثال 4: در مثال 1 احتمال مربوط به هر يك از مقادير متغير تصادفي 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 شير آمدن در پرتاب يك سكه برابر p است سكه را آنقدر پرتاب مي كنيم تا يا به شير برسيم يا n بار پرتاب كرده باشيم اگر X متغير تصادفي تعداد دفعات پرتاب سكه باشد آنگاه داريم: 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} يا P{T,T,T, … ,T,H}=(1-p) n +(1-p) n-1 p=(1-p) n-1
لینک دانلود و خرید پایین توضیحات
