صفحه 1:
مروری بر احتمال سعید موسوی 00 ۱ 0 9 0 1

صفحه 2:
تعریف احتمال * اساس منطقی فرآیند انجام استنباط های آماری درباره جامعه با استفاده از داده های نمونه ای» متکی بر احتمال است. * از نظر شهودی احتمال یک ‎doling‏ غیر حتمی. اندازه ای عددی است که میزان انتظار ما برای وقوع آن پیشامد را نشان مى دهد.

صفحه 3:
ازمایش * ف رآیند مربوط به گر دآوری داده های مربوط به پدیده ای که ب رآمد ها ی آن متفاوتند. - جنس اولین دو نوزادی که فردا در شهر به دنیا می آیند - تاثیر آنتی بیوتیک جدید بر یک بیماری عفونی 7 تمرکز گردوخاک در هوای شهرهای حاشیه کویر - تاثیر رژیم غذایی بر تغییر قد و وزن کودکان ۰ مجموعه تمام بر آمدهای ممکن یک آزمایش فضای نمونه برآمدها نامیده می شود و با 5 نشان داده می شود.

صفحه 4:
* فضای نمونه آزمایش های ذکر شده ‎S={bb,bg,gb,gg} —‏ وت بیدا ‎S={c| O<scs1}-‏ ‎S={(x,y)|x>0,y<0 or y>0 or y=0} —‏ ‎x:height, y:wieght‏ * هر زیر مجموعه از فضای نمونه که دارای ویژگی مشخصی باشد پیشامد گفته می شود و با حروف بزرگ ۰ ۸ و . نشان داده

صفحه 5:
انواع فضای نمونه فضای نمونه گسسته: اگر تعداد اعضای آن متناهی یا شمارش پذیر نامتناهی باشد. - نتيجه آزمايش كم خونى - تكرار آزمايش كم خونى تا زمانى كه اولين فرد مبتلا به كم خونى شخ شود. - و( ب 8 امس ساي

صفحه 6:
* فضای نمونه پیوسته: وقتی که فضای نمونه شامل تمام اعداه متعلق به یک فاصله باشد 7 تمرکز گردوخاک - تغییر قد و وزن بر اثر رژیم غذایی

صفحه 7:
احتمال یک پیشامد * اگر یک فضای نمونه شامل 6 برآمد لر6...,ر6] باشد که بطور هم شانس رخ می دهند. احتمال هر برآمد 6/۱ است. اگر پیشامد ۸ شامل «برآمد از 1 برآمد باشده داریم P(A)=m/k

صفحه 8:
* در حالت طول : ‎LE‏ ‏> طول جرد هت ‎AE 3‏ ۲ در حالت سطح : ود قاط ۳ در حالت حجم : ‎VE‏ ورم ‎2 ‎

صفحه 9:
مثال * در یک بانک خون فراوانی گروه های خونی برای ۲۰۰ کیسه خون به صورت زیر است احتمال گروه های مختلف را حساب Grae ۰ 9 80 ® ۵ ® 66 ‏هم‎ ao Dord 200

صفحه 10:
coo Grow 6 Porat

صفحه 11:
اصول احتمال * احتمال تابعی است که بر روی پیشامدها تعریف می شود و دارای شرایط زیر است ‎P(A) <1>- 4‏ ‎P(A)+P(A)=1 2‏ (۸ پینامدمتمم۸ لسبد ‎P(S)=1 .3‏

صفحه 12:
قواعد شمارش * اين قواعد عبارتند از : * ۱- قاعده ضرب ‏ ۲- جایگشت (ترتیب) ۳- ترکیب * از این قواعد در وضعیت هایی استفاده می شود که فهرست نمودن تمام حالات ممکن آزمایش مقدور نمی باشد ‏ لذا فقط به ذکر تعداد حالات ممکن و مختلف اکتفا می شود

صفحه 13:
* طرق ممکن انجام عمل در آزمایشی که مرحله اول آن به ,0لطریق و ۰۰. مرحله کل ام آن به ,10 طریق انجام میگیرد . عبارت خواهد بود از : n,*n,*....n, * فضای نمونه آزمایش پرتاب ۲ سکه و ۲ تاس چند برآمد دارد؟

صفحه 14:
جایگشت ( ترتیب ) * یعنی تعداد طرقی که می توان ‏ شی را از بین 11 شی انتخاب نمود بطوریکه ‎TSM‏ وترتیب قرار گرفتن اشیاء نیز مهم باشد ‎ool‏ )م ‏به چند طریق می توان ۲ نفر از بین ۱۰ نفر به عنوان نفر اول» دوم و سوم انتخاب کرد؟ ‎

صفحه 15:
ترکیب * تعداد طرق انتخاب 1 شی متمایز از بین 10 شی بشرطی که ترتیب قرار گرفتن اشیاء مهم نباشد. ‎a‏ هم ‎“(n- Nin‏ 0(

صفحه 16:
عملیات روی پیشامدها * اشتراك دو ييشامد 2/07 ثم ا( ا * اجتماع دو پیشامد ۸۸179 م * متمم یک پیشامد ۸

صفحه 17:
دو پیشامد نا سازگار * دو پیشامد را در صورتی « نا سازگار » گویند که امکان وقوع همزمان نداشته باشند یعنی با وقوع یکی » دیگری امکان وقوع نداشته باشد ‎Jie‏ شب و روز PLAN B) = Pg) =0 P(AU B)=P(A)+ AB) S

صفحه 18:
* برای هر دو پیشامد دلخواه كدو 8 داریم : (8 م۶ - ۲9 + 24۸ و بشما ‎S‏

صفحه 19:
احتمال شرطي * اگر احتمال وقوع پیشامدی منوط به وقوع پیشامد دیگری باشد احتمال شرطی شکل می گیرد 8 ۲۳۸0 ‎PB)‏ PAB = شروط : (- وقوع ۸ به لا مربوط بوده ۲- 7 قبلاً رخ داده ,_ ۶0 (ظ 7

صفحه 20:
قانون ضرب احتمالات * با استفاده از احتمال شرطی می توان قانون ضرب را برای محاسبه احتمال اشتراک پیشامدها بشرح زیر بیان نمود PAN B)=R A)R B/ A) ‏يا‎ PLAN B) =A B)R A/ B)

صفحه 21:
* دو پیشامد را «مستقل » می گوبیم . در صورتی که وقوع يا عدم وقوع یکی در وقوع و يا عدم وقوع دیگری هیچ تأثیری نداشته باشد. جون دو ظ هیچ تأثیری بر روی هم ندارند برای محاسبه احتمال اشتراك آنها بشكل زير عمل مى شود : P.An 8( - ۳ ‏جم‎ 8( ۱

صفحه 22:
مثال فضای نمونه خانواده ای که سه فرزند دارد را مشخص كنيد و احتمالات زير را حساب کنید. . 2 3 فرزند اول پسر باشد فرزند اول پسر و فرزند دوم دختر باشد. اگر فرزند اول دختر باشد احتمال اينکه فرزند سوم نیز دختر باشد چقدر است؟ فرض كنيد 2 تعداد فرزندان پسر باشد احتمال مربوط به مقادیری که 26 اشتیار می کند را بدست آوزید. آیا پیشامد فرزند اول دختر و فرزند دوم دختر مستقلند؟ ‎Gy‏

صفحه 23:
pe ‏نمونه حاصل از پرتاب دو تاس را مشخص کنید و‎ clad * ‏احتمالات زير را حساب کنید.‎ ‏هر دو تاس فرد باشند.‎ .١ ۲ ‏اگر تاس اول فرد باشد احتمال اینکه تاس دوم عددی بزرگتر از‎ ۲ ‏باشد چقدر است؟‎ ۳ اگر 2 مجموع برآمد دو تاس باشد احتمال های مربوط به مقادیر مختلف آن را بدست آورید.

صفحه 24:
در باز at مثال ی لاتری برنده کسی است که شش شماره کارت او برابر با شماره ای باشد که از بين اعداد ۱ تا ‎۴٩‏ انتخاب می شود احتمال برنده شدن چقدر است؟ از یک دست ورق بازی ۴ برگ به تصادف انتخاب می شود احتمال اينکه دو برگ آس و دو برگ دیگر صورت باشد چقدر است؟ از بین اعداد سه رقمی عددی را به تصادف انتخاب میکنیم احتمال اينکه ارقام اين عدد تکراری نباشد چقدر است؟

صفحه 25:
متغیر تصادفی * تابعی است که روی فضای نمونه تعریف می شود و هر یک از مقادیر آن . متناظر با یک یا چند عضو از اعضای فضای نمونه است. متغیر تصادفی ‎X‏ تابعی از فضای نمونه به زیر مجموعه ای از اعداد حقیقی : ۸ بو :۲ متغیرهای تصادغی را با حروف بزرگ لانین مثل 2 و ۲ و 21 و هر یک از مقادیر انتخاب ی آنها را با حروف کوچک 2 و[ و 3 نشان می دهند

صفحه 26:
* تعداد فرندان دختر خوانواده ای که ۴ فرزند دارد. ‎X:0,1,2,3,4‏ ۴ مجموع برآمد سه تاس. 8 26 * میزان قند خون مردان ۲۰ تا ۳۰ سال ‎Xe[a,b]‏

صفحه 27:
0 انواع متغير تصادفى ‎wt‏ تصادفی گسسته ؛ با تعداد مقادیر متناهی یا شمارش پذیر - تعداد فرزندان. داشتن بیماری و.. ‏. متغیر تصادفی پیوسته ؛ با تعداد مقادیر ممکن نامتناهی و ‏غير قابل شمارش ‎

صفحه 28:
* به تابعی که بتوان با استفاده از آن احتمال هر یک از مقادیر ممکن متغیر تصادفی را مشخص کرد « تابع احتمال » پا « توزیع احتمال » گویند * در نظریه احتمال و آمار تلبع توزیع احتمال بیانگر احتمال هر یک از مقادیر متغیر تصادفی (در مورد متغیر گسسته) و يا احتمال قرار گرفتن متغیر در یک بازه مشخص (در مورد متغیر

صفحه 29:
* اگر متغیر تصادفی 2 گسسته باشد : ی oe yrobability function (p.f) P(x) 1 3 7 Awol ‏پیوسته باشد:‎ X ‏لكر متغير تصامفی‎ probability density function|L:>1 (p.d.f) _ ‏.هه‎ _ f(x)

صفحه 30:
‎ashes‏ مان کی لا * توزیع احتمال بر مبنای ویژگیهایی که می تواند اتخاذ کند لازم ‏است در شرایط زیر صدق نماید : ‎0<AX <1 xED 0 ‎2-1 ‎f f(x)dx=1 (Y ‎

صفحه 31:
* تابع توزیع ء تابعی است که به ازای جمیع مقادیر ممکن متغیر تصادفی ‎X‏ احتمال وقوع مقدارى كوجكتر يا مساوى با 2 را نشان می دهد ‎F(x)=P(X<x)‏ ۳ مب ۳ 5 5 € هد تابع توزيع براى متغير تصادفى كسسته مو مه تحت وق pa ‏ویو مققير تصادقى يتوق‎ a

صفحه 32:
مثال * تابع احتمال و توزیع احتمال را برای متغیر تصادفی 2 که تعداد فرزندان دختر خانواده ای با سه فرزند می باشد را

صفحه 33:
تمرین * تابع احتمال و توزیع احتمال را برای منغیر تصادفی 2 که مجموع برآمد های دو تاس می باشد را محاسبه کنید.

صفحه 34:
اميد رياضى متغير تصادفى * امید ریاضی متغیر تصادفی 26 که با (25) 1 نشان داده می شود همان میانگین موزون است که احتمالات در آن ۰ نقش ضرایب ( وزن ها ) را ایفاء می کنند. مقدار مورد انتظار ما از وقوع متغیر تصادفی را نشان می دهد. 177120 -2 2 ‏و۳‎ ۱ ‏متغیر گسسته‎ E{X) = fx f(xydx dius wits *

صفحه 35:
واریانس متغیر تصادفی * این واریانس با (26) ۷ نشان داده شده و میزان پراکندگی را حول میانگین « امید ریاضی ) نشان می دهد 1) VX) =AX- 1)? 2) WX) = BUX?) - we

صفحه 36:
مثال 2 اریان بيدا كني احتمال زیر امید ریاضی و واریانس * برای توزیع

صفحه 37:
میانگین نمونه * حالت خاصی از امید ریاضی است مس n = =S xc) i 4 th X=# n احتمال یا فراوانی هر شخص در نمونه ۱/۱ است

صفحه 38:
كاربرد اميد ریاضی * امید ریاضی شاخصی مفید برای تصمیم گیری است. * مثال لاتریر 01617 در بازی لاتری برنده کسی است که شش شماره کارت او برابر با شش شماره ای باشد که از بین اعداد ۱ تا ‎۴٩‏ انتخاب می شود احتمال برنده شدن چقدر است؟ اگر هزینه شرکت در بازی ۱ دلار باشدو جایزه برنده آمیلیون دلار باشد و متغیر تصادفی 26 مقدار پول شخص, اميد رياضى 26 چقدر است؟ 0 716 49 )49 430 6 Gy

صفحه 39:
.999999928 722+ x$ P(X) | 1 + 2 million E(X) = P(su,)*$2,000,000 + ‏*(بيندم)5‎ 0 = 2.0 x 10°* 7.2 x 10°+ .999999928 (-1) = .144 - 999999928 = -$.86 * امید ریاضی منفی نشان می دهد که در هر بار بازی امکان باخت وجود دارد.

صفحه 40:
شرطبندی * اگر چرخ رولت شامل اعداد ۱ تا ۰۳۶ ۰ و ۰۰ باشد و مقدار شرطبندی ۱ دلار باشد. اگر عدد فرد ظاهر شود شرکت کننده ۱ دلار برنده می شود و در غیر اینصورت یک دلار می بازد. اميد ریاضی پول شرکت کننده را بدست آورید. * اگر یک میلیون بار بازی انجام شود مقدار سود بدست آمده چقدر است؟

مروری بر احتمال سعید موسوی musavi.stat@gmail.co m http://biostat.niloblog.c om 1 تعریف احتمال • اساس منطقی فرآیند انجام استنباط های آماری درباره جامعه با استفاده از داده های نمونه ای ،متکی بر احتمال است. • از نظر شهودی احتمال یک پیشامد غیر حتمی ،اندازه ای عددی است که میزان انتظار ما برای وقوع آن پیشامد را نشان می دهد. 2 آزمایش • فرآیند مربوط به گردآوری داده های مربوط به پدیده ای که برآمد های آن متفاوتند. – جنس اولین دو نوزادی که فردا در شهر به دنیا می آیند – تاثیر آنتی بیوتیک جدید بر یک بیماری عفونی – تمرکز گردوخاک در هوای شهرهای حاشیه کویر – تاثیر رژیم غذایی بر تغییر قد و وزن کودکان • مجموعه تمام برآمدهای ممکن یک آزمایش فضای نمونه برآمدها نامیده می شود و با Sنشان داده می ش7ود. 3 پیشامد • فضDای نمونه آزمایش های ذکر شده – }S={bb,bg,gb,gg – }-,+{=S – }S={c| 0≤c≤1 – }S={(x,y)|x>0,y<0 or y>0 or y=0 ‏x:height, y:wieght • هر زیر مجDموعه از فضای نمونه که دارای ویژگی مشخصی باشد پیشامد گفتDه می شود و با حروف بزرگ A ، Bو ..نشان داده می شود. 4 انواع فضای نمونه • فضای نمونه گسسته :اگر تعداد اعضای آن متناهی یا شمارش پذیر نامتناهی باشد. – نتیجه آزمایش کم خونی – تکرار آزمایش کم خونی تا زمانی که اولین فرد مبتال به کم خونی مشخص شود. – }+,-{=S – }.…,+---,+--,+-,+{=S 5 • فضای نمونه پیوسته :وقتی که فضای نمونه شامل تمام اعداد متعلق به یک فاصله باشد – تمرکز گردوخاک – تغییر قد و وزن بر اثر رژیم غذایی 6 احتمال یک پیشامد • اگر یک فضای نمونه شامل kبرآمد { }e1,…ekباشد که بطور هم شانس رخ می دهند ،احتمال هر برآمد k /1است .اگر پیشامد Aشامل mبرآمد از kبرآمد باشد ،داریم ‏P(A)=m/k 7 فضاي پيوسته • ا) در حالت طول : )2در حالت سطح : )3در حالت حجم : 8 ‏LE ‏P(E)  ‏LS ‏AE ‏AS ‏P(E)  ‏VE ‏P(E)  ‏VS مثال • در یک بانک خون فراوانی گروه های خونی برای 200کیسه خون به صورت زیر است احتمال گروه های مختلف را حساب کنید. ‏n 9 ‏Group 90 ‏O 58 ‏A 42 ‏B 10 ‏AB 200 ‏Total Group n P(X)*100 0 90 45 A 58 29 B 42 21 AB 10 5 Total 200 100 10 اصول احتمال • احتمال تابعی است که بر روی پیشامدها تعریف می شود و دارای شرایط زیر است ‏P(A) ≤1 ≤0 .1 ‏Dت Aꞌ( P(A)+P(Aꞌ)=1 .2پDDیشامد مDتمم AاDس ) ‏P(S)=1 .3 11 قواعد شمارش • این قواعد عبارتند از : • -1قاعده ضرب -2جایگشت (ترتیب) -3ترکیب • از این قواعد در وضعیت هایی استفاده می شود که فهرست نمودن تمام حاالت ممکن آزمایش مقدور نمی باشد ،لذا فقط به ذکر تعداد حاالت ممکن و مختلف اکتفا می شود 12 قاعده ضرب • طرق ممکن انجام عمل در آزمایشی که مرحله اول آن به ‏n1طریق و . . .مرحله Kام آن به nkطریق انجام میگیرد ، عبارت خواهد بود از : ‏n1*n2*….nk • فضای نمونه آزمایش پرتاب 2سکه و 2تاس چند برآمد دارد؟ 13 جایگشت ( ترتیب ) • یعنی تعداد طرقی که می توان rشی را از بین nشی انتخاب نمود بطوریکه r ≤ nو ترتیب قرار گرفتن اشیاء نیز مهم باشد !n ‏ ! )Pr (n r ‏n • به چند طریق می توان 3نفر از بین 10نفر به عنوان نفر اول، دوم و سوم انتخاب کرد؟ 14 ترکیب • تعداد طرق انتخـاب rشی متمـایز از بین nشـی بشرطی که ترتیب قرار گرفتن اشیاء مهم نباشد. !n ( ) !(n r)!r ‏n ‏r 15 عملیات روی پیشامدها • اشتراک دو پیشامد A∩B • اجتماع دو پیشامد AUB • متمم یک پیشامد Ac 16 دو پیشامد نا سازگار • دو پیشامد را در صورتی « نا سازگار » گویند که امکان وقوع همزمان نداشته باشند یعنی با وقوع یکی ،دیگری امکان وقوع نداشته باشد مثل شب و روز )P( A B) P( A)  P(B 17 ‏P( A B) P( ) 0 قضيه جبر پيشامدها • براي هر دو پيشامد دلخواه ‏Aو Bداريم : )P( A B) P( A)  P(B)  P( A B 18 احتمال شرطي • اگر احتمال وقوع پيشامدي منوط به وقوع پيشامد ديگري باشد احتمال شرطي شكل مي گيرد )P( A B ‏P( A B)  )P(B شروط -1 :وقوع Aبه Bمربوط بوده B -2قب ً ال رخ داده ‏P( B ) 0 -3 19 قانون ضرب احتماالت • با استفاده از احتمـال شرطی می توان قانـون ضرب را برای محاسبه احتمال اشتراک پیشامدها بشرح زیر بیان نمود )P( A  B )  P( A)P( B / A یا ) P( A B ) P( B )P( A / B 20 دو پیشامد مستقل • دو پیشامد را « مستقل » می گوییم ،در صورتی که وقوع یا عدم وقوع یکی در وقوع و یا عدم وقوع دیگری هیچ تأثیری نداشته باشد. • چون Aو Bهیچ تأثیری بر روی هم ندارند برای محاسبه احتمال اشتراک آنها بشکل زیر عمل می شود : ) P( A B ) P( A)P( B 21 مثال • فضای نمونه خانواده ای که سه فرزند دارد را مشخص کنید و احتماالت زیر را حساب کنید. .1 .2 .3 .4 .5 22 فرزند اول پسر باشد فرزند اول پسر و فرزند دوم دختر باشد. اگر فرزند اول دختر باشد احتمال اینکه فرزند سوم نیز دختر باشد چقدر است؟ فرض کنید Xتعداد فرزندان پسر باشد احتمال مربوط به مقادیری که Xاختیار می کند را بدست آورید. آیا پیشامد فرزند اول دختر و فرزند دوم دختر مستقلند؟ تمرین • فضای نمونه حاصل از پرتاب دو تاس را مشخص کنید و احتماالت زیر را حساب کنید. .1هر دو تاس فرد باشند. .2اگر تاس اول فرد باشد احتمال اینکه تاس دوم عددی بزرگتر از 3 باشد چقدر است؟ .3اگر Xمجموع برآمد دو تاس باشد احتمال های مربوط به مقادیر مختلف آن را بدست آورید. 23 مثال • در بازی التری برنده کسی است که شش شماره کارت او برابر با شش شماره ای باشد که از بین اعداد 1تا 49انتخاب می شود احتمال برنده شدن چقدر است؟ • از یک دست ورق بازی 4برگ به تصادف انتخاب می شود احتمال اینکه دو برگ آس و دو برگ دیگر صورت باشد چقدر است؟ • از بین اعداد سه رقمی عددی را به تصDادف انتخاب میکنیم احتمال اینکه ارقام این عدد تکراری نباشد چقدر است؟ 24 متغیر تصادفی • تابعی است که روی فضای نمونه تعریف می شود و هر یک از مقادیر آن ،متناظر با یک یا چند عضو از اعضای فضای نمونه است. • متغير تصادفي Xتابعي از فضاي نمونه به زير مجموعه اي از اعداد حقيقي : ‏X : S  A R متغیرهای تصادفی را با حDروف بزرگ التین مثل Zو Yو Xو هر یک از مقادیر انتخابی آنها را با حروف کوچک zو yو xنشان می دهند 25 • تعداد فرندان دختر خوانواده ای که 4فرزند دارد. ‏X:0,1,2,3,4 • مجموع برآمد سه تاس. ‏X: 3,4,…18 • میزان قند خون مردان 20تا 30سال ]Xϵ[a,b 26 انواع متغیر تصادفی .1متغیر تصادفی گسسته ؛ با تعداد مقادیر متناهی یا شمارش پذیر – تعداد فرزندان ،داشتن بیماری و... .2متغـیر تصادفی پیوسـته ؛ با تعداد مقادیر ممـکن نامتناهی و غیر قابل شمارش -سن ،فشار خون....، 27 تابع احتمال • بDه تابعDی کDه بتوان بDا اسDتفاده از آDن احتمال هDر یDک از مقادیر ممکDن متغیDر تصDادفی را مشخDص کرد « تابDع احتمال » یا « توزیع احتمال » گویند • در نظریDه احتمال و آمار تابDع توزیDع احتمال بیانگDر احتمال هر یDک از مقادیDر متغیDر تصDادفی (در مورد متغیDر گسDسته) و یا احتمال قرار گرفتDن متغیDر در یDک بازه مشخDص (در مورد متغیر تصادفی پیوسته) میباشد. 28 تابع احتمال: گسسته باشدX • اگر متغير تصادفي probability function (p.f) P(x) ليDDگاDع چDابDD ت: اشدDDته بDيوسDD پX يDفDصادDDتغير تDگر مDا probability density functionلDتماDحDا (p.d.f) f(x) 29 خواص تابع احتمال • توزيع احتمال بر مبناي ويژگيهايي كه مي تواند اتخاذ كند الزم است در شرايط زير صدق نمايد : )1 )2 30 0 P(x) 1, x D ‏ P(x) 1 ‏ ‏  ‏f (x)dx1 ‏ ‏ تابع توزیع ( تابع احتمال تجمعی ) • تابع توزیع ،تابعی است که به ازای جمیع مقادیر ممکن متغیر تصادفی ، Xاحتمال وقوع مقداری کوچکتر یا مساوی با Xرا نشان می دهد )F(x)=P(X<x تابع توزیع برای متغیر تصادفی گسسته تابع توزیع برای متغیر تصادفی پیوسته 31 مثال • تابع احتمال و توزیع احتمال را برای متغیر تصادفی Xکه تعداد فرزندان دختر خانواده ای با سه فرزند می باشد را محاسبه کنید. 32 تمرین • تابع احتمال و توزیع احتمال را برای متغیر تصادفی Xکه مجموع برآمد های دو تاس می باشد را محاسبه کنید. 33 امید ریاضی متغیر تصادفی • امید ریاضی متغیر تصادفی Xکه با ) E(Xنشان داده می شود همان میانگین موزون است که احتماالت در آن ،نقش ضرایب ( وزن ها ) را ایفاء می کنند .مقدار مورد انتظار ما از وقوع متغیر تصادفی را نشان می دهد. • متغیر گسسته • متغیر پیوسته 34 )E( X )  X P(x ‏E( X ) x. f (x)dx واریانس متغیر تصادفی • این واریانس با ) V(Xنشان داده شده و میزان پراکندگی را حول میانگین ( امید ریاضی ) نشان می دهد 1) V( X ) E( X   )2 2 35 ‏ ‏E(X 2)  ) 2) V( X مثال • برای توزیع احتمال زیر امید ریاضی و واریانس Xپیدا کنید. 14 .1 36 13 .1 12 .2 11 .2 10 .4 ‏x )P(x میانگین نمونه • حالت خاصی از امید ریاضی است ‏n ‏n ‏xi ‏ ‏i 1 ‏X ) (  xi ‏n ‏n ‏i 1 ‏ ‏1 احتمال یا فراوانی هر شخص در نمونه n/1است 37 کاربرد امید ریاضی • امید ریاضی شاخصی مفید برای تصمیم گیری است. • مثال التری( )lottery در بازی التری برنده کسی است که شش شماره کارت او برابر با شش شماره ای باشد که از بین اعداد 1تا 49انتخاب می شود احتمال برنده شدن چقدر است؟ اگر هزینه شرکت در بازی 1دالر باشدو جایزه برنده 2میلیون دالر باشد و متغیر تصادفی Xمقدار پول شخص ،امید ریاضی Xچقدر است؟ 1 1 ‏ ‏7.2x10-8 49! 13,983,816 !43!6 38 ‏ 1 ‏ 49 ‏  ‏ 6 )p(x ‏x$ .999999928 -1 7.2 x 10--8 + 2 million )*-$1.00ب ازنده()*$2,000,000 + Pب رنده(E(X) = P = 2.0 x 106 * 7.2 x 10-8+ .999999928 (-1) = .144 - .999999928 = -$.86 • امید ریاضی منفی نشان می دهد که در هر بار بازی امکان باخت وجود دارد. 39 شرطبندی • اگر چرخ رولت شامل اعداد 1تا 0 ،36و 00باشد و مقدار شرطبندی 1دالر باشد .اگر عدد فرد ظاهر شود شرکت کننده 1دالر برنده می شود و در غیر اینصورت یک دالر می بازد .امید ریاضی پول شرکت کننده را بدست آورید. • اگر یک میلیون بار بازی انجام شود مقدار سود بدست آمده چقدر است؟ 40
39,000 تومان