சீரற்ற மாறி x விநியோகத்தால் வழங்கப்படுகிறது. தொடர்ச்சியான சீரற்ற மாறி, விநியோக செயல்பாடு மற்றும் நிகழ்தகவு அடர்த்தி
4. தொடர்ச்சியான சீரற்ற மாறியின் நிகழ்தகவு அடர்த்தி
விநியோகச் செயல்பாட்டைப் பயன்படுத்தி தொடர்ச்சியான சீரற்ற மாறியைக் குறிப்பிடலாம் எஃப்(எக்ஸ்) . இந்த ஒதுக்கீட்டு முறை மட்டும் அல்ல. ஒரு தொடர்ச்சியான சீரற்ற மாறியானது விநியோக அடர்த்தி அல்லது நிகழ்தகவு அடர்த்தி எனப்படும் மற்றொரு செயல்பாட்டைப் பயன்படுத்தி குறிப்பிடப்படலாம் (சில நேரங்களில் இது ஒரு வேறுபட்ட செயல்பாடு என்று அழைக்கப்படுகிறது).
வரையறை 4.1: தொடர்ச்சியான சீரற்ற மாறியின் பரவல் அடர்த்தி எக்ஸ்செயல்பாட்டை அழைக்கவும் f (எக்ஸ்) - விநியோகச் செயல்பாட்டின் முதல் வழித்தோன்றல் எஃப்(எக்ஸ்) :
f ( எக்ஸ் ) = எஃப் "( எக்ஸ் ) .
இந்த வரையறையிலிருந்து, விநியோகச் செயல்பாடு என்பது பரவல் அடர்த்தியின் எதிர்ப்பொருளாகும். தனித்த சீரற்ற மாறியின் நிகழ்தகவு பரவலை விவரிக்க, விநியோக அடர்த்தி பொருந்தாது என்பதை நினைவில் கொள்ளவும்.
கொடுக்கப்பட்ட இடைவெளியில் தொடர்ச்சியான சீரற்ற மாறியின் நிகழ்தகவு
விநியோக அடர்த்தியை அறிந்து, ஒரு தொடர்ச்சியான சீரற்ற மாறியானது கொடுக்கப்பட்ட இடைவெளிக்கு உரிய மதிப்பை எடுக்கும் நிகழ்தகவை நீங்கள் கணக்கிடலாம்.
தேற்றம்: தொடர்ச்சியான சீரற்ற மாறி X இடைவெளியைச் சேர்ந்த மதிப்புகளை எடுக்கும் நிகழ்தகவு (அ, பி), இருந்து வரம்பில் எடுக்கப்பட்ட விநியோக அடர்த்தியின் ஒரு குறிப்பிட்ட ஒருங்கிணைப்புக்கு சமம்அமுன்பி :
ஆதாரம்:நாங்கள் விகிதத்தைப் பயன்படுத்துகிறோம்
பி(அ ≤ எக்ஸ்பி) = எஃப்(பி) – எஃப்(அ).
நியூட்டன்-லீப்னிஸ் சூத்திரத்தின்படி,
இதனால்,
.
ஏனெனில் பி(அ ≤ எக்ஸ் பி)= பி(அ எக்ஸ் பி) , பின்னர் நாம் இறுதியாக கிடைக்கும்
.
வடிவியல் ரீதியாக, பெறப்பட்ட முடிவை பின்வருமாறு விளக்கலாம்: ஒரு தொடர்ச்சியான சீரற்ற மாறி இடைவெளிக்கு சொந்தமான மதிப்பை எடுக்கும் நிகழ்தகவு (அ, பி), அச்சில் கட்டப்பட்ட ஒரு வளைவு ட்ரெப்சாய்டின் பகுதிக்கு சமம்எருது, விநியோக வளைவுf(எக்ஸ்) மற்றும் நேராகஎக்ஸ் = அமற்றும்எக்ஸ் = பி.
கருத்து:குறிப்பாக, என்றால் f(எக்ஸ்) - செயல்பாடு சமமானது மற்றும் இடைவெளியின் முனைகள் தோற்றத்துடன் தொடர்புடைய சமச்சீராக இருக்கும்
உதாரணமாக.ஒரு சீரற்ற மாறியின் நிகழ்தகவு அடர்த்தி கொடுக்கப்பட்டுள்ளது எக்ஸ்
சோதனையின் விளைவாக நிகழ்தகவைக் கண்டறியவும் எக்ஸ்இடைவெளியைச் சேர்ந்த மதிப்புகளை (0.5, 1) எடுக்கும்.
தீர்வு:தேவையான நிகழ்தகவு
.
அறியப்பட்ட விநியோக அடர்த்தியிலிருந்து விநியோகச் செயல்பாட்டைக் கண்டறிதல்
பரவல் அடர்த்தியை அறிதல் f(எக்ஸ்) , விநியோக செயல்பாட்டை நாம் காணலாம் எஃப்(எக்ஸ்) சூத்திரத்தின் படி
.
உண்மையில், எஃப்(எக்ஸ்) = பி(எக்ஸ் எக்ஸ்) = பி(-∞ எக்ஸ் எக்ஸ்) .
எனவே,
இதனால், விநியோக அடர்த்தியை அறிந்து, விநியோக செயல்பாட்டைக் கண்டறியலாம். நிச்சயமாக, அறியப்பட்ட விநியோகச் செயல்பாட்டிலிருந்து ஒருவர் விநியோக அடர்த்தியைக் கண்டறிய முடியும், அதாவது:
f(எக்ஸ்) = எஃப்"(எக்ஸ்).
உதாரணமாக.கொடுக்கப்பட்ட விநியோக அடர்த்திக்கான விநியோக செயல்பாட்டைக் கண்டறியவும்:
தீர்வு:சூத்திரத்தைப் பயன்படுத்துவோம்
என்றால் எக்ஸ் ≤ அ, அந்த f(எக்ஸ்) = 0 , எனவே, எஃப்(எக்ஸ்) = 0 . என்றால் a , பின்னர் f(x) = 1/(b-a),
எனவே,
.
என்றால் எக்ஸ் > பி, அந்த
.
எனவே, தேவையான விநியோக செயல்பாடு
கருத்து:சீராக விநியோகிக்கப்படும் சீரற்ற மாறியின் விநியோகச் செயல்பாட்டைப் பெற்றோம் (சீரான விநியோகத்தைப் பார்க்கவும்).
விநியோக அடர்த்தியின் பண்புகள்
சொத்து 1:விநியோக அடர்த்தி என்பது எதிர்மறையான செயல்பாடு அல்ல:
f ( எக்ஸ் ) ≥ 0 .
சொத்து 2:-∞ முதல் ∞ வரையிலான பரவல் அடர்த்தியின் முறையற்ற ஒருங்கிணைப்பு ஒற்றுமைக்கு சமம்:
கருத்து:விநியோக அடர்த்தி வரைபடம் அழைக்கப்படுகிறது விநியோக வளைவு.
கருத்து:தொடர்ச்சியான சீரற்ற மாறியின் பரவல் அடர்த்தியானது விநியோக விதி என்றும் அழைக்கப்படுகிறது.
உதாரணமாக.சீரற்ற மாறியின் பரவல் அடர்த்தி பின்வரும் வடிவத்தைக் கொண்டுள்ளது:
நிலையான அளவுருவைக் கண்டறியவும் அ.
தீர்வு:விநியோக அடர்த்தி நிபந்தனையை பூர்த்தி செய்ய வேண்டும், எனவே சமத்துவம் திருப்திப்படுத்தப்பட வேண்டும்
.
இங்கிருந்து
. காலவரையற்ற ஒருங்கிணைப்பைக் கண்டுபிடிப்போம்:
.
முறையற்ற ஒருங்கிணைப்பைக் கணக்கிடுவோம்:
எனவே, தேவையான அளவுரு
பரவல் அடர்த்தியின் சாத்தியமான பொருள்
விடுங்கள் எஃப்(எக்ஸ்) தொடர்ச்சியான சீரற்ற மாறியின் விநியோக செயல்பாடு எக்ஸ். விநியோக அடர்த்தியின் வரையறையின்படி, f(எக்ஸ்) = எஃப்"(எக்ஸ்) , அல்லது
.
வேறுபாடு எஃப்(எக்ஸ்+∆x) -எஃப்(எக்ஸ்) நிகழ்தகவை தீர்மானிக்கிறது எக்ஸ்இடைவெளிக்கு உரிய மதிப்பை எடுக்கும் (எக்ஸ், எக்ஸ்+∆x). இவ்வாறு, நிகழ்தகவு விகிதத்தின் வரம்பு, ஒரு தொடர்ச்சியான சீரற்ற மாறியானது இடைவெளியைச் சேர்ந்த மதிப்பை எடுக்கும் (எக்ஸ், எக்ஸ்+∆x), இந்த இடைவெளியின் நீளத்திற்கு ( மணிக்கு ∆x→0) என்பது புள்ளியில் உள்ள பரவல் அடர்த்தியின் மதிப்புக்கு சமம் எக்ஸ்.
எனவே செயல்பாடு f(எக்ஸ்) ஒவ்வொரு புள்ளிக்கும் நிகழ்தகவு பரவல் அடர்த்தியை தீர்மானிக்கிறது எக்ஸ். வேறுபட்ட கால்குலஸில் இருந்து, ஒரு செயல்பாட்டின் அதிகரிப்பு, செயல்பாட்டின் வேறுபாட்டிற்கு தோராயமாக சமம் என்று அறியப்படுகிறது, அதாவது.
ஏனெனில் எஃப்"(எக்ஸ்) = f(எக்ஸ்) மற்றும் dx = ∆ எக்ஸ், அந்த எஃப்(எக்ஸ்+∆ எக்ஸ்) - எஃப்(எக்ஸ்) ≈ f(எக்ஸ்)∆ எக்ஸ்.
இந்த சமத்துவத்தின் நிகழ்தகவு பொருள்: ஒரு சீரற்ற மாறி இடைவெளியைச் சேர்ந்த மதிப்பை எடுக்கும் நிகழ்தகவு (எக்ஸ், எக்ஸ்+∆ எக்ஸ்) புள்ளி x இல் உள்ள நிகழ்தகவு அடர்த்தியின் பெருக்கத்திற்கும் ∆x இடைவெளியின் நீளத்திற்கும் தோராயமாக சமம்.
வடிவியல் ரீதியாக, இந்த முடிவை பின்வருமாறு விளக்கலாம்: ஒரு சீரற்ற மாறி இடைவெளியைச் சேர்ந்த மதிப்பை எடுக்கும் நிகழ்தகவு (எக்ஸ், எக்ஸ்+∆ எக்ஸ்) அடித்தளம் ∆х மற்றும் உயரம் கொண்ட ஒரு செவ்வகத்தின் பரப்பளவிற்கு தோராயமாக சமம்f(எக்ஸ்).
5. தனித்த சீரற்ற மாறிகளின் பொதுவான விநியோகங்கள்
5.1 பெர்னோலி விநியோகம்
வரையறை 5.1: சீரற்ற மதிப்பு எக்ஸ், இரண்டு மதிப்புகளை எடுத்துக்கொள்வது 1 மற்றும் 0 நிகழ்தகவுகளுடன் ("வெற்றி") பமற்றும் ("தோல்வி") கே, அழைக்கப்பட்டது பெர்னோலிவ்ஸ்காயா:
, எங்கே கே=0,1.
5.2 இருவகைப் பரவல்
அதை உற்பத்தி செய்யட்டும் n சுயாதீன சோதனைகள், ஒவ்வொன்றிலும் நிகழ்வு ஏதோன்றலாம் அல்லது தோன்றாமலும் இருக்கலாம். அனைத்து சோதனைகளிலும் நிகழ்வின் நிகழ்தகவு நிலையானது மற்றும் சமமானது ப(எனவே நிகழாத நிகழ்தகவு கே = 1 - ப).
சீரற்ற மாறியைக் கவனியுங்கள் எக்ஸ்- நிகழ்வின் நிகழ்வுகளின் எண்ணிக்கை ஏஇந்த சோதனைகளில். சீரற்ற மதிப்பு எக்ஸ்மதிப்புகளை எடுக்கிறது 0,1,2,… nபெர்னோலி சூத்திரத்தைப் பயன்படுத்தி நிகழ்தகவுகள் கணக்கிடப்படுகின்றன: , எங்கே கே = 0,1,2,… n.
வரையறை 5.2: இருவகைபெர்னோலியின் சூத்திரத்தால் தீர்மானிக்கப்படும் நிகழ்தகவு பரவல் என்று அழைக்கப்படுகிறது.
உதாரணமாக.இலக்கை நோக்கி மூன்று ஷாட்கள் சுடப்படுகின்றன, மேலும் ஒவ்வொரு ஷாட்டையும் தாக்கும் நிகழ்தகவு 0.8 ஆகும். ஒரு சீரற்ற மாறியைக் கவனியுங்கள் எக்ஸ்- இலக்கில் வெற்றிகளின் எண்ணிக்கை. அதன் விநியோகத் தொடரைக் கண்டறியவும்.
தீர்வு:சீரற்ற மதிப்பு எக்ஸ்மதிப்புகளை எடுக்கிறது 0,1,2,3 பெர்னோலி சூத்திரத்தைப் பயன்படுத்தி நிகழ்தகவுகள் கணக்கிடப்படுகின்றன, எங்கே n = 3, ப = 0,8 (தாக்குதல் நிகழ்தகவு), கே = 1 - 0,8 = = 0,2 (காணாமல் போனதற்கான நிகழ்தகவு).
எனவே, விநியோகத் தொடர் பின்வரும் வடிவத்தைக் கொண்டுள்ளது:
பெரிய மதிப்புகளுக்கு பெர்னோலியின் சூத்திரத்தைப் பயன்படுத்தவும் nமிகவும் கடினம், எனவே, தொடர்புடைய நிகழ்தகவுகளைக் கணக்கிட, உள்ளூர் லாப்லேஸ் தேற்றத்தைப் பயன்படுத்தவும், இது ஒரு நிகழ்வின் நிகழ்வின் நிகழ்தகவை தோராயமாக கண்டுபிடிக்க உங்களை அனுமதிக்கிறது. கேஒவ்வொரு முறையும் nசோதனைகள், சோதனைகளின் எண்ணிக்கை போதுமானதாக இருந்தால்.
உள்ளூர் லாப்லேஸ் தேற்றம்: நிகழ்தகவு என்றால் பஒரு நிகழ்வின் நிகழ்வு ஏ
அந்த நிகழ்வு ஏ
இல் தோன்றும் nசரியாக சோதனைகள் கேநேரங்கள், தோராயமாக சமம் (மிகவும் துல்லியமானது, மேலும் n) செயல்பாட்டு மதிப்பு
,
எங்கே
,
.
குறிப்பு1:செயல்பாட்டு மதிப்புகளைக் கொண்ட அட்டவணைகள்
,
பின் இணைப்பு 1, மற்றும்
.
செயல்பாடு
நிலையான இயல்பான விநியோகத்தின் அடர்த்தி (சாதாரண விநியோகத்தைப் பார்க்கவும்).
உதாரணமாக:நிகழ்வின் நிகழ்தகவைக் கண்டறியவும் ஏ சரியாக வரும் 80 ஒவ்வொரு முறையும் 400 ஒவ்வொரு சோதனையிலும் இந்த நிகழ்வின் நிகழ்தகவு சமமாக இருந்தால் சோதனைகள் 0,2.
தீர்வு:நிபந்தனையின்படி n = 400,
கே = 80,
ப
= 0,2
, கே = 0,8
. பணித் தரவால் நிர்ணயிக்கப்பட்ட மதிப்பைக் கணக்கிடுவோம் எக்ஸ்:
.
பின் இணைப்பு 1 இல் உள்ள அட்டவணையில் இருந்து நாம் காண்கிறோம்
.
பின்னர் தேவையான நிகழ்தகவு:
ஒரு நிகழ்வின் நிகழ்தகவை நீங்கள் கணக்கிட வேண்டும் என்றால் ஏஇல் தோன்றும் nசோதனைகள் குறைவாக இல்லை கே 1 ஒருமுறை மற்றும் இல்லை கே 2 சில நேரங்களில், நீங்கள் லாப்லேஸின் ஒருங்கிணைந்த தேற்றத்தைப் பயன்படுத்த வேண்டும்:
லாப்லேஸின் ஒருங்கிணைந்த தேற்றம்: நிகழ்தகவு என்றால் பஒரு நிகழ்வின் நிகழ்வு ஏஒவ்வொரு சோதனையிலும் நிலையானது மற்றும் பூஜ்ஜியம் மற்றும் ஒன்றிலிருந்து வேறுபட்டது, பின்னர் நிகழ்தகவு
அந்த நிகழ்வு ஏ
இல் தோன்றும் nஇருந்து சோதனைகள் கே 1
முன் கே 2
நேரங்கள், தோராயமாக ஒரு குறிப்பிட்ட ஒருங்கிணைப்புக்கு சமம்
,
எங்கே
மற்றும்
.
வேறு வார்த்தைகளில் கூறுவதானால், ஒரு நிகழ்வின் நிகழ்தகவு ஏ இல் தோன்றும் nஇருந்து சோதனைகள் கே 1 முன் கே 2 நேரங்கள், தோராயமாக சமம்
எங்கே
,
மற்றும்
.
குறிப்பு 2:செயல்பாடு
Laplace செயல்பாடு என்று அழைக்கப்படுகிறது (சாதாரண விநியோகத்தைப் பார்க்கவும்). செயல்பாட்டு மதிப்புகளைக் கொண்ட அட்டவணைகள்
,
பின் இணைப்பு 2 இல் கொடுக்கப்பட்டுள்ளது, மற்றும்
.
உதாரணமாக:மத்தியில் உள்ள நிகழ்தகவைக் கண்டறியவும் 400 தோராயமாக தேர்ந்தெடுக்கப்பட்ட பாகங்கள் 70 முதல் 100 பாகங்கள் வரை சோதிக்கப்படாததாக மாறிவிடும், அந்த பகுதி தரக் கட்டுப்பாட்டு ஆய்வில் தேர்ச்சி பெறவில்லை என்றால் 0,2.
தீர்வு:நிபந்தனையின்படி n = 400, ப = 0,2 , கே = 0,8, கே 1 = 70, கே 2 = 100 . ஒருங்கிணைப்பின் கீழ் மற்றும் மேல் வரம்புகளைக் கணக்கிடுவோம்:
;
.
இவ்வாறு எங்களிடம் உள்ளது:
இணைப்பு 2 இல் உள்ள அட்டவணையில் இருந்து நாம் அதைக் காண்கிறோம்
மற்றும்
.
பின்னர் தேவையான நிகழ்தகவு:
குறிப்பு 3:தொடர்ச்சியான சுயாதீன சோதனைகளில் (n பெரியதாக இருக்கும்போது, p சிறியதாக இருக்கும் போது), ஒரு நிகழ்வின் நிகழ்தகவைக் கணக்கிடுவதற்கு Poisson சூத்திரம் பயன்படுத்தப்படுகிறது.
5.3 விஷம் விநியோகம்
வரையறை 5.3: ஒரு தனித்த சீரற்ற மாறி அழைக்கப்படுகிறது விஷம்,அதன் விநியோகச் சட்டம் பின்வரும் வடிவத்தைக் கொண்டிருந்தால்:
, எங்கே மற்றும் (நிலையான மதிப்பு).
பாய்சன் சீரற்ற மாறிகளின் எடுத்துக்காட்டுகள்:
ஒரு குறிப்பிட்ட நேரத்தில் ஒரு தானியங்கி நிலையத்திற்கான அழைப்புகளின் எண்ணிக்கை டி.
ஒரு குறிப்பிட்ட காலப்பகுதியில் சில கதிரியக்கப் பொருட்களின் சிதைவு துகள்களின் எண்ணிக்கை டி.
குறிப்பிட்ட கால இடைவெளியில் பட்டறைக்கு வரும் தொலைக்காட்சிகளின் எண்ணிக்கை டிபெரிய நகரத்தில் .
ஒரு பெரிய நகரத்தில் ஒரு சந்திப்பின் நிறுத்தக் கோட்டில் வரும் கார்களின் எண்ணிக்கை .
குறிப்பு1:இந்த நிகழ்தகவுகளைக் கணக்கிடுவதற்கான சிறப்பு அட்டவணைகள் பின் இணைப்பு 3 இல் கொடுக்கப்பட்டுள்ளன.
குறிப்பு 2:தொடர்ச்சியான சுயாதீன சோதனைகளில் (எப்போது nநன்று, பபோதுமானதாக இல்லை) நிகழ்வின் நிகழ்தகவை சரியாக கணக்கிட கேபாய்சன் சூத்திரத்தைப் பயன்படுத்தும் முறை: , எங்கே , அதாவது, நிகழ்வுகளின் நிகழ்வுகளின் சராசரி எண்ணிக்கை மாறாமல் இருக்கும்.
குறிப்பு 3:பாய்சன் சட்டத்தின்படி ஒரு சீரற்ற மாறி இருந்தால், அது அதிவேகச் சட்டத்தின் படி விநியோகிக்கப்படும் ஒரு சீரற்ற மாறி அவசியம் மற்றும் அதற்கு நேர்மாறாக (அதிவேக விநியோகத்தைப் பார்க்கவும்).
உதாரணமாக.ஆலை அடித்தளத்திற்கு அனுப்பப்பட்டது 5000 நல்ல தரமான பொருட்கள். போக்குவரத்தில் தயாரிப்பு சேதமடைவதற்கான நிகழ்தகவு சமம் 0,0002 . சரியாக மூன்று பயன்படுத்த முடியாத பொருட்கள் அடிவாரத்தில் வரும் நிகழ்தகவைக் கண்டறியவும்.
தீர்வு:நிபந்தனையின்படி n = 5000, ப = 0,0002, கே = 3. நாம் கண்டுபிடிப்போம் λ: λ = என்.பி.= 5000·0.0002 = 1.
பாய்சன் சூத்திரத்தின்படி, விரும்பிய நிகழ்தகவு இதற்கு சமம்:
, சீரற்ற மாறி எங்கே எக்ஸ்- பயன்படுத்த முடியாத பொருட்களின் எண்ணிக்கை.
5.4 வடிவியல் விநியோகம்
சுயாதீன சோதனைகள் மேற்கொள்ளப்படட்டும், அவை ஒவ்வொன்றிலும் நிகழ்வின் நிகழ்தகவு உள்ளது ஏசமமாக ப(0 பக்
கே = 1 - ப. நிகழ்வு தோன்றியவுடன் சவால்கள் முடிவடையும் ஏ. இவ்வாறு, ஒரு நிகழ்வு என்றால் ஏதோன்றினார் கே-வது சோதனை, பின்னர் முந்தையது கே – 1 அது சோதனைகளில் தோன்றவில்லை.
மூலம் குறிப்போம் எக்ஸ்தனித்த சீரற்ற மாறி - நிகழ்வின் முதல் நிகழ்வுக்கு முன் மேற்கொள்ளப்பட வேண்டிய சோதனைகளின் எண்ணிக்கை ஏ. வெளிப்படையாக, சாத்தியமான மதிப்புகள் எக்ஸ்இயற்கை எண்கள் x 1 = 1, x 2 = 2, ...
முதலில் விடுங்கள் கே-1 சோதனை நிகழ்வு ஏவரவில்லை, ஆனால் உள்ளே கே- வது சோதனை தோன்றியது. இந்த "சிக்கலான நிகழ்வின்" நிகழ்தகவு, சுயாதீன நிகழ்வுகளின் நிகழ்தகவுகளின் பெருக்கல் கோட்பாட்டின் படி, பி (எக்ஸ் = கே) = கே கே -1 ப.
வரையறை 5.4: ஒரு தனித்த சீரற்ற மாறி உள்ளது வடிவியல் விநியோகம், அதன் விநியோகச் சட்டத்தில் பின்வரும் படிவம் இருந்தால்:
பி ( எக்ஸ் = கே ) = கே கே -1 ப , எங்கே .
குறிப்பு1:நம்புவது கே = 1,2,… , முதல் காலத்துடன் ஒரு வடிவியல் முன்னேற்றத்தைப் பெறுகிறோம் பமற்றும் வகுத்தல் கே (0கே. இந்த காரணத்திற்காக, விநியோகம் வடிவியல் என்று அழைக்கப்படுகிறது.
குறிப்பு 2:வரிசை ஒன்றிணைந்து அதன் கூட்டுத்தொகை ஒன்றுக்கு சமம். உண்மையில், தொடரின் கூட்டுத்தொகை சமம் .
உதாரணமாக.துப்பாக்கி முதல் அடியாகும் வரை இலக்கை நோக்கி சுடப்படுகிறது. இலக்கைத் தாக்கும் நிகழ்தகவு ப = 0,6 . மூன்றாவது ஷாட்டில் வெற்றி ஏற்படும் நிகழ்தகவைக் கண்டறியவும்.
தீர்வு:நிபந்தனையின்படி ப = 0,6, கே = 1 – 0,6 = 0,4, கே = 3. தேவையான நிகழ்தகவு:
பி (எக்ஸ் = 3) = 0,4 2 ·0.6 = 0.096.
5.5 ஹைபர்ஜியோமெட்ரிக் விநியோகம்
பின்வரும் சிக்கலைக் கருத்தில் கொள்வோம். கட்சியை வெளியே விடுங்கள் என்கிடைக்கும் பொருட்கள் எம்தரநிலை (எம்என்). தொகுப்பிலிருந்து தோராயமாக எடுக்கப்பட்டது nதயாரிப்புகள் (ஒவ்வொரு தயாரிப்பும் ஒரே நிகழ்தகவுடன் பிரித்தெடுக்கப்படலாம்), மேலும் தேர்ந்தெடுக்கப்பட்ட தயாரிப்பு அடுத்ததைத் தேர்ந்தெடுக்கும் முன் தொகுதிக்குத் திரும்பாது (எனவே, பெர்னௌல்லி சூத்திரம் இங்கே பொருந்தாது).
மூலம் குறிப்போம் எக்ஸ்சீரற்ற மாறி - எண் மீமத்தியில் நிலையான தயாரிப்புகள் nதேர்ந்தெடுக்கப்பட்டது. பின்னர் சாத்தியமான மதிப்புகள் எக்ஸ் 0, 1, 2,…, நிமிடம்; அவற்றை லேபிளிடுவோம் மற்றும்... மூலம்சுயாதீன மாறியின் (ஃபாண்ட்ஸ்) மதிப்புகள் பொத்தானைப் பயன்படுத்துகின்றன ( அத்தியாயம் ...
ஒழுக்கத்திற்கான கல்வி மற்றும் வழிமுறை வளாகம் "பொது உளவியல் பட்டறை"
பயிற்சி மற்றும் நுட்பவியல் வளாகம்... முறைசார்ந்த அறிவுறுத்தல்கள் மூலம்நடைமுறைப் பணிகளைச் செய்தல் 5.1 முறையானபரிந்துரைகள் மூலம்கல்வி திட்டங்களை செயல்படுத்துதல் 5.2 முறையானபரிந்துரைகள் மூலம்... உணர்திறன்), ஒரு பரிமாணம்மற்றும் பல பரிமாண... சீரற்றஉள்ள கூறு அளவு... உடன் பிரிவு"செயல்திறன்...
இயற்பியல் துறைக்கான கல்வி மற்றும் வழிமுறை வளாகம் (தலைப்பு)
பயிற்சி மற்றும் நுட்பவியல் வளாகம்... பிரிவுகள்பாடப்புத்தகங்களில். சிக்கல் தீர்க்கும் மூலம்ஒவ்வொரு தலைப்பு. விரிவுரை முறைசார்ந்த அறிவுறுத்தல்கள்ஆய்வக வேலைக்காக மூலம் ... சீரற்றமற்றும் கருவி அளவீட்டு பிழை 1.8 சோதனைகளின் பாடங்கள் மற்றும் முறைசார்ந்த அறிவுறுத்தல்கள் மூலம்...துகள் ஒரு பரிமாணம்சாத்தியமான துளை. ...
கணினி அறிவியல் துறையில் ஆய்வக வேலைக்கான வழிகாட்டுதல்கள்
வழிகாட்டுதல்கள்... முறையான அறிவுறுத்தல்கள்ஆய்வக வேலைக்காக மூலம் ... அளவு, மற்றும் மிகப்பெரிய தொகை அளவுகள்... வரிசை சீரற்றஎண்கள்... 3.0 4.0 3.0 -2.5 14.3 16.2 18.0 1.0 அ) ஒரு பரிமாணம்வரிசை b) இரு பரிமாண வரிசை படம். 2– கோப்புகள்... விவரிக்கப்பட்டுள்ளன பிரிவுசெயல்படுத்திய பின்...
சிதறல்தொடர்ச்சியான சீரற்ற மாறி X, முழு ஆக்ஸ் அச்சுக்குச் சொந்தமான சாத்தியமான மதிப்புகள் சமத்துவத்தால் தீர்மானிக்கப்படுகின்றன:
சேவையின் நோக்கம். ஆன்லைன் கால்குலேட்டர் இதில் உள்ள சிக்கல்களைத் தீர்க்க வடிவமைக்கப்பட்டுள்ளது விநியோக அடர்த்தி f(x) அல்லது விநியோக செயல்பாடு F(x) (உதாரணத்தைப் பார்க்கவும்). பொதுவாக இதுபோன்ற பணிகளில் நீங்கள் கண்டுபிடிக்க வேண்டும் கணித எதிர்பார்ப்பு, நிலையான விலகல், சதி செயல்பாடுகள் f(x) மற்றும் F(x).
வழிமுறைகள். மூலத் தரவின் வகையைத் தேர்ந்தெடுக்கவும்: விநியோக அடர்த்தி f(x) அல்லது விநியோக செயல்பாடு F(x).
விநியோக அடர்த்தி f(x) கொடுக்கப்பட்டுள்ளது:
விநியோக செயல்பாடு F(x) கொடுக்கப்பட்டுள்ளது:
தொடர்ச்சியான சீரற்ற மாறியானது நிகழ்தகவு அடர்த்தியால் குறிப்பிடப்படுகிறது
(ரேலி விநியோக சட்டம் - ரேடியோ பொறியியலில் பயன்படுத்தப்படுகிறது). M(x) , D(x) .
சீரற்ற மாறி X அழைக்கப்படுகிறது தொடர்ச்சியான
, அதன் விநியோக செயல்பாடு F(X)=P(X< x) непрерывна и имеет производную.
தொடர்ச்சியான சீரற்ற மாறியின் பரவல் செயல்பாடு, கொடுக்கப்பட்ட இடைவெளியில் ஒரு சீரற்ற மாறி விழும் நிகழ்தகவைக் கணக்கிடப் பயன்படுகிறது:
பி(α< X < β)=F(β) - F(α)
மேலும், தொடர்ச்சியான சீரற்ற மாறிக்கு, அதன் எல்லைகள் இந்த இடைவெளியில் சேர்க்கப்பட்டுள்ளதா இல்லையா என்பது முக்கியமல்ல:
பி(α< X < β) = P(α ≤ X < β) = P(α ≤ X ≤ β)
விநியோக அடர்த்தி
தொடர்ச்சியான சீரற்ற மாறி ஒரு செயல்பாடு என்று அழைக்கப்படுகிறது
f(x)=F'(x) , பரவல் செயல்பாட்டின் வழித்தோன்றல்.
விநியோக அடர்த்தியின் பண்புகள்
1. சீரற்ற மாறியின் பரவல் அடர்த்தியானது x இன் அனைத்து மதிப்புகளுக்கும் எதிர்மறை அல்லாத (f(x) ≥ 0) ஆகும்.2. இயல்பாக்குதல் நிலை:
இயல்பாக்குதல் நிலையின் வடிவியல் பொருள்: விநியோக அடர்த்தி வளைவின் கீழ் உள்ள பகுதி ஒற்றுமைக்கு சமம்.
3. ஒரு சீரற்ற மாறி X α இலிருந்து β வரையிலான இடைவெளியில் விழும் நிகழ்தகவை சூத்திரத்தைப் பயன்படுத்தி கணக்கிடலாம்
வடிவியல் ரீதியாக, தொடர்ச்சியான சீரற்ற மாறி X இடைவெளியில் (α, β) விழும் நிகழ்தகவு இந்த இடைவெளியின் அடிப்படையில் விநியோக அடர்த்தி வளைவின் கீழ் உள்ள வளைவு ட்ரேப்சாய்டின் பகுதிக்கு சமம்.
4. விநியோக செயல்பாடு பின்வருமாறு அடர்த்தியின் அடிப்படையில் வெளிப்படுத்தப்படுகிறது:
புள்ளி x இல் உள்ள பரவல் அடர்த்தியின் மதிப்பு இந்த மதிப்பை ஏற்றுக்கொள்வதற்கான நிகழ்தகவுக்கு சமமாக இல்லை; தொடர்ச்சியான சீரற்ற மாறிக்கு, கொடுக்கப்பட்ட இடைவெளியில் விழும் நிகழ்தகவு பற்றி மட்டுமே பேச முடியும். a மற்றும் b புள்ளிகளில் F(x) செயல்பாட்டின் மதிப்புகளுக்கு இடையே உள்ள வேறுபாட்டிற்கு சமமாக இருக்கட்டும், அதாவது. ஆர்(அ)<Х
4) ஒரு தொடர்ச்சியான சீரற்ற மாறி X ஒரு தனி மதிப்பை எடுக்கும் நிகழ்தகவு 0 ஆகும்.
5) F(-∞)=0, F(+∞)=1
விநியோகச் செயல்பாட்டைப் பயன்படுத்தி தொடர்ச்சியான சீரற்ற மாறியைக் குறிப்பிடுவது ஒரே வழி அல்ல. நிகழ்தகவு பரவல் அடர்த்தி (விநியோக அடர்த்தி) என்ற கருத்தை அறிமுகப்படுத்துவோம்.
வரையறை : நிகழ்தகவு பரவல் அடர்த்தி f ( எக்ஸ் ) தொடர்ச்சியான சீரற்ற மாறி X என்பது அதன் பரவல் செயல்பாட்டின் வழித்தோன்றலாகும், அதாவது:
நிகழ்தகவு அடர்த்தி செயல்பாடு சில நேரங்களில் வேறுபட்ட விநியோக செயல்பாடு அல்லது வேறுபட்ட விநியோக சட்டம் என்று அழைக்கப்படுகிறது.
நிகழ்தகவு அடர்த்தி பரவலின் வரைபடம் f(x) எனப்படும் நிகழ்தகவு பரவல் வளைவு .
நிகழ்தகவு அடர்த்தி பரவலின் பண்புகள்:
1) f(x) ≥0, xhttps://pandia.ru/text/78/455/images/image029_10.jpg" width="285" height="141">DIV_ADBLOCK92"> இல்
https://pandia.ru/text/78/455/images/image032_23.gif" height="38 src="> +∞ 2 6 +∞ 6 6
∫ f(x)dx=∫ 0dx+ ∫ c(x-2)dx +∫ 0dx= c∫ (x-2)dx=c(x2/2-2x) =c(36/2-12-(4/ 2-4))=8வி;
b) F(x)= ∫ f(x)dx என்று அறியப்படுகிறது
எனவே, x
x≤2 என்றால், F(x)= ∫ 0dx=0;
https://pandia.ru/text/78/455/images/image032_23.gif" height="38 src="> 2 6 x 6 6
x>6 எனில், F(x)= ∫ 0dx+∫ 1/8(x-2)dx+∫ 0dx=1/8∫(x-2)dx=1/8(x2/2-2x) =
1/8(36/2-12-(4/2+4))=1/8 8=1.
இதனால்,
x≤2 இல் 0,
F(x)= (x-2)2/16 at 2<х≤6,
x>6க்கு 1.
F(x) செயல்பாட்டின் வரைபடம் படம் 3 இல் காட்டப்பட்டுள்ளது
https://pandia.ru/text/78/455/images/image034_23.gif" width="14" height="62 src="> 0 இல் x≤0,
F(x)= (3 arctan x)/π இல் 0<х≤√3,
x>√3க்கு 1.
வேறுபட்ட விநியோக செயல்பாட்டைக் கண்டறியவும் f(x)
தீர்வு: f(x)= F’(x) என்பதால்
DIV_ADBLOCK93">
· கணித எதிர்பார்ப்பு M (X) தொடர்ச்சியான சீரற்ற மாறி X சமத்துவத்தால் தீர்மானிக்கப்படுகிறது:
M(X)= ∫ x f(x)dx,
இந்த ஒருங்கிணைப்பு முற்றிலும் ஒன்றிணைகிறது.
· சிதறல் டி ( எக்ஸ் ) தொடர்ச்சியான சீரற்ற மாறி X சமத்துவத்தால் தீர்மானிக்கப்படுகிறது:
D(X)= ∫ (x-M(x)2) f(x)dx, அல்லது
D(X)= ∫ x2 f(x)dx - (M(x))2
· நிலையான விலகல் σ(Х) தொடர்ச்சியான சீரற்ற மாறி சமத்துவத்தால் தீர்மானிக்கப்படுகிறது:
சிதறிய சீரற்ற மாறிகளுக்கு முன்னர் விவாதிக்கப்பட்ட கணித எதிர்பார்ப்பு மற்றும் சிதறலின் அனைத்து பண்புகளும் தொடர்ச்சியானவற்றிற்கும் செல்லுபடியாகும்.
பணி எண் 3.சீரற்ற மாறி X ஆனது f(x) என்ற வேற்றுமைச் செயல்பாட்டால் குறிப்பிடப்படுகிறது:
https://pandia.ru/text/78/455/images/image036_19.gif" height="38"> -∞ 2
X3/9 + x2/6 = 8/9-0+9/6-4/6=31/18,
https://pandia.ru/text/78/455/images/image032_23.gif" height="38"> +∞
D(X)= ∫ x2 f(x)dx-(M(x))2=∫ x2 x/3 dx+∫1/3x2 dx=(31/18)2=x4/12 + x3/9 -
- (31/18)2=16/12-0+27/9-8/9-(31/18)2=31/9- (31/18)2==31/9(1-31/36)=155/324,
https://pandia.ru/text/78/455/images/image032_23.gif" height="38">
பி(1<х<5)= ∫ f(x)dx=∫ х/3 dx+∫ 1/3 dx+∫ 0 dx= х2/6 +1/3х =
4/6-1/6+1-2/3=5/6.
சுயாதீன தீர்வுக்கான சிக்கல்கள்.
2.1. தொடர்ச்சியான சீரற்ற மாறி X என்பது விநியோகச் செயல்பாட்டால் குறிப்பிடப்படுகிறது:
0 இல் x≤0,
x≤ π/6க்கு F(x)= https://pandia.ru/text/78/455/images/image038_17.gif" width="14" height="86"> 0,
F(x)= - π/6 இல் 3x<х≤ π/3,
x> π/3க்கு 1.
f(x) மற்றும் வேறுபட்ட விநியோகச் செயல்பாட்டைக் கண்டறியவும்
ஆர்(2π /9<Х< π /2).
2.3.
x≤2 இல் 0,
f(x)= c x at 2<х≤4,
x>4க்கு 0.
2.4. ஒரு தொடர்ச்சியான சீரற்ற மாறி X பரவலான அடர்த்தியால் குறிப்பிடப்படுகிறது:
0 இல் x≤0,
f(x)= c √x இல் 0<х≤1,
x>1க்கு 0.
கண்டுபிடி: a) எண் c; b) M(X), D(X).
2.5.
x இல் https://pandia.ru/text/78/455/images/image041_3.jpg" width="36" height="39">,
x இல் 0.
கண்டுபிடி: அ) F(x) மற்றும் அதன் வரைபடத்தை உருவாக்கவும்; b) M(X),D(X), σ(X); c) நான்கு சுயாதீன சோதனைகளில் X இன் மதிப்பு, இடைவெளியைச் சேர்ந்த மதிப்பை விட சரியாக 2 மடங்கு (1;4) எடுக்கும் நிகழ்தகவு.
2.6. தொடர்ச்சியான சீரற்ற மாறி X இன் நிகழ்தகவு பரவல் அடர்த்தி கொடுக்கப்பட்டுள்ளது:
f(x)= 2(x-2) இல் x,
x இல் 0.
கண்டுபிடி: அ) F(x) மற்றும் அதன் வரைபடத்தை உருவாக்கவும்; b) M(X),D(X), σ (X); c) மூன்று சுயாதீன சோதனைகளில் X இன் மதிப்பு பிரிவின் மதிப்பை விட சரியாக 2 மடங்கு எடுக்கும் நிகழ்தகவு .
2.7. f(x) செயல்பாடு பின்வருமாறு கொடுக்கப்பட்டுள்ளது:
https://pandia.ru/text/78/455/images/image045_4.jpg" width="43" height="38 src=">.jpg" width="16" height="15">[-√ 3/2; √3/2].
2.8. f(x) செயல்பாடு பின்வருமாறு கொடுக்கப்பட்டுள்ளது:
https://pandia.ru/text/78/455/images/image046_5.jpg" width="45" height="36 src="> .jpg" width="16" height="15">[- π /4 ; π /4].
கண்டுபிடி: a) சில சீரற்ற மாறி X இன் நிகழ்தகவு அடர்த்தியாக இருக்கும் செயல்பாடு c மாறிலியின் மதிப்பு; b) விநியோக செயல்பாடு F(x).
2.9. ரேண்டம் மாறி X, இடைவெளியில் (3;7) செறிவூட்டப்பட்டது, F(x)= என்ற விநியோகச் செயல்பாட்டால் குறிப்பிடப்படுகிறது. அதற்கான நிகழ்தகவைக் கண்டறியவும்
சீரற்ற மாறி X மதிப்பை எடுக்கும்: a) 5 க்கும் குறைவாக, b) 7 க்கு குறையாது.
2.10. ரேண்டம் மாறி X, இடைவெளியில் குவிந்துள்ளது (-1;4),
விநியோக செயல்பாடு F(x)= மூலம் வழங்கப்படுகிறது. அதற்கான நிகழ்தகவைக் கண்டறியவும்
சீரற்ற மாறி X மதிப்பை எடுக்கும்: a) 2 க்கும் குறைவாக, b) 4 க்கு குறையாது.
2.11.
https://pandia.ru/text/78/455/images/image049_6.jpg" width="43" height="44 src="> .jpg" width="16" height="15">.
கண்டுபிடி: a) எண் c; b) M(X); c) நிகழ்தகவு P(X> M(X)).
2.12. சீரற்ற மாறியானது வேறுபட்ட விநியோகச் செயல்பாட்டால் குறிப்பிடப்படுகிறது:
https://pandia.ru/text/78/455/images/image050_3.jpg" width="60" height="38 src=">.jpg" width="16 height=15" height="15"> .
கண்டுபிடி: அ) எம்(எக்ஸ்); b) நிகழ்தகவு P(X≤M(X))
2.13. ரெம் விநியோகம் நிகழ்தகவு அடர்த்தியால் வழங்கப்படுகிறது:
x ≥0க்கு https://pandia.ru/text/78/455/images/image052_5.jpg" width="46" height="37">.
f(x) உண்மையில் ஒரு நிகழ்தகவு அடர்த்தி சார்பு என்பதை நிரூபிக்கவும்.
2.14. தொடர்ச்சியான சீரற்ற மாறி X இன் நிகழ்தகவு பரவல் அடர்த்தி கொடுக்கப்பட்டுள்ளது:
DIV_ADBLOCK96">
https://pandia.ru/text/78/455/images/image055_3.jpg" width="187 height=136" height="136">(படம் 5)
2.16. சீரற்ற மாறி X இடைவெளியில் (0;4) (படம் 5) "வலது முக்கோணம்" சட்டத்தின் படி விநியோகிக்கப்படுகிறது. முழு எண் வரியிலும் நிகழ்தகவு அடர்த்தி f(x)க்கான பகுப்பாய்வு வெளிப்பாட்டைக் கண்டறியவும்.
பதில்கள்
0 இல் x≤0,
x≤ π/6க்கு f(x)= https://pandia.ru/text/78/455/images/image038_17.gif" width="14" height="86"> 0,
F(x)= 3sin 3x இல் π/6<х≤ π/3, Непрерывная случайная величина Х имеет равномерный закон распределения на некотором интервале (а;b), которому принадлежат все возможные значения Х, если плотность распределения вероятностей f(x) постоянная на этом интервале и равна 0 вне его, т. е.
x≤aக்கு 0,
f(x)= ஒரு<х
x≥bக்கு 0.
f(x) செயல்பாட்டின் வரைபடம் படத்தில் காட்டப்பட்டுள்ளது. 1
x≤aக்கு https://pandia.ru/text/78/455/images/image038_17.gif" width="14" height="86"> 0,
F(x)= https://pandia.ru/text/78/455/images/image077_3.jpg" width="30" height="37">, D(X)=, σ(X)=.
பணி எண் 1.சீரற்ற மாறி X பிரிவில் ஒரே சீராக விநியோகிக்கப்படுகிறது. கண்டுபிடி:
a) நிகழ்தகவு பரவல் அடர்த்தி f(x) மற்றும் அதை சதி;
b) விநியோக செயல்பாடு F(x) மற்றும் அதைத் திட்டமிடுங்கள்;
c) M(X),D(X), σ(X).
தீர்வு: மேலே விவாதிக்கப்பட்ட சூத்திரங்களைப் பயன்படுத்தி, a=3, b=7 உடன், நாம் காண்கிறோம்:
https://pandia.ru/text/78/455/images/image081_2.jpg" width="22" height="39"> இல் 3≤х≤7,
x>7க்கு 0
அதன் வரைபடத்தை உருவாக்குவோம் (படம் 3):
x≤3 இல் https://pandia.ru/text/78/455/images/image038_17.gif" width="14" height="86 src="> 0,
F(x)= https://pandia.ru/text/78/455/images/image084_3.jpg" width="203" height="119 src=">படம் 4
D(X) = ==https://pandia.ru/text/78/455/images/image089_1.jpg" width="37" height="43">==https://pandia.ru/text/ 78/455/images/image092_10.gif" width="14" height="49 src="> x இல் 0<0,
x≥0க்கு f(x)= λе-λх.
ஒரு சீரற்ற மாறி X இன் பரவல் செயல்பாடு, அதிவேக விதியின்படி விநியோகிக்கப்படுகிறது, இது சூத்திரத்தால் வழங்கப்படுகிறது:
DIV_ADBLOCK98">
https://pandia.ru/text/78/455/images/image095_4.jpg" width="161" height="119 src="> படம் 6
அதிவேக விநியோகத்தின் கணித எதிர்பார்ப்பு, மாறுபாடு மற்றும் நிலையான விலகல் ஆகியவை முறையே சமம்:
M(X)= , D(X)=, σ (Х)=
எனவே, அதிவேகப் பரவலின் கணித எதிர்பார்ப்பு மற்றும் நிலையான விலகல் ஆகியவை ஒன்றுக்கொன்று சமமாக இருக்கும்.
X இடைவெளியில் (a;b) விழும் நிகழ்தகவு சூத்திரத்தால் கணக்கிடப்படுகிறது:
பி(அ<Х
பணி எண். 2.சாதனத்தின் சராசரி தோல்வி-இல்லாத செயல்பாட்டு நேரம் 100 மணிநேரம் ஆகும். சாதனத்தின் தோல்வி-இல்லாத செயல்பாட்டு நேரம் அதிவேக விநியோகச் சட்டத்தைக் கொண்டிருப்பதாகக் கருதி:
a) நிகழ்தகவு பரவல் அடர்த்தி;
b) விநியோக செயல்பாடு;
c) சாதனத்தின் செயலிழப்பு இல்லாத இயக்க நேரம் 120 மணிநேரத்தை தாண்டுவதற்கான நிகழ்தகவு.
தீர்வு: நிபந்தனையின்படி, கணிதப் பரவல் M(X)=https://pandia.ru/text/78/455/images/image098_10.gif" height="43 src="> 0 இல் x<0,
a) f(x)= x≥0க்கு 0.01e -0.01x.
b) F(x)= 0 இல் x<0,
x≥0 இல் 1-e -0.01x.
c) விநியோகச் செயல்பாட்டைப் பயன்படுத்தி விரும்பிய நிகழ்தகவைக் காண்கிறோம்:
பி(X>120)=1-எஃப்(120)=1-(1- இ -1.2)= இ -1.2≈0.3.
§ 3.சாதாரண விநியோக சட்டம்
வரையறை: ஒரு தொடர்ச்சியான சீரற்ற மாறி X உள்ளது சாதாரண விநியோக சட்டம் (காஸ் சட்டம்), அதன் பரவல் அடர்த்தி வடிவம் இருந்தால்:
,
இங்கு m=M(X), σ2=D(X), σ>0.
சாதாரண விநியோக வளைவு அழைக்கப்படுகிறது சாதாரண அல்லது காஸியன் வளைவு (படம்.7)
சாதாரண வளைவு x=m என்ற நேர்கோட்டுடன் சமச்சீராக உள்ளது, அதிகபட்சம் x=a, சமமாக உள்ளது.
ஒரு சீரற்ற மாறி X இன் பரவல் செயல்பாடு, சாதாரண சட்டத்தின்படி விநியோகிக்கப்படுகிறது, சூத்திரத்தின்படி Laplace செயல்பாடு Ф (x) மூலம் வெளிப்படுத்தப்படுகிறது:
,
Laplace செயல்பாடு எங்கே.
கருத்து: Ф(x) செயல்பாடு ஒற்றைப்படை (Ф(-х)=-Ф(х)), கூடுதலாக, x>5 க்கு நாம் Ф(х) ≈1/2 எனக் கொள்ளலாம்.
விநியோகச் செயல்பாட்டின் வரைபடம் F(x) படத்தில் காட்டப்பட்டுள்ளது. 8
https://pandia.ru/text/78/455/images/image106_4.jpg" width="218" height="33">
விலகலின் முழுமையான மதிப்பு நேர்மறை எண் δ ஐ விட குறைவாக இருப்பதற்கான நிகழ்தகவு சூத்திரத்தால் கணக்கிடப்படுகிறது:
குறிப்பாக, m=0க்கு பின்வரும் சமத்துவம் உள்ளது:
"மூன்று சிக்மா விதி"
ஒரு சீரற்ற மாறி X ஆனது m மற்றும் σ அளவுருக்கள் கொண்ட இயல்பான விநியோக விதியைக் கொண்டிருந்தால், அதன் மதிப்பு இடைவெளியில் (a-3σ; a+3σ) இருக்கும் என்பது கிட்டத்தட்ட உறுதியாகிறது, ஏனெனில்
https://pandia.ru/text/78/455/images/image110_2.jpg" width="157" height="57 src=">a)
b) சூத்திரத்தைப் பயன்படுத்துவோம்:
https://pandia.ru/text/78/455/images/image112_2.jpg" width="369" height="38 src=">
செயல்பாட்டு மதிப்புகளின் அட்டவணையில் இருந்து Ф(х) Ф(1.5)=0.4332, Ф(1)=0.3413.
எனவே, விரும்பிய நிகழ்தகவு:
பி(28 சுயாதீன வேலைக்கான பணிகள்
3.1.
சீரற்ற மாறி X இடைவெளியில் (-3;5) சீராக விநியோகிக்கப்படுகிறது. கண்டுபிடி: b) விநியோக செயல்பாடு F(x); c) எண்ணியல் பண்புகள்; ஈ) நிகழ்தகவு பி(4<х<6). 3.2.
சீரற்ற மாறி X பிரிவில் ஒரே சீராக விநியோகிக்கப்படுகிறது. கண்டுபிடி: a) விநியோக அடர்த்தி f(x); b) விநியோக செயல்பாடு F(x); c) எண்ணியல் பண்புகள்; ஈ) நிகழ்தகவு P(3≤х≤6). 3.3.
நெடுஞ்சாலையில் ஒரு தானியங்கி போக்குவரத்து விளக்கு உள்ளது, அதில் பச்சை விளக்கு 2 நிமிடங்கள், மஞ்சள் 3 வினாடிகள், சிவப்பு 30 வினாடிகள், முதலியன. ஒரு கார் நெடுஞ்சாலையில் சீரற்ற நேரத்தில் செல்கிறது. ஒரு கார் போக்குவரத்து விளக்கை நிறுத்தாமல் கடந்து செல்லும் நிகழ்தகவைக் கண்டறியவும். 3.4.
சுரங்கப்பாதை ரயில்கள் வழக்கமாக 2 நிமிட இடைவெளியில் இயக்கப்படுகின்றன. ஒரு பயணி சீரற்ற நேரத்தில் நடைமேடைக்குள் நுழைகிறார். ஒரு பயணி ரயிலுக்கு 50 வினாடிகளுக்கு மேல் காத்திருக்க வேண்டிய நிகழ்தகவு என்ன? ரேண்டம் மாறி X இன் கணித எதிர்பார்ப்பைக் கண்டறியவும் - ரயிலுக்கான காத்திருப்பு நேரம். 3.5.
பரவல் செயல்பாட்டால் கொடுக்கப்பட்ட அதிவேக விநியோகத்தின் மாறுபாடு மற்றும் நிலையான விலகலைக் கண்டறியவும்: F(x)= x இல் 0<0, x≥0க்கு 1வது-8x. 3.6.
ஒரு தொடர்ச்சியான சீரற்ற மாறி X நிகழ்தகவு பரவல் அடர்த்தியால் குறிப்பிடப்படுகிறது: f(x)= x இல் 0<0, x≥0 இல் 0.7 e-0.7x. a) பரிசீலனையில் உள்ள சீரற்ற மாறியின் விநியோக விதிக்கு பெயரிடவும். b) F(X) பரவல் செயல்பாடு மற்றும் X என்ற சீரற்ற மாறியின் எண் பண்புகளைக் கண்டறியவும். 3.7.
நிகழ்தகவு பரவல் அடர்த்தியால் குறிப்பிடப்பட்ட அதிவேக விதியின்படி சீரற்ற மாறி X விநியோகிக்கப்படுகிறது: f(x)= x இல் 0<0, x≥0 இல் 0.4 e-0.4 x. சோதனையின் விளைவாக X இடைவெளியில் (2.5;5) மதிப்பை எடுக்கும் நிகழ்தகவைக் கண்டறியவும். 3.8.
ஒரு தொடர்ச்சியான சீரற்ற மாறி X ஆனது விநியோகச் செயல்பாட்டால் குறிப்பிடப்பட்ட அதிவேக விதியின்படி விநியோகிக்கப்படுகிறது: F(x)= x இல் 0<0, x≥0 இல் 1வது-0.6x சோதனையின் விளைவாக, X பிரிவில் இருந்து ஒரு மதிப்பை எடுக்கும் நிகழ்தகவைக் கண்டறியவும். 3.9.
பொதுவாக விநியோகிக்கப்படும் சீரற்ற மாறியின் எதிர்பார்க்கப்படும் மதிப்பு மற்றும் நிலையான விலகல் முறையே 8 மற்றும் 2 ஆகும். கண்டுபிடி: a) விநியோக அடர்த்தி f(x); b) சோதனையின் விளைவாக X இடைவெளியில் இருந்து ஒரு மதிப்பை எடுக்கும் நிகழ்தகவு (10;14). 3.10.
சீரற்ற மாறி X பொதுவாக 3.5 என்ற கணித எதிர்பார்ப்பு மற்றும் 0.04 மாறுபாட்டுடன் விநியோகிக்கப்படுகிறது. கண்டுபிடி: a) விநியோக அடர்த்தி f(x); b) சோதனையின் விளைவாக X பிரிவில் இருந்து ஒரு மதிப்பை எடுக்கும் நிகழ்தகவு . 3.11.
சீரற்ற மாறி X பொதுவாக M(X)=0 மற்றும் D(X)=1 உடன் விநியோகிக்கப்படுகிறது. நிகழ்வுகளில் எது: |X|≤0.6 அல்லது |X|≥0.6 அதிகமாக இருக்கலாம்? 3.12.
சீரற்ற மாறி X ஆனது M(X)=0 மற்றும் D(X)=1 உடன் பொதுவாக விநியோகிக்கப்படுகிறது. எந்த இடைவெளியில் இருந்து (-0.5;-0.1) அல்லது (1;2) ஒரு சோதனையின் போது மதிப்பை எடுக்க அதிக வாய்ப்பு உள்ளது? 3.13.
M(X)=10 den உடன் சாதாரண விநியோகச் சட்டத்தைப் பயன்படுத்தி ஒரு பங்கின் தற்போதைய விலையை மாதிரியாகக் கொள்ளலாம். அலகுகள் மற்றும் σ (X)=0.3 டென். அலகுகள் கண்டுபிடி: a) தற்போதைய பங்கின் விலை 9.8 டெனில் இருக்கும் நிகழ்தகவு. அலகுகள் 10.4 நாட்கள் வரை அலகுகள்; b) "மூன்று சிக்மா விதி"யைப் பயன்படுத்தி, தற்போதைய பங்கு விலை இருக்கும் எல்லைகளைக் கண்டறியவும். 3.14.
பொருள் முறையான பிழைகள் இல்லாமல் எடைபோடப்படுகிறது. சீரற்ற எடையிடல் பிழைகள் சராசரி சதுர விகிதம் σ=5g உடன் சாதாரண சட்டத்திற்கு உட்பட்டது. நான்கு சுயாதீன சோதனைகளில் மூன்று எடைகளில் ஒரு பிழை முழுமையான மதிப்பு 3r இல் ஏற்படாத நிகழ்தகவைக் கண்டறியவும். 3.15.
சீரற்ற மாறி X பொதுவாக M(X)=12.6 உடன் விநியோகிக்கப்படுகிறது. ஒரு சீரற்ற மாறி இடைவெளியில் (11.4;13.8) விழும் நிகழ்தகவு 0.6826 ஆகும். நிலையான விலகலைக் கண்டறியவும் σ. 3.16.
சீரற்ற மாறி X பொதுவாக M(X)=12 மற்றும் D(X)=36 உடன் விநியோகிக்கப்படுகிறது. 0.9973 நிகழ்தகவுடன் சோதனையின் விளைவாக சீரற்ற மாறி X எந்த இடைவெளியில் விழும் என்பதைக் கண்டறியவும். 3.17.
ஒரு தானியங்கி இயந்திரத்தால் தயாரிக்கப்படும் ஒரு பகுதியானது, அதன் கட்டுப்படுத்தப்பட்ட அளவுருவின் பெயரளவு மதிப்பில் இருந்து விலகல் X மாடுலோ 2 யூனிட் அளவீட்டைத் தாண்டினால் அது குறைபாடுடையதாகக் கருதப்படுகிறது. சீரற்ற மாறி X பொதுவாக M(X)=0 மற்றும் σ(X)=0.7 உடன் விநியோகிக்கப்படுகிறது என்று கருதப்படுகிறது. இயந்திரம் எந்த சதவீத குறைபாடுள்ள பாகங்களை உருவாக்குகிறது? 3.18.
பகுதியின் X அளவுரு பொதுவாக கணித எதிர்பார்ப்பு 2 மற்றும் பெயரளவு மதிப்புக்கு சமம் மற்றும் 0.014 இன் நிலையான விலகலுடன் விநியோகிக்கப்படுகிறது. பெயரளவு மதிப்பில் இருந்து X இன் விலகல் பெயரளவு மதிப்பின் 1% ஐ விட அதிகமாக இருக்காது என்ற நிகழ்தகவைக் கண்டறியவும். பதில்கள்
https://pandia.ru/text/78/455/images/image116_9.gif" width="14" height="110 src="> b) x≤-3க்கு 0, F(x)= left"> 3.10.
a)f(x)= , b) Р(3.1≤Х≤3.7) ≈0.8185. 3.11.
|x|≥0.6. 3.12.
(-0,5;-0,1). 3.13.
a) பி(9.8≤Х≤10.4) ≈0.6562. 3.14.
0,111. 3.15.
σ=1.2. 3.16.
(-6;30). 3.17.
0,4%. ரேண்டம் மாறிகள் எடுத்துக்காட்டு 2.1.சீரற்ற மதிப்பு எக்ஸ்விநியோக செயல்பாடு மூலம் கொடுக்கப்பட்டது சோதனையின் விளைவாக நிகழ்தகவைக் கண்டறியவும் எக்ஸ்இடைவெளியில் (2.5; 3.6) உள்ள மதிப்புகளை எடுக்கும். தீர்வு: எக்ஸ்இடைவெளியில் (2.5; 3.6) இரண்டு வழிகளில் தீர்மானிக்க முடியும்: எடுத்துக்காட்டு 2.2.என்ன அளவுரு மதிப்புகள் ஏமற்றும் INசெயல்பாடு எஃப்(எக்ஸ்) = A + Be - xஒரு சீரற்ற மாறியின் எதிர்மறை அல்லாத மதிப்புகளுக்கான விநியோகச் செயல்பாடாக இருக்கலாம் எக்ஸ். தீர்வு:சீரற்ற மாறியின் அனைத்து சாத்தியமான மதிப்புகள் என்பதால் எக்ஸ்இடைவெளியைச் சேர்ந்தது, பின்னர் செயல்பாடு ஒரு விநியோகச் செயல்பாடாக இருக்க வேண்டும் எக்ஸ், சொத்து திருப்தியாக இருக்க வேண்டும்: . பதில்: . எடுத்துக்காட்டு 2.3.சீரற்ற மாறி X என்பது விநியோகச் செயல்பாட்டால் குறிப்பிடப்படுகிறது நான்கு சுயாதீன சோதனைகளின் விளைவாக, மதிப்பின் நிகழ்தகவைக் கண்டறியவும் எக்ஸ்சரியாக 3 முறை இடைவெளியைச் சேர்ந்த மதிப்பை (0.25;0.75) எடுக்கும். தீர்வு:மதிப்பைத் தாக்கும் நிகழ்தகவு எக்ஸ்இடைவெளியில் (0.25;0.75) சூத்திரத்தைப் பயன்படுத்துகிறோம்: எடுத்துக்காட்டு 2.4.ஒரு ஷாட் மூலம் பந்து கூடையைத் தாக்கும் நிகழ்தகவு 0.3 ஆகும். மூன்று வீசுதல்கள் கொண்ட வெற்றிகளின் எண்ணிக்கைக்கான விநியோகச் சட்டத்தை வரையவும். தீர்வு:சீரற்ற மதிப்பு எக்ஸ்- மூன்று ஷாட்களுடன் கூடையில் உள்ள வெற்றிகளின் எண்ணிக்கை - பின்வரும் மதிப்புகளை எடுக்கலாம்: 0, 1, 2, 3. நிகழ்தகவுகள் எக்ஸ் எக்ஸ்: எடுத்துக்காட்டு 2.5.இரண்டு துப்பாக்கி சுடும் வீரர்கள் தலா ஒரு இலக்கை நோக்கி சுடுகிறார்கள். முதல் ஷூட்டர் அதைத் தாக்கும் நிகழ்தகவு 0.5, இரண்டாவது - 0.4. இலக்கின் வெற்றிகளின் எண்ணிக்கைக்கான விநியோகச் சட்டத்தை வரையவும். தீர்வு:தனித்த சீரற்ற மாறியின் விநியோக விதியைக் கண்டுபிடிப்போம் எக்ஸ்- இலக்கில் வெற்றிகளின் எண்ணிக்கை. நிகழ்வானது இலக்கைத் தாக்கும் முதல் துப்பாக்கி சுடும் வீரராக இருக்கட்டும், மேலும் இரண்டாவது துப்பாக்கி சுடும் வீரர் இலக்கைத் தாக்கட்டும், முறையே அவர்களின் தவறிழைக்கட்டும். SV இன் நிகழ்தகவு விநியோக விதியை உருவாக்குவோம் எக்ஸ்: எடுத்துக்காட்டு 2.6.மூன்று கூறுகள் சோதிக்கப்படுகின்றன, ஒருவருக்கொருவர் சுயாதீனமாக செயல்படுகின்றன. உறுப்புகளின் தோல்வி-இல்லாத செயல்பாட்டின் கால அளவு (மணிநேரங்களில்) ஒரு விநியோக அடர்த்தி செயல்பாட்டைக் கொண்டுள்ளது: முதல்: எஃப் 1 (டி) =1-மின்- 0,1 டி, இரண்டாவது: எஃப் 2 (டி) = 1-மின்- 0,2 டி, மூன்றாவது: எஃப் 3 (டி) =1-மின்- 0,3 டி. 0 முதல் 5 மணிநேரம் வரையிலான நேர இடைவெளியில் நிகழ்தகவைக் கண்டறியவும்: ஒரே ஒரு உறுப்பு தோல்வியடையும்; இரண்டு கூறுகள் மட்டுமே தோல்வியடையும்; மூன்று கூறுகளும் தோல்வியடையும். தீர்வு:நிகழ்தகவு உருவாக்கும் செயல்பாட்டின் வரையறையைப் பயன்படுத்துவோம்: சுயாதீன சோதனைகளில் நிகழ்தகவு, இதில் முதல் நிகழ்வின் நிகழ்தகவு ஏசமம், இரண்டாவது, முதலியன நிகழ்வு ஏசரியாக ஒரு முறை தோன்றும், சக்திகளில் உருவாக்கும் செயல்பாட்டின் விரிவாக்கத்தில் குணகத்திற்கு சமம். 0 முதல் 5 மணிநேரம் வரையிலான நேர இடைவெளியில் முறையே முதல், இரண்டாவது மற்றும் மூன்றாவது உறுப்புகளின் தோல்வி மற்றும் தோல்வியின் சாத்தியக்கூறுகளைக் கண்டுபிடிப்போம்: உருவாக்கும் செயல்பாட்டை உருவாக்குவோம்: இல் குணகம் நிகழ்வின் நிகழ்தகவுக்கு சமம் ஏசரியாக மூன்று முறை தோன்றும், அதாவது, மூன்று கூறுகளின் தோல்வியின் நிகழ்தகவு; மணிக்கு குணகம் சரியாக இரண்டு கூறுகள் தோல்வியடையும் நிகழ்தகவுக்கு சமம்; மணிக்கு குணகம் ஒரே ஒரு உறுப்பு தோல்வியடையும் நிகழ்தகவுக்கு சமம். எடுத்துக்காட்டு 2.7.நிகழ்தகவு அடர்த்தி கொடுக்கப்பட்டது f(எக்ஸ்)சீரற்ற மாறி எக்ஸ்: F(x) விநியோகச் செயல்பாட்டைக் கண்டறியவும். தீர்வு:நாங்கள் சூத்திரத்தைப் பயன்படுத்துகிறோம்: . எனவே, விநியோக செயல்பாடு இதுபோல் தெரிகிறது: எடுத்துக்காட்டு 2.8.சாதனம் மூன்று சுயாதீனமாக செயல்படும் கூறுகளைக் கொண்டுள்ளது. ஒரு பரிசோதனையில் ஒவ்வொரு தனிமத்தின் தோல்வியின் நிகழ்தகவு 0.1 ஆகும். ஒரு பரிசோதனையில் தோல்வியுற்ற உறுப்புகளின் எண்ணிக்கைக்கான விநியோகச் சட்டத்தை வரையவும். தீர்வு:சீரற்ற மதிப்பு எக்ஸ்- ஒரு பரிசோதனையில் தோல்வியுற்ற உறுப்புகளின் எண்ணிக்கை - பின்வரும் மதிப்புகளை எடுக்கலாம்: 0, 1, 2, 3. நிகழ்தகவுகள் எக்ஸ்இந்த மதிப்புகளை எடுத்துக்கொள்கிறோம், பெர்னோலியின் சூத்திரத்தைப் பயன்படுத்துகிறோம்: எனவே, ஒரு சீரற்ற மாறியின் நிகழ்தகவு விநியோகத்தின் பின்வரும் விதியைப் பெறுகிறோம் எக்ஸ்: எடுத்துக்காட்டு 2.9. 6 பாகங்கள் கொண்ட ஒரு தொகுதியில் 4 நிலையானவை உள்ளன. 3 பாகங்கள் சீரற்ற முறையில் தேர்ந்தெடுக்கப்பட்டன. தேர்ந்தெடுக்கப்பட்டவற்றில் நிலையான பகுதிகளின் எண்ணிக்கைக்கான விநியோகச் சட்டத்தை வரையவும். தீர்வு:சீரற்ற மதிப்பு எக்ஸ்- தேர்ந்தெடுக்கப்பட்டவற்றில் நிலையான பகுதிகளின் எண்ணிக்கை - பின்வரும் மதிப்புகளை எடுக்கலாம்: 1, 2, 3 மற்றும் ஹைப்பர்ஜியோமெட்ரிக் விநியோகம் உள்ளது. நிகழ்தகவுகள் என்று எக்ஸ் எங்கே --
தொகுப்பில் உள்ள பகுதிகளின் எண்ணிக்கை; --
ஒரு தொகுப்பில் உள்ள நிலையான பகுதிகளின் எண்ணிக்கை; –
தேர்ந்தெடுக்கப்பட்ட பகுதிகளின் எண்ணிக்கை; --
தேர்ந்தெடுக்கப்பட்டவற்றில் நிலையான பகுதிகளின் எண்ணிக்கை. . . . எடுத்துக்காட்டு 2.10.சீரற்ற மாறி ஒரு பரவல் அடர்த்தியைக் கொண்டுள்ளது மற்றும் அறியப்படவில்லை, ஆனால் , a மற்றும் . கண்டுபிடி மற்றும். தீர்வு:இந்த வழக்கில், சீரற்ற மாறி எக்ஸ்இடைவெளியில் முக்கோணப் பரவல் (சிம்சன் விநியோகம்) உள்ளது [ a, b]. எண்ணியல் பண்புகள் எக்ஸ்: எனவே, . இந்த அமைப்பைத் தீர்ப்பதன் மூலம், இரண்டு ஜோடி மதிப்புகளைப் பெறுகிறோம்: சிக்கலின் நிலைமைகளின்படி, இறுதியாக எங்களிடம் உள்ளது: . பதில்: . எடுத்துக்காட்டு 2.11.சராசரியாக, 10% ஒப்பந்தங்களின் கீழ், காப்பீடு செய்யப்பட்ட நிகழ்வின் நிகழ்வு தொடர்பாக காப்பீட்டு நிறுவனம் காப்பீட்டுத் தொகையை செலுத்துகிறது. தோராயமாக தேர்ந்தெடுக்கப்பட்ட நான்கு ஒப்பந்தங்களில் கணித எதிர்பார்ப்பு மற்றும் அத்தகைய ஒப்பந்தங்களின் எண்ணிக்கையைக் கணக்கிடுங்கள். தீர்வு:சூத்திரங்களைப் பயன்படுத்தி கணித எதிர்பார்ப்பு மற்றும் மாறுபாட்டைக் காணலாம்: . SV இன் சாத்தியமான மதிப்புகள் (காப்பீடு செய்யப்பட்ட நிகழ்வுடன் ஒப்பந்தங்களின் எண்ணிக்கை (நான்கில்)): 0, 1, 2, 3, 4. காப்பீட்டுத் தொகைகள் செலுத்தப்பட்ட வெவ்வேறு எண்ணிக்கையிலான ஒப்பந்தங்களின் (நான்கில்) நிகழ்தகவுகளைக் கணக்கிட பெர்னௌலியின் சூத்திரத்தைப் பயன்படுத்துகிறோம்: . IC விநியோகத் தொடர் (காப்பீடு செய்யப்பட்ட நிகழ்வின் நிகழ்வுடன் ஒப்பந்தங்களின் எண்ணிக்கை) படிவத்தைக் கொண்டுள்ளது: பதில்:,. எடுத்துக்காட்டு 2.12.ஐந்து ரோஜாக்களில் இரண்டு வெள்ளை. ஒரே நேரத்தில் எடுக்கப்பட்ட இரண்டில் வெள்ளை ரோஜாக்களின் எண்ணிக்கையை வெளிப்படுத்தும் சீரற்ற மாறியின் விநியோக விதியை வரையவும். தீர்வு:இரண்டு ரோஜாக்களின் தேர்வில், வெள்ளை ரோஜா இல்லாமல் இருக்கலாம் அல்லது ஒன்று அல்லது இரண்டு வெள்ளை ரோஜாக்கள் இருக்கலாம். எனவே, சீரற்ற மாறி எக்ஸ்மதிப்புகளை எடுக்கலாம்: 0, 1, 2. நிகழ்தகவுகள் எக்ஸ்இந்த மதிப்புகளை எடுத்துக்கொள்கிறோம், சூத்திரத்தைப் பயன்படுத்தி அதைக் கண்டுபிடிப்போம்: எங்கே --
ரோஜாக்களின் எண்ணிக்கை; --
வெள்ளை ரோஜாக்களின் எண்ணிக்கை; –
ஒரே நேரத்தில் எடுக்கப்பட்ட ரோஜாக்களின் எண்ணிக்கை; --
எடுக்கப்பட்டவற்றில் வெள்ளை ரோஜாக்களின் எண்ணிக்கை. . . . பின்னர் சீரற்ற மாறியின் விநியோக விதி பின்வருமாறு இருக்கும்: எடுத்துக்காட்டு 2.13. 15 கூடியிருந்த அலகுகளில், 6 கூடுதல் உயவு தேவைப்படுகிறது. மொத்த எண்ணிக்கையிலிருந்து தோராயமாக தேர்ந்தெடுக்கப்பட்ட ஐந்து அலகுகளில் கூடுதல் உயவு தேவைப்படும் அலகுகளின் எண்ணிக்கைக்கான விநியோகச் சட்டத்தை வரையவும். தீர்வு:சீரற்ற மதிப்பு எக்ஸ்- தேர்ந்தெடுக்கப்பட்ட ஐந்தில் கூடுதல் உயவு தேவைப்படும் அலகுகளின் எண்ணிக்கை - பின்வரும் மதிப்புகளை எடுக்கலாம்: 0, 1, 2, 3, 4, 5 மற்றும் ஹைப்பர்ஜியோமெட்ரிக் விநியோகம் உள்ளது. நிகழ்தகவுகள் என்று எக்ஸ்இந்த மதிப்புகளை எடுத்துக்கொள்கிறோம், சூத்திரத்தைப் பயன்படுத்தி அதைக் கண்டுபிடிப்போம்: எங்கே --
கூடியிருந்த அலகுகளின் எண்ணிக்கை; --
கூடுதல் உயவு தேவைப்படும் அலகுகளின் எண்ணிக்கை; –
தேர்ந்தெடுக்கப்பட்ட அலகுகளின் எண்ணிக்கை; --
தேர்ந்தெடுக்கப்பட்டவற்றில் கூடுதல் உயவு தேவைப்படும் அலகுகளின் எண்ணிக்கை. . . . . . பின்னர் சீரற்ற மாறியின் விநியோக விதி பின்வருமாறு இருக்கும்: எடுத்துக்காட்டு 2.14.பழுதுபார்ப்பதற்காக பெறப்பட்ட 10 கடிகாரங்களில், 7 பொறிமுறையின் பொதுவான சுத்தம் தேவைப்படுகிறது. பழுதுபார்க்கும் வகையால் கடிகாரங்கள் வரிசைப்படுத்தப்படவில்லை. மாஸ்டர், சுத்தம் செய்ய வேண்டிய கடிகாரங்களைக் கண்டுபிடிக்க விரும்புகிறார், அவற்றை ஒவ்வொன்றாக ஆராய்ந்து, அத்தகைய கடிகாரங்களைக் கண்டுபிடித்து, மேலும் பார்ப்பதை நிறுத்துகிறார். பார்த்த மணிநேரங்களின் கணித எதிர்பார்ப்பு மற்றும் மாறுபாட்டைக் கண்டறியவும். தீர்வு:சீரற்ற மதிப்பு எக்ஸ்- தேர்ந்தெடுக்கப்பட்ட ஐந்து அலகுகளில் கூடுதல் உயவு தேவைப்படும் அலகுகளின் எண்ணிக்கை - பின்வரும் மதிப்புகளை எடுக்கலாம்: 1, 2, 3, 4. நிகழ்தகவுகள் எக்ஸ்இந்த மதிப்புகளை எடுத்துக்கொள்கிறோம், சூத்திரத்தைப் பயன்படுத்தி அதைக் கண்டுபிடிப்போம்: . . . . பின்னர் சீரற்ற மாறியின் விநியோக விதி பின்வருமாறு இருக்கும்: இப்போது அளவின் எண் பண்புகளை கணக்கிடுவோம்: பதில்:,. எடுத்துக்காட்டு 2.15.சந்தாதாரர் தனக்குத் தேவையான தொலைபேசி எண்ணின் கடைசி இலக்கத்தை மறந்துவிட்டார், ஆனால் அது ஒற்றைப்படை என்பதை நினைவில் கொள்கிறார். அவர் கடைசி இலக்கத்தை சீரற்ற முறையில் டயல் செய்து, பின்னர் டயல் செய்யப்பட்ட இலக்கத்தை டயல் செய்யவில்லை என்றால், அவர் விரும்பிய எண்ணை அடைவதற்கு முன், அவர் ஒரு தொலைபேசி எண்ணை எத்தனை முறை டயல் செய்தார் என்ற கணித எதிர்பார்ப்பு மற்றும் மாறுபாட்டைக் கண்டறியவும். தீர்வு:சீரற்ற மாறி பின்வரும் மதிப்புகளை எடுக்கலாம்: . சந்தாதாரர் எதிர்காலத்தில் டயல் செய்யப்பட்ட இலக்கத்தை டயல் செய்யாததால், இந்த மதிப்புகளின் நிகழ்தகவுகள் சமமாக இருக்கும். சீரற்ற மாறியின் விநியோகத் தொடரைத் தொகுக்கலாம்: டயலிங் முயற்சிகளின் எண்ணிக்கையின் கணித எதிர்பார்ப்பு மற்றும் மாறுபாட்டைக் கணக்கிடுவோம்: பதில்:,. எடுத்துக்காட்டு 2.16.தொடரின் ஒவ்வொரு சாதனத்திற்கும் நம்பகத்தன்மை சோதனைகளின் போது தோல்வியின் நிகழ்தகவு சமமாக இருக்கும் ப. சோதனை செய்யப்பட்டால் தோல்வியடைந்த சாதனங்களின் எண்ணிக்கையின் கணித எதிர்பார்ப்புகளைத் தீர்மானிக்கவும் என்சாதனங்கள். தீர்வு:டிஸ்க்ரீட் ரேண்டம் மாறி எக்ஸ் என்பது தோல்வியுற்ற சாதனங்களின் எண்ணிக்கை என்சுயாதீன சோதனைகள், ஒவ்வொன்றிலும் தோல்வியின் நிகழ்தகவு சமம் ப,பினாமி சட்டத்தின் படி விநியோகிக்கப்படுகிறது. ஒரு சோதனையில் நிகழும் நிகழ்வின் நிகழ்தகவால் பெருக்கப்படும் சோதனைகளின் எண்ணிக்கைக்கு சமமாக இருசொற் பரவலின் கணித எதிர்பார்ப்பு: எடுத்துக்காட்டு 2.17.தனித்த சீரற்ற மாறி எக்ஸ் 3 சாத்தியமான மதிப்புகளை எடுக்கும்: நிகழ்தகவுடன் ; நிகழ்தகவுடன் மற்றும் நிகழ்தகவுடன். கண்டுபிடித்து, M( எக்ஸ்) = 8. தீர்வு:தனித்த சீரற்ற மாறியின் கணித எதிர்பார்ப்பு மற்றும் விநியோக விதியின் வரையறைகளைப் பயன்படுத்துகிறோம்: நாங்கள் கண்டுபிடிக்கிறோம்: . எடுத்துக்காட்டு 2.18.தொழில்நுட்பக் கட்டுப்பாட்டுத் துறையானது தரநிலைக்கான தயாரிப்புகளை சரிபார்க்கிறது. தயாரிப்பு தரமானதாக இருப்பதற்கான நிகழ்தகவு 0.9 ஆகும். ஒவ்வொரு தொகுப்பிலும் 5 தயாரிப்புகள் உள்ளன. சீரற்ற மாறியின் கணித எதிர்பார்ப்பைக் கண்டறியவும் எக்ஸ்- 50 தொகுதிகள் ஆய்வுக்கு உட்பட்டிருந்தால், ஒவ்வொன்றும் சரியாக 4 நிலையான தயாரிப்புகளைக் கொண்டிருக்கும் தொகுதிகளின் எண்ணிக்கை. தீர்வு:இந்த வழக்கில், நடத்தப்பட்ட அனைத்து சோதனைகளும் சுயாதீனமானவை, மேலும் ஒவ்வொரு தொகுப்பிலும் சரியாக 4 நிலையான தயாரிப்புகள் இருப்பதற்கான நிகழ்தகவுகள் ஒரே மாதிரியானவை, எனவே, கணித எதிர்பார்ப்பு சூத்திரத்தால் தீர்மானிக்கப்படலாம்: , கட்சிகளின் எண்ணிக்கை எங்கே; ஒரு தொகுப்பில் சரியாக 4 நிலையான தயாரிப்புகள் இருப்பதற்கான நிகழ்தகவு. பெர்னோலியின் சூத்திரத்தைப் பயன்படுத்தி நிகழ்தகவைக் காண்கிறோம்: பதில்: . எடுத்துக்காட்டு 2.19.சீரற்ற மாறியின் மாறுபாட்டைக் கண்டறியவும் எக்ஸ்- நிகழ்வின் நிகழ்வுகளின் எண்ணிக்கை ஏஇரண்டு சுயாதீன சோதனைகளில், இந்த சோதனைகளில் நிகழ்வின் நிகழ்தகவு ஒரே மாதிரியாக இருந்தால், அது அறியப்படுகிறது எம்(எக்ஸ்) = 0,9. தீர்வு:பிரச்சனை இரண்டு வழிகளில் தீர்க்கப்படும். 1) SV இன் சாத்தியமான மதிப்புகள் எக்ஸ்: 0, 1, 2. பெர்னோலி சூத்திரத்தைப் பயன்படுத்தி, இந்த நிகழ்வுகளின் நிகழ்தகவுகளை நாங்கள் தீர்மானிக்கிறோம்: ,
,
.
பின்னர் விநியோக சட்டம் எக்ஸ்வடிவம் உள்ளது: கணித எதிர்பார்ப்பின் வரையறையிலிருந்து, நிகழ்தகவை நாங்கள் தீர்மானிக்கிறோம்: எஸ்.வி.யின் சிதறலைக் கண்டுபிடிப்போம் எக்ஸ்: . 2) நீங்கள் சூத்திரத்தைப் பயன்படுத்தலாம்: . பதில்: . எடுத்துக்காட்டு 2.20.பொதுவாக விநியோகிக்கப்படும் சீரற்ற மாறியின் எதிர்பார்ப்பு மற்றும் நிலையான விலகல் எக்ஸ்முறையே 20 மற்றும் 5க்கு சமம். சோதனையின் விளைவாக நிகழ்தகவைக் கண்டறியவும் எக்ஸ்இடைவெளியில் (15; 25) உள்ள மதிப்பை எடுக்கும். தீர்வு:ஒரு சாதாரண சீரற்ற மாறியைத் தாக்கும் நிகழ்தகவு எக்ஸ்முதல் பகுதிக்கு லாப்லேஸ் செயல்பாடு மூலம் வெளிப்படுத்தப்படுகிறது: எடுத்துக்காட்டு 2.21.கொடுக்கப்பட்ட செயல்பாடு: எந்த அளவுரு மதிப்பில் சிஇந்த சார்பு என்பது சில தொடர்ச்சியான சீரற்ற மாறிகளின் பரவல் அடர்த்தி ஆகும் எக்ஸ்? ஒரு சீரற்ற மாறியின் கணித எதிர்பார்ப்பு மற்றும் மாறுபாட்டைக் கண்டறியவும் எக்ஸ். தீர்வு:ஒரு சார்பு சில சீரற்ற மாறிகளின் பரவல் அடர்த்தியாக இருக்க, அது எதிர்மறையாக இருக்க வேண்டும், மேலும் அது சொத்தை திருப்திப்படுத்த வேண்டும்: .
எனவே: சூத்திரத்தைப் பயன்படுத்தி கணித எதிர்பார்ப்பைக் கணக்கிடுவோம்: . சூத்திரத்தைப் பயன்படுத்தி மாறுபாட்டைக் கணக்கிடுவோம்: டி சமம் ப. இந்த சீரற்ற மாறியின் கணித எதிர்பார்ப்பு மற்றும் மாறுபாட்டைக் கண்டறிவது அவசியம். தீர்வு:ஒரு தனித்த சீரற்ற மாறி X இன் விநியோக விதி - சுயாதீன சோதனைகளில் நிகழ்வின் நிகழ்வுகளின் எண்ணிக்கை, ஒவ்வொன்றிலும் நிகழ்வின் நிகழ்தகவு சமமாக உள்ளது, இது பைனோமியல் என்று அழைக்கப்படுகிறது. பைனோமியல் விநியோகத்தின் கணித எதிர்பார்ப்பு சோதனைகளின் எண்ணிக்கை மற்றும் ஒரு சோதனையில் நிகழ்வு A நிகழ்வதற்கான நிகழ்தகவு ஆகியவற்றின் தயாரிப்புக்கு சமம்: . எடுத்துக்காட்டு 2.25.இலக்கை நோக்கி மூன்று சுயாதீன துப்பாக்கிகள் சுடப்படுகின்றன. ஒவ்வொரு ஷாட்டையும் அடிப்பதற்கான நிகழ்தகவு 0.25 ஆகும். மூன்று ஷாட்களுடன் வெற்றிகளின் எண்ணிக்கையின் நிலையான விலகலைத் தீர்மானிக்கவும். தீர்வு:மூன்று சுயாதீன சோதனைகள் செய்யப்படுவதால், ஒவ்வொரு சோதனையிலும் நிகழ்வு A (ஒரு வெற்றி) நிகழும் நிகழ்தகவு ஒரே மாதிரியாக இருப்பதால், தனித்துவமான சீரற்ற மாறி X - இலக்கில் வெற்றிகளின் எண்ணிக்கை - விநியோகிக்கப்படுகிறது என்று நாங்கள் கருதுவோம். ஈருறுப்பு சட்டம். பைனோமியல் விநியோகத்தின் மாறுபாடு சோதனைகளின் எண்ணிக்கை மற்றும் ஒரு சோதனையில் நிகழ்வின் நிகழ்வு மற்றும் நிகழாத நிகழ்தகவு ஆகியவற்றின் தயாரிப்புக்கு சமம்: எடுத்துக்காட்டு 2.26. 10 நிமிடங்களில் காப்பீட்டு நிறுவனத்தைப் பார்வையிடும் வாடிக்கையாளர்களின் சராசரி எண்ணிக்கை மூன்று. அடுத்த 5 நிமிடங்களில் குறைந்தபட்சம் ஒரு கிளையன்ட் வருவதற்கான நிகழ்தகவைக் கண்டறியவும். 5 நிமிடங்களில் வரும் வாடிக்கையாளர்களின் சராசரி எண்ணிக்கை: . .
எடுத்துக்காட்டு 2.29.செயலி வரிசையில் பயன்பாட்டிற்கான காத்திருக்கும் நேரம் சராசரியாக 20 வினாடிகள் கொண்ட அதிவேக விநியோகச் சட்டத்திற்குக் கீழ்ப்படிகிறது. அடுத்த (சீரற்ற) கோரிக்கையானது செயலியில் 35 வினாடிகளுக்கு மேல் காத்திருக்கும் நிகழ்தகவைக் கண்டறியவும். தீர்வு:இந்த எடுத்துக்காட்டில், கணித எதிர்பார்ப்பு , மற்றும் தோல்வி விகிதம் சமம். பின்னர் விரும்பிய நிகழ்தகவு: எடுத்துக்காட்டு 2.30. 15 மாணவர்கள் கொண்ட குழு, தலா 10 இருக்கைகள் கொண்ட 20 வரிசைகள் கொண்ட ஒரு மண்டபத்தில் கூட்டத்தை நடத்துகிறது. ஒவ்வொரு மாணவரும் தோராயமாக மண்டபத்தில் இடம் பெறுகிறார்கள். வரிசையின் ஏழாவது இடத்தில் மூன்று பேருக்கு மேல் இல்லாத நிகழ்தகவு என்ன? தீர்வு: எடுத்துக்காட்டு 2.31. பின்னர், நிகழ்தகவின் கிளாசிக்கல் வரையறையின்படி: எங்கே --
தொகுப்பில் உள்ள பகுதிகளின் எண்ணிக்கை; --
தொகுப்பில் உள்ள தரமற்ற பகுதிகளின் எண்ணிக்கை; –
தேர்ந்தெடுக்கப்பட்ட பகுதிகளின் எண்ணிக்கை; --
தேர்ந்தெடுக்கப்பட்டவற்றில் தரமற்ற பகுதிகளின் எண்ணிக்கை. பின்னர் சீரற்ற மாறியின் விநியோக விதி பின்வருமாறு இருக்கும்.
0,6561
0,2916
0,0486
0,0036
0,0001
0,2
- முக்கோணத்தின் முனைகளின் ஆயத்தொலைவுகள் கொடுக்கப்பட்டுள்ளன
- தொடர்ச்சியான சீரற்ற மாறி, விநியோக செயல்பாடு மற்றும் நிகழ்தகவு அடர்த்தி
- நிகோலாய் அலெக்ஸாண்ட்ரோவிச் நெக்ராசோவ்
- புதிய ஏற்பாட்டின் கிரேக்கத்தைப் புரிந்துகொள்வது
- ஜோதிடத்தில் பன்னிரண்டாம் வீடு
- இயற்பியலில் புனைவுகள். வி.எம். பெட்ரோவ் எழுதிய புத்தகம் பற்றி நவீன இயற்பியலின் கட்டுக்கதைகள். கட்டுக்கதை நான்கு - வெகுஜனங்கள் ஒருவருக்கொருவர் ஈர்க்கின்றன
- Druidism மற்றும் Druids Druids போய்விட்டதா?