جزوه کامل آمار و احتمالات پارسه - ویژه داوطلبان شرکت در کنکور کارشناسی ارشد دانشگاهها همراه با صدها تست و مثال
جزوه آمار و احتمالات - کنکور کارشناسی ارشد- پارسه
جزوه کامل آمار و احتمالات پارسه - ویژه داوطلبان شرکت در کنکور کارشناسی ارشد دانشگاهها همراه با صدها تست و مثال
لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 18
دانشگاه جامع علمی کاربردی
تهران 2
جهاد دانشگاهی صنعتی شریف
موضوع:
مباحثی از احتمالات
استاد :
جناب آقای کلانتری
گردآورنده:
غزاله توانگر
سال تحصیلی:
زمستان 86
9.1. تعریف احتمال
اگر بتوانیم احتمالی به هر یک ازپیشامد های ساده موجود در آزمایشی با یک فضای نمونه گسسته تخصیص دهیم آنگاه می گوییم که یک مدل احتمالی برای آزمایش ساخته ایم. تخصیص این عدد (احتمال) که معیاری برای اندازه گیری میزان باور ما در رخ دادن یک پیش آمد ساده است، به نحوی انجام می گیرد که با مفهوم فراوانی نسبی احتمال سازگار باشد. اگر چه فراوانی نسبی تعریف بسیار دقیقی از احتمال به دست نمی دهد، ولی هر تعریفی از احتمال که بخواهد واقعاً به کار گرفته شود باید با معیار ذهنی ما در مورد رفتار فراوانی نسبی پیشامد ها هماهنگ و سازگار باشد.
قبلاًدیدیم که فراوانی نسبی یکی از راههایی است که برای تخصیص احتمال به یک پیشامد به کار میرود و ما اینک آن را به عنوان یک اصل می پذیریم. بدین صورت که اگر آزمایشی با فضای نمونه S داشته باشیم و برای هر پیشامد مانند A در فضای نمونه تابع مجموعه ای (A )n را به عنوان تعداد دفعاتی به کار گیریم که پیشامد A در k تکرار آزمایش رخ میدهد، آنگاه بر اساس مفهوم فراوانی نسبی، احتمال پیشامد A عبارت است از:
به عبارت دیگر درصد حدی دفعاتی که پیشامد A رخ میدهد برابر با احتمال پیشامد A است. (اینکه چگونه مطمئن باشیم که نسبت برای هر دنباله بزرگ از آزمایش ها به سمت عدد ثابتی میل میکند یکی از نارسایی های تعریف احتمال با استفاده از مفهوم فراوانی نسبی است. )
در تجزیه و تحلیل مفهوم فراوانی نسبی احتمال دیده میشود که سه شرط باید برقرار باشد:
1. فراوانی نسبی رخ دادن یک پیشامد باید بزرگتر از یا مساوی با صفر باشد و فراوانی نسبی منفی معنایی ندارد.
2. فراوانی نسبی کل فضای نمونه آزمایش باید مساوی یک باشد، زیرا هر یک از نتایج ممکن حاصل از آزمایش نقطه ای در فضای نمونه است، بنابراین هر بار که آزمایش انجام شود فضای نمونه رخ میدهد.
3. اگر دو پیشامد ناسازگار باشند آنگاه فراوانی نسبی اجتماع آنها عبارت از مجموع فراوانی های نسبی هر یک از آنهاست.
مثال 15. در مورد شرط سوم بالا، آزمایش پرتاب تاس را یک بار دیگر در نظر بگیرید. اگر در تکرار این آزمایش در از تعداد کل پرتاب ها عدد یک و در دیگر از تعداد کل پرتاب ها عدد 2 به دست آید،آنگاه عدد 1 یا 2 در + از تعداد کل پرتاب ها حاصل شده است.
سه شرط بالا را به عنوان پایه های اساسی و یا اصول دیگر در تعریف احتمال می پذیریم. به عبارت دیگر، اگر یک آزمایش آماری دارای فضای نمونه S باشد و پیشامد A در S تعریف شده باشد، آنگاه تابع مجموعه ای (A)P عددی حقیقی است که احتمال پیشامد A نام دارد.
تابع مجموعه ای P دارای خواص زیر است:
3. برای هر تعداد محدود k از پیشامد های ناسازگار تعریف شده در S داریم:
برای فضاهای نمونه گسسته کافی است که به هر یک از پیشامد های موجود، احتمال را چنان تخصیص داد که غیر منفی باشد و جمع احتمالات نقاط موجود در فضای نمونه برابر با یک شود. درباره چگونگی تخصیص احتمال در مورد فضاهای نمونه پیوسته و آمیخته در فصل های آینده بحث خواهد شد.
نوع فایل: ppt _ pptx ( پاورپوینت )
( قابلیت ویرایش )
قسمتی از اسلاید :
تعداد اسلاید : 190 صفحه
بسم الله الرحمن الرحیم آمار و احتمالات مهندسی رشته : کامپیوتر فصل اول آمار توصیفی دراین فصل مسائل زیر بررسی می شود: -مفاهیم اساسی -شاخص های گرایش مرکزی -شاخص های پراکندگی -جدول توزیع فراوانی -نمودارها -چولگی و برجستگی -کدگزاری -جامعه آماری دو بعدی مفاهیم اساسی 1-جامعه 2-نمونه 3-داده های آماری 4-متغیر i=1,2,…,N ام جامعه است برای i عضو xiکه 1-جامعه 2- نمونه i=1,2,…,N ام جامعه است برای i عضو xiکه 3-انواع داده های آماری انواع داده های آماری به دو گروه، داده های دست اول (خام) و داده های دست دوم تقسیم بندی می شوند.
4-متغیر انواع آن: 1-کمی 2-کیفی شاخص های گرایش مرکزی: 1-میانگین 2- میانه 3- نما 4- چارکها 1- میانگین فرض کنید جامعه مورد بررسی دارای Nعضو Xn,…,X2,X1 باشد.
میانگین جامعه از رابطه زیر بدست می آید.
الف- میانگین حسابی الف-میانگین حسابی ب- میانگین هندسی پ-میانگین هارمونیک ت- میانگین پیراسته ب- میانگین هندسی اگر Xn,…,X2,X1 یک نمونه به حجم n از جامعه مورد بررسی باشد میانگین هندسی از رابطه زیر بدست می آید و با علامت G نمایش داده می شود.
اگر Xn,…,X2,X1 یک نمونه به حجم n از جامعه مورد بررسی باشد میانگین هارمونیک از رابطه زیر بدست می آید و با علامت H نمایش داده می شود.
یا پ-میانگین هارمونیک ت-میانگین پیراسته اگرkتا از مشاهدات حذف شده باشند میانگین پیراسته از رابطه زیر بدست می آید .k3- نما نمای یک مجموعه عددی است که در آن مجموعه بیش از بقیه تکرار شده باشد.
چارکهای یک مجموعه مورد بررسی عبارتست از کمیتها یا مقادیری که مجموعه را به چهار قسمت مساوی تقسیم میکنند.
محاسبه چارکها همانند میانه میباشد.
4- چارکها شاخص های پراکندگی: 1- دامنه 2-واریانس 3-انحراف معیار 4-متغیرهای استاندارد 5-ضریب تغییر یا تعیین 6-انحراف چارکی 7-گشتاورها 1- دامنه R=XMAX-XMIN 2-واریانس ویژگی های واریانس نمونه: 1-واریانس عدد ثابت C برابر با صفر است. 2-اگرمقدار ثابت α رابه مشاهدات اضافه یا ازآنها کم کنیم واریانس تغییر نمیکند. 3-اگر مشاهدات در مقدار ثابت K ضرب یا برآن تقسیم شود واریانس جدید از ضرب یا تقسیم واریانس قدیم درK2 بدست می آید 3-انحراف معیار انحراف معیار در نمونه جذر واریانس یا پراش می باشد.
µ= میانگین جامعه δ2 = واریانس جامعه و جذر آن انحراف معیار جامعه ویژگی های متغیرهای استاندارد: 1- میانگین متغیرهای استاندارد برابر صفر است. 2-واریانس متغیرهای استاندارد برابر با 1 است . 3- متغیرهای استاندارد فاقد واحد اندازه گیری هستند. 4- مقدار Zi می تواند، منفی، صفر یا مثبت باشد.
4-متغیرهای استاندارد 1,2,…,n ویژگیهای ضریب تغییر 1- به واحد اندازه گیری بستگی ندارد. 2- برای مقایسه دو صفت از یک جامعه با واحدهای اندازه گیری متفاوت مورد استفاده قرار می گیرد. 3- مجموعه مشاهداتی که دارای C.V کمتری است از سازگاری و همگنی بیشتری برخوردار هستند.
5- ضریب تغییر یا ضریب تعیین 6- انحراف چارکی ویژگیهای انحراف چارکی: 1- این شاخص چون میزان پراکندگی در اطراف مرکز توزیع را نشان
متن بالا فقط قسمتی از محتوی متن پاورپوینت میباشد،شما بعد از پرداخت آنلاین ، فایل را فورا دانلود نمایید
لطفا به نکات زیر در هنگام خرید دانلود پاورپوینت: ................... توجه فرمایید !
« پرداخت آنلاین »
فصل اول
آمار توصیفی
دراین فصل مسائل زیر بررسی می شود:
فصل دوم
احتمال
دراین فصل مسائل زیر بررسی می شود:
فصل سوم
توزیع متغیرهای تصادفی
در این فصل مسائل زیر بررسی می شود:
توزیع های احتمال خاص
در این فصل مسائل زیر بررسی می شود:
توزیع های نمونه گیری
در این فصل مسائل زیر بررسی می شود:
1- برآوردگر
2- توزیع مشترک
3- توابع خطی از متغیرهای تصادفی مستقل
4- توزیع میانگین
5- قضیه حد مرکزی
6- تقریب نرمال برای توزیع دو جمله ای
7- توزیع واریانس نمونه
8- توزیع t
9- توزیع نسبت واریانس دو نمونه
فصل 6
برآورد نقطه ای و فاصله ای پارامتر
فصل 7
آزمون فرض های آماری
فصل 8
همبستگی و رگرسیون
در این فصل مطالب ذیل ارائه می شود:
لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 18
دانشگاه جامع علمی کاربردی
تهران 2
جهاد دانشگاهی صنعتی شریف
موضوع:
مباحثی از احتمالات
استاد :
جناب آقای کلانتری
گردآورنده:
غزاله توانگر
سال تحصیلی:
زمستان 86
9.1. تعریف احتمال
اگر بتوانیم احتمالی به هر یک ازپیشامد های ساده موجود در آزمایشی با یک فضای نمونه گسسته تخصیص دهیم آنگاه می گوییم که یک مدل احتمالی برای آزمایش ساخته ایم. تخصیص این عدد (احتمال) که معیاری برای اندازه گیری میزان باور ما در رخ دادن یک پیش آمد ساده است، به نحوی انجام می گیرد که با مفهوم فراوانی نسبی احتمال سازگار باشد. اگر چه فراوانی نسبی تعریف بسیار دقیقی از احتمال به دست نمی دهد، ولی هر تعریفی از احتمال که بخواهد واقعاً به کار گرفته شود باید با معیار ذهنی ما در مورد رفتار فراوانی نسبی پیشامد ها هماهنگ و سازگار باشد.
قبلاًدیدیم که فراوانی نسبی یکی از راههایی است که برای تخصیص احتمال به یک پیشامد به کار میرود و ما اینک آن را به عنوان یک اصل می پذیریم. بدین صورت که اگر آزمایشی با فضای نمونه S داشته باشیم و برای هر پیشامد مانند A در فضای نمونه تابع مجموعه ای (A )n را به عنوان تعداد دفعاتی به کار گیریم که پیشامد A در k تکرار آزمایش رخ میدهد، آنگاه بر اساس مفهوم فراوانی نسبی، احتمال پیشامد A عبارت است از:
به عبارت دیگر درصد حدی دفعاتی که پیشامد A رخ میدهد برابر با احتمال پیشامد A است. (اینکه چگونه مطمئن باشیم که نسبت برای هر دنباله بزرگ از آزمایش ها به سمت عدد ثابتی میل میکند یکی از نارسایی های تعریف احتمال با استفاده از مفهوم فراوانی نسبی است. )
در تجزیه و تحلیل مفهوم فراوانی نسبی احتمال دیده میشود که سه شرط باید برقرار باشد:
1. فراوانی نسبی رخ دادن یک پیشامد باید بزرگتر از یا مساوی با صفر باشد و فراوانی نسبی منفی معنایی ندارد.
2. فراوانی نسبی کل فضای نمونه آزمایش باید مساوی یک باشد، زیرا هر یک از نتایج ممکن حاصل از آزمایش نقطه ای در فضای نمونه است، بنابراین هر بار که آزمایش انجام شود فضای نمونه رخ میدهد.
3. اگر دو پیشامد ناسازگار باشند آنگاه فراوانی نسبی اجتماع آنها عبارت از مجموع فراوانی های نسبی هر یک از آنهاست.
مثال 15. در مورد شرط سوم بالا، آزمایش پرتاب تاس را یک بار دیگر در نظر بگیرید. اگر در تکرار این آزمایش در از تعداد کل پرتاب ها عدد یک و در دیگر از تعداد کل پرتاب ها عدد 2 به دست آید،آنگاه عدد 1 یا 2 در + از تعداد کل پرتاب ها حاصل شده است.
سه شرط بالا را به عنوان پایه های اساسی و یا اصول دیگر در تعریف احتمال می پذیریم. به عبارت دیگر، اگر یک آزمایش آماری دارای فضای نمونه S باشد و پیشامد A در S تعریف شده باشد، آنگاه تابع مجموعه ای (A)P عددی حقیقی است که احتمال پیشامد A نام دارد.
تابع مجموعه ای P دارای خواص زیر است:
3. برای هر تعداد محدود k از پیشامد های ناسازگار تعریف شده در S داریم:
برای فضاهای نمونه گسسته کافی است که به هر یک از پیشامد های موجود، احتمال را چنان تخصیص داد که غیر منفی باشد و جمع احتمالات نقاط موجود در فضای نمونه برابر با یک شود. درباره چگونگی تخصیص احتمال در مورد فضاهای نمونه پیوسته و آمیخته در فصل های آینده بحث خواهد شد.
مثال 16. اگر تاس سالمی پرتاب شود به نظر منطقی می آید که هر یک از پیشامد های ساده به دست آوردن اعداد 1 تا 6 در طولانی مدت، فراوانی نسبی یکسان داشته باشد. بنابراین به هر یک از نقاط موجود در فضای نمونه آزمایش عدد را به عنوان احتمال آن پیشامد ساده تخصیص می دهیم. بدین