Skip to main content
Global

4: Discrete Random vigezo

  • Page ID
    180975
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    • 4.1: Prelude kwa Discrete Random vigezo
      Random Variable (RV) tabia ya maslahi katika idadi ya watu kuwa alisoma
    • 4.2: Kazi ya Usambazaji wa Uwezekano (PDF) kwa kutofautiana kwa Random
      Discrete uwezekano usambazaji kazi ina sifa mbili: Kila uwezekano ni kati ya sifuri na moja, umoja. Jumla ya probabilities ni moja.
    • 4.3: Thamani ya Maana au Inatarajiwa na Kupotoka kwa kiwango
      Thamani inayotarajiwa mara nyingi hujulikana kama wastani wa “muda mrefu” au maana. Hii ina maana kwamba kwa muda mrefu wa kufanya jaribio mara kwa mara, ungependa kutarajia wastani huu. Hii “wastani wa muda mrefu” inajulikana kama thamani ya maana au inatarajiwa ya jaribio na inaashiria kwa herufi ya Kigiriki μμ. Kwa maneno mengine, baada ya kufanya majaribio mengi ya jaribio, ungependa kutarajia thamani hii ya wastani.
    • 4.4: Usambazaji wa Binomial
      Jaribio la takwimu linaweza kuainishwa kama jaribio la binomial ikiwa hali zifuatazo zinatimizwa: (1) Kuna idadi maalum ya majaribio. (2) Kuna matokeo mawili tu yanayowezekana: “mafanikio” au “kushindwa” kwa kila jaribio. (3) Majaribio yanajitegemea na yanarudiwa kwa kutumia hali zinazofanana. Matokeo ya jaribio la binomial yanafaa usambazaji wa uwezekano wa binomial.
    • 4.5: Usambazaji wa Kijiometri
      Kuna sifa tatu za jaribio la kijiometri: (1) Kuna majaribio moja au zaidi ya Bernoulli na kushindwa yote isipokuwa ya mwisho, ambayo ni mafanikio. (2) Kwa nadharia, idadi ya majaribio inaweza kuendelea milele. Lazima iwe na angalau jaribio moja. (3) uwezekano, p, ya mafanikio na uwezekano, q, ya kushindwa ni sawa kwa kila jaribio. Katika majaribio ya kijiometri, kufafanua discrete random variable X kama idadi ya majaribio ya kujitegemea mpaka mafanikio ya kwanza.
    • 4.6: Hypergeometric usambazaji
      Jaribio la hypergeometric ni jaribio la takwimu na mali zifuatazo: Unachukua sampuli kutoka kwa makundi mawili. Una wasiwasi na kikundi cha maslahi, kinachoitwa kundi la kwanza. Wewe sampuli bila uingizwaji kutoka kwa makundi ya pamoja. Kila pick sio huru, kwani sampuli haina uingizwaji. Wewe si kushughulika na Bernoulli Trials. Matokeo ya jaribio la hypergeometric yanafaa usambazaji wa uwezekano wa hypergeometric.
    • 4.7: Poisson Usambazaji
      Poisson uwezekano usambazaji wa kipekee random variable inatoa uwezekano wa idadi ya matukio yanayotokea katika muda fasta ya muda au nafasi, kama matukio haya kutokea kwa kiwango kinachojulikana wastani na kujitegemea muda tangu tukio la mwisho. Usambazaji wa Poisson unaweza kutumika kwa takriban binomial, ikiwa uwezekano wa mafanikio ni “mdogo” (chini ya au sawa na 0.05) na idadi ya majaribio ni “kubwa” (kubwa kuliko au sawa na 20).
    • 4.8: Discrete Distribution (Kucheza Kadi majaribio)
      Karatasi ya takwimu: Mwanafunzi atalinganisha data ya upimaji na usambazaji wa kinadharia ili kuamua kama jaribio la kila siku linafaa usambazaji wa kipekee. Mwanafunzi ataonyesha uelewa wa uwezekano wa muda mrefu.
    • 4.9: Discrete Usambazaji (Lucky Kete majaribio)
      Karatasi takwimu: mwanafunzi kulinganisha data upimaji na usambazaji kinadharia kuamua kama Tet kamari mchezo inafaa usambazaji wa kipekee. Mwanafunzi ataonyesha uelewa wa uwezekano wa muda mrefu.
    • 4.E: Discrete Random Vigezo (Mazoezi)
      Hizi ni mazoezi ya kazi za nyumbani ili kuongozana na TextMap iliyoundwa kwa “Takwimu za Utangulizi” na OpenStax.