الفرق بين المراجعتين لصفحة: «المعلومات الاضافية للتوزيع الأسي»
من MM*Stat Arabisch
(Die Seite wurde neu angelegt: „صورة:H207.gif ''' المعلومات الاضافية للتوزيع الأسي''' يستخدم توزيع بواسون لحساب الاح…“) |
لا ملخص تعديل |
||
سطر ١: | سطر ١: | ||
<math> \lambda </math> . | |||
لذلك نهتم بالزمن بين هذه النتائج عندئذ سيستخدم التوزيع الأسي لصنع الاحتمال. | لذلك نهتم بالزمن بين هذه النتائج عندئذ سيستخدم التوزيع الأسي لصنع الاحتمال. | ||
سطر ١٣: | سطر ٨: | ||
احتمال X يأخذ القيمة العظمى من x هو P(X | احتمال X يأخذ القيمة العظمى من x هو P(X | ||
<math> \leq </math> | |||
x) = 1 - P ( لا نتيجة ضمن مجال الطول x ) لكن P (لا نتيجة ضمن مجال الطول x) يمثل الاحتمال ببساطة أن | x) = 1 - P ( لا نتيجة ضمن مجال الطول x ) لكن P (لا نتيجة ضمن مجال الطول x) يمثل الاحتمال ببساطة أن | ||
سطر ٢٣: | سطر ١٨: | ||
<math> f_{PO}(y;\lambda x) = \frac{(\lambda x)^y}{y!}e^{- \lambda x} | |||
</math> | |||
سطر ٢٩: | سطر ٢٥: | ||
<math> P(Y = 0) = f_{PO}(0;\lambda x) = \frac{(\lambda x)^0}{0!}e^{- \lambda x} = | |||
e^{- \lambda x} | |||
</math> | |||
سطر ٣٨: | سطر ٣٦: | ||
<math> P(X \leq x) = 1 - e^{- \lambda x} </math> | |||
سطر ٧٣: | سطر ٧١: | ||
P(X | P(X | ||
<math> \leq </math> | |||
t + s | t + s | ||
<math> \vert</math> | |||
X | X | ||
<math> \geq</math> | |||
t) = P(X | t) = P(X | ||
<math> \leq </math> | |||
s). | s). | ||
مراجعة ١٦:٣٨، ٣١ يوليو ٢٠٢٠
.
لذلك نهتم بالزمن بين هذه النتائج عندئذ سيستخدم التوزيع الأسي لصنع الاحتمال.
يزود التوزيع الأسي الاحتمال بأن " البعد" بين متغيرين عشوائيين متتاليين لبواسون. نشير لهذا المتغير
العشوائي المستمر الجديد X "المجال بين نتيجتين متتاليتين ".
احتمال X يأخذ القيمة العظمى من x هو P(X x) = 1 - P ( لا نتيجة ضمن مجال الطول x ) لكن P (لا نتيجة ضمن مجال الطول x) يمثل الاحتمال ببساطة أن
المتغير العشوائي Y له توزيع بواسون حيث يأخذ القيمة 0 ضمن مجال الطول x ,
( Y=0) P لذلك
ذلك هو تابع التوزيع للتوزيع الأسي بمعنى X موزع بشكل أسي.
لذلك توجد علاقة بين توزيع بواسون و الأسي , يستعمل عادة التوزيع الأسي لنمذجة طول الزمن للعمليات المستمرة كأزمنة انتظار.
على سبيل المثال :
يرتبط الشرط التالي عادة بالتوزيع الأسي: P(X t + s X t) = P(X s). يعني هذا الشرط أن الزمن المرتبط بالنتيجة لا يعتمد على الأزمنة السابقة. سيعطى التمثيل البياني للمتغير العشوائي الموزع أسيا في صيغة تابع الكثافة الاحتمالي ويشير لحالة المتغير العشوائي.