الفرق بين المراجعتين لصفحة: «مثال للتوزيع الأسي»

من MM*Stat Arabisch

اذهب إلى: تصفح, ابحث
لا ملخص تعديل
لا ملخص تعديل
سطر ١: سطر ١:
[[صورة:H102.gif]]  ''' مثال للتوزيع الأسي'''
<math> \lambda </math>.
 
 
 
على أساس العلاقة بين توزيع بواسون  و التوزيع الأسي , يعرف توزيع بواسون  احتمال عدد النتائج Y لظاهرة معينة في طول أو مجال ثابت ومستمر مع العنصر [[صورة:Mmengjavaimg1327.gif]].




سطر ١٧: سطر ١٣:




[[صورة:Mmengjavaimg1372.gif]]:  "عدد العيوب كل أسبوع"  مع  t=1.
<math> Y_1</math>:  "عدد العيوب كل أسبوع"  مع  t=1.






[[صورة:Mmengjavaimg1373.gif]]
<math> E(Y_1) = \lambda = 2\, , \qquad Y_1 \sim PO(2)</math>








[[صورة:Mmengjavaimg1374.gif]]
<math> f_{PO}(y_1;\lambda) = \frac{(\lambda t)^{y_1}}{y_1!}e^{- \lambda x} = \frac{
(2 \cdot 1)^0}{0!}e^{-2 \cdot 1} = e^{-2} = 0.1353
</math>








b-احتمال عدم تسجيل  عيوب  خلال أسبوعين : [[صورة:Mmengjavaimg1375.gif]]: "عدد العيوب في أسبوعين" مع t=2
b-احتمال عدم تسجيل  عيوب  خلال أسبوعين : <math> Y_2</math>: "عدد العيوب في أسبوعين" مع t=2






[[صورة:Mmengjavaimg1376.gif]]
<math> E(Y_2) = \lambda t = 2 \cdot 2 \, , \qquad Y_2 \sim PO(4)</math>








[[صورة:Mmengjavaimg1377.gif]]
<math> P(Y_2 = 0) = \frac{(2 \cdot 2)^0}{0!}e^{-2 \cdot 2} = \frac{4^0}{0!}e^{-4} =
e^{-4} = 0.0183
</math>






بالعموم يعطى احتمال  عدم  تسجيل  عيوب  في (أسابيع t) كالتالي : [[صورة:Mmengjavaimg6.gif]]: "عدد العيوب  في t أسبوع"
بالعموم يعطى احتمال  عدم  تسجيل  عيوب  في (أسابيع t) كالتالي : <math> Y</math>: "عدد العيوب  في t أسبوع"




E(Y) =  
E(Y) =  
[[صورة:Mmengjavaimg1327.gif]]
<math> \lambda </math>
t   
t   


Y  
Y  
[[صورة:Mmengjavaimg1378.gif]]
<math> \qquad</math>
[[صورة:Mmengjavaimg1248.gif]]
<math> \sim </math>
PO(
PO(
[[صورة:Mmengjavaimg1327.gif]]
<math> \lambda </math>
t)   
t)   


سطر ٦١: سطر ٦١:




[[صورة:Mmengjavaimg1379.gif]]
<math> P(Y = 0) = frac{(\lambda t)^0}{0!}e^{- \lambda t} = e^{- \lambda t}
</math>




سطر ٧١: سطر ٧٢:


لحساب (
لحساب (
[[صورة:Mmengjavaimg860.gif]] )  P نستعمل التوزيع  الأسي  
<math> X&gt;2</math> )  P نستعمل التوزيع  الأسي  








[[صورة:Mmengjavaimg1380.gif]]
<math> P(X &gt; 2) = 1 - P(X \leq 2) = 1 - F_{EX}(x; \lambda) = 1 - (1 - e^{- \lambda
x}) = e^{- \lambda x} = e^{-2 \cdot 2} = 0.0183
</math>
    
    



مراجعة ١٦:٤٣، ٣١ يوليو ٢٠٢٠

.



يصور المثال التالي توزيع بواسون. نفترض وجود ألة فيها عيبان, بالمتوسط العيوب المسجلة كل أسبوع.

ندع t = عدد المجالات مع طول ثابت (بالأسابيع).


a -احتمال عدم وجود عيوب مسجلة في الأسبوع هو :


: "عدد العيوب كل أسبوع" مع t=1.






b-احتمال عدم تسجيل عيوب خلال أسبوعين : : "عدد العيوب في أسبوعين" مع t=2





بالعموم يعطى احتمال عدم تسجيل عيوب في (أسابيع t) كالتالي : : "عدد العيوب في t أسبوع"


E(Y) = t

Y PO( t)




لذلك نهتم بايجاد الاحتمال المرتبط بظهور العطل القادم , على سبيل المثال سيكون على الأقل

أسبوعين قبل ظهور العطل القادم, X: "زمن الانتظار حتى ظهور العطل القادم".


لحساب ( خطأ رياضيات (خطأ في التحويل. أبلغ الخادوم («cli») عن: «SyntaxError: Expected "-", "[", "\\", "\\begin", "\\begin{", "]", "^", "_", "{", "}", [ \t\n\r], [%$], [().], [,:;?!'], [/|], [0-9], [><~], [\-+*=], or [a-zA-Z] but "&" found.in 1:18»): {\displaystyle X&gt;2} ) P نستعمل التوزيع الأسي



خطأ رياضيات (خطأ في التحويل. أبلغ الخادوم («cli») عن: «SyntaxError: Expected "-", "[", "\\", "\\begin", "\\begin{", "]", "^", "_", "{", "}", [ \t\n\r], [%$], [().], [,:;?!'], [/|], [0-9], [><~], [\-+*=], or [a-zA-Z] but "&" found.in 1:21»): {\displaystyle P(X &gt; 2) = 1 - P(X \leq 2) = 1 - F_{EX}(x; \lambda) = 1 - (1 - e^{- \lambda x}) = e^{- \lambda x} = e^{-2 \cdot 2} = 0.0183 }


هذه القيمة تماما كالاحتمال P( Mmengjavaimg1381.gif = 0)

من توزيع بواسون , لأجل المتغير العشوائي Y"في أسبوعين بدون أعطال مسجلة".


تابع الكثافة الاحتمالي ( EX(2



S2 25 f 6.gif



تابع التوزيع ( EX(2



S2 25 f 6.gif



لاحظ : f(x) = F(X)