esempi di probabilità di studio sono uno argomenti interessanti in matematica. esempi di probabilità di studio vengono utilizzati per comprendere la probabilità studio examples.The parola probabilità è molto familiare a tutti. La parola a caso, possibile, probabilmente, probabilmente ecc Questi tutti sono trasmettere un senso di incertezza circa il verificarsi di alcuni eventi. Il nostro mondo è pieno di incertezze. Facciamo una decisione con influenzata dall'incertezza praticamente ogni giorno. Al fine di pensare e misura di incertezza e ci rivolgiamo a una branca della matematica chiamata probability.Experiment per studiare esempi di probabilità: esperimento deterministico: un esperimento il cui risultati può essere previsto con una certa, sotto esperimento conditions.Random identici: Un esperimento ha tutte possibili esiti sono noti, ma non è possibile prevedere il outcome.Range: Range è la misura più semplice della dispersione. Essa è definita come la differenza tra i più grandi ed i valori più piccoli di questa series.Range = L - S, L = valore più grande, S = più piccolo valueCoefficient di gamma = (L- S) /(L + S) .Un semplice evento ( o evento elementari): il risultato possibile basilare di un esperimento casuale e non può essere scomposto spazio further.Sample: I risultati possibili per un insieme di tutti i valori per un esperimento casuale è chiamato space.Event campione: spazio campione per l'ogni sottoinsieme non vuoto per un evento. Lo spazio campionario S è chiamato evento Certo o Certain event.Example: Quando un singolo, dado regolare è rotolato una volta, gli associati campione spaceStudy probabilità problemi esempi: Alcuni problemi esempi studio probabilità areEx: (i) Una moneta fiera è "gettato" ( ii) Un dado è "arrotolato", che è un esperimenti casuali dal momento che non siamo in grado di prevedere l'esito di questo esperimento in qualsiasi trial.Q1: trovare la gamma dei dati 27, 28, 34, 36, 39, 59. anche trovare il coefficiente di range.Sol: grande valore L = 59; Il più piccolo valore di S = 27Range = L - S = 59-27 = 32Coefficient di intervallo = (L - S) /(L + S) = (59 - 27) /(59 + 27) = 32/86 = 0.372Q 2: i pesi di sette persone in kg sono 46, 49.5, 52.5, 38, 45, 79,5, 84,5. Trovare la gamma e il coefficiente di range.Sol: grande valore L = 84,5; Il più piccolo valore di S = 38Range = L - S = 84.5 - 38 = 46,5 kgCoefficient di intervallo = (L - S) /(L + S) = (84.5 - 38) /(84,5 + 38) = 46,5 /122,5 = probabilità 0.379Study esempi di probabilità funzione di massa: la definizione generale di discreta funzione di probabilità p (x) è una funzione che soddisfa le seguenti proprietà (1). La probabilità che X può essere prendo come un valore specifico per x è p (x) .Esempio P (X = x) = p (x) = px. (2). (X) è non -. Negativo per tutto il settore x (3). La somma di p (x) su tutti i possibili valori di X è uno. Questo è Σpi = 1 dove j è tutti i possibili valori che X può avere e Pi è la probabilità a X = xi Se a1, a2,. . . am, a, b1, b2,. . bn, b sia i valori della discreta X variabile casuale nell'ordine ascendente thenP (X maggiore o uguale a) = 1 - P (X inferiore a) .P (X inferiore o uguale a a) = 1 - P (X superiore a) .P (a meno di o uguale a X minore o uguale ab) = P (X = a) + P (X = b1) + P (X = b2) +. . . . . . + P (X = bn) + P (X = b) .Distribution funzione: (funzione distribuzione cumulativa) La funzione di distribuzione di una variabile casuale X è definito come followsF (x) = P (X inferiore o uguale a x) = Σ xi inferiore o uguale a xp (xi): (- ∞ meno di x inferiore ∞) .Distribution funzione: (funzione distribuzione cumulativa) La variabile casuale per una funzione di distribuzione x è data da F (x) = P (x minore o uguale a x) = Σxi minore o uguale a xp (xi): (- ∞ meno di x inferiore ∞) .Problem trovare la densità di probabilità per numero di testine ottenere quando tre monete sono gettati once.Solution: sia X la variabile casuale "numero di teste ottenere". spazio campionario quando tre monete sono gettati ISS = HHH HHT HTH THH HTT THT TTH TTTR = 3 2 2 2 1 1 1 0Since X è il variableP casuale (sempre senza testa) = P (X = 0) = 1 /8P (ottenere uno testa) = P (X = 1) = 3 /8P (ottenendo due teste) = P (X = 2) = 3 /8P (ottenendo tre teste) = P (X = 3) = 1/8