نمونه سوالات بحث توزیع یکنواخت
توزیع یکنواخت یکی از ساده‌ترین انواع توزیع‌های احتمال در آمار است. این توزیع به دو نوع اصلی تقسیم می‌شود: توزیع یکنواخت گسسته و توزیع یکنواخت پیوسته. در این مقاله، ما هر دو نوع توزیع یکنواخت را مورد بحث قرار خواهیم داد، مثال‌هایی ارائه خواهیم داد و راه‌حل‌های این مشکلات را بررسی خواهیم کرد.
توزیع یکنواخت گسسته
توزیع یکنواخت گسسته، توزیع احتمالی است که در آن هر نتیجه ممکن از یک آزمایش یا رویداد، شانس وقوع برابر دارد. ساده‌ترین مثال‌ها، انداختن تاس عادلانه یا انتخاب یک کارت از مجموعه‌ای از کارت‌های یکسان است.
مثال سوال ۶
سوال:
یک تاس سالم ۶ ضلع دارد که از ۱ تا ۶ شماره‌گذاری شده‌اند. احتمال آمدن عدد ۴ در یک بار پرتاب تاس را تعیین کنید.
بحث:
از آنجایی که هر طرف یک تاس سالم احتمال ظاهر شدن یکسانی دارد، می‌توانیم بگوییم که احتمال هر طرف برابر است با:
P(A) = 1/n
که در آن n تعداد کل نتایج ممکن است. در این مورد، n = 6.
بنابراین، احتمال اینکه عدد ۴ بیاید برابر است با:
P(4) = 1/6 ≈ 0.167 یا 16.7%
مثال سوال ۶
سوال:
جعبه‌ای شامل ۱۰ توپ با شماره‌های ۱ تا ۱۰ است. اگر یک توپ به طور تصادفی بیرون کشیده شود، احتمال اینکه توپ بیرون کشیده شده عددی بزرگتر از ۷ داشته باشد را بیابید.
بحث:
تعداد توپ‌های واجد شرایط، توپ‌های شماره ۸، ۹ و ۱۰ هستند. بنابراین، از مجموع ۱۰ توپ، ۳ توپ واجد شرایط هستند.
P(B) = تعداد توپ‌هایی که شرایط را دارند / کل توپ‌ها
P(B) = 3 / 10 = 0.3 یا 30%
توزیع یکنواخت پیوسته
توزیع یکنواخت پیوسته، توزیعی است که در آن تمام مقادیر درون یک بازه مشخص، احتمال وقوع یکسانی دارند. این توزیع اغلب در موقعیت‌هایی رخ می‌دهد که هر نتیجه‌ای در یک بازه مشخص، احتمال یکسانی دارد.
مثال سوال ۶
سوال:
فرض کنید X یک متغیر تصادفی با توزیع یکنواخت بین ۰ و ۱ است. احتمال اینکه X بین ۰.۲۵ و ۰.۷۵ باشد را بیابید.
بحث:
برای یک توزیع یکنواخت پیوسته، چگالی احتمال در کل بازه ثابت است. در این حالت، بازه از ۰ تا ۱ است، به این معنی که چگالی احتمال (f(x)) برابر با ۱ است زیرا یک توزیع یکنواخت باید مساحت کل زیر منحنی ۱ داشته باشد.
احتمال اینکه X بین ۰.۲۵ و ۰.۷۵ باشد را می‌توان به عنوان مساحت زیر منحنی PDF (تابع چگالی احتمال) بین این دو حد محاسبه کرد.
P(0.25 ≤ X ≤ 0.75) = (b – a) / (d – c)
که در آن a و b حد پایین و بالای بازه مورد نظر ما هستند و c و d حدهای توزیع یکنواخت هستند. در این حالت، a = 0.25، b = 0.75، c = 0 و d = 1 است.
P(0.25 ≤
بنابراین، احتمال اینکه X بین 0.25 و 0.75 باشد، 0.5 یا 50٪ است.
مثال سوال ۶
سوال:
اندازه‌گیری با ابزاری با توزیع یکنواخت دقت در بازه [2، 5] انجام می‌شود. احتمال اینکه اندازه‌گیری مقداری بین 3 و 4 را ارائه دهد را بیابید.
بحث:
برای توزیع یکنواخت در بازه [2، 5]، چگالی احتمال ثابت است و مساحت کل زیر منحنی 1 است. بنابراین، چگالی احتمال (f(x)) برابر است با 1/(5-2) = 1/3.
احتمال اینکه مقدار اندازه گیری شده بین ۳ و ۴ باشد، برابر است با:
P(3 ≤ X ≤ 4) = (b – a) / (d – c)
که در آن a و b مرزهای بازه مورد نظر ما و c و d مرزهای توزیع یکنواخت هستند. در این حالت، a = 3، b = 4، c = 2 و d = 5 است.
P(3 ≤ X ≤ 4) = (4 – 3) / (5 – 2) = 1/3 ≈ 0.333 یا 33.3%
نتیجه گیری
توزیع یکنواخت به دلیل سادگی و سهولت درک، ابزاری بسیار مفید در احتمال و تحلیل آماری است. در هر دو شکل گسسته و پیوسته، توزیع یکنواخت تضمین می‌کند که هر نتیجه در یک محدوده معین، احتمال یکسانی دارد.
نکات کلیدی
۱. توزیع یکنواخت گسسته: احتمال هر نتیجه در یک محدوده خاص یکسان است. مثال: پرتاب یک تاس سالم.
۲. توزیع یکنواخت پیوسته: چگالی احتمال در طول بازه ثابت است. مثال: اندازه‌گیری طول یا وزن با یک ابزار دقیق در یک محدوده مشخص.
با درک این مفهوم و از طریق مثال‌ها و بحث‌ها، می‌توانیم راحت‌تر توزیع یکنواخت را در موقعیت‌ها و تحقیقات مختلف دنیای واقعی به کار ببریم. این امر به روشن شدن پدیده‌هایی که نتایج محتمل یکسانی دارند، چه به صورت گسسته و چه پیوسته، کمک می‌کند.
توزیع‌های یکنواخت نه تنها در آمار، بلکه در علوم کامپیوتر، مهندسی، اقتصاد و بسیاری از زمینه‌های دیگر که در آن‌ها تصمیم‌گیری یا تحلیل داده‌ها مورد نیاز است، مفید هستند. به عنوان مثال، در شبیه‌سازی‌های مونت کارلو، توزیع‌های یکنواخت اغلب برای تولید بردارهای تصادفی در یک محدوده خاص استفاده می‌شوند که سپس برای ارزیابی سناریوها و نتایج مختلف استفاده می‌شوند.
امیدواریم این مقاله به شما در درک بهتر توزیع یکنواخت و نحوه حل مسائل مربوط به آن کمک کرده باشد. برای تسلط بر این مفهوم و به کارگیری آن در موارد واقعی مرتبط با حوزه کاری خود، به تمرین ادامه دهید.
