Egzanp yon kesyon diskisyon sou Distribisyon Inifòm

Egzanp Kesyon Diskisyon sou Distribisyon Inifòm

Distribisyon inifòm lan se youn nan kalite distribisyon pwobabilite ki pi senp nan estatistik. Li divize an de kalite prensipal: distribisyon inifòm diskrè a ak distribisyon inifòm kontinyèl la. Nan atik sa a, nou pral diskite sou tou de kalite distribisyon inifòm yo, bay egzanp, epi diskite sou solisyon pou pwoblèm sa yo.

Distribisyon Inifòm Diskrè

Yon distribisyon inifòm disrè se yon distribisyon pwobabilite kote chak rezilta posib yon eksperyans oswa yon evènman gen menm chans pou rive. Egzanp ki pi senp yo se woule yon zo jis oswa chwazi yon kat nan yon seri kat idantik.

Egzanp Kesyon 1

Kesyon:

Yon zo jis gen 6 fas nimewote soti nan 1 rive nan 6. Detèmine pwobabilite pou jwenn yon 4 sou yon sèl woule zo a.

Diskisyon:

Piske chak bò yon zo jis gen menm pwobabilite pou parèt, nou ka di ke pwobabilite chak bò a se:

P(A) = 1/n

Kote n se kantite total rezilta posib yo. Nan ka sa a, n = 6.

Kidonk, pwobabilite pou jwenn nimewo 4 la se:

P(4) = 1/6 ≈ 0.167 oubyen 16.7%

Egzanp Kesyon 2

Kesyon:

Yon bwat gen 10 boul nimewote soti nan 1 rive nan 10. Si yo tire yon boul o aza, jwenn pwobabilite pou boul yo rale a gen yon nimewo ki pi gran pase 7.

Diskisyon:

Kantite boul ki kalifye yo se boul ki nimewote 8, 9, ak 10. Kidonk, gen 3 boul ki kalifye sou yon total 10 boul.

P(B) = kantite boul ki satisfè kondisyon yo / total boul yo

P(B) = 3 / 10 = 0.3 oubyen 30%

Distribisyon Inifòm Kontinyèl

Yon distribisyon inifòm kontinyèl se yon distribisyon kote tout valè nan yon entèval bay gen menm pwobabilite pou yo rive. Distribisyon sa a souvan rive nan sitiyasyon kote chak rezilta nan yon seri bay gen menm pwobabilite.

Egzanp Kesyon 3

Kesyon:

Sipoze X se yon varyab o aza ki distribye inifòmman ant 0 ak 1. Jwenn pwobabilite pou X ant 0.25 ak 0.75.

Diskisyon:

Pou yon distribisyon inifòm kontinyèl, dansite pwobabilite a konstan atravè tout entèval la. Nan ka sa a, entèval la soti nan 0 rive nan 1, ki vle di dansite pwobabilite a (f(x)) se 1 paske yon distribisyon inifòm dwe gen yon sifas total anba koub la ki egal a 1.

Pwobabilite pou X ant 0.25 ak 0.75 ka kalkile kòm sifas ki anba koub PDF (Fonksyon Dansite Pwobabilite) ant de limit sa yo.

P(0.25 ≤ X ≤ 0.75) = (b – a) / (d – c)

Kote a ak b se limit enferyè ak siperyè entèval n ap chèche a, epi c ak d se limit distribisyon inifòm lan. Nan ka sa a, a = 0.25, b = 0.75, c = 0, ak d = 1.

P(0.25 ≤

Kidonk, pwobabilite pou X ant 0.25 ak 0.75 se 0.5 oswa 50%.

Egzanp Kesyon 4

Kesyon:

Yo fè yon mezi avèk yon enstriman ki gen yon distribisyon presizyon inifòm sou entèval [2, 5] la. Jwenn pwobabilite pou mezi a bay yon valè ant 3 ak 4.

Diskisyon:

Pou yon distribisyon inifòm sou entèval [2, 5] la, dansite pwobabilite a konstan epi sifas total ki anba koub la se 1. Kidonk, dansite pwobabilite a (f(x)) se 1/(5-2) = 1/3.

Pwobabilite pou mezi a ant 3 ak 4 se:

P(3 ≤ X ≤ 4) = (b – a) / (d – c)

Kote a ak b se limit entèval n ap chèche a, epi c ak d se limit distribisyon inifòm lan. Nan ka sa a, a = 3, b = 4, c = 2, ak d = 5.

P(3 ≤ X ≤ 4) = (4 – 3) / (5 – 2) = 1/3 ≈ 0.333 oubyen 33.3%

Konklizyon

Distribisyon inifòm lan se yon zouti ki trè itil nan pwobabilite ak analiz estatistik akòz senplisite li ak fasilite konpreyansyon li. Nan tou de fòm diskrè ak kontinyèl, distribisyon inifòm lan asire ke chak rezilta nan yon seri bay gen menm pwobabilite a.

Pwen kle yo

1. Distribisyon Inifòm Diskrè: Pwobabilite chak rezilta nan yon sèten entèval se menm lan. Egzanp: voye yon zo ki jis.
2. Distribisyon Inifòm Kontinyèl: Dansite pwobabilite a konstan pandan tout entèval la. Egzanp: mezire longè oswa pwa ak yon zouti egzak nan yon sèten limit.

Lè nou konprann konsèp sa a epi atravè egzanp ak diskisyon, nou ka aplike distribisyon inifòm nan pi fasil nan divès sitiyasyon ak rechèch nan mond reyèl la. Sa ede klarifye fenomèn ki gen rezilta ki gen menm chans, kit se nan fòm diskrè oswa kontinyèl.

Distribisyon inifòm yo itil non sèlman nan estatistik, men tou nan syans enfòmatik, jeni, ekonomi, ak anpil lòt domèn kote yo bezwen pran desizyon oswa analiz done. Pa egzanp, nan simulation Monte Carlo, yo souvan itilize distribisyon inifòm pou jenere vektè o aza nan yon seri espesifik, ke yo itilize apre sa pou evalye divès senaryo ak rezilta.

Nou espere atik sa a te ede ou pi byen konprann distribisyon inifòm ak kijan pou rezoud pwoblèm ki genyen avè l. Kontinye pratike pou metrize konsèp sa a epi aplike li nan ka reyèl ki gen rapò ak domèn ou an.

Kite yon kòmantè