0% found this document useful (0 votes)
25 views2 pages

Engineering Probability 4011 Project

Uploaded by

morteza karimi
Copyright
© © All Rights Reserved
We take content rights seriously. If you suspect this is your content, claim it here.
Available Formats
Download as PDF, TXT or read online on Scribd
0% found this document useful (0 votes)
25 views2 pages

Engineering Probability 4011 Project

Uploaded by

morteza karimi
Copyright
© © All Rights Reserved
We take content rights seriously. If you suspect this is your content, claim it here.
Available Formats
Download as PDF, TXT or read online on Scribd
You are on page 1/ 2

‫‪Engineering Probability‬‬

‫‪By: Dr. Bahareh Akhbari‬‬


‫)‪Winter 1401 (2023‬‬
‫)‪Project (Issued: Thursday, Dey 15, 1401 - Due: Monday, Dey 26, 1401‬‬
‫‪ .1‬ماشین فرانسیس گالتون‪ 1‬را شبیهسازی کرده و شکل نهایی آن را رسم کنید‪.‬‬
‫ماشین فرانسیس گالتون یک مدلسازی عملی از توزیع نرمال‪ 2‬است و نشان میدهد که چطور در عالم واقعیت‬
‫پدیدههای جهان در ابعاد باال از این توزیع پیروی میکنند‪ .‬نحوه کار این ماشین به این صورت است که از‬
‫روزنهای در باالی تخته‪ ،‬گلولههایی ریخته میشوند و سپس با احتمال برابر به سمت چپ و یا راست میافتند‪.‬‬
‫این اتفاق چند مرحله تکرار شده و هر گلوله نهایتا داخل یک خانه میافتد‪ .‬وقتی به طور کلی به خانهها نگاه‬
‫میکنیم شکلی که میبینیم شبیه منحنی نرمال است‪.‬‬
‫تعداد مراحل اصابت هر گلوله را از لحظهی ورود به تخته تا لحظهی افتادن داخل خانهها را ‪ 200‬مرحله و‬
‫بنابراین تعداد خانهها را ‪ 201‬خانه در نظر بگیرید‪(.‬با تعریف و افزایش مقدار خانههای یک متغیر میتوانید‬
‫سبدها را مدل سازی کنید و سپس متغیر را رسم نمایید‪).‬‬

‫‪ .1‬تخته گالتون یا ‪Galton Board‬‬


‫‪2. Normal distribution or Gaussian distribution‬‬
‫‪ 𝑥𝑖 .2‬ها متغیرهای تصادفی ‪ i.i.d‬با تابع چگالی احتمال نمایی به صورت زیر هستند و همچنین رابطهی تابع‬
‫چگالی احتمال متغیر تصادفی ⋯ ‪ 𝑠𝑛 = 𝑥1 + 𝑥2 + 𝑥3 +‬به صورت زیر است‪ .‬تابع چگالی احتمال 𝑖𝑥 و‬
‫مجموع آنها به ازای 𝑛های زوج کوچکتر یا مساوی ‪ 14‬را با استفاده از نرم افزار متلب رسم کنید و شکلهای‬
‫به دست آمده را تفسیر کنید‪ .‬مقدار 𝜆 را دلخواه در نظر بگیرید‪.‬‬
‫𝑥𝜆‪𝑓𝑋𝑖 (𝑥) = 𝜆𝑒 −‬‬

‫‪𝜆𝑒 −𝜆𝑥 (𝜆𝑥)𝑛−1‬‬


‫= )𝑥( 𝑛𝑆𝑓‬
‫!)‪(𝑛 − 1‬‬
‫قسمت قبل را برای توابع چگالی احتمال یکنواخت زیر بار دیگر تکرار کنید‪.‬‬
‫‪1‬‬ ‫‪0≤𝑥≤1‬‬
‫{ = )𝑥( 𝑖𝑋𝑓‬
‫‪0‬‬ ‫𝑒𝑠𝑖𝑤𝑟𝑒‪𝑜𝑡ℎ‬‬
‫‪1‬‬ ‫𝑛‬
‫∑‬ ‫‪(−1)𝑗 ( ) (𝑥 − 𝑗)𝑛−1‬‬ ‫𝑛<𝑥<‪0‬‬
‫𝑥≤𝑗≤‪𝑓𝑆𝑛 (𝑥) = {(𝑛 − 1)! 0‬‬ ‫𝑗‬
‫‪0‬‬ ‫𝑒𝑠𝑖𝑤𝑟𝑒‪𝑜𝑡ℎ‬‬

‫‪ .3‬فرض کنید زمان رسیدن اتوبوسها طوری برنامه ریزی شده باشد که اتوبوسها راس ‪ 12‬ظهر به ایستگاهی‬
‫برسند اما همیشه ‪ x‬دقیقه تاخیر دارند‪ ،‬به صورتی که ‪ x‬تابعی از توزیع ‪ PDF‬بدست آمده است‪ .‬فرض کنید که‬
‫ما دقیقا راس ‪ 12‬ظهر به ایستگاه برسیم‪،‬‬
‫احتمال اینکه الزم باشد بیش از پنج دقیقه برای رسیدن اتوبوس منتظر بمانیم را محاسبه کنید‪.‬‬
‫فرض کنید ‪ 10‬دقیقه صبرکردهایم‪ .‬احتمال اینکه الزم باشد پنج دقیقه دیگر یا بیشتر نیز برای رسیدن اتوبوس‬
‫صبر کنیم را محاسبه کنید‪.‬‬
‫• با استفاده از پایتون یا متلب‪ ،‬برنامهای بنویسید که هزار دیتا به صورت رندوم بین صفر تا یک تولید کند سپس‬
‫هیستوگرام این دیتاها را رسم کنید تا نمودار ‪ PDF‬آن بدست آید‪.‬‬
‫• بازههای این هیستوگرام را به قدری کوچک در نظر بگیرید که بصورت یک توضیع دربیاید‪ ،‬این توزیع چه‬
‫نوع توزیعی است؟‬
‫مسئله بدست آمده را با توضیع بدست آمده حل کنید‪( .‬کلیه محاسبات باید داخل برنامه شما باشد‪).‬‬

You might also like