‫‪www.iedoc.

ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ‬

‫ﺗﺎﻟﯿﻒ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‬

‫ﻣﻮﻟﻒ‪:‬‬
‫اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ‬
‫ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫‪١‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫ﻓﺼﻞ ﺷﺸﻢ‪:‬‬
‫آزﻣﻮن ﻓﺮﺿﻬﺎ در ﻣﻮرد ﯾﮏ ﭘﺎراﻣﺘﺮ‬

‫‪٢‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫‪ - 1‬ﻻزم اﺳﺖ ﮐﻪ ﻣﯿﺎﻧﮕﯿﻦ ﻣﻘﺎوﻣﺖ ﭘﺎرﮔﯽ ﺗﺎرﻫﺎي ﯾﮏ ﻧﻮع ﭘﺎرﭼﻪ از ‪ µ = 180 psi‬ﮐﻤﺘﺮ ﻧﺒﺎﺷﺪ‪ .‬ﺑﺮ اﺳﺎس ﺗﺠﺮﺑﯿﺎت‬
‫ﮔﺬﺷﺘﻪ اﻧﺤﺮاف ﻣﻌﯿﺎر ﻣﻌﺎدل ‪ 4 psi‬اﺳﺖ‪ .‬ﻣﺤﻤﻮﻟﻪ اي ﻣﺮﮐﺐ از ﯾﮏ ﻋﺪل از اﯾﻦ ﭘﺎرﭼﻪ از ﻓﺮوﺷﻨﺪه درﯾﺎﻓﺖ‪ ،‬و‬
‫از ﺳﻪ ﻗﻄﻌﻪ ﻧﻤﻮﻧﻪ ﺑﺮداري ﻣﯽ ﺷﻮد‪ .‬اﯾﻦ ﻧﻤﻮﻧﻪ ﻫﺎ آزﻣﺎﯾﺶ ﻣﯽ ﺷﻮﻧﺪ و ﻧﺘﺎﯾﺞ زﯾﺮ ﺑﺪﺳﺖ ﻣﯽ آﯾﺪ‪.‬‬
‫ﻗﻄﻌﻪ ﺳﻮم‪177 psi :‬‬ ‫ﻗﻄﻌﻪ دوم‪172 psi :‬‬ ‫ﻗﻄﻌﻪ اول‪182 psi :‬‬
‫آﯾﺎ ﺑﻪ ازاي ﺳﻄﺢ ﻣﻌﻨﺎ دار ﺑﻮدن ‪ 5‬درﺻﺪ ﺑﺎﯾﺪ ﻋﺪل ﭘﺎرﭼﻪ را ﭘﺬﯾﺮﻓﺖ؟ اﺣﺘﻤﺎل ﭘﺬﯾﺮش ﻋﺪﻟﯽ از ﭘﺎرﭼﻪ ﮐﻪ ﻣﯿﺎﻧﮕﯿﻦ‬
‫ﻣﻘﺎوﻣﺖ ﭘﺎرﮔﯽ ﺗﺎرﻫﺎﯾﺶ ‪ µ = 170 psi‬ﺑﺎﺷﺪ ﭼﻘﺪر اﺳﺖ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫)‪X ~ N (µ ,16‬‬
‫‪177 + 172 + 182‬‬
‫=‪X‬‬ ‫‪= 177‬‬
‫‪3‬‬
‫‪ H 0 : µ ≥ 180‬‬
‫‪‬‬
‫‪ H 1 : µ < 180‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻓﺮض ﺻﻔﺮ ) ‪ ،( H 0 : µ ≥ 180‬ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش را ﺑﺼﻮرت زﯾﺮ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫) ∞‪A = [− Zα ,+∞ ) = [− Z0.05 ,+∞ ) = [− 1.645,+‬‬
‫‪X − µ 177 − 180‬‬
‫=‪Z‬‬ ‫=‬ ‫‪= −1.299‬‬
‫‪σ‬‬ ‫‪4‬‬
‫‪n‬‬ ‫‪3‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ Z‬در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار دارد ﻋﺪل ﭘﺎرﭼﻪ ﭘﺬﯾﺮﻓﺘﻪ ﻣﯽ ﺷﻮد‪ .‬ﭘﺲ ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : µ ≥ 180‬را‬
‫ﻣﯽ ﭘﺬﯾﺮﯾﻢ‪.‬‬
‫ﺟﻬﺖ ﻣﺤﺎﺳﺒﻪ اﺣﺘﻤﺎل ﭘﺬﯾﺮش ﻋﺪﻟﯽ ﮐﻪ ﻣﯿﺎﻧﮕﯿﻦ ﻣﻘﺎوﻣﺖ ﭘﺎرﮔﯽ ﺗﺎرﻫﺎﯾﺶ ‪ µ = 170 psi‬ﺑﺎﺷﺪ ﻣﯽ ﺑﺎﯾﺴﺘﯽ اﺣﺘﻤﺎل وﻗﻮع‬
‫ﺧﻄﺎي ﻧﻮع دوم ﯾﻌﻨﯽ ‪ β‬را ﮐﻪ ﻋﺒﺎرﺗﺴﺖ از ﭘﺬﯾﺮش ﻓﺮض ﺻﻔﺮ در ﺣﺎﻟﺘﯽ ﮐﻪ اﯾﻦ ﻓﺮض ﻏﻠﻂ اﺳﺖ را ﻣﺤﺎﺳﺒﻪ ﻧﻤﺎﯾﯿﻢ ﭼﺮا ﮐﻪ در‬
‫اﯾﻨﺠﺎ ﻋﺪﻟﯽ ﻣﻮرد ﭘﺬﯾﺮش ﻗﺮار ﮔﺮﻓﺘﻪ ﮐﻪ ﻣﯿﺎﻧﮕﯿﻦ ﻣﻘﺎوﻣﺖ ﭘﺎرﮔﯽ ﺗﺎرﻫﺎﯾﺶ ‪ µ = 170 psi‬اﺳﺖ ﻧﻪ ‪ ، µ = 180 psi‬ﺑﻨﺎﺑﺮاﯾﻦ‬
‫دارﯾﻢ‪:‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪X − 180‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪X − 170‬‬ ‫‪170 − 180 ‬‬
‫‪β=P‬‬ ‫‪≥ −1.645 | µ = 170 = P‬‬ ‫‪≥ −1.645 −‬‬ ‫‪= P (Z ≥ 2.68) = 0.0036‬‬
‫‪‬‬ ‫‪4‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪3‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪3‬‬ ‫‪3 ‬‬

‫‪ -2‬ﯾﮏ ﺳﺎزﻧﺪه ﻻﺳﺘﯿﮏ ﻣﺼﻨﻮﻋﯽ ﻣﺪﻋﯽ اﺳﺖ ﮐﻪ ﻣﯿﺎﻧﮕﯿﻦ ﺳﺨﺘﯽ ﻣﺤﺼﻮﻟﺶ ﻣﺴﺎوي ‪ 64/3‬درﺟﻪ اﺳﺖ‪ .‬اﺣﺴﺎس‬
‫ﻣﯽ ﺷﻮد ﮐﻪ ﻣﻤﮑﻦ اﺳﺘﺎﯾﻦ ادﻋﺎ درﺳﺖ ﻧﺒﺎﺷﺪ‪ .‬در ﻧﺘﯿﺠﻪ ﻗﺮار اﺳﺘﺘﺠﺮﺑﻪ اي اﻧﺠﺎم ﺷﻮد‪ .‬ﺳﻮاﺑﻖ ﺣﺎﮐﯽ از آﻧﻨﺪ‬
‫ﮐﻪ اﻧﺤﺮاف ﻣﻌﯿﺎر ﻣﺘﻐﯿﯿﺮ ﺗﺼﺎدﻓﯽ )ﺳﺨﺘﯽ ﻻﺳﺘﯿﮏ( دو درﺟﻪ اﺳﺖ‪ .‬اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ واﻗﻌﯽ ) ‪ 64/3 ،( µ‬ﺑﺎﺷﺪ‪،‬‬
‫اﺣﺘﻤﺎل رﺳﯿﺪن ﺑﻪ اﯾﻦ ﻧﺘﯿﺠﻪ ﺑﺎﯾﺪ ‪ 0/95‬ﺑﺎﺷﺪ‪ ،‬ﺑﻪ ﻋﻼوه اﮔﺮ ﻣﻘﺎوﻣﺖ ﺗﺎ ‪ ± 1.5‬درﺟﻪ ﺗﻔﺎوت داﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﺷﯿﻮه‬
‫ﺑﺎﯾﺪ ﺑﺎ اﺣﺘﻤﺎل ﺑﯿﺶ از ‪ 0/80‬ﺑﻪ اﯾﻦ ﻧﺘﯿﺠﻪ ﺑﯿﻨﺠﺎﻣﺪ ﮐﻪ ‪ µ‬ﻣﺴﺎوي ‪ 64/3‬ﻧﯿﺴﺖ‪ .‬اﻟﻒ( اﻧﺪازه ﻧﻤﻮﻧﻪ ﻣﻮرد ﻧﯿﺎز‬
‫ﺑﺮاي اﯾﻦ ﺗﺠﺮﺑﻪ ﭼﻘﺪر اﺳﺖ؟ ب( ﺑﺮ اﺳﺎس ﭘﺎﺳﺦ ﺑﻨﺪ اﻟﻒ‪ ،‬اﮔﺮ ‪ X = 65‬درﺟﻪ ﺑﺎﺷﺪ‪ ،‬آﯾﺎ ﺑﺎﯾﺪ ﻧﺘﯿﺠﻪ ﮔﺮﻓﺖ ﮐﻪ‬
‫ﺳﺨﺘﯽ ‪ 64/3‬اﺳﺖ؟ ج( وﻗﺘﯽ ﮐﻪ ﻣﯿﺎﻧﮕﯿﻦ واﻗﻌﯽ ﺳﺨﺘﯽ ﻣﻌﺎدل ‪ 65‬درﺟﻪ اﺳﺖ‪ ،‬ﺑﺎ اﺳﺘﻔﺎده از ﻧﻤﻮﻧﻪ ﺑﻨﺪ اﻟﻒ ﺑﻪ‬
‫ﻃﻮر دﻗﯿﻖ اﺣﺘﻤﺎل اﯾﻦ ﻧﺘﯿﺠﻪ ﮔﯿﺮي را ﮐﻪ ﻣﯿﺎﻧﮕﯿﻦ ﺳﺨﺘﯽ ﻻﺳﺘﯿﮏ ‪ 64/3‬ﺑﺎﺷﺪ‪ ،‬ﻣﺤﺎﺳﺒﻪ ﮐﻨﯿﺪ‪ .‬از ﻣﻨﺤﻨﯽ ﻫﺎي‬

‫‪٣‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫‪ OC‬ﻣﻮﺟﻮد در ﮐﺘﺎب اﺳﺘﻔﺎده ﻧﮑﻨﯿﺪ‪ ،‬ﺑﻠﮑﻪ اﺣﺘﻤﺎل دﻗﯿﻖ را ﻣﺤﺎﺳﺒﻪ ﮐﻨﯿﺪ‪ .‬ﻣﯽ ﺗﻮاﻧﯿﺪ ﻣﻘﺪار ﭘﺎﺳﺦ ﺧﻮد را ﺑﺎ‬
‫ﻣﻘﺪار ﺧﻮاﻧﺪه ﺷﺪه از ﻣﻨﺤﻨﯽ ﻣﻘﺎﯾﺴﻪ ﮐﻨﯿﺪ‪.‬‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫) ‪X ~ N (µ ,4‬‬
‫‪1 − α = 0.95 ⇒ α = 0.05‬‬
‫‪ H 0 : µ = 64.3‬‬
‫‪‬‬
‫‪ H 1 : µ ≠ 64.3‬‬
‫اﻟﻒ( ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ دوﻃﺮﻓﻪ ﺑﻮدن آزﻣﻮن ﻓﺮض دارﯾﻢ‪:‬‬
‫‪2‬‬
‫‪ Z + Z  σ 2‬‬
‫‪α‬‬ ‫‪β‬‬
‫‪n= 2‬‬ ‫‪‬‬
‫‪(µ1 − µ 0 )2‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ β‬ﻣﺠﻬﻮل ﻣﯽ ﺑﺎﺷﺪ اﺑﺘﺪار ﻣﯽ ﺑﺎﯾﺴﺘﯽ اﯾﻦ ﻣﻘﺪار ﻣﺤﺎﺳﺒﻪ ﮔﺮدد‪ ،‬ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ اﺣﺘﻤﺎل‬
‫ﮐﺸﻒ ) ‪)(1 − β‬رد ﻓﺮض ﺻﻔﺮ ﺑﻪ ﺷﺮط ﻏﻠﻂ ﺑﻮدن ﻓﺮض ﺻﻔﺮ(‪ 0/80 ،‬ﻋﻨﻮان ﮔﺮدﯾﺪه اﺳﺖ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ دارﯾﻢ‪:‬‬
‫‪1 − β = 0.8 ⇒ β = 0.2‬‬
‫‪2‬‬
‫‪ Z + Z  σ 2‬‬
‫‪‬‬ ‫‪α‬‬ ‫‪β‬‬
‫‪‬‬ ‫‪(Z0.025 + Z0.2 )2 4 15‬‬
‫=‪n‬‬ ‫‪2‬‬
‫=‬ ‫=‬
‫‪(µ1 − µ 0 )2‬‬ ‫‪(1.5)2‬‬
‫ب( از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض دو ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬

‫]‪A =  − Zα , Zα  = [− 1.96,1.96‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪‬‬
‫‪X − µ 65 − 64.3‬‬
‫=‪Z‬‬ ‫=‬ ‫‪= 1.356‬‬
‫‪σ‬‬ ‫‪2‬‬
‫‪n‬‬ ‫‪15‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ Z‬در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار دارد ﭘﺲ ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : µ = 64.3‬را ﻣﯽ ﭘﺬﯾﺮﯾﻢ ﯾﻌﻨﯽ ادﻋﺎي‬
‫ﺳﺎزﻧﺪه ﻻﺳﺘﯿﮏ را ﻗﺒﻮل ﻣﯽ ﮐﻨﯿﻢ‪.‬‬
‫ج( ﺟﻬﺖ ﻣﺤﺎﺳﺒﻪ اﺣﺘﻤﺎل اﯾﻦ ﮐﻪ ﻣﯿﺎﻧﮕﯿﻦ ﺳﺨﺘﯽ ﻻﺳﺘﯿﮏ ‪ 64/3‬اﻧﺪازه ﮔﯿﺮي ﺷﻮد‪ ،‬ﻣﯽ ﺑﺎﯾﺴﺘﯽ اﺣﺘﻤﺎل وﻗﻮع ﺧﻄﺎي ﻧﻮع دوم‬
‫ﯾﻌﻨﯽ ‪ β‬را ﮐﻪ ﻋﺒﺎرﺗﺴﺖ از ﭘﺬﯾﺮش ﻓﺮض ﺻﻔﺮ در ﺣﺎﻟﺘﯽ ﮐﻪ اﯾﻦ ﻓﺮض ﻏﻠﻂ اﺳﺖ را ﻣﺤﺎﺳﺒﻪ ﻧﻤﺎﯾﯿﻢ ﭼﺮا ﮐﻪ در اﯾﻨﺠﺎ ﻻﺳﺘﯿﮑﯽ‬
‫ﻣﻮرد ﭘﺬﯾﺮش ﻗﺮار ﮔﺮﻓﺘﻪ ﮐﻪ ﻣﯿﺎﻧﮕﯿﻦ ﺳﺨﺘﯽ آن ‪ 65‬اﺳﺖ ﻧﻪ ‪ ، 64/3‬ﺑﻨﺎﺑﺮاﯾﻦ دارﯾﻢ‪:‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪X − 64.3‬‬ ‫‪65 − 64.3‬‬ ‫‪65 − 64.3 ‬‬
‫≤ ‪β = P  − 1.96‬‬ ‫‪≤ 1.96 | µ = 65  = P  − 1.96 −‬‬ ‫‪≤ Z ≤ 1.96 −‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪15‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪15‬‬ ‫‪15 ‬‬
‫)‪= P (− 3.316 ≤ Z ≤ 0.604) = P (Z ≥ −3.316) − P (Z ≥ 0.604) = [1 − P (Z ≥ 3.316)] − P (Z ≥ 0.604‬‬
‫‪= 0.7286‬‬

‫‪ - 3‬در ﯾﮏ ﻓﺮآﯾﻨﺪ ﺷﯿﻤﯿﺎﯾﯽ ﺑﺴﯿﺎر ﻣﻬﻢ اﺳﺖ ﮐﻪ ﻣﺤﻠﻮل ﺧﺎﺻﯽ ﮐﻪ ﺑﻌﻨﻮان ﻋﺎﻣﻞ واﮐﻨﺸﺪار ﺑﻪ ﮐﺎر ﻣﯽ رود‪ ،‬داراي‬
‫‪ PH‬ﺑﺮاﺑﺮ ﺑﺎ ‪ 8/30‬ﺑﺎﺷﺪ‪ .‬ﺑﺮاي ﺳﻨﺠﺶ ‪ PH‬روﺷﯽ وﺟﻮد دارد ﮐﻪ ﻣﯽ داﻧﯿﻢ ﺑﺮاي ﻣﺤﻠﻮﻟﻬﺎﯾﯽ از اﯾﻦ ﻧﻮع‬
‫ﻣﻘﺎدﯾﺮي ﺑﺎ اﻧﺤﺮاف ﻣﻌﯿﺎر ‪ σ = 0.02‬از آن ﺣﺎﺻﻞ ﻣﯽ ﺷﻮد‪ .‬ﺗﻤﺎﯾﻞ ﺑﺮ اﯾﻦ اﺳﺖ ﮐﻪ آزﻣﺎﯾﺶ ﻃﻮري ﻃﺮاﺣﯽ ﺷﻮد‬

‫‪۴‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫ﮐﻪ اﮔﺮ ‪ PH‬واﻗﻌﺎ ‪ 8/30‬ﺑﺎﺷﺪ‪ ،‬ﺑﺎ اﺣﺘﻤﺎل ‪ 0/95‬ﺑﺘﻮان ﺑﻪ اﯾﻦ ﻧﺘﯿﺠﻪ دﺳﺖ ﯾﺎﻓﺖ‪ .‬از ﺳﻮي دﯾﮕﺮ اﮔﺮ ‪ PH‬ﺑﻪ ﻣﻘﺪار‬
‫‪ 0/03‬در ﻫﺮ ﺟﻬﺖ از ‪ 8/30‬اﻧﺤﺮاف داﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﺗﻤﺎﯾﻞ ﺑﺮ اﯾﻦ اﺳﺖ ﮐﻪ اﺣﺘﻤﺎل ﮐﺸﻒ ﭼﻨﯿﻦ ﺗﻔﺎوﺗﯽ از ‪0/98‬‬
‫ﺑﯿﺸﺘﺮ ﺑﺎﺷﺪ‪ .‬اﻟﻒ( ﮐﺪام ﺷﯿﻮه ﺗﺼﻤﯿﻢ ﮔﯿﺮي را ﺑﺎﯾﺪ ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار داد؟ ب( اﻧﺪازه ﻧﻤﻮﻧﻪ ﻣﻮرد ﻧﯿﺎز ﭼﻘﺪر‬
‫اﺳﺖ؟ ج( اﮔﺮ ‪ X = 8.31‬ﺑﺎﺷﺪ ﻧﺘﯿﺠﻪ ﭼﮕﻮﻧﻪ ﺧﻮاﻫﺪ ﺑﻮد؟ د( اﮔﺮ ‪ PH‬واﻗﻌﯽ ﻣﺴﺎوي ‪ 8/32‬ﺑﺎﺷﺪ‪ ،‬ﺑﺎ اﺳﺘﻔﺎده از‬
‫ﺷﯿﻮه ﻓﻮق اﺣﺘﻤﺎل ﮐﺴﺐ اﯾﻦ ﻧﺘﯿﺠﻪ ﮐﻪ ‪ PH‬ﻣﻌﺎدل ‪ 8/30‬ﻧﯿﺴﺖ ﭼﻘﺪر اﺳﺖ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫اﻟﻒ(‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺪﻟﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫(‬
‫)‪X ~ N µ , (0.02‬‬
‫‪2‬‬
‫)‬
‫‪1 − α = 0.95 ⇒ α = 0.05‬‬
‫‪1 − β = 0.98 ⇒ β = 0.02‬‬
‫‪ H 0 : µ = 8.3‬‬
‫‪‬‬
‫‪ H 1 : µ ≠ 8.3‬‬
‫ب( ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ دوﻃﺮﻓﻪ ﺑﻮدن آزﻣﻮن ﻓﺮض دارﯾﻢ‪:‬‬
‫‪2‬‬
‫‪ Z + Z  σ 2‬‬
‫‪‬‬ ‫‪α‬‬ ‫‪β‬‬
‫‪‬‬ ‫‪(Z0.05 + Z0.02 )2 (0.02)2 7‬‬
‫=‪n‬‬ ‫‪2‬‬
‫=‬ ‫=‬
‫‪(µ1 − µ 0 )2‬‬ ‫‪(0.03)2‬‬
‫ج( از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض دو ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫]‪A = − Zα , Zα  = [− 1.96,1.96‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪‬‬
‫‪X − µ 8.31 − 8.3‬‬
‫=‪Z‬‬ ‫=‬ ‫‪= 1.323‬‬
‫‪σ‬‬ ‫‪0.02‬‬
‫‪n‬‬ ‫‪7‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ Z‬در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار دارد ﭘﺲ ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : µ = 8.3‬را ﻣﯽ ﭘﺬﯾﺮﯾﻢ‪.‬‬
‫د( از آﻧﺠﺎ ﮐﻪ ﻧﯿﺎز ﺑﻪ ﮐﺸﻒ ﻏﻠﻂ ﺑﻮدن ﻓﺮض ﺻﻔﺮ ﻣﯽ ﺑﺎﺷﺪ ﻧﯿﺎز ﺑﻪ ﻣﺤﺎﺳﺒﻪ اﺣﺘﻤﺎل ‪) 1 − β‬رد ﻓﺮض ﺻﻔﺮ ﺑﻪ ﺷﺮط ﻏﻠﻂ ﺑﻮدن‬
‫آن( ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﻟﺬا ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ X − 8.3‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪−‬‬ ‫‪−‬‬
‫‪1 − β = 1 − P‬‬ ‫‪≤ 1.96 | µ = 8.32  = 1 − P  − 1.96 −‬‬ ‫‪‬‬
‫‪8‬‬ ‫‪.‬‬‫‪32‬‬ ‫‪8‬‬ ‫‪.‬‬ ‫‪3‬‬ ‫‪8‬‬ ‫‪.‬‬‫‪32‬‬ ‫‪8‬‬ ‫‪.‬‬‫‪3‬‬
‫‪≤ Z ≤ 1.96 −‬‬
‫‪ 0.02‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪0.02‬‬ ‫‪0.02 ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪7‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪7‬‬ ‫‪7‬‬ ‫‪‬‬
‫‪= 1 − P (− 4.6 ≤ Z ≤ −0.68) = 1 − [(1 − P (Z ≥ 4.6 )) − (1 − P (Z ≥ 0.68))] = 0.7517‬‬
‫ﺗﻮﺟﻪ داﺷﺘﻪ ﺑﺎﺷﯿﺪ در ﺳﺌﻮال ﻓﻮق اﺣﺘﻤﺎل ﭘﯽ ﺑﺮدن ‪ 1 − α‬و اﺣﺘﻤﺎل ﮐﺸﻒ ﮐﺮدن ‪ 1 − β‬ﻟﺤﺎظ ﺷﺪه اﺳﺖ‪ .‬و اﯾﻦ ﻗﺎﻧﻮن در‬
‫ﮐﻠﯿﻪ ﺳﺌﻮاﻻت اﯾﻦ ﮐﺘﺎب ﻣﻮرد ﺗﻮﺟﻪ ﻣﯽ ﺑﺎﺷﺪ‪.‬‬

‫‪ - 4‬ﺑﻪ ﻣﻨﻈﻮر ﺷﺮوع اﻧﻔﺠﺎر ﻣﻮاد ﻣﻨﻔﺠﺮه از ﭼﺎﺷﻨﯽ اﺳﺘﻔﺎده ﻣﯽ ﺷﻮد‪ .‬ﺗﺮاﮐﻢ ﭼﺎﺷﻨﯽ ﺑﺮ اﯾﻦ ﻗﺪرت ﺷﺮوع ﻣﻮﺛﺮ‬
‫اﺳﺖ‪ .‬ﺑﺮاي ﺗﻌﯿﯿﻦ اﯾﻨﮑﻪ آﯾﺎ ﺑﺴﺘﻪ اي اﯾﻦ ﭼﺎﺷﻨﯽ ﻗﺎﺑﻞ ﻗﺒﻮل اﺳﺖ ﯾﺎ ﻧﻪ ﺑﻪ ﺷﯿﻮه اي ﻧﯿﺎز اﺳﺖ‪ .‬ﺑﺮ اﺳﺎس ﺗﺠﺎرب‬
‫ﻗﺒﻠﯽ‪ ،‬اﻧﺤﺮاف ﻣﻌﯿﺎر ﻣﺴﺎوي ‪ 0/03‬اﺳﺖ و ﻣﯿﺎﻧﮕﯿﻦ ﺗﺮاﮐﻢ ﺗﺤﺖ ﺷﺮاﯾﻂ ﻋﺎدي ﻣﻌﺎدل ‪ 1/54‬اﺳﺖ‪ .‬ﺑﺮاي ﺣﺼﻮل‬
‫اﻃﻤﯿﻨﺎن از اﯾﻦ اﻣﺮ ﮐﻪ ﺑﺴﺘﻪ ﻫﺎي ﻣﻄﻠﻮب ﭼﺎﺷﻨﯽ ﺗﻘﺮﯾﺒﺎ ﻫﻤﻮاره ﭘﺬﯾﺮﻓﺘﻪ ‪ ،‬و ﺑﺴﺘﻪ ﻫﺎي ﻧﺎ ﻣﻄﻠﻮب ﻧﯿﺰ ﺗﻘﺮﯾﺒﺎ‬
‫ﻫﻤﻮاره رد ﺧﻮاﻫﻨﺪ ﺷﺪ‪ ،‬ﺗﺼﻤﯿﻢ ﮔﺮﻓﺘﻪ ﺷﺪ ﮐﻪ ﺿﻮاﺑﻂ زﯾﺮ رﻋﺎﯾﺖ ﺷﻮد‪ (1 :‬اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ واﻗﻌﯽ ﺗﺮاﮐﻢ ﻣﻌﺎدل‬

‫‪۵‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫ﻣﻘﺪار ﻣﺘﺪاول‪ ،‬ﯾﻌﻨﯽ ‪ 1/54‬ﺑﺎﺷﺪ‪ ،‬اﺣﺘﻤﺎل ﭘﺬﯾﺮش ﺑﺎﯾﺪ ‪ 0/95‬ﺷﻮد‪ (2 .‬اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ ﺗﺮاﮐﻢ ‪ 1/50‬ﺑﺎﺷﺪ‪ ،‬اﺣﺘﻤﺎل رد‬
‫ﺑﺎﯾﺪ ‪ %90‬ﺷﻮد‪ .‬اﻟﻒ( اﻧﺪازه ﻣﻮرد ﻧﯿﺎز ﻧﻤﻮﻧﻪ را ﺗﻌﯿﯿﻦ و آن ﺷﯿﻮه ﺗﺼﻤﯿﻢ ﮔﯿﺮي را ﮐﻪ داراي ﻣﺨﺎﻃﺮات ﻓﻮق اﺳﺖ‬
‫اراﺋﻪ ﮐﻨﯿﺪ‪ .‬ب( اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ واﻗﻌﯽ ﺗﺮاﮐﻢ ‪ 1/52‬ﺑﺎﺷﺪ‪ ،‬اﺣﺘﻤﺎل ﭘﺬﯾﺮش ﻣﺤﻤﻮﻟﻪ ﭼﻘﺪر اﺳﺖ؟ ج( اﮔﺮ ‪X = 1.53‬‬
‫ﺷﻮد‪ ،‬آﯾﺎ ﺑﺴﺘﻪ را ﻣﯽ ﭘﺬﯾﺮﯾﺪ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪1 − α = 0.95 ⇒ α = 0.05‬‬
‫‪1 − β = 0.9 ⇒ β = 0.1‬‬
‫(‬
‫)‪X ~ N µ , (0.03‬‬
‫‪2‬‬
‫)‬
‫‪H 0 : µ ≥ 1.54‬‬
‫‪‬‬
‫‪H 1 : µ < 1.54‬‬
‫اﻟﻒ( ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﯾﮑﻄﺮﻓﻪ ﺑﻮدن آزﻣﻮن ﻓﺮض دارﯾﻢ‪:‬‬

‫=‪n‬‬
‫‪(Z‬‬ ‫‪α‬‬ ‫‪+ Zβ ) σ 2‬‬
‫‪2‬‬
‫‪(Z 0.05 + Z0.1 )2 (0.03)2 5‬‬
‫=‬ ‫=‬
‫‪(µ1 − µ 0 )2‬‬ ‫‪(0.04)2‬‬
‫از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﺑﺎ ﺗﺸﮑﯿﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ) ∞‪ A = [− Zα ,+∞ ) = [− Z0.05 ,+‬و ﻣﺤﺎﺳﺒﻪ ﻣﻘﺪار‬
‫‪X−µ‬‬
‫= ‪ ، Z‬ﭼﻨﺎﻧﭽﻪ ﻣﻘﺪار آﻣﺎره آزﻣﻮن در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار داﺷﺘﻪ ﺑﺎﺷﺪ ﻓﺮض را ﭘﺬﯾﺮﻓﺘﻪ و در ﻏﯿﺮ‬ ‫آﻣﺎره آزﻣﻮن‬
‫‪σ‬‬
‫‪n‬‬
‫اﯾﻨﺼﻮرت ﻓﺮض ﺻﻔﺮ را رد ﻣﯽ ﮐﻨﯿﻢ‪.‬‬
‫ب( از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫) ∞‪A = [− Zα ,+∞ ) = [− Z0.05 ,+∞ ) = [− 1.645,+‬‬
‫اﺣﺘﻤﺎل ﭘﺬﯾﺮش ﻣﺤﻤﻮﻟﻪ اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ واﻗﻌﯽ ﺗﺮاﮐﻢ ‪ 1/52‬ﺑﺎﺷﺪ‪ ،‬ﺑﺮاﺑﺮ ﺑﺎ اﺣﺘﻤﺎل ‪ β‬ﮐﻪ ﻫﻤﺎن ﭘﺬﯾﺮش ﻓﺮض ﺻﻔﺮ درﺣﺎﻟﯽ ﮐﻪ اﯾﻦ‬
‫ﻓﺮض ﻏﻠﻂ ﻣﯽ ﺑﺎﺷﺪ اﺳﺖ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ دارﯾﻢ‪:‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪X − 1.54‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪1.52 − 1.54 ‬‬
‫‪β=P‬‬ ‫‪≥ −1.645 | µ = 1.52 = P Z ≥ −1.645 −‬‬ ‫)‪= P (Z ≥ −0.15‬‬
‫‪ 0.03‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪0.03 ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪5‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪5‬‬ ‫‪‬‬
‫‪= 1 − P (Z ≥ 0.15) = 1 − 0.440 = 0.560‬‬
‫ﺗﻮﺟﻪ داﺷﺘﻪ ﺑﺎﺷﯿﺪ در ﺳﺌﻮال ﻓﻮق اﺣﺘﻤﺎل ﭘﯽ ﺑﺮدن ‪ 1 − α‬و اﺣﺘﻤﺎل ﮐﺸﻒ ﮐﺮدن ‪ 1 − β‬ﻟﺤﺎظ ﺷﺪه اﺳﺖ‪..‬‬
‫ج( از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ و ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش زﯾﺮ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫) ∞‪A = [− Zα ,+∞ ) = [− Z0.05 ,+∞ ) = [− 1.645,+‬‬
‫‪X − µ 1.53 − 1.54‬‬
‫=‪Z‬‬ ‫=‬ ‫‪= −0.745‬‬
‫‪σ‬‬ ‫‪0.03‬‬
‫‪n‬‬ ‫‪5‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ Z‬در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار دارد ﭘﺲ ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : µ ≥ 1.54‬را ﻣﯽ ﭘﺬﯾﺮﯾﻢ‪.‬‬

‫‪ - 5‬ﯾﮏ ﺳﺎزﻧﺪه ﮐﻔﺶ ﻣﺪﻋﯽ اﺳﺖ ﮐﻪ ﻣﯽ ﺗﻮاﻧﺪ ﺑﺮاي ﻣﺼﺮف ارﺗﺶ ﭘﻮﺗﯿﻨﻬﺎﯾﯽ ﺑﺴﺎزد ﮐﻪ از ﭘﻮﺗﯿﻨﻬﺎﯾﯽ ﮐﻪ ارﺗﺶ ﻣﯽ‬
‫ﺧﺮد ﭘﺮ دواﻣﺘﺮ ﺑﺎﺷﺪ و ﻗﯿﻤﺘﯽ در ﺳﻄﺢ ﻣﻌﺎدل آﻧﭽﻪ ﮐﻪ ارﺗﺶ ﻣﯽ ﭘﺮدازد داﺷﺘﻪ ﺑﺎﺷﺪ‪ .‬ﺳﻮاﺑﻖ ارﺗﺶ ﻧﺸﺎن ﻣﯽ‬

‫‪۶‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫دﻫﺪ ﮐﻪ ﻣﯿﺎﻧﮕﯿﻦ ﻋﻤﺮ ﭘﻮﺗﯿﻨﻬﺎي ﺳﭙﺎﻫﯿﺎن ﻣﺴﺎوي ‪ 12‬ﻣﺎه و اﻧﺤﺮاف ﻣﻌﯿﺎر آن ﻧﯿﺰ ﻣﻌﺎدل ‪ 2‬ﻣﺎه اﺳﺖ‪ .‬ارﺗﺶ‬
‫رواﺑﻂ ﺑﺪي ﺑﺎ ﻓﺮوﺷﻨﺪه ﻓﻌﻠﯽ داﺷﺘﻪ اﺳﺖ و از ﻫﺮ ﺗﻐﯿﯿﺮي اﺳﺘﻘﺒﺎل ﺧﻮاﻫﺪ ﮐﺮد‪ .‬ﺑﻤﻨﻈﻮر آزﻣﻮدن ادﻋﺎي ﺳﺎزﻧﺪه‬
‫ارﺗﺶ ‪ 64‬ﺟﻔﺖ ﭘﻮﺗﯿﻦ را ﺑﻪ ﻃﻮر ﺗﺼﺎدﻓﯽ در ﻣﯿﺎن ﺳﭙﺎﻫﯿﻦ ﺗﻮزﯾﻊ ﻣﯽ ﮐﻨﺪ‪ .‬ﻣﯿﺎﻧﮕﯿﻦ )ﻧﻤﻮﻧﻪ( ﻣﺪﺗﯽ ﮐﻪ ﻃﻮل ﻣﯽ‬
‫ﮐﺸﺪ ﺗﺎ ‪ 64‬ﺟﻔﺖ ﭘﻮﺗﯿﻦ ﻏﯿﺮ ﻗﺎﺑﻞ اﺳﺘﻔﺎده ﺷﻮد ‪ 12/5‬ﻣﺎه اﺳﺖ‪ .‬ﺑﻪ ازاي ﺳﻄﺢ ﻣﻌﻨﺎ دار ﺑﻮدن ‪ ،0/05‬آﯾﺎ ارﺗﺶ‬
‫‪3‬‬
‫ﺑﺎﯾﺪ ادﻋﺎي ﺗﻮﻟﯿﺪ ﮐﻨﻨﺪه ﺟﺪﯾﺪ را ﺑﭙﺬﯾﺮد؟ درﺻﻮرﺗﯽ ﮐﻪ ﻣﯿﺎﻧﮕﯿﻦ واﻗﻌﯽ ﻋﻤﺮ ‪ 11‬ﻣﺎه ﺑﺎﺷﺪ‪ ،‬اﺣﺘﻤﺎل ﭘﺬﯾﺮش‬
‫‪8‬‬
‫اﯾﻦ ﻓﺮض ﭼﻘﺪر اﺳﺖ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪X ~ N (12,2‬‬ ‫‪2‬‬
‫)‬
‫‪X = 12.5‬‬
‫‪n = 64‬‬
‫‪α = 0.05‬‬
‫‪ H 0 : µ ≥ 12‬‬
‫‪‬‬
‫‪ H 1 : µ < 12‬‬
‫از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫) ∞‪A = [− Zα ,+∞ ) = [− 1.645,+‬‬
‫‪X − µ 12.5 − 12‬‬
‫=‪Z‬‬ ‫=‬ ‫‪=2‬‬
‫‪σ‬‬ ‫‪2‬‬
‫‪n‬‬ ‫‪64‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ Z‬در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار دارد ادﻋﺎي ﺳﺎزﻧﺪه ﭘﻮﺗﯿﻦ ﭘﺬﯾﺮﻓﺘﻪ ﻣﯽ ﺷﻮد‪ .‬ﭘﺲ ﻓﺮض ﺻﻔﺮ‬
‫) ‪ ( H 0 : µ ≥ 12‬را ﻣﯽ ﭘﺬﯾﺮﯾﻢ‪.‬‬
‫‪3‬‬
‫از آﻧﺠﺎ ﮐﻪ ﻣﯿﺎﻧﮕﯿﻦ واﻗﻌﯽ ﻋﻤﺮ ‪ 11‬ﻣﺎه ﻣﯽ ﺑﺎﺷﺪ و اﯾﻦ ﮐﻤﺘﺮ از ﻓﺮض ﺻﻔﺮ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا اﺣﺘﻤﺎل ﭘﺬﯾﺮش آن ﺑﺮاﺑﺮ ﺑﺎ اﺣﺘﻤﺎل ‪β‬‬
‫‪8‬‬
‫)ﻓﺮض ﺻﻔﺮ را ﺑﭙﺬﯾﺮﯾﻢ ﺑﺸﺮط ﻏﻠﻂ ﺑﻮدن ﻓﺮض ﺻﻔﺮ( ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﻟﺬا ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪X − 12‬‬ ‫‪11.375 − 12 ‬‬
‫‪β=P‬‬ ‫= ‪≥ −1.645 | µ = 11.375 ‬‬ ‫‪‬‬
‫‪P Z ≥ −1.645 −‬‬ ‫‪= P (Z ≥ 0.855) = 0.1963‬‬
‫‪ 2‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ 64‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪64‬‬ ‫‪‬‬

‫‪ -6‬ﯾﮏ ﻧﻮع ﻣﻮﺷﮏ ﺑﻪ ﻣﺪت دو ﺳﺎل در اﻧﺒﺎر ﻧﮕﻬﺪاري ﺷﺪه اﺳﺖ‪ .‬دو ﺳﺎل ﻗﺒﻞ ﺑﻪ ﻫﻨﮕﺎم ﭘﺬﯾﺮش اﯾﻦ ﻣﻮﺷﮑﻬﺎ‪،‬‬
‫ﻣﯿﺎﻧﮕﯿﻦ ﺑﺮد ﻣﻌﺎدل ‪ 2500‬ﯾﺎرد و اﻧﺤﺮاف ﻣﻌﯿﺎر آن ‪ 150‬ﯾﺎرد ﺑﻮده اﺳﺖ‪ .‬در ﺣﺎل ﺣﺎﺿﺮ ﺑﺎﯾﺪ در ﻣﻮرد ﺣﻔﻆ و ﯾﺎ‬
‫ﻋﺪم ﺣﻔﻂ دﺳﺘﻪ ﻣﻮﺷﮑﻬﺎ ﺗﺼﻤﯿﻤﯽ اﺗﺨﺎذ ﺷﻮد‪ .‬اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ ﺑﺮد ﺑﻪ ﻣﯿﺰان ‪ 150‬ﯾﺎرد ﮐﺎﻫﺶ ﯾﺎﻓﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﭼﻨﯿﻦ‬
‫ﮐﺎﻫﺸﯽ ﺑﺎﯾﺪ ﺑﺎ اﺣﺘﻤﺎل ‪ 0/90‬ﮐﺸﻒ ﺷﻮد‪ .‬ﺑﻪ ﻣﻨﻈﻮر اﺟﺮاي آزﻣﻮﻧﯽ ﺑﺎ ﺳﻄﺢ ﻣﻌﻨﺎ دار ﺑﻮدن ‪ 0/05‬ﺑﻪ ﭼﻨﺪ ﻣﺸﺎﻫﺪه‬
‫ﻧﯿﺎز اﺳﺖ؟ اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ ﻧﻤﻮﻧﻪ ‪ 2401‬ﯾﺎرد ﺑﺎﺷﺪ‪ ،‬آﯾﺎ ﻧﺒﺎﯾﺪ ﻣﻮﺷﮑﻬﺎ ﺣﻔﻆ ﺷﻮﻧﺪ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬

‫‪٧‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫(‬
‫)‪X ~ N 2500, (150‬‬
‫‪2‬‬
‫)‬
‫‪α = 0.05‬‬
‫‪1 − β = 0.9 ⇒ β = 0.1‬‬
‫‪ H 0 : µ ≥ 2500‬‬
‫‪‬‬
‫‪ H 1 : µ < 2500‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﯾﮏ ﻃﺮﻓﻪ ﺑﻮدن آزﻣﻮن ﻓﺮض دارﯾﻢ‪:‬‬

‫=‪n‬‬
‫‪(Z‬‬ ‫‪α‬‬ ‫‪+ Zβ ) σ‬‬
‫‪2‬‬ ‫‪2‬‬

‫=‬
‫)‪(Z0.05 + Z0.1 ) (150‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪=9‬‬
‫) ‪(µ1 − µ 0‬‬ ‫‪2‬‬
‫‪(150)2‬‬
‫از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫) ∞‪A = [− Zα ,+∞ ) = [− 1.645,+‬‬
‫‪X − µ 2401 − 2500‬‬
‫=‪Z‬‬ ‫=‬ ‫‪= −1.98‬‬
‫‪σ‬‬ ‫‪150‬‬
‫‪n‬‬ ‫‪9‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ Z‬در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻧﺪاردﻣﻮﺷﮑﻬﺎ ﻧﺒﺎﯾﺪ ﺣﻔﻆ ﺷﻮﻧﺪ‪ .‬ﭘﺲ ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : µ ≥ 2500‬را‬
‫رد ﻣﯽ ﮐﻨﯿﻢ‪.‬‬

‫‪ -7‬ﻣﯿﺎﻧﮕﯿﻦ ﺑﺮﺷﯽ ﻧﻮﻋﯽ ﻧﻘﻄﻪ ﺟﻮش‪ 400psi ،‬و اﻧﺤﺮاف ﻣﻌﯿﺎر آن ‪ 20psi‬اﺳﺖ‪ .‬ﻣﺎده اي ﻣﻮرد ﺑﺮرﺳﯽ ﻗﺮار ﮔﺮﻓﺘﻪ‬
‫اﺳﺖ ﮐﻪ ﮔﻔﺘﻪ ﻣﯽ ﺷﻮد ﺑﺎ اﺳﺘﻔﺎده از آن ﻣﯿﺎﻧﮕﯿﻦ ﻣﻘﺎوﻣﺖ ﺑﺮﺷﯽ اﻓﺰاﯾﺶ ﻣﯽ ﯾﺎﺑﺪ‪ .‬ﺑﻪ ﻣﻨﻈﻮر ﺣﺼﻮل اﻃﻤﯿﻨﺎن از‬
‫ﺧﻮاص ﻣﺎده ﺟﺪﯾﺪ‪ ،‬ﻗﺮار اﺳﺖ آزﻣﺎﯾﺸﯽ اﻧﺠﺎم ﮔﯿﺮد‪ .‬اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ ﻣﻘﺎوﻣﺖ ﺑﺮﺷﯽ ﺗﺎ ﻣﯿﺰان ‪ 25psi‬اﻓﺰاﯾﺶ ﯾﺎﺑﺪ‪،‬‬
‫ﭼﻨﯿﻦ ﺗﻐﯿﯿﺮي ﺑﺎﯾﺪ ﺑﺎ اﺣﺘﻤﺎل ‪ 0/98‬ﮐﺸﻒ ﺷﻮد‪ .‬ﺑﻪ ﻋﺪم اﯾﺠﺎد ﺗﻐﯿﯿﺮ ﺑﺎﯾﺪ ﺑﺎ اﺣﺘﻤﺎل ‪ 0/95‬ﭘﯽ ﺑﺮده ﺷﻮد‪ .‬اﻟﻒ(‬
‫ﭼﻨﺪ ﻣﺸﺎﻫﺪه ﻣﻮرد ﻧﯿﺎز اﺳﺖ؟ ب( اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ ﻧﻤﻮﻧﻪ ﻣﺴﺎوي ‪ 460psi‬ﺷﻮد‪ ،‬آﯾﺎ ﺑﺎﯾﺪ ﻧﺘﯿﺠﻪ ﮔﺮﻓﺖ ﮐﻪ ﻣﯿﺎﻧﮕﯿﻦ‬
‫ﻣﻘﺎوﻣﺖ ﺑﺮﺷﯽ اﻓﺰاﯾﺶ ﯾﺎﻓﺘﻪ اﺳﺖ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫(‬
‫) ‪X ~ N 400, (20‬‬
‫‪2‬‬
‫)‬
‫‪1 − α = 0.95 ⇒ α = 0.05‬‬
‫‪1 − β = 0.98 ⇒ β = 0.02‬‬
‫‪ H 0 : µ ≥ 400‬‬
‫‪‬‬
‫‪ H 1 : µ < 400‬‬
‫اﻟﻒ( ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﯾﮏ ﻃﺮﻓﻪ ﺑﻮدن آزﻣﻮن ﻓﺮض دارﯾﻢ‪:‬‬

‫=‪n‬‬
‫‪(Z‬‬ ‫‪α‬‬ ‫‪+ Zβ ) σ‬‬
‫‪2‬‬ ‫‪2‬‬

‫=‬
‫)‪(Z0.05 + Z0.02 ) (20‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪=9‬‬
‫) ‪(µ1 − µ 0‬‬ ‫‪2‬‬
‫‪(25)2‬‬
‫ب( از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫) ∞‪A = [− Zα ,+∞ ) = [− 1.645,+‬‬
‫‪X − µ 460 − 400‬‬
‫=‪Z‬‬ ‫=‬ ‫‪=9‬‬
‫‪σ‬‬ ‫‪20‬‬
‫‪n‬‬ ‫‪9‬‬

‫‪٨‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ Z‬در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار دارد ﻟﺬا ﻣﯽ ﺗﻮان ﻧﺘﯿﺠﻪ ﮔﺮﻓﺖ ﻣﯿﺎﻧﮕﯿﻦ ﻣﻘﺎوﻣﺖ ﺑﺮﺷﯽ اﻓﺰاﯾﺶ ﯾﺎﻓﺘﻪ‬
‫اﺳﺖ ‪ .‬ﭘﺲ ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : µ ≥ 400‬را ﻣﯽ ﭘﺬﯾﺮﯾﻢ‪.‬‬

‫‪ - 8‬در ﻣﺴﺌﻠﻪ‪ ،1‬اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ ﻣﻘﺎوﻣﺖ ﭘﺎرﮔﯽ ﭘﺎرﭼﻪ ﯾﮏ ﻋﺪل‪ ،‬ﻣﻌﺎدل ‪ 170psi‬ﺑﺎﺷﺪ‪ ،‬ﻧﻤﻮﻧﻪ ﺑﻪ ﭼﻪ اﻧﺪازه ﻣﻮرد ﻧﯿﺎز‬
‫اﺳﺖ ﺗﺎ اﺣﺘﻤﺎل ﮐﺸﻒ آن دﺳﺖ ﮐﻢ ‪ 0/99‬ﺑﺎﺷﺪ؟ اﮔﺮ ‪ X‬ﻣﻌﺎدل ‪ 177psi‬و اﻧﺪازه ﻧﻤﻮﻧﻪ ﺑﺮاﺑﺮ ﺑﺎ اﻧﺪازه ﺑﺎﻻ ﺑﺎﺷﺪ‪،‬‬
‫آﯾﺎ ﻋﺪل ﭘﺬﯾﺮﻓﺘﻪ ﻣﯽ ﺷﻮد؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﺳﺌﻮال ‪ 1‬و اﯾﻦ ﺳﺌﻮال ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬

‫)‪X ~ N (µ ,16‬‬
‫‪α = 0.05‬‬
‫‪1 − β = 0.99 ⇒ β = 0.01‬‬
‫‪ H 0 : µ ≥ 180‬‬
‫‪‬‬
‫‪ H 1 : µ < 180‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﯾﮏ ﻃﺮﻓﻪ ﺑﻮدن آزﻣﻮن ﻓﺮض دارﯾﻢ‪:‬‬

‫=‪n‬‬
‫‪(Z‬‬ ‫‪α‬‬ ‫‪+ Zβ ) σ 2‬‬
‫‪2‬‬

‫=‬
‫‪(Z0.05 + Z0.01 )2 16 3‬‬
‫=‬
‫‪(µ1 − µ 0 )2‬‬ ‫‪(10)2‬‬
‫ب( از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫) ∞‪A = [− Zα ,+∞ ) = [− 1.645,+‬‬
‫‪X − µ 177 − 180‬‬
‫=‪Z‬‬ ‫=‬ ‫‪= −1.299‬‬
‫‪σ‬‬ ‫‪4‬‬
‫‪n‬‬ ‫‪3‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ Z‬در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻋﺪل ﭘﺎرﭼﻪ ﭘﺬﯾﺮﻓﺘﻪ ﻣﯽ ﺷﻮد‪ .‬ﭘﺲ ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : µ ≥ 180‬را ﻣﯽ‬
‫ﭘﺬﯾﺮﯾﻢ‪.‬‬

‫‪ -9‬در ﻣﺴﺌﻠﻪ ‪ ،2‬ﻓﺮض ﮐﻨﯿﺪ ﮐﻪ اﻧﺪازه ﻧﻤﻮﻧﻪ ‪ 10‬ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار ﮔﯿﺮد‪ ،‬اﮔﺮ ‪ µ = 65.8‬درﺟﻪ ﺑﺎﺷﺪ‪ ،‬اﺣﺘﻤﺎل‬
‫ﭘﺬﯾﺮش ﻓﺮض ‪ 64/3‬ﺑﻮدن ﺳﺨﺘﯽ ﭼﻘﺪر اﺳﺖ؟ اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ واﻗﻌﯽ ﺳﺨﺘﯽ ‪ 65‬درﺟﻪ ﺑﺎﺷﺪ‪ ،‬اﺣﺘﻤﺎل ﭘﺬﯾﺮش اﯾﻦ‬
‫ﻓﺮض ﭼﻘﺪر ﻣﯽ ﺷﻮد؟ ﺑﻪ ﻣﻨﻈﻮر ﯾﺎﻓﺘﻦ ﺟﻮاب از روش ﺗﺤﻠﯿﻠﯽ اﺳﺘﻔﺎده ﮐﻨﯿﺪ‪.‬‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ‪ 2‬و اﯾﻦ ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫) ‪X ~ N (µ ,4‬‬
‫‪1 − α = 0.95 ⇒ α = 0.05‬‬
‫‪n = 10‬‬
‫‪ H 0 : µ = 64.3‬‬
‫‪‬‬
‫‪ H 1 : µ ≠ 64.3‬‬
‫ﺟﻬﺖ ﻣﺤﺎﺳﺒﻪ اﺣﺘﻤﺎل اﯾﻦ ﮐﻪ ﻣﯿﺎﻧﮕﯿﻦ ﺳﺨﺘﯽ ﻻﺳﺘﯿﮏ ‪ 64/3‬اﻧﺪازه ﮔﯿﺮي ﺷﻮد‪ ،‬ﻣﯽ ﺑﺎﯾﺴﺘﯽ اﺣﺘﻤﺎل وﻗﻮع ﺧﻄﺎي ﻧﻮع دوم‬
‫ﯾﻌﻨﯽ ‪ β‬را ﮐﻪ ﻋﺒﺎرﺗﺴﺖ از ﭘﺬﯾﺮش ﻓﺮض ﺻﻔﺮ در ﺣﺎﻟﺘﯽ ﮐﻪ اﯾﻦ ﻓﺮض ﻏﻠﻂ اﺳﺖ را ﻣﺤﺎﺳﺒﻪ ﻧﻤﺎﯾﯿﻢ ﭼﺮا ﮐﻪ در اﯾﻨﺠﺎ ﻻﺳﺘﯿﮑﯽ‬
‫ﻣﻮرد ﭘﺬﯾﺮش ﻗﺮار ﮔﺮﻓﺘﻪ ﮐﻪ ﻣﯿﺎﻧﮕﯿﻦ ﺳﺨﺘﯽ آن ‪ 65/8‬اﺳﺖ ﻧﻪ ‪ ، 64/3‬ﺑﻨﺎﺑﺮاﯾﻦ دارﯾﻢ‪:‬‬

‫‪٩‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬

‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪−‬‬ ‫‪−‬‬ ‫‪−‬‬
‫≤ ‪β = P  − 1.96‬‬ ‫‪≤ 1.96 | µ = 65.8  = P  − 1.96 −‬‬ ‫‪‬‬
‫‪X‬‬ ‫‪64‬‬‫‪.‬‬ ‫‪3‬‬ ‫‪65‬‬‫‪.‬‬‫‪8‬‬ ‫‪64‬‬ ‫‪.‬‬ ‫‪3‬‬ ‫‪65‬‬‫‪.‬‬ ‫‪8‬‬ ‫‪64‬‬ ‫‪.‬‬ ‫‪3‬‬
‫‪≤ Z ≤ 1.96 −‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪15‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪15‬‬ ‫‪15‬‬ ‫‪‬‬
‫] ‪= P − 4.33 ≤ Z ≤ −0.41 = P Z ≥ −4.33 − P Z ≥ −0.41 = [1 − P Z ≥ 4.33 ] − [1 − P Z ≥ 0.41‬‬
‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬
‫‪= 0.3409‬‬
‫ﺣﺎل اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ واﻗﻌﯽ ‪ 65‬درﺟﻪ ﺑﺎﺷﺪ دارﯾﻢ‪:‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪X‬‬ ‫‪−‬‬ ‫‪64‬‬‫‪.‬‬‫‪3‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪65‬‬ ‫‪−‬‬ ‫‪64‬‬ ‫‪.‬‬‫‪3‬‬ ‫‪65‬‬ ‫‪−‬‬ ‫‪64‬‬‫‪.‬‬ ‫‪3‬‬ ‫‪‬‬
‫≤ ‪β = P − 1.96‬‬ ‫‪≤ 1.96 | µ = 65 = P − 1.96 −‬‬ ‫‪≤ Z ≤ 1.96 −‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪15‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪15‬‬ ‫‪15 ‬‬
‫)‪= P (− 3.316 ≤ Z ≤ 0.604) = P (Z ≥ −3.316) − P (Z ≥ 0.604) = [1 − P (Z ≥ 3.316)] − P (Z ≥ 0.604‬‬
‫‪= 0.7286‬‬

‫‪ - 10‬در ﻣﺴﺌﻠﻪ ‪ ،5‬اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ ﻋﻤﺮ‪ ، µ ،‬واﻗﻌﺎ ‪ 11/5‬ﻣﺎه ﺑﺎﺷﺪ‪ ،‬ﺑﺮاي ﮐﺸﻒ آن‪ ،‬ﯾﻌﻨﯽ رد ﮐﺮدن ﻓﺮض ‪ µ ≥ 12‬ﺑﺎ‬
‫اﺣﺘﻤﺎل ‪ 95‬درﺻﺪ‪ ،‬ﻧﻤﻮﻧﻪ اي ﺑﺎ ﭼﻪ اﻧﺪازه ﻣﻮرد ﻧﯿﺎز اﺳﺖ؟ اﮔﺮ اﯾﻦ ﻧﻤﻮﻧﻪ ﺑﻪ ﻧﺘﯿﺠﻪ ‪ X = 11.5‬ﻣﺎه ﺑﯿﻨﺠﺎﻣﺪ‪ ،‬آﯾﺎ‬
‫اﯾﻦ ﻓﺮض را ﻣﯽ ﭘﺬﯾﺮﯾﺪ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ‪ 5‬و اﯾﻦ ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪X ~ N (12,2‬‬ ‫‪2‬‬
‫)‬
‫‪X = 12.5‬‬
‫‪α = 0.05‬‬
‫‪1 − β = 0.95 ⇒ β = 0.05‬‬
‫‪ H 0 : µ ≥ 12‬‬
‫‪‬‬
‫‪ H 1 : µ < 12‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﯾﮏ ﻃﺮﻓﻪ ﺑﻮدن آزﻣﻮن ﻓﺮض دارﯾﻢ‪:‬‬
‫‪(Z‬‬ ‫‪α‬‬ ‫‪+ Zβ ) σ 2‬‬
‫‪2‬‬
‫‪(Z 0.05 + Z0.05 )2 4‬‬
‫=‪n‬‬ ‫=‬ ‫‪= 174‬‬
‫‪(µ 1 − µ 0 )2‬‬ ‫‪(0.5)2‬‬

‫از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫) ∞‪A = [− Zα ,+∞ ) = [− 1.645,+‬‬
‫‪X − µ 11.5 − 12‬‬
‫=‪Z‬‬ ‫=‬ ‫‪= −3.30‬‬
‫‪σ‬‬ ‫‪2‬‬
‫‪n‬‬ ‫‪174‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ Z‬در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻧﺪارد ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : µ ≥ 12‬را ﻧﻤﯽ ﭘﺬﯾﺮﯾﻢ‪.‬‬

‫‪ - 11‬در ﻣﻮرد ﮐﯿﻔﯿﺖ زﻏﺎل ﺳﺮﻧﺪ ﺷﺪه اﺳﺘﺎﻧﺪارد ﺷﻤﺎره ‪ ،5‬ﺷﮑﺎﯾﺎﺗﯽ ﺑﻪ ﺳﺮﭘﺮﺳﺖ واﺣﺪ ﺗﻮﻟﯿﺪ زﻏﺎل رﺳﯿﺪه اﺳﺖ‪.‬‬
‫ﭼﻨﯿﻦ اﺑﺮاز ﺷﺪه ﮐﻪ ﻣﻤﮑﻦ اﺳﺖ ﻋﺎﻣﻞ ﺗﺨﻠﺨﻞ‪ ، X،‬ﮐﻪ ﺑﺮﺣﺴﺐ ﺗﻔﺎوﺗﻬﺎي وزن زﻏﺎل ﺧﺸﮏ و ﺧﯿﺲ ﺧﻮرده‬
‫ﺳﻨﺠﯿﺪه ﻣﯽ ﺷﻮد‪ .‬ﻣﻮﺟﺐ اﯾﻦ ﺷﮑﺎﯾﺖ ﺷﺪه ﺑﺎﺷﺪ‪ .‬ﻣﺤﻤﻮﻟﻪ ﻫﺎ ﺑﻪ ﺻﺮف ﻋﻨﻮان ﮐﺮدن ادﻋﺎﻫﺎي ﻓﺮوﺷﻨﺪه ﻣﺒﻨﯽ‬

‫‪١٠‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫ﺑﺮ ‪ 2‬ﭘﻮﻧﺪ ﺑﻮدن ﻣﯿﺎﻧﮕﯿﻦ ﻋﺎﻣﻞ ﺗﺨﻠﺨﻞ ﺧﺮﯾﺪاري ﺷﺪه اﻧﺪ‪ .‬از دﯾﺪﮔﺎه ﺗﻮﻟﯿﺪ ﮐﻨﻨﺪه‪ ،‬ﻫﻢ ﻣﻘﺎدﯾﺮ ﺑﺰرگ ﺑﺮاي‬
‫‪1‬‬
‫ﭘﻮﻧﺪ دارد‪ .‬ﺑﻪ‬ ‫ﻣﯿﺎﻧﮕﯿﻦ ﻋﺎﻣﻞ ﺗﺨﻠﺨﻞ ﻧﺎﻣﻄﻠﻮب اﺳﺖ‪ .‬ﺑﺮ اﺳﺎس ﺗﺠﺮﺑﻪ ﻗﺒﻠﯽ ﻣﻌﻠﻮم اﺳﺖ ﮐﻪ ‪ X‬اﻧﺤﺮاف ﻣﻌﯿﺎر‬
‫‪2‬‬
‫ازاي ﻣﻘﺪار ‪ %5‬ﺑﺮاي ﺳﻄﺢ ﻣﻌﻨﺎدار ﺑﻮدن‪ ،‬ﻓﺮض ﺗﻄﺒﯿﻖ ﻣﺤﻤﻮﻟﻪ ﻫﺎ ﺑﺎ ادﻋﺎي ﻓﻮق را آزﻣﺎﯾﺶ ﮐﻨﯿﺪ‪ .‬داده ﻫﺎ ﺑﻪ‬
‫ﺷﺮح زﯾﺮﻧﺪ‪:‬‬
‫‪2/16‬‬ ‫‪2/17‬‬ ‫‪2/34‬‬ ‫‪1/98‬‬ ‫‪1/97‬‬ ‫‪1/89‬‬ ‫‪2/19‬‬ ‫‪2/23‬‬ ‫‪2/15‬‬ ‫‪2/47‬‬
‫‪2/31‬‬ ‫‪1/94‬‬ ‫‪2/31‬‬ ‫‪1/86‬‬ ‫‪2/25‬‬ ‫‪2/14‬‬ ‫‪2/15‬‬ ‫‪2/16‬‬ ‫‪2/30‬‬ ‫‪2/48‬‬
‫‪2/11‬‬ ‫‪2/15‬‬ ‫‪2/24‬‬ ‫‪2/14‬‬ ‫‪2/25‬‬ ‫‪1/90‬‬ ‫‪2/04‬‬ ‫‪2/09‬‬ ‫‪2/08‬‬ ‫‪2/25‬‬
‫اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ واﻗﻌﯽ ﺑﻪ ﺑﺰرﮔﯽ ‪ 2/10‬ﭘﻮﻧﺪ ﯾﺎ ﺑﻪ ﮐﻮﭼﮑﯽ ‪ 1/90‬ﺑﺎﺷﺪ‪ ،‬آﯾﺎ اﻧﺘﺨﺎب ﯾﮏ ﻧﻤﻮﻧﻪ ‪ 30‬ﺗﺎﯾﯽ ﺿﺎﻣﻦ ﻣﻨﺎﺳﺒﯽ ﺑﺮ‬
‫ﻋﺪم ﭘﺬﯾﺮش ﻓﺮض اﺳﺖ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪ 1‬‬
‫‪X ~ N µ, ‬‬
‫‪ 4‬‬
‫‪α = 0.05‬‬
‫‪30‬‬

‫‪∑X‬‬ ‫‪i‬‬
‫‪64.62‬‬
‫=‪X‬‬ ‫‪i =1‬‬
‫=‬ ‫‪= 2.154‬‬
‫‪30‬‬ ‫‪30‬‬
‫‪H 0 : µ = 2‬‬
‫‪‬‬
‫‪H 1 : µ ≠ 2‬‬
‫از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض دو ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫]‪A = − Zα , Zα  = [− 1.96,1.96‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪‬‬
‫‪X − µ 2.154 − 2‬‬
‫=‪Z‬‬ ‫=‬ ‫‪= 1.687‬‬
‫‪σ‬‬ ‫‪0 .5‬‬
‫‪n‬‬ ‫‪30‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ Z‬در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار دارد ﻓﺮض ﺗﻄﺒﯿﻖ ﻣﺤﻤﻮﻟﻪ ﺑﺎ ادﻋﺎي ﻣﺬﮐﻮر ﺻﺤﯿﺢ ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﭘﺲ ﻓﺮض‬
‫ﺻﻔﺮ ) ‪ ( H 0 : µ = 2‬را ﻣﯽ ﭘﺬﯾﺮﯾﻢ‪.‬‬
‫ﺑﺮاي ﭘﺎﺳﺦ ﺑﻪ اﯾﻦ ﺳﺌﻮال ﻣﯽ ﺑﺎﯾﺴﺖ اﺣﺘﻤﺎل ‪ β‬را ﮐﻪ ﻋﺒﺎرﺗﺴﺖ از ﭘﺬﯾﺮش ﻓﺮض ﺻﻔﺮ در ﺣﺎﻟﯽ ﮐﻪ اﯾﻦ ﻓﺮض ﻏﻠﻂ اﺳﺖ‪،‬‬
‫ﻣﺤﺎﺳﺒﻪ ﻧﻤﺎﯾﯿﻢ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ ﺧﻮاﻫﯿﻢ داﺷﺖ‪ :‬ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ دوﻃﺮﻓﻪ ﺑﻮدن آزﻣﻮن ﻓﺮض دارﯾﻢ‪:‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪X−2‬‬ ‫‪2.10 − 2‬‬ ‫‪2.10 − 2 ‬‬
‫≤ ‪β = P  − 1.96‬‬ ‫‪≤ 1.96 | µ = 2.10  = P  − 1.96 −‬‬ ‫‪≤ Z ≤ 1.96 −‬‬
‫‪‬‬ ‫‪0.5‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪0.5‬‬ ‫‪0.5 ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪30‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪30‬‬ ‫‪30 ‬‬
‫) ‪= P (− 3.055 ≤ Z ≤ 0.865.) = P (Z ≥ −3.055) − P (Z ≥ 0.865 ) = [1 − P (Z ≥ 3.055)] − P (Z ≥ 0.865‬‬
‫‪= 0.806‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ اﺣﺘﻤﺎل رد ﻓﺮض ﺻﻔﺮ در ﺷﺮاﯾﻄﯽ ﮐﻪ ﻓﺮض ﺻﻔﺮ ﻏﻠﻂ اﺳﺖ ﯾﻌﻨﯽ ‪ 1 − β‬ﺑﺮاﺑﺮ ﺑﺎ ‪ 0/193‬ﻣﯽ ﺑﺎﺷﺪ و اﯾﻦ ﻣﻘﺪار‬
‫ﺑﺴﯿﺎر ﻧﺎﭼﯿﺰ اﺳﺖ ﺑﻨﺎﺑﺮاﯾﻦ اﯾﻦ ﺗﻌﺪاد ﻧﻤﻮﻧﻪ ﮐﻔﺎﯾﺖ ﻧﻤﯽ ﮐﻨﺪ‪.‬‬

‫‪١١‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫‪ -12‬در ﻣﺴﺌﻠﻪ ‪ 11‬ﻓﺮض ﮐﻨﯿﺪ ﮐﻪ ﻫﺮﮔﺎه ﻣﯿﺎﻧﮕﯿﻦ واﻗﻌﯽ ‪ 2/10‬ﭘﻮﻧﺪ ﺑﺎﺷﺪ‪ ،‬ﺗﻤﺎﯾﻠﯽ ﻣﺒﻨﯽ ﺑﺮ اﻋﻼم ‪ 2/00‬ﭘﻮﻧﺪ ﺑﻮدن‬
‫ﻣﯿﺎﻧﮕﯿﻦ ﻋﺎﻣﻞ ﺗﺨﻠﺨﻞ‪ ،‬ﺣﺪاﮐﺜﺮ‪ ،‬ﺑﺎ اﺣﺘﻤﺎل ‪ 0/20‬وﺟﻮد دارد‪ ،‬اﮔﺮ ﻗﺮار ﺑﺎﺷﺪآزﻣﺎﯾﺶ ﺑﺎ ﺳﻄﺢ ﻣﻌﻨﺎ دار ﺑﻮدن ‪%5‬‬
‫اﺟﺮا ﺷﻮد‪ ،‬ﻧﻤﻮﻧﻪ ﺑﺎ ﭼﻪ اﻧﺪازه ﻣﻮزد ﻧﯿﺎز اﺳﺖ؟ ﻣﺴﺌﻠﻪ را ﻫﻢ از ﻃﺮﯾﻖ ﺷﮑﻞ و ﻫﻢ از ﻃﺮﯾﻖ ﺗﺤﻠﯿﻠﯽ ﺣﻞ ﮐﻨﯿﺪ‪.‬‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ‪ 11‬و ﻫﻤﭽﻨﯿﻦ اﯾﻦ ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪ 1‬‬
‫‪X ~ N µ , ‬‬
‫‪ 4‬‬
‫‪α = 0.05‬‬
‫‪X = 2.10‬‬
‫‪H 0 : µ = 2‬‬
‫‪‬‬
‫‪H 1 : µ ≠ 2‬‬
‫و از آﻧﺠﺎ ﮐﻪ اﺣﺘﻤﺎل ‪ β‬ﯾﻌﻨﯽ ﻗﺒﻮل ﻓﺮض ﺻﻔﺮ در ﺣﺎﻟﯽ ﮐﻪ ﻓﺮض ﺻﻔﺮ ﻏﻠﻂ اﺳﺖ ﺑﺮاﺑﺮ ﺑﺎ ‪ 0/20‬اﺳﺖ )"ﻫﺮﮔﺎه ﻣﯿﺎﻧﮕﯿﻦ واﻗﻌﯽ‬
‫‪ 2/10‬ﭘﻮﻧﺪ ﺑﺎﺷﺪ‪ ،‬ﺗﻤﺎﯾﻠﯽ ﻣﺒﻨﯽ ﺑﺮ اﻋﻼم ‪ 2/00‬ﭘﻮﻧﺪ ﺑﻮدن ﻣﯿﺎﻧﮕﯿﻦ ﻋﺎﻣﻞ ﺗﺨﻠﺨﻞ‪ ،‬ﺣﺪاﮐﺜﺮ‪ ،‬ﺑﺎ اﺣﺘﻤﺎل ‪ 0/20‬وﺟﻮد دارد "( دارﯾﻢ‪:‬‬
‫راه ﺣﻞ ﺗﺤﻠﯿﻠﯽ‪:‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪X−2‬‬ ‫‪2.10 − 2‬‬ ‫‪2.10 − 2 ‬‬
‫≤ ‪β = P  − 1.96‬‬ ‫‪≤ 1.96 | µ = 2.10  = 0.2 ⇒ P  − 1.96 −‬‬ ‫‪≤ Z ≤ 1.96 −‬‬ ‫‪= 0.2‬‬
‫‪‬‬ ‫‪0.5‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪0.5‬‬ ‫‪0.5 ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪n‬‬ ‫‪n ‬‬
‫(‬
‫‪⇒ P − 1.96 − 0.2 n ≤ Z ≤ 1.96 − 0.2 n = 0.2‬‬ ‫)‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺣﻞ ﻣﺴﺌﻠﻪ ‪ 11‬ﺧﻮاﻫﯿﻢ دﯾﺪ ﮐﻪ‪ n=30‬ﺑﺪﺳﺖ ﻣﯽ آﯾﺪ و ﺑﺎ ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺣﻞ ﻫﻤﯿﻦ ﺳﺌﻮال اﯾﻦ ﺗﻌﺪاد ﻧﻤﻮﻧﻪ ﺑﺪﻟﯿﻞ ﺑﺎﻻ‬
‫ﺑﻮدن اﺣﺘﻤﺎل ‪ β‬ﻣﺮدود ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪X −2‬‬ ‫‪2.10 − 2‬‬ ‫‪2.10 − 2 ‬‬
‫≤ ‪β = P  − 1.96‬‬ ‫⇒ ‪≤ 1.96 | µ = 2.10  = 0.2‬‬ ‫‪P  − 1.96 −‬‬ ‫‪≤ Z ≤ 1.96 −‬‬ ‫‪= 0.2‬‬
‫‪‬‬ ‫‪0.5‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪0.5‬‬ ‫‪0.5 ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪n‬‬ ‫‪n ‬‬
‫(‬ ‫)‬ ‫(‬
‫‪⇒ P − 1.96 − 0.2 n ≤ Z ≤ 1.96 − 0.2 n = 0.2 ⇒ P Z ≤ 1.96 − 0.2 n = 0.2‬‬ ‫)‬
‫‪⇒ P (Z ≥ 0.2‬‬ ‫)‬
‫‪n − 1.96 = 0.2 ⇒ 0.2 n − 1.96 = Z 0.2 ⇒ 0.2 n − 1.96 = 2.05 ⇒ n ≈ 403‬‬

‫راه ﺣﻞ از ﻃﺮﯾﻖ ﺷﮑﻞ‪:‬‬

‫ﺑﺎ ﻣﺮاﺟﻌﻪ ﺑﻪ ﺷﮑﻞ ‪ 4/6‬ﺻﻔﺤﻪ ‪ 225‬ﮐﺘﺎب و اﻋﻤﺎل ﻧﻘﻄﻪ ‪ β (0.2 ) = 0.20‬ﻣﻘﺪار ‪ 100‬ﺑﺮاي ﺗﻌﺪاد ﻧﻤﻮﻧﻪ ﺑﺪﺳﺖ ﺧﻮاﻫﺪ آﻣﺪ‪.‬‬
‫(‬ ‫)‬
‫در ﺣﻞ ﺳﺌﻮال ﻓﻮق ﺗﻮﺟﻪ ﺑﻪ دو ﻧﮑﺘﻪ اﻟﺰاﻣﯽ اﺳﺖ‪ ،‬اﺑﺘﺪا آﻧﮑﻪ ﻋﺒﺎرت ‪ P − 1.96 − 0.2 n ≤ Z ≤ 1.96 − 0.2 n‬ﺑﺪﻟﯿﻞ‬
‫(‬ ‫( )‬ ‫)‬
‫ﻧﺎﭼﯿﺰ ﺑﻮدن ﻣﻘﺪار ‪ P − 1.96 − 0.2 n ≤ Z‬ﺑﻪ ‪ P Z ≤ 1.96 − 0.2 n‬ﺗﺒﺪﯾﻞ ﮔﺮدﯾﺪ‪ .‬از ﻃﺮﻓﯽ دﯾﮕﺮ در ﺣﻞ ﺑﺎ اﺳﺘﻔﺎده‬
‫‪2.1 − 2‬‬
‫=‪d‬‬ ‫از ﺷﮑﺎ ﺗﻮﺟﻪ داﺷﺘﻪ ﺑﺎﺷﯿﺪ ‪= 0.2‬‬
‫‪0.5‬‬

‫‪ - 13‬ﺻﺎﺣﺐ ﺷﻌﺐ ﻣﺘﻌﺪد ﯾﮏ رﺳﺘﻮران زﻧﺠﯿﺮه اي ﺑﺸﮑﻪ ﻫﺎي ‪30‬ﮔﺎﻟﻨﯽ ﻧﻮﺷﺎﺑﻪ را در ﻣﺠﻤﻮﻋﻪ ﻫﺎي ﺑﺰرگ )ﻫﺮ دﻓﻌﻪ‬
‫ﺻﺪﻫﺎ ﺑﺸﮑﻪ( ﻣﯽ ﺧﺮد‪ .‬اﯾﻦ ﻧﻮﺷﺎﺑﻪ‪ ،‬در ﻟﯿﻮان ﺑﻪ ﻗﺴﻤﺖ ‪ 0/25‬واﺣﺪ ﭘﻮل ﺑﻪ ﻣﺸﺘﺮي ﻓﺮوﺧﺘﻪ ﻣﯽ ﺷﻮد‪ .‬ﺻﺎﺣﺐ‬

‫‪١٢‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫رﺳﺘﻮران ﻗﺼﺪ ﺑﺮرﺳﯽ اﯾﻦ ﻣﺴﺌﻠﻪ را دارد ﮐﻪ آﯾﺎ ﻣﯿﺎﻧﮕﯿﻦ ﺗﻌﺪاد ﮔﺎﻟﻨﻬﺎي ﺑﺸﮑﻪ ﻫﺎ ﺑﻪ اﻧﺪازه ﮐﺎﻓﯽ اﺳﺖ ﯾﺎ ﻧﻪ‪.‬‬
‫ﻓﺮض ﮐﻨﯿﺪ ﮐﻪ ﻓﺮآِﻧﺪ ﭘﺮ ﮐﺮدن ﺑﺸﮑﻪ ﻫﺎ ﭼﻨﺎن اﺳﺖ ﮐﻪ در ﻗﺎﻟﺐ آن ﺗﻌﺪاد ﮔﺎﻟﻨﻬﺎي ﯾﮏ ﺑﺸﮑﻪ ﻣﺘﻐﯿﯿﺮي‬
‫‪2‬‬
‫ﮔﺎﻟﻦ اﺳﺖ‪ .‬اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ ﺑﻪ ﮐﻮﭼﮑﯽ ‪ 29‬ﮔﺎﻟﻦ ﺑﺎﺷﺪ‪ ،‬ﺻﺎﺣﺐ رﺳﺘﻮران ﻣﺎﯾﻞ ﺧﻮاﻫﺪ‬ ‫ﺗﺼﺎدﻓﯽ ﺑﺎ اﻧﺤﺮاف ﻣﻌﯿﺎر‬
‫‪3‬‬
‫ﺑﻮد ﮐﻪ ﺑﺎ اﺣﺘﻤﺎل ﺑﯿﺶ از ‪ 90‬درﺻﺪ ﻣﺠﻤﻮﻋﻪ ﺑﺸﮑﻪ ﻫﺎرا رد ﮐﻨﺪ‪ .‬اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ ﺑﺎ ﻣﻘﺪار ﻣﻘﺮر )‪ 30‬ﮔﺎﻟﻦ( ﻣﺴﺎوي‬
‫ﺑﺎﺷﺪ ﻣﯿﻞ او ﺑﺮ اﯾﻦ ﺧﻮاﻫﺪ ﺑﻮد ﮐﻪ ﺑﺎ اﺣﺘﻤﺎل ﺑﯿﺶ از ‪ 0/99‬ﻣﺠﻤﻮﻋﻪ را ﺑﭙﺬﯾﺮد‪ .‬اﻟﻒ( ﭼﻨﺪ ﺑﺸﮑﻪ ﺑﺎﯾﺪ ﺑﺮاي ﻧﻤﻮﻧﻪ‬
‫ﮔﯿﺮي آﻣﺎده ﺷﻮد؟ ب( اﮔﺮ ‪ X‬ﻣﻌﺎدل ‪ 28/5‬ﮔﺎﻟﻦ ﺑﺎﺷﺪ‪ ،‬آﯾﺎ ﺑﺎﯾﺪ ﻣﺠﻤﻮﻋﻪ را ﭘﺬﯾﺮﻓﺖ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪ 4‬‬
‫‪X ~ N µ , ‬‬
‫‪ 9‬‬
‫‪1 − β = 0.9 ⇒ β = 0.1‬‬
‫‪1 − α = 0.99 ⇒ α = 0.01‬‬
‫‪ H 0 : µ ≥ 30‬‬
‫‪‬‬
‫‪ H 1 : µ < 30‬‬
‫ﺗﻮﺟﻪ داﺷﺘﻪ ﺑﺎﺷﯿﺪ ﮐﻪ اﺣﺘﻤﺎل ﮐﺸﻒ ﮐﺮدن ﻫﻤﺎن ‪ 1 − β‬ﻣﯽ ﺑﺎﺷﺪ ﮐﻪ در ﺟﻤﻠﻪ " اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ ﺑﻪ ﮐﻮﭼﮑﯽ ‪ 29‬ﮔﺎﻟﻦ ﺑﺎﺷﺪ‪،‬‬
‫ﺻﺎﺣﺐ رﺳﺘﻮران ﻣﺎﯾﻞ ﺧﻮاﻫﺪ ﺑﻮد ﮐﻪ ﺑﺎ اﺣﺘﻤﺎل ﺑﯿﺶ از ‪ 90‬درﺻﺪ ﻣﺠﻤﻮﻋﻪ ﺑﺸﮑﻪ ﻫﺎرا رد ﮐﻨﺪ" ﻣﺴﺘﺘﺮ ﻣﯽ ﺑﺎﺷﺪ ﭼﺮا ﮐﻪ در اﯾﻦ‬
‫ﺟﻤﻠﻪ رد ﻓﺮض ﺻﻔﺮ ﺑﻪ ﺷﺮط ﻏﻠﻂ ﺑﻮدن آن ﻣﻄﺮح ﻣﯽ ﺷﻮد‪ .‬از ﺳﻮﯾﯽ دﯾﮕﺮ اﺣﺘﻤﺎل ﭘﺬﯾﺮﻓﺘﻦ ﻓﺮض ﺻﻔﺮ در ﺣﺎﻟﯽ ﮐﻪ درﺳﺖ‬
‫اﺳﺖ ﻫﻤﺎن ﭘﯽ ﺑﺮدن و ‪ 1 − α‬ﻣﯽ ﺑﺎﺷﺪ ﮐﻪ در ﺟﻤﻠﻪ " اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ ﺑﺎ ﻣﻘﺪار ﻣﻘﺮر )‪ 30‬ﮔﺎﻟﻦ( ﻣﺴﺎوي ﺑﺎﺷﺪ ﻣﯿﻞ او ﺑﺮ اﯾﻦ‬
‫ﺧﻮاﻫﺪ ﺑﻮد ﮐﻪ ﺑﺎ اﺣﺘﻤﺎل ﺑﯿﺶ از ‪ 0/99‬ﻣﺠﻤﻮﻋﻪ را ﺑﭙﺬﯾﺮد" ﻣﺴﺘﺘﺮ اﺳﺖ‪.‬‬
‫اﻟﻒ( ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﯾﮏ ﻃﺮﻓﻪ ﺑﻮدن آزﻣﻮن ﻓﺮض دارﯾﻢ‪:‬‬

‫‪(Z‬‬ ‫‪+ Zβ ) σ 2‬‬

‫‪2‬‬ ‫‪(Z0.01 + Z 0.1 )2  4 ‬‬
‫=‪n‬‬
‫‪α‬‬
‫=‬ ‫‪9 = 6‬‬
‫) ‪(µ1 − µ 0‬‬ ‫‪2‬‬
‫)‪(1‬‬ ‫‪2‬‬

‫ب( از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫) ∞‪A = [− Zα ,+∞ ) = [− 2.33,+‬‬
‫‪X − µ 28.5 − 30‬‬
‫=‪Z‬‬ ‫=‬ ‫‪* 6 = −5.51‬‬
‫‪σ‬‬ ‫‪2‬‬
‫‪ ‬‬
‫‪n‬‬ ‫‪3‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ Z‬در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻧﺪارد رﺳﺘﻮران ﻣﺠﻤﻮﻋﻪ ﭘﺬﯾﺮﻓﺘﻪ ﻧﻤﯽ ﺷﻮد‪ .‬ﭘﺲ ﻓﺮض ﺻﻔﺮ‬
‫) ‪ ( H 0 : µ ≥ 30‬را رد ﻣﯽ ﮐﻨﯿﻢ‪.‬‬

‫‪ - 14‬ﺑﺮاﺳﺎس ﻓﺮآﯾﻨﺪي ورﻗﻬﺎي اﺳﻔﻨﺞ ﺗﻮﻟﯿﺪ ﻣﯽ ﺷﻮد‪ .‬ﻧﺮﻣﯽ اﺳﻔﻨﺞ ﻣﺘﻐﯿﯿﺮي ﺗﺼﺎدﻓﯽ اﺳﺖ ﮐﻪ ﻣﯽ ﺗﻮان ﻓﺮض ﮐﺮد‬
‫ﻣﯿﺎﻧﮕﯿﻦ ‪ 73‬و اﻧﺤﺮاف ﻣﻌﯿﺎر ﻣﻌﻠﻮم و ﻣﺴﺎوي ﺑﺎ ‪ 2‬دارد‪ .‬ﯾﮏ ﻣﻬﻨﺪس ﺷﯿﻤﯽ ادﻋﺎ ﻣﯽ ﮐﻨﺪ ﻓﺮﻣﻮﻟﯽ ﺑﺮﺗﺮ از آﻧﭽﻪ‬
‫ﻗﺒﻼ ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار دارد ﺑﺪﺳﺖ آورده اﺳﺖ‪ .‬اﮔﺮ ﻓﺮآﯾﻨﺪ ﺟﺪﯾﺪ ﺑﺘﻮاﻧﺪ ﻣﯿﺎﻧﮕﯿﻦ ﻧﺮﻣﯽ را ﺑﻪ اﻧﺪازه ﯾﮏ ﺑﺮاﺑﺮ‬
‫اﻧﺤﺮاف ﻣﻌﯿﺎر‪ ، σ ،‬اﻓﺰاﯾﺶ دﻫﺪ‪ ،‬ﻣﺪﯾﺮ ﮐﺎرﺧﺎﻧﻪ ﻗﺼﺪ ﺗﻐﯿﯿﺮ ﺑﻪ ﻓﺮﻣﻮل ﺟﺪﯾﺪ را ﺧﻮاﻫﺪ ﮐﺮد و ﻣﺎﯾﻞ ﺑﻪ ﮐﺸﻒ‬
‫ﺗﻐﯿﯿﺮي ﺑﻪ اﯾﻦ ﻣﯿﺰان ﺑﺎ اﺣﺘﻤﺎل ‪ 0/90‬ﺧﻮاﻫﺪ ﺑﻮد ‪ .‬اﻣﺎ اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ ﺗﺎﺛﯿﺮي ﻧﭙﺬﯾﺮد‪ ،‬او ﺗﻤﺎﯾﻞ ﺧﻮاﻫﺪ داﺷﺖ ﮐﻪ ﺑﺎ‬
‫اﺣﺘﻤﺎل ‪ 0/95‬ﻓﺮآِﻧﺪ ﻓﻌﻠﯽ را ﺣﻔﻆ ﮐﻨﺪ‪ .‬اﻟﻒ( ﻓﺮض آﻣﺎري و ﮔﺰﯾﻨﻪ دوم را ﻣﺸﺨﺺ ﮐﻨﯿﺪ‪ .‬ب( آﻣﺎره آزﻣﻮن و‬

‫‪١٣‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش را ﺗﻌﯿﯿﻦ ﮐﻨﯿﺪ‪ .‬ج( اﻧﺪازه ﻣﻮرد ﻧﯿﺎز ﻧﻤﻮﻧﻪ ﺑﺮاي ﺗﺎﻣﯿﻦ اﺣﺘﻤﺎﻻت ﻣﻔﺮوض ﺧﻄﺎي ﻧﻮع ‪ Ι‬و ‪ ΙΙ‬را‬
‫ﻣﺸﺨﺺ ﮐﻨﯿﺪ‪ .‬د( اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ ﺑﻪ اﻧﺪازه ‪ 1/2‬اﻧﺤﺮاف ﻣﻌﯿﺎر اﻧﺘﻘﺎل ﯾﺎﻓﺘﻪ ﺑﺎﺷﺪ‪ ،‬اﺣﺘﻤﺎل ﭘﺬﯾﺮش ﻓﺮض ﭼﻘﺪر‬
‫اﺳﺖ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫) ‪X ~ N (µ ,4‬‬
‫‪1 − β = 0.9 ⇒ β = 0.1‬‬
‫‪1 − α = 0.95 ⇒ α = 0.05‬‬
‫اﻟﻒ(‬
‫‪ H 0 : µ ≤ 73‬‬
‫‪‬‬
‫‪ H 1 : µ > 73‬‬
‫ب( از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش و آﻣﺎره آزﻣﻮن‪ ،‬ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫]‪A = (− ∞, Z0.05 ] = (− ∞,1.645‬‬
‫‪X − µ X − 73‬‬
‫=‪Z‬‬ ‫=‬
‫‪σ‬‬ ‫‪2‬‬
‫‪n‬‬ ‫‪n‬‬
‫ج( ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ذﮐﺮ ﺷﺪه در اﺑﺘﺪاي ﺣﻞ ﺳﺌﻮال اﺣﺘﻤﺎل ارﺗﮑﺎب ﺧﻄﺎي ﻧﻮع ‪ Ι‬ﯾﻌﻨﯽ ‪ α‬ﺑﺮاﺑﺮ ﺑﺎ‪ 0/05‬و اﺣﺘﻤﺎل ارﺗﮑﺎب‬
‫ﺧﻄﺎي ﻧﻮع ‪ ΙΙ‬ﯾﻌﻨﯽ ‪ β‬ﺑﺮاﺑﺮ ﺑﺎ‪ 0/1‬ﻣﯽ ﺑﺎﺷﺪ‪ ،‬ﺑﻨﺎﺑﺮاﯾﻦ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪X − 73‬‬ ‫‪X − 73‬‬
‫‪β = P‬‬ ‫⇒ ‪≤ 1.645 | µ ≠ 73  = 0.1‬‬ ‫‪P‬‬ ‫‪≤ 1.645 | µ = 73 + σ  = 0.1‬‬
‫‪ 2‬‬ ‫‪‬‬ ‫‪ 2‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪n‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪X − 73‬‬ ‫‪75 − 73 ‬‬
‫‪⇒ P‬‬ ‫⇒ ‪≤ 1.645 | µ = 73 + 2 = 75  = 0.1‬‬ ‫‪P  Z ≤ 1.645 −‬‬ ‫‪= 0.1‬‬
‫‪ 2‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪2 ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪n ‬‬
‫(‬ ‫)‬
‫‪⇒ P Z ≥ n − 1.645 = 0.1 ⇒ n − 1.645 = Z 0.1 ⇒ n − 1.645 = 1.28 ⇒ n ≈ 9‬‬
‫د(‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪X − 73‬‬ ‫‪X − 73‬‬
‫‪β = P‬‬ ‫= ‪≤ 1.645 | µ = 73 + 1.2σ ‬‬ ‫‪P‬‬ ‫‪≤ 1.645 | µ = 73 + 1.2(2 ) = 75.4 ‬‬
‫‪ 2‬‬ ‫‪‬‬ ‫‪ 2‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪9‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪9‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪75.4 − 73 ‬‬
‫‪= P Z ≤ 1.645 −‬‬ ‫‪= P (Z ≤ −1.95) = P (Z ≥ 1.95) = 0.0256‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪9 ‬‬

‫‪١۴‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫‪ - 15‬ﯾﮏ ﺳﺎزﻧﺪه ﻻﻣﭙﻬﺎي رﺷﺘﻪ اي ﻣﻮﻓﻖ ﺑﻪ اﺑﺪاع ﻓﺮآِﻧﺪ ﺗﻮﻟﯿﺪ ﺟﺪﯾﺪي ﺷﺪه ﮐﻪ اﻣﯿﺪوار اﺳﺖ ﻣﯿﺎﻧﮕﯿﻦ ﮐﺎراﺋﯽ‬
‫ﻣﺤﺼﻮﻟﺶ را ﻧﺴﺒﺖ ﺑﻪ ﻣﯿﺎﻧﮕﯿﻦ ‪ 9/5‬ﻓﻌﻠﯽ اﻓﺰاﯾﺶ دﻫﺪ‪ .‬ﻧﺘﺎﯾﺞ ﺗﺠﺮﺑﻪ اي ﮐﻪ ﺑﺎ ‪ 10‬ﻻﻣﭗ اﺟﺮا ﺷﺪه ﺑﺸﺮح زﯾﺮ‬
‫اﺳﺖ‪:‬‬
‫‪9/271‬‬ ‫‪12/045‬‬
‫‪9/971‬‬ ‫‪13/024‬‬
‫‪10/250‬‬ ‫‪9/871‬‬
‫‪11/461‬‬ ‫‪11/578‬‬
‫‪11/515‬‬ ‫‪10/851‬‬
‫∑‬ ‫‪X‬‬ ‫‪2‬‬
‫=‬ ‫‪1218‬‬‫‪.‬‬‫‪451898‬‬

‫آﯾﺎ ﺳﺎزﻧﺪه ﺑﺎﯾﺪ ﻣﻌﺘﻘﺪ ﺷﻮد ﮐﻪ ﮐﺎراﯾﯽ اﻓﺰاﯾﺶ ﯾﺎﻓﺘﻪ اﺳﺖ؟ از ﺳﻄﺢ ﻣﻌﻨﺎ دار ﺑﻮدن ‪ %5‬اﺳﺘﻔﺎده ﮐﻨﯿﺪ‪ .‬اﮔﺮ ﮐﺎراﯾﯽ‬
‫ﻣﻌﺎدل ‪ 11‬ﺑﺎﺷﺪ‪ ،‬اﺣﺘﻤﺎل اﻇﻬﺎر اﯾﻦ ﻣﻄﻠﺐ ﮐﻪ ﮐﺎراﯾﯽ اﻓﺰاﯾﺶ ﻧﯿﺎﻓﺘﻪ‪ ،‬ﭼﻘﺪر اﺳﺖ؟ )ﺑﻤﻨﻈﻮر اﺳﺘﻔﺎده از ﻣﻨﺤﻨﯽ ﻫﺎي‬
‫‪ OC‬از ‪ S‬ﺑﻌﻨﻮان ﻣﻘﺪار ﺑﺮآورد ﺷﺪه ‪ σ‬اﺳﺘﻔﺎده ﮐﻨﯿﺪ‪(.‬‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪n = 10‬‬
‫‪α = 0.05‬‬
‫‪10‬‬

‫‪∑X‬‬ ‫‪= 1218.451898‬‬

‫‪2‬‬
‫‪i‬‬
‫‪i =1‬‬

‫‪ H 0 : µ ≤ 9 .5‬‬
‫‪‬‬
‫‪ H 1 : µ > 9 .5‬‬
‫‪10‬‬

‫‪∑X‬‬ ‫‪i‬‬
‫‪109.844‬‬
‫=‪X‬‬ ‫‪i =1‬‬
‫=‬ ‫‪= 10.9844‬‬
‫‪10‬‬ ‫‪10‬‬

‫‪∑ (X‬‬ ‫)‪) ∑ ((12.045 − 10.9844‬‬ ‫)‬

‫‪10‬‬ ‫‪10‬‬
‫)‪+ (12.271 − 10.9844) + ... + (11.515 − 10.9844‬‬
‫‪2‬‬
‫‪−X‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪i‬‬
‫= ‪S‬‬‫‪2‬‬ ‫‪i =1‬‬
‫=‬ ‫‪i =1‬‬

‫‪9‬‬ ‫‪9‬‬
‫‪⇒ S 2 = 2.230 ⇒ S = 1.1490‬‬
‫از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫= ]‪A = (− ∞, t 0.05; 9 ] = (− ∞,1.833‬‬
‫‪X − µ 10.9844 − 9.5‬‬
‫=‪t‬‬ ‫=‬ ‫‪= 4.0854‬‬
‫‪S‬‬ ‫‪1.1490‬‬
‫‪n‬‬ ‫‪10‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ Z‬در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻧﻤﯽ ﮔﯿﺮد ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : µ ≤ 9.5‬را ﻧﻤﯽ ﭘﺬﯾﺮﯾﻢ‪ .‬ﯾﻌﻨﯽ ﮐﺎراﯾﯽ‬
‫اﻓﺰاﯾﺶ ﻧﯿﺎﻓﺘﻪ اﺳﺖ‪.‬‬
‫ﺑﺎ در ﻧﻈﺮ ﮔﺮﻓﺘﻦ ﻣﻄﺎﻟﺐ اراﺋﻪ ﺷﺪه در ﺳﺌﻮاﻻت ﻗﺒﻠﯽ و ﻋﺒﺎرت " اﮔﺮ ﮐﺎراﯾﯽ ﻣﻌﺎدل ‪ 11‬ﺑﺎﺷﺪ‪ ،‬اﺣﺘﻤﺎل اﻇﻬﺎر اﯾﻦ ﻣﻄﻠﺐ ﮐﻪ‬
‫ﮐﺎراﯾﯽ اﻓﺰاﯾﺶ ﻧﯿﺎﻓﺘﻪ‪ ،‬ﭼﻘﺪر اﺳﺖ" در ﻣﯽ ﯾﺎﺑﯿﻢ ﺑﺎﯾﺪ اﺣﺘﻤﺎل ﭘﺬﯾﺮﻓﺘﻦ ﻓﺮض ﺻﻔﺮ را در ﺣﺎﻟﺘﯽ ﮐﻪ اﯾﻦ ﻓﺮض ﻏﻠﻂ اﺳﺖ ﯾﻌﻨﯽ‬
‫اﺣﺘﻤﺎل ‪ β‬را ﻣﺤﺎﺳﺒﻪ ﻧﻤﺎﯾﯿﻢ‪ ،‬ﺑﻨﺎﺑﺮاﯾﻦ دارﯾﻢ‪:‬‬

‫‪١۵‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬

‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪X − 9 .5‬‬ ‫‪X − 9.5‬‬ ‫‪11 − 9.5 ‬‬
‫‪β = P‬‬ ‫‪≤ t 0.05;9 | µ = 11 = P ‬‬ ‫= ‪≤ 1.833 | µ = 11‬‬ ‫‪P  t 9 ≤ 1.833 −‬‬
‫‪ 1.1490‬‬ ‫‪‬‬ ‫‪ 1.1490‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪1.1490 ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ 10‬‬ ‫‪‬‬ ‫‪ 10‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪10 ‬‬
‫‪= P (t 9 ≤ −2.295) = P (t 9 ≥ 2.295) = 0.024‬‬

‫‪ - 16‬ﯾﮏ ﺗﻮﻟﯿﺪ ﮐﻨﻨﺪه ﭘﺎرﭼﻪ ﻣﺪﻋﯽ اﺳﺖ ﮐﻪ ﻣﯿﺎﻧﮕﯿﻦ ﻣﻘﺎوﻣﺖ ﭘﺎرﮔﯽ ﺗﺎرﻫﺎي ﻣﺤﺼﻮﻟﺶ ‪ 90‬ﭘﻮﻧﺪ ﯾﺎ ﺑﯿﺸﺘﺮ اﺳﺖ‪.‬‬
‫ﺷﺮﮐﺘﯽ ﮐﻪ ﺑﺮاﯾﺶ ﮐﺎر ﻣﯽ ﮐﻨﯿﺪ ﻣﺎﯾﻞ ﺑﻪ ﺧﺮﯾﺪاري ﮐﺮدن اﯾﻦ ﭘﺎرﭼﻪ اﺳﺖ‪ ،‬اﻣﺎ ﺗﺼﻤﯿﻢ ﻣﯽ ﮔﯿﺮد اﺑﺘﺪا ﺑﻪ ازاي‬
‫ﺳﻄﺢ ﻣﻌﻨﺎ دار ﺑﻮدن ‪ ،%5‬اﯾﻦ ادﻋﺎ را ﻣﻮرد آزﻣﺎﯾﺶ ﻗﺮار دﻫﺪ‪ .‬اﮔﺮ آزﻣﺎﯾﺶ ﺑﻪ ﭘﺬﯾﺮش ادﻋﺎ ﺑﯿﻨﺠﺎﻣﺪ‪ ،‬ﺷﺮﮐﺖ اﯾﻦ‬
‫ﮐﺎﻻ را ﺧﻮاﻫﺪ ﺧﺮﯾﺪ‪ .‬ﺟﺒﻬﻪ ﮔﯿﺮي در ﻣﻮرد آن ﻣﻘﺎدﯾﺮ ﻣﯿﺎﻧﮕﯿﻦ ﻣﻘﺎوﻣﺖ ﭘﺎرﮔﯽ ﺗﺎر‪ ،‬ﮐﻪ ﮐﻤﯽ از ‪ 90‬ﭘﻮﻧﺪ ﮐﻤﺘﺮ‬
‫اﺳﺖ‪ ،‬ﻣﻬﻢ ﺗﻠﻘﯽ ﻧﻤﯽ ﺷﻮد‪ ،‬وﻟﯽ ﻣﻘﺎدﯾﺮ ﺧﯿﻠﯽ ﮐﻤﺘﺮ از ‪ 90‬ﭘﻮﻧﺪ‪ ،‬ﺑﺤﺮاﻧﯽ ﺑﺸﻤﺎر ﻣﯽ آﯾﻨﺪ‪ .‬ﺑﺮ اﺳﺎس ﺗﺠﺮﺑﻪ ﻗﺒﻠﯽ‬
‫در ﻣﻮرد اﯾﻦ ﮐﺎﻻ‪ ،‬ﻣﻌﻠﻮم اﺳﺖ ﮐﻪ اﻧﺤﺮاف ﻣﻌﯿﺎر ﻣﻘﺎوﻣﺖ ﭘﺎرﮔﯽ ﺗﺎرﻫﺎ ﺗﻘﺮﯾﺒﺎ ‪ 12‬ﭘﻨﺪ اﺳﺖ ) ‪ σ‬ﻣﺠﻬﻮل اﺳﺖ(‪.‬‬
‫اﻟﻒ( اﻧﺠﺎم آزﻣﺎﯾﺶ ﻧﺎﻇﺮ ﺑﻪ ﮔﺮﻓﺘﻦ ﯾﮏ ﻧﻤﻮﻧﻪ ﻣﺘﺸﮑﻞ از ‪ 25‬ﻗﻄﻌﻪ ﭘﺎرﭼﻪ اﺳﺖ‪ .‬روش اﺟﺮاي آزﻣﻮن را ﻣﺸﺨﺺ‬
‫ﮐﻨﯿﺪ‪ .‬ب( اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ واﻗﻌﯽ ﻣﻘﺎوﻣﺖ ﭘﺎرﮔﯽ ﻣﻌﺎدل ‪ 86‬ﭘﻮﻧﺪ ﺑﺎﺷﺪ‪ ،‬ﺗﻮﺻﯿﻪ ﺧﺮﯾﺪ ﮐﺎﻻ ﺑﻪ ﺷﺮﮐﺖ در ﭼﺎرﭼﻮب‬
‫آزﻣﻮن ﺑﻨﺪ اﻟﻒ ﭼﻪ ﻣﺨﺎﻃﺮه اي را در ﺑﺮ دارد؟ ج( اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ واﻗﻌﯽ ﻣﻘﺎوﻣﺖ ﭘﺎرﮔﯽ ‪ 90‬ﭘﻮﻧﺪ ﺑﺎﺷﺪ‪ ،‬ﻣﺨﺎﻃﺮه رد‬
‫ﮐﺮدن اﯾﻦ ادﻋﺎ ﭼﻘﺪر ﻣﯽ ﺷﻮد؟ د( آزﻣﺎﯾﺶ را ﻃﺒﻖ ﻃﺮح ﺑﻨﺪ اﻟﻒ اﻧﺠﺎم ﻣﯽ دﻫﯿﺪ و در ﻣﯽ ﯾﺎﺑﯿﺪ ﮐﻪ ﻣﯿﺎﻧﮕﯿﻦ‬
‫ﻣﻘﺎوﻣﺖ ﻧﻤﻮﻧﻪ ﭘﺎرﭼﻪ ﻣﻮرد آزﻣﺎﯾﺶ ‪ 85‬ﭘﻮﻧﺪ اﺳﺖ‪ .‬آﯾﺎ ﺧﺮﯾﺪن ﭘﺎرﭼﻪ را ﺑﻪ ﺷﺮﮐﺖ ﺗﻮﺻﯿﻪ ﻣﯽ ﮐﻨﯿﺪ ﯾﺎ‬
‫ﻧﻪ؟ ‪ S = 12.5‬اﺳﺖ‪.‬‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪α = 0.05‬‬
‫‪S = 12‬‬
‫‪ H 0 : µ ≥ 90‬‬
‫‪‬‬
‫‪ H 1 : µ < 90‬‬
‫اﻟﻒ(اﺑﺘﺪا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش را ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ و ﺳﭙﺲ ﭘﺲ از ﮔﺮﻓﺘﻦ ﻧﻤﻮﻧﻪ ‪ 25‬ﺗﺎﯾﯽ‪ ،‬ﻣﯿﺎﻧﮕﯿﻦ آﻧﺮا ﻣﺤﺎﺳﺒﻪ ﻧﻤﻮده و در آﻣﺎره‬
‫آزﻣﻮن در ﺟﺎي ‪ X‬ﻗﺮار ﻣﯽ دﻫﯿﻢ و ﺳﭙﺲ ﻣﻘﺪار ﺑﺪﺳﺖ آﻣﺪه را ﺑﺎ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻣﻘﺎﯾﺴﻪ ﻣﯽ ﮐﻨﯿﻢ‪ ،‬ﭼﻨﺎﻧﭽﻪ در داﺧﻞ ﺣﺪود ﺑﻮد‬
‫ﻓﺮض ﺻﻔﺮ را ﭘﺬﯾﺮﻓﺘﻪ و در ﻏﯿﺮ اﯾﻨﺼﻮرت آﻧﺮا رد ﻣﯽ ﮐﻨﯿﻢ‪.‬‬
‫ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش و آﻣﺎره آزﻣﻮن‪:‬‬
‫) ∞‪A = [− t 0.05; 24 ,+∞ ) = [− 1.711,+‬‬
‫‪X − µ X − 90‬‬
‫=‪t‬‬ ‫=‬
‫‪S‬‬ ‫‪12‬‬
‫‪n‬‬ ‫‪25‬‬
‫ب(‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪−‬‬ ‫‪−‬‬
‫‪β (86 ) = P‬‬ ‫= ‪≥ −1.711 | µ = 86 ‬‬ ‫‪‬‬ ‫) ‪ = P (t ≥ −0.044‬‬
‫‪X‬‬ ‫‪90‬‬ ‫‪86‬‬ ‫‪90‬‬
‫‪P t 24 ≥ −1.711 −‬‬
‫‪ 12‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪12 ‬‬ ‫‪24‬‬

‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬

‫‪ 25‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪25 ‬‬
‫‪= 1 − P (t 24 ≥ 0.044 ) = 0.65‬‬

‫‪١۶‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ اﺣﺘﻤﺎل ﺑﺪﺳﺖ آﻣﺪه اﺣﺘﻤﺎل ﭘﺬﯾﺮش ﻓﺮض ﺻﻔﺮ در ﺣﺎﻟﯽ ﮐﻪ ﻓﺮض ﻣﺬﮐﻮر ﻏﻠﻂ اﺳﺖ ‪ 0/65‬ﻣﯽ ﺑﺎﺷﺪ ﮐﻪ ﻣﻘﺪار‬
‫ﺑﺎﻻﯾﯽ ﻣﯽ ﺑﺎﺷﺪ و اﯾﻦ ﺑﺎﻋﺚ زﯾﺎن اﺳﺖ‪.‬‬
‫ج( در اﯾﻦ ﺑﻨﺪ ﻣﯽ ﺑﺎﯾﺴﺖ اﺣﺘﻤﺎل ‪ α‬ﯾﻌﻨﯽ اﺣﺘﻤﺎل رد ﻓﺮض ﺻﻔﺮ درﺣﺎﻟﯽ ﮐﻪ اﯾﻦ ﻓﺮض درﺳﺖ اﺳﺖ ﻣﺤﺎﺳﺒﻪ ﮔﺮدد‪ ،‬ﺗﻮﺟﻪ‬
‫داﺷﺘﻪ ﺑﺎﺷﯿﺪ اﯾﻦ اﻣﺮ در ﺟﻤﻠﻪ " اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ واﻗﻌﯽ ﻣﻘﺎوﻣﺖ ﭘﺎرﮔﯽ ‪ 90‬ﭘﻮﻧﺪ ﺑﺎﺷﺪ‪ ،‬ﻣﺨﺎﻃﺮه رد ﮐﺮدن اﯾﻦ ادﻋﺎ" ﻣﺴﺘﺘﺮ اﺳﺖ ﮐﻪ‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ‪ α = 0.05‬ﻣﯽ ﺑﺎﺷﺪ‪.‬‬
‫د( ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺑﻨﺪ اﻟﻒ دارﯾﻢ‪:‬‬
‫) ∞‪A = [− t 0.05; 24 ,+∞ ) = [− 1.711,+‬‬
‫‪X − µ 85 − 90‬‬
‫=‪t‬‬ ‫=‬ ‫‪= −2‬‬
‫‪S‬‬ ‫‪12.5‬‬
‫‪n‬‬ ‫‪25‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ t‬در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻧﺪارد ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : µ ≥ 90‬را ﻧﻤﯽ ﭘﺬﯾﺮﯾﻢ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ ﺧﺮﯾﺪ ﭘﺎرﭼﻪ‬
‫را ﺑﻪ ﺷﺮﮐﺖ ﺗﻮﺻﯿﻪ ﻧﻤﯽ ﮐﻨﯿﻢ‪.‬‬

‫‪ -17‬ﺗﺼﻮر ﮐﻨﯿﺪ ﻗﺼﺪ ﺑﺮرﺳﯽ اﯾﻦ ﻓﺮض در ﻣﯿﺎن ﺑﺎﺷﺪ ﮐﻪ ﻧﻘﻄﻪ ذوب ﯾﮏ آﻟﯿﺎژ ‪ 1200‬درﺟﻪ ﺳﺎﻧﺘﯿﮕﺮاد اﺳﺖ‪ .‬اﮔﺮ‬
‫ﻧﻘﻄﻪ ذوب ﺑﯿﺶ از ‪ 20‬درﺟﻪ ﺗﻔﺎوت داﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﺗﻤﺎﯾﻞ ﺑﻪ ﺗﻐﯿﯿﺮ ﺗﺮﮐﯿﺐ آﻟﯿﺎژ وﺟﻮد ﺧﻮاﻫﺪ داﺷﺖ‪ .‬ﻓﺮض ﮐﻨﯿﺪ‬
‫ﮐﻪ ‪ β = 0.10 ، α = 0.01‬و ‪ α‬ﺗﻘﺮﯾﺒﺎ ‪ 15‬درﺟﻪ اﺳﺖ‪ .‬ﺑﻪ ﭼﻨﺪ ﻣﺸﺎﻫﺪه ﻧﯿﺎز دارﯾﻢ؟ ﺿﺎﺑﻄﻪ ﻧﺎﻇﺮ ﺑﺮ رد ﻓﺮض ﭼﻪ‬
‫ﺧﻮاﻫﺪ ﺑﻮد؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪α = 0.01‬‬
‫‪β (25) = 0.1‬‬
‫‪S = 15‬‬
‫‪ H 0 : µ = 1200‬‬
‫‪‬‬
‫‪ H 1 : µ ≠ 1200‬‬
‫‪ µ − µ0 ‬‬ ‫‪ 20 ‬‬
‫‪β (d ) = 0.1 ⇒ β  1‬‬ ‫‪ = 0.1 ⇒ β   = 0.1 ⇒ β (1.33) = 0.1‬‬
‫‪ S ‬‬ ‫‪ 15 ‬‬
‫ﺑﺎ ﻣﺮاﺟﻌﻪ ﺑﻪ ﺷﮑﻞ ‪ 11,6‬ﺻﻔﺤﻪ ‪ 240‬و داﺷﺘﻦ ﻧﻘﻄﻪ ‪ β (1.33) = 0.1‬ﻣﻘﺪار ﺗﻘﺮﯾﺒﯽ ‪ 15‬ﺑﺮاي ﺗﻌﺪاد ﻧﻤﻮﻧﻪ ﻫﺎي ﻣﻮرد ﻧﯿﺎز‬
‫ﺑﺪﺳﺖ ﺧﻮاﻫﺪ آﻣﺪ‪.‬‬
‫از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض دو ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫]‪A = [− t 0.005;14 , t 0.005;14 ] = [− 2.977,2.977‬‬
‫‪X − µ X − 1200‬‬
‫=‪t‬‬ ‫=‬
‫‪S‬‬ ‫‪S‬‬
‫‪n‬‬ ‫‪15‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ Z‬در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﮔﯿﺮد ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : µ = 1200‬را ﻣﯽ ﭘﺬﯾﺮﯾﻢ‪ .‬و در ﻏﯿﺮ اﯾﻨﺼﻮرت‬
‫ﻓﺮض ﺻﻔﺮ را رد ﻣﯽ ﮐﯿﻨﻢ‪.‬‬

‫‪ -18‬ﺑﺮاي ﺳﺎﺧﺖ ﻣﯿﻠﻪ ﻫﺎي اﺳﺘﻮاﻧﻪ اي ﺑﺎ ﺳﻄﺢ ﻣﻘﻄﻊ ﻣﺪور دﺳﺘﮕﺎه ﺗﺮاش ﭼﻨﺎن ﺗﻨﻈﯿﻢ ﻣﯽ ﺷﻮد ﮐﻪ ﻣﯿﻨﮕﯿﻦ ﻗﻄﺮ‬
‫‪ 5/01‬ﺳﺎﻧﺘﯿﻤﺘﺮ ﺑﺎﺷﺪ‪ .‬ﺣﺼﻮل اﻃﻤﯿﻨﺎن از ﺗﻨﻈﯿﻢ ﺻﺤﯿﺢ دﺳﺘﮕﺎه ﺿﺮوري ﺗﺸﺨﯿﺺ داده ﺷﺪه اﺳﺖ‪ .‬ﯾﮏ ﻧﻤﻮﻧﻪ‬
‫ده ﺗﺎﯾﯽ ﮔﺮﻓﺘﻪ اﯾﻢ و ﻧﺘﺎﯾﺞ ﺑﺸﺮح زﯾﺮ اﺳﺖ‪:‬‬

‫‪١٧‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫‪5/036‬‬ ‫‪5/031‬‬
‫‪5/085‬‬ ‫‪5/064‬‬
‫‪4/991‬‬ ‫‪4/942‬‬
‫‪4/935‬‬ ‫‪5/051‬‬
‫‪4/999‬‬ ‫‪5/011‬‬
‫‪∑X‬‬ ‫‪2‬‬
‫‪= 251.473971‬‬

‫اﻟﻒ( ﺑﻪ ازاي ﻣﻘﺪار ‪ %5‬ﺑﺮاي ﺳﻄﺢ ﻣﻌﻨﺎ دار ﺑﻮدن ﻓﺮض ﺻﺤﺖ ﺗﻨﻈﯿﻢ دﺳﺘﮕﺎه را آزﻣﺎﯾﺶ ﮐﻨﯿﺪ‪.‬‬
‫ب( اﮔﺮ ﺗﻨﻈﯿﻢ دﺳﺘﮕﺎه ﺑﻪ ﻣﻘﺪار ‪ 0/05‬ﺳﺎﻧﺘﯿﻤﺘﺮ از ﻣﻘﺪار ﻣﻮرد ﻧﻈﺮ اﻧﺤﺮاف داﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬اﺣﺘﻤﺎل ﺗﻘﺮﯾﺒﯽ ﭘﯽ ﺑﺮدن‬
‫ﺑﻪ آن ﭼﻘﺪر اﺳﺖ؟ ) از ﻣﻘﺪار ﺑﻪ دﺳﺖ آﻣﺪه ﺑﺮاي ‪ S‬در ﺑﻨﺪ اﻟﻒ ﺑﻪ ﻋﻨﻮان ﻣﻘﺪار ﺑﺮآورد ﺷﺪه ‪ σ‬اﺳﺘﻔﺎده ﮐﻨﯿﺪ(‬
‫ج( ﺑﻪ ﻣﻨﻈﻮر ﺗﻀﻤﯿﻦ )ﺑﺎ اﺣﺘﻤﺎل ‪ (0/95‬اﯾﻨﮑﻪ ﯾﮏ اﻧﺤﺮاف ‪ 0/05‬ﺳﺎﻧﺘﯿﻤﺘﺮي در ﺗﻨﻈﯿﻢ دﺳﺘﮕﺎه ﻗﺎﺑﻞ ﮐﺸﻒ ﺑﺎﺷﺪ ﺑﻪ‬
‫ﭼﻨﺪ ﻣﺸﺎﻫﺪه ﻧﯿﺎز اﺳﺖ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪n = 10‬‬
‫‪α = 0.05‬‬
‫‪10‬‬

‫‪∑X‬‬ ‫‪= 251.473971‬‬

‫‪2‬‬
‫‪i‬‬
‫‪i =1‬‬

‫‪ H 0 : µ = 5.01‬‬
‫‪‬‬
‫‪ H 1 : µ ≠ 5.01‬‬
‫‪10‬‬

‫‪∑X‬‬ ‫‪i‬‬
‫‪50.145‬‬
‫=‪X‬‬ ‫‪i =1‬‬
‫=‬ ‫‪= 5.0145‬‬
‫‪10‬‬ ‫‪10‬‬

‫‪∑ (X‬‬ ‫)‪) ∑ ((5.036 − 5.0145‬‬ ‫)‬

‫‪10‬‬ ‫‪10‬‬
‫)‪+ (5.085 − 5.0145) + ... + (5.011 − 5.0145‬‬
‫‪2‬‬
‫‪−X‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪i‬‬
‫= ‪S‬‬‫‪2‬‬ ‫‪i =1‬‬
‫=‬ ‫‪i =1‬‬

‫‪9‬‬ ‫‪9‬‬
‫‪⇒ S = 0.0024 ⇒ S = 0.0493‬‬
‫‪2‬‬

‫اﻟﻒ( از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض دو ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫]‪A = [− t 0.025; 9 , t 0.025; 9 ] = [− 2.262,2.262‬‬
‫‪X − µ 5.0145 − 5.01‬‬
‫=‪t‬‬ ‫=‬ ‫‪= 0.289‬‬
‫‪S‬‬ ‫‪0.0493‬‬
‫‪n‬‬ ‫‪10‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ Z‬در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﮔﯿﺮد ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : µ = 5.01‬را ﻣﯽ ﭘﺬﯾﺮﯾﻢ‪ .‬ﯾﻌﻨﯽ دﺳﺘﮕﺎه‬
‫ﺗﻨﻈﯿﻢ اﺳﺖ‪.‬‬
‫ب( ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ذﮐﺮ ﺷﺪه ﻣﻘﺪار اﺣﺘﻤﺎل ‪ 1 − β‬ﯾﻌﻨﯽ رد ﻓﺮض ﺻﻔﺮ درﺣﺎﻟﯽ ﮐﻪ ﻏﻠﻂ اﺳﺖ ﻣﺪﻧﻈﺮ ﻣﯽ ﺑﺎﺷﺪ‪ ،‬ﺑﻨﺎﺑﺮاﯾﻦ‬
‫ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪0.05‬‬
‫=‪d‬‬ ‫‪= 1.014‬‬
‫‪0.0493‬‬

‫‪١٨‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫ﺑﺎ ﻣﺮاﺟﻌﻪ ﺑﻪ ﺷﮑﻞ ‪ 10,6‬ﺻﻔﺤﻪ ‪ 240‬و داﻧﺴﺘﻦ ‪ n=10‬و ‪ d=1/014‬ﻣﻘﺪار ﺗﻘﺮﯾﺒﯽ ‪ 0/2‬ﺑﺮاي ‪ β‬ﺑﺪﺳﺖ ﺧﻮاﻫﺪ آﻣﺪ‪ ،‬در ﻧﺘﯿﺠﻪ‬
‫ﺑﺮاي اﺣﺘﻤﺎل ‪ 1 − β‬ﻣﻘﺪار ‪ 0/8‬را ﺧﻮاﻫﯿﻢ داﺷﺖ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ اﮔﺮ ﺗﻨﻈﯿﻢ دﺳﺘﮕﺎه ﺑﻪ ﻣﻘﺪار ‪ 0/05‬ﺳﺎﻧﺘﯿﻤﺘﺮ از ﻣﻘﺪار ﻣﻮرد ﻧﻈﺮ‬
‫اﻧﺤﺮاف داﺷﺘﻪ ﺑﺎﺷﺪ ﺑﺎ اﺣﺘﻤﺎل ‪ 0/8‬ﺑﻪ آن ﭘﯽ ﺧﻮاﻫﯿﻢ ﺑﺮد‪.‬‬
‫ج( ﺑﺎ ﻣﺮاﺟﻌﻪ ﺑﻪ ﺷﮑﻞ ‪ 10,6‬ﺻﻔﺤﻪ ‪ 240‬و داﺷﺘﻦ ﻧﻘﻄﻪ ‪ β (1.014) = 0.05‬ﻣﻘﺪار ﺗﻘﺮﯾﺒﯽ‪ 20‬ﺑﺮاي ﺗﻌﺪاد ﻧﻤﻮﻧﻪ ﻫﺎي ﻣﻮرد‬
‫ﻧﯿﺎز ﺑﺪﺳﺖ ﺧﻮاﻫﺪ آﻣﺪ‪.‬‬

‫‪ -19‬ﻗﺼﺪ ﺑﺮرﺳﯽ اﯾﻦ ﻣﻄﻠﺐ را دارﯾﻢ ﮐﻪ آﯾﺎ ﻃﺮز ﻋﻤﻞ ﺧﺎﺻﯽ ﻣﯽ ﺗﻮاﻧﺪ ﺑﺮ ﻣﯿﺎﻧﮕﯿﻦ ﻣﻘﺎوﻣﺖ ﺑﺘﻦ‪ ،‬ﮐﻪ ﻣﯽ داﻧﯿﻢ‬
‫‪ 3000psi‬اﺳﺖ‪ ،‬ﺗﺎﺛﯿﺮي داﺷﺘﻪ ﺑﺎﺷﺪ ﯾﺎ ﻧﻪ‪ .‬ﻗﺮار اﺳﺖ ﺑﺎ اﺳﺘﻔﺎده از ﯾﮏ اﻧﺒﺎﺷﺘﻪ از ﻣﻮاد ﺧﺎم ﺑﺪﺳﺖ آﻣﺪه ﺑﺎ‬
‫اﺳﺘﻔﺎده از ﻃﺮز ﻋﻤﻞ ﺟﺪﯾﺪ‪ ،‬ﺗﺠﺮﺑﻪ ﻣﺤﺪودي اﻧﺠﺎم ﺷﻮد‪ .‬ﺷﯿﻮه ﭼﻨﺎن اﺳﺖ ﮐﻪ اﮔﺮ ﺑﺘﻦ داراي ﻫﻤﺎن ﻣﻘﺎوﻣﺖ‬
‫ﺑﺮﺷﯽ ﺑﺘﻦ ﻗﺪﯾﻤﯽ ﺑﺎﺷﺪ‪ ،‬اﺣﺘﻤﺎل رﺳﯿﺪن ﺑﻪ اﯾﻦ ﻧﺘﯿﺠﻪ ‪ 0/99‬ﺧﻮاﻫﺪ ﺑﻮد‪ .‬ﺑﻪ ﻋﻼوه‪ ،‬اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ ﻣﻘﺎوﻣﺖ ﺑﻪ‬
‫ﻣﯿﺰان ‪ 250psi‬ﺗﻐﯿﯿﺮ ﯾﺎﺑﺪ ﺷﯿﻮه ﺑﺎﯾﺪ ﺑﺎ اﺣﺘﻤﺎل ﺑﯿﺶ از ‪ 0/75‬ﺑﻪ اﯾﻦ ﻧﺘﯿﺠﻪ ﺑﺮﺳﺪ‪ .‬ﺑﺮآورد ﺳﺮاﻧﮕﺸﺘﯽ اﻧﺤﺮاف‬
‫ﻓﺮض‬ ‫ب(‬ ‫اﺳﺖ؟‬ ‫ﭼﻘﺪر‬ ‫ﻧﻤﻮﻧﻪ‬ ‫ﻧﯿﺎز‬ ‫ﻣﻮرد‬ ‫اﻧﺪازه‬ ‫اﻟﻒ(‬ ‫اﺳﺖ‪.‬‬ ‫‪200psi‬‬ ‫ﻣﻌﯿﺎر‬

‫‪∑ (X‬‬ ‫)‬

‫‪n‬‬ ‫‪2‬‬
‫و ‪ n‬ﻣﻘﺪار ﺑﺪﺳﺖ آﻣﺪه در ﺑﻨﺪ اﻟﻒ ﺑﺎﺷﺪ‪ .‬آﯾﺎ ﺑﺎﯾﺪ ﻧﺘﯿﺠﻪ ﮔﺮﻓﺖ‬ ‫‪i‬‬ ‫‪−X‬‬ ‫ﮐﻨﯿﺪ ‪= 40103; X = 3393‬‬
‫‪i =1‬‬

‫ﮐﻪ ﻃﺮز ﻋﻤﻞ ﺧﺎص ﺗﺎﺛﯿﺮي ﺑﺮ ﻣﻘﺎوﻣﺖ ﻧﺪارد؟‬

‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪1 − α = 0.99 ⇒ α = 0.01‬‬
‫‪1 − β = 0.75 ⇒ β = 0.25‬‬
‫‪ H 0 : µ = 3000‬‬
‫‪‬‬
‫‪ H 1 : µ ≠ 3000‬‬
‫اﻟﻒ(‬
‫‪ µ − µ0 ‬‬ ‫‪ 250 ‬‬
‫‪β (d ) = 1 − 0.75 ⇒ β  1‬‬ ‫‪ = 0.25 ⇒ β ‬‬ ‫‪ = 0.25 ⇒ β (1.25) = 0.25‬‬
‫‪ S ‬‬ ‫‪ 200 ‬‬
‫ﺑﺎ ﻣﺮاﺟﻌﻪ ﺑﻪ ﺷﮑﻞ ‪ 11,6‬ﺻﻔﺤﻪ ‪ 240‬و داﺷﺘﻦ ﻧﻘﻄﻪ ‪ β (1.25) = 0.25‬ﻣﻘﺪار ﺗﻘﺮﯾﺒﯽ ‪ 10‬ﺑﺮاي ﺗﻌﺪاد ﻧﻤﻮﻧﻪ ﻫﺎي ﻣﻮرد ﻧﯿﺎز‬
‫ﺑﺪﺳﺖ ﺧﻮاﻫﺪ آﻣﺪ‪.‬‬

‫ب( از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض دو ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫] ‪A = [− t 0.005 ; 9 , t 0.005 ; 9 ] = [− 3 .250 ,3 .250‬‬

‫‪∑ (X‬‬ ‫)‬

‫‪10‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪−X‬‬
‫‪40103‬‬
‫= ‪S2‬‬ ‫‪i =1‬‬
‫=‬
‫‪= 4455 .889 ⇒ S = 66 .75‬‬
‫‪n −1‬‬ ‫‪9‬‬
‫‪X − µ 3393 − 3000‬‬
‫=‪t‬‬ ‫=‬ ‫‪= 18 .62‬‬
‫‪S‬‬ ‫‪66 .75‬‬
‫‪n‬‬ ‫‪10‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ Z‬در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻧﻤﯽ ﮔﯿﺮد ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : µ = 3000‬را ﻧﻤﯽ ﭘﺬﯾﺮﯾﻢ‪ .‬ﯾﻌﻨﯽ ﻃﺮز‬
‫ﻋﻤﻞ ﺧﺎص ﺑﺮ ﻣﻘﺎوﻣﺖ ﺑﺘﻦ ﺗﺎﺛﯿﺮ دارد‪.‬‬

‫‪١٩‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫‪ - 20‬در ﻣﺴﺌﻠﻪ ‪ 15‬ﭼﻨﺪ ﻣﺸﺎﻫﺪه ﻣﻮرد ﻧﯿﺎز اﺳﺖ ﺗﺎ اﮔﺮ ﻣﯿﺎﻧﮕﯿﻦ ﮐﺎراﯾﯽ ﺑﻪ ﻣﯿﺰان ﯾﮏ ﻟﻮﻣﻦ ﺑﻪ ازاي ﻫﺮ وات اﻓﺰاﯾﺶ‬
‫‪1‬‬
‫ﻟﻮﻣﻦ ﺑﺮاي ﻫﺮ وات اﺳﺖ‪ .‬اﮔﺮ ‪X = 11‬‬ ‫ﯾﺎﻓﺖ ﺑﺎ اﺣﺘﻤﺎل ‪ 0/90‬ﮐﺸﻒ ﺷﻮد؟ ﺑﺮآوردي ﻏﯿﺮ دﻗﯿﻖ از ‪ σ‬ﺑﺮاﺑﺮ ﺑﺎ‬
‫‪2‬‬
‫و ‪ S = 0.503‬و ﺗﻌﺪاد ﻣﺸﺎﻫﺪات ﺑﻪ ﺷﺮح ﻓﻮق ﺑﺎﺷﺪ‪ ،‬آﯾﺎ ﻓﺮض ﭘﺬﯾﺮﻓﺘﻪ ﺧﻮاﻫﺪ ﺷﺪ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪α = 0.05‬‬
‫‪1 − β = 0.9 ⇒ β = 0.1‬‬
‫‪S = 0.5‬‬
‫‪ H 0 : µ ≤ 9.5‬‬
‫‪‬‬
‫‪ H 1 : µ > 9.5‬‬
‫‪ µ − µ0 ‬‬ ‫‪ 1 ‬‬
‫‪β (d ) = 0.1 ⇒ β  1‬‬ ‫‪ = 0 .1 ⇒ β ‬‬ ‫‪ = 0.1 ⇒ β (2 ) = 0.1‬‬
‫‪ S ‬‬ ‫‪ 0 .5 ‬‬
‫ﺑﺎ ﻣﺮاﺟﻌﻪ ﺑﻪ ﺷﮑﻞ ‪ 12,6‬ﺻﻔﺤﻪ ‪ 242‬و داﺷﺘﻦ ﻧﻘﻄﻪ ‪ β (2 ) = 0.1‬ﻣﻘﺪار ﺗﻘﺮﯾﺒﯽ ‪ 4‬ﺑﺮاي ﺗﻌﺪاد ﻧﻤﻮﻧﻪ ﻫﺎي ﻣﻮرد ﻧﯿﺎز ﺑﺪﺳﺖ‬
‫ﺧﻮاﻫﺪ آﻣﺪ‪.‬‬
‫از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫]‪A = (− ∞, t 0.05; 2 ] = (− ∞,2.353‬‬
‫‪X − µ 11 − 9.5‬‬
‫=‪t‬‬ ‫=‬ ‫‪= 5.96‬‬
‫‪S‬‬ ‫‪0.5‬‬
‫‪n‬‬ ‫‪4‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ Z‬در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻧﻤﯽ ﮔﯿﺮد ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : µ ≤ 9.5‬را ﻧﻤﯽ ﭘﺬﯾﺮﯾﻢ‪.‬‬

‫‪ -21‬ﯾﮏ ﺷﺮﮐﺖ ﭘﻼﺳﺘﯿﮏ ﺳﺎزي ﺑﺮاي ﻣﺼﺎرف ﺻﻨﻌﺘﯽ ورﻗﻬﺎي ﭘﻼﺳﺘﯿﮑﯽ ﻋﺮﺿﻪ ﻣﯽ ﮐﻨﺪ‪ .‬ﻧﻮع ﺟﺪﯾﺪي از‬
‫ﭘﻼﺳﺘﯿﮏ ﺗﻮﻟﯿﺪ ﺷﺪه و ﺷﺮﮐﺖ ﻣﺎﯾﻞ ﺑﻪ اﻇﻬﺎر اﯾﻦ ادﻋﺎﺳﺖ ﮐﻪ ﻣﯿﺎﻧﮕﯿﻦ ﻣﻘﺎوﻣﺖ ﺗﻨﺸﯽ اﯾﻦ ﮐﺎﻻي ﺟﺪﯾﺪ دﺳﺖ‬
‫ﮐﻢ ‪ 30psi‬اﺳﺖ‪ .‬در اﯾﻨﺠﺎ ﻣﻘﺎوﻣﺖ ﺗﻨﺸﯽ‪ ،X ،‬ﺑﺮ ﺣﺴﺐ ﭘﻮﻧﺪ ﺑﺮ اﯾﻨﭻ ﻣﺮﺑﻊ ﮐﻪ ﺑﺮاي اﯾﺠﺎد ﺗﺮك در ورق ﻻزم‬
‫اﺳﺖ‪ ،‬ﺳﻨﺠﯿﺪه ﻣﯽ ﺷﻮد‪ .‬ﻧﻤﻮﻧﻪ ﺗﺼﺎدﻓﯽ زﯾﺮ از ﺧﻂ ﺗﻮﻟﯿﺪ ﮔﺮﻓﺘﻪ ﺷﺪه اﺳﺖ‪.‬‬
‫‪30/1‬‬ ‫‪32/7‬‬ ‫‪22/5‬‬ ‫‪27/5‬‬
‫‪27/7‬‬ ‫‪29/8‬‬ ‫‪28/9‬‬ ‫‪31/4‬‬
‫‪31/2‬‬ ‫‪24/3‬‬ ‫‪26/4‬‬ ‫‪22/8‬‬
‫‪29/1‬‬ ‫‪33/4‬‬ ‫‪32/5‬‬ ‫‪21/7‬‬
‫‪∑X‬‬ ‫‪2‬‬
‫‪= 12984.54‬‬
‫ﺑﺮاﺳﺎس اﯾﻦ ﻧﻤﻮﻧﻪ و ﺑﻪ ازاي ﻣﻘﺪار ‪ %5‬ﺑﺮاي ﺳﻄﺢ ﻣﻌﻨﺎدار ﺑﻮدن ‪ ،‬آﯾﺎ ﺷﺮﮐﺖ ﺑﺎﯾﺪ ادﻋﺎي ﺧﻮد را ﻣﻄﺮح ﮐﻨﺪ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ و ﻫﻤﭽﻨﯿﻦ ﻣﻘﺎدﯾﺮ ﻧﻤﻮﻧﻪ ﻫﺎ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬

‫‪٢٠‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫‪α = 0.05‬‬
‫‪ H 0 : µ ≥ 30‬‬
‫‪‬‬
‫‪ H 0 : µ < 30‬‬
‫‪16‬‬

‫‪∑X‬‬ ‫‪i‬‬
‫‪452‬‬
‫=‪X‬‬ ‫‪i =1‬‬
‫=‬ ‫‪= 28.25‬‬
‫‪16‬‬ ‫‪16‬‬

‫‪∑ (X‬‬ ‫)‪) ∑ ((27.5 − 28.25‬‬ ‫)‬

‫‪16‬‬ ‫‪16‬‬
‫)‪+ (31.4 − 28.25) + ... + (29.1 − 28.25‬‬
‫‪2‬‬
‫‪−X‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪i‬‬
‫= ‪S‬‬
‫‪2‬‬ ‫‪i =1‬‬
‫=‬ ‫‪i =1‬‬
‫‪= 14.369‬‬
‫‪n −1‬‬ ‫‪15‬‬
‫‪⇒ S = 3.79‬‬
‫از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫) ∞‪A = [− t 0.05;15 ,+∞ ) = [− 1.753,+‬‬
‫‪X − µ 28.25 − 30‬‬
‫=‪t‬‬ ‫=‬ ‫‪= −1.84‬‬
‫‪S‬‬ ‫‪3.79‬‬
‫‪n‬‬ ‫‪16‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار ‪ Z‬در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻧﻤﯽ ﮔﯿﺮد ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : µ ≥ 30‬را ﻧﻤﯽ ﭘﺬﯾﺮﯾﻢ‪ .‬و ادﻋﺎي ﺷﺮﮐﺖ‬
‫ﺑﺪون ﺷﮏ رد ﻣﯽ ﮔﺮدد‪.‬‬

‫‪-22‬ﯾﮏ ﺳﺎزﻧﺪه وﺳﺎﯾﻞ اﻧﺪازه ﮔﯿﺮي ﻣﺪﻋﯽ اﺳﺖ ﮐﻪ اﻧﺤﺮاف ﻣﻌﯿﺎر ﺳﻨﺠﺶ ﺑﺎ وﺳﺎﯾﻞ ﺳﺎﺧﺘﻪ او از ‪ 0/0003‬ﺑﯿﺸﺘﺮ‬
‫ﻧﯿﺴﺖ‪ .‬از ﺗﺤﻠﯿﻠﮕﺮي ﮐﻪ از اﯾﻦ ادﻋﺎ ﺑﯽ اﻃﻼع اﺳﺖ و اﯾﻦ وﺳﯿﻠﻪ را ﺑﻪ ﮐﺎر ﻣﯽ ﺑﺮد ﺧﻮاﺳﺘﻪ ﺷﺪه اﺳﺖ ﮐﻪ ﺿﻤﻦ‬
‫اﻧﺠﺎم وﻇﺎﯾﻒ ﻋﺎدي ﺧﻮد‪ 9 ،‬دﻓﻌﻪ ﯾﮏ رﺷﺘﻪ اﻧﺪازه ﮔﯿﺮي را ﺗﮑﺮا ﮐﻨﺪ‪ .‬در ﭘﺎﯾﺎن ﻣﻌﻠﻮم ﺷﺪه اﺳﺖ ﮐﻪ اﻧﺤﺮاف‬
‫ﻣﻌﯿﺎر ‪ 9‬دﻓﻌﻪ اﻧﺪازه ﮔﯿﺮي‪ 0/0006 ،‬اﺳﺖ‪ .‬اﻟﻒ( ﺑﺮ اﺳﺎس اﯾﻦ ﻧﺘﯿﺠﻪ آﯾﺎ رد ﮐﺮدن ادﻋﺎي ﺳﺎزﻧﺪه ﻗﺎﺑﻞ ﺗﻮﺟﯿﻪ‬
‫اﺳﺖ؟ از ﺳﻄﺢ ﻣﻌﻨﺎدار ﺑﻮدن ‪ %1‬اﺳﺘﻔﺎده ﮐﻨﯿﺪ‪ .‬ب( اﮔﺮ اﻧﺤﺮاف ﻣﻌﯿﺎر واﻗﻌﯽ ﻣﻌﺎدل ‪ 0/0005‬ﺑﺎﺷﺪ‪ ،‬اﺣﺘﻤﺎل رد‬
‫ﮐﺮدن ﻓﺮض ‪ σ = 0.0003‬ﭼﻘﺪر ﻣﯽ ﺷﻮد؟ ﭘﺎﺳﺦ را ﻫﻢ از ﻃﺮﯾﻖ ﺷﮑﻞ و ﻫﻢ از ره ﺗﺤﻠﯿﻞ ﺑﻪ دﺳﺖ آورﯾﺪ‪.‬‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪α = 0.01‬‬
‫‪S = 0.0006‬‬
‫‪n=9‬‬
‫‪ H 0 : σ ≤ 0.0003‬‬
‫‪‬‬
‫‪ H 1 : σ > 0.0003‬‬
‫اﻟﻒ( از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫[‬
‫‪A = 0, χ‬‬ ‫‪2‬‬
‫‪0.01, 8‬‬ ‫]‪] = [0,20.090‬‬
‫= ‪χ2‬‬
‫‪(n − 1)S 2‬‬ ‫=‬
‫‪(9 − 1)(0.0006)2‬‬
‫‪= 32‬‬
‫‪σ0‬‬
‫‪2‬‬
‫‪(0.0003)2‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار آﻣﺎره آزﻣﻮن در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻧﻤﯽ ﮔﯿﺮد ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : σ ≤ 0.0003‬را ﻧﻤﯽ ﭘﺬﯾﺮﯾﻢ‪.‬‬
‫ب( ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺗﻮﺿﯿﺤﺎت ﻣﻮﺟﻮد در ﻣﺴﺌﻠﻪ ﻣﯽ ﺑﺎﯾﺴﺖ اﺣﺘﻤﺎل رد ﻓﺮض ﺻﻔﺮ درﺣﺎﻟﯽ ﮐﻪ اﯾﻦ ﻓﺮض ﻏﻠﻂ اﺳﺖ را ﺑﺪﺳﺖ آورﯾﻢ‬
‫ﯾﻌﻨﯽ ‪ ، 1 − β‬ﺑﻨﺎﺑﺮاﯾﻦ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬

‫‪٢١‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫روش ﺣﻞ ﺗﺤﻠﯿﻠﯽ‪:‬‬
‫‪ 8S‬‬ ‫‪‬‬
‫‪β = P (χ 2 ≤ χ 02.01;8 | σ = 0.0005) = P ‬‬
‫‪2‬‬
‫‪≤ 20.090 | σ = 0.0005 ‬‬
‫)‪ (0.0003‬‬
‫‪2‬‬
‫‪‬‬
‫‪ 8S 2‬‬
‫‪= P ‬‬ ‫*‬
‫‪(0.0003)2 ≤ 20.090 * (0.0003)2‬‬ ‫‪‬‬
‫)‪ = P (χ 82 ≤ 7.2324) = 1 − P (χ 82 > 7.2324‬‬
‫‪‬‬
‫)‪ (0.0003) (0.0005‬‬ ‫‪(0.0005)2‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪‬‬
‫‪= 1 − 0.50 = 0.50‬‬
‫‪⇒ 1 − β = 1 − 0.50 = 0.50‬‬
‫روش اﺳﺘﻔﺎده از ﺷﮑﻞ‪:‬‬
‫‪σ‬‬ ‫‪0.0005‬‬
‫=‪λ‬‬ ‫=‬ ‫‪= 1.667‬‬
‫‪σ 0 0.0003‬‬
‫ﺑﺎ ﻣﺮاﺟﻌﻪ ﺑﻪ ﺷﮑﻞ ‪ 18,6‬ﺻﻔﺤﻪ ‪ 252‬و ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ آﻧﮑﻪ ‪ n=9‬و ‪ λ = 1.667‬ﻣﻘﺪار ‪ β‬در ﺣﺪود ‪ 0/50‬ﺑﺪﺳﺖ ﻣﯿﺎﯾﺪ‪ ،‬ﺑﻨﺎﺑﺮاﯾﻦ‬
‫ﻣﻘﺪار ‪ 1 − β‬ﻧﯿﺰ ﺑﺮاﺑﺮ ﺑﺎ ‪ 0/50‬ﺧﻮاﻫﺪ ﺷﺪ‪.‬‬

‫ﻗﺼﺪ آزﻣﺎﯾﺶ اﯾﻦ ﻣﻄﻠﺐ را دارﯾﻢ ﮐﻪ آﯾﺎ اﻧﺤﺮاف ﻣﻌﯿﺎر اﻧﺪازه ﮔﯿﺮﯾﻬﺎي ﺑﺪﺳﺖ آﻣﺪه از ﯾﮏ دﻣﺎﺳﻨﺞ ﻣﻌﺎدل‬ ‫‪- 23‬‬
‫‪ 0/010‬درﺟﻪ ﯾﺎ ﺑﯿﺸﺘﺮ اﺳﺖ‪ .‬ﺣﺪ ‪ 0/005‬درﺟﻪ ﺑﺮاي ﺗﻠﺮاﻧﺲ اﻧﺤﺮاف ﻣﻌﯿﺎر اراﺋﻪ ﺷﺌﻪ اﺳﺖ و ﻣﺎﯾﻠﯿﻢ ﮐﻪ ﻫﺮﮔﻮﻧﻪ‬
‫ﺗﺠﺎوز از اﯾﻦ ﺣﺪ را ﺑﺎ اﺣﺘﻤﺎل ‪ 0/90‬ﮐﺸﻒ و رد ﮐﻨﯿﻢ‪ .‬ﺑﻪ ازاي ﻣﻘﺪار ‪ 1‬درﺻﺪ ﺑﺮاي ﺳﻄﺢ ﻣﻌﻨﺎدار ﺑﻮدن‪ ،‬ﺑﻪ ﭼﻨﺪ‬
‫اﻧﺪازه ﮔﯿﺮي ﻧﯿﺎز دارﯾﻢ و ﺿﺎﺑﻄﻪ ﭘﺬﯾﺮﺷﻤﺎن ﭼﻪ ﺧﻮاﻫﺪ ﺑﻮد؟ اﮔﺮ ‪ S = 0.012‬ﺷﻮد‪ ،‬آﯾﺎ ﻓﺮض را ﻣﯽ ﭘﺬﯾﺮﯾﻢ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪α = 0.01‬‬
‫‪S = 0.012‬‬
‫‪1 − β = 0.9 ⇒ β = 0.1‬‬
‫‪ H 0 : σ ≤ 0.01‬‬
‫‪‬‬
‫‪ H 1 : σ > 0.01‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﯾﮑﻄﺮﻓﻪ ﺑﻮدن آزﻣﻮن ﻓﺮض دارﯾﻢ‪:‬‬
‫‪χ12− β ; n −1‬‬
‫=‬
‫‪σ 02‬‬
‫⇒‬
‫‪χ 02.9; n −1‬‬
‫=‬
‫‪(0.01)2 ⇒ n ≈ 40‬‬
‫‪χ α2 ;n −1‬‬ ‫‪σ 12‬‬ ‫‪χ 02.01; n −1 (0.015)2‬‬
‫از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫[‬ ‫]‬
‫]‪A = 0, χ 02.01,39 = [0,62.411‬‬

‫= ‪χ2‬‬
‫‪(n − 1)S 2‬‬ ‫=‬
‫‪(40 − 1)(0.012)2‬‬
‫‪= 56.16‬‬
‫‪σ0‬‬
‫‪2‬‬
‫‪(0.01)2‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار آﻣﺎره آزﻣﻮن در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻣﯽ ﮔﯿﺮد ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : σ ≤ 0.01‬را ﻣﯽ ﭘﺬﯾﺮﯾﻢ‪.‬‬

‫‪-24‬ﺻﻔﺤﺎت ﻓﻠﺰي ﺑﺎ ﺿﺨﺎﻣﺖ اﺳﺘﺎﻧﺪارد را ﺗﺎ ﻗﻄﺮ ﻣﻌﯿﻨﯽ ﺑﺎ ﻟﻌﺎب زرﯾﻦ ﻣﯽ ﭘﻮﺷﺎﻧﯿﺪﻧﺪ‪ .‬ﺻﻔﺤﺎت ﭘﻮﺷﯿﺪه از ﻟﻌﺎب‬
‫ﺳﭙﺲ اﻧﺒﺎر ﻣﯽ ﺷﺪ و ﻣﻘﺎوﻣﺖ ﻟﻌﺎب زرﯾﻦ ﻣﻮرد آزﻣﺎﯾﺶ ﻗﺮار ﻣﯽ ﮔﺮﻓﺖ‪ .‬ﺑﻪ ﻣﻨﻈﻮر ﺗﻌﯿﯿﻦ ﻣﻘﺎوﻣﺖ‪ ،‬ﯾﮏ ﺳﺎﭼﻤﻪ‬
‫ﺑﻮﺳﯿﻠﻪ ﻣﺎﺷﯿﻦ از ﯾﮏ ﻃﺮف ﺻﻔﺤﻪ ﺑﻪ داﺧﻞ آن راﻧﺪه ﻣﯽ ﺷﺪ ﺗﺎ ﻟﻌﺎب زرﯾﻦ در ﻃﺮف دﯾﮕﺮ آن ﻗﺪر ﮐﺸﯿﺪه‬
‫ﺷﻮد ﮐﻪ ﺗﺮك ﺑﺨﻮرد‪ .‬ﺑﺎ اﯾﺠﺎد ﺗﺮك‪ ،‬از ﻃﺮﯾﻖ ﺑﺮﻗﺮاري ﺟﺮﯾﺎن ﺑﺮق ﺑﯿﻦ دو ﺻﻔﺤﻪ و ﯾﮏ دﺳﺘﮕﺎه راﺑﻂ‪ ،‬ﻣﺎﺷﯿﻦ‬

‫‪٢٢‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫ﻣﺘﻮﻗﻒ ﻣﯽ ﺷﺪ‪ .‬ﻋﻤﻖ ﻧﻔﻮذ ﺳﺎﭼﻤﻪ‪ ،‬ﻣﻌﯿﺎري ﺑﺮاي ﻣﻘﺎوﻣﺖ ﻟﻌﺎب ﺑﻮد‪ .‬ﺑﺮ اﺳﺎس ﺗﻌﺪاد آزﻣﺎﯾﺸﻬﺎي ﻓﺮآوران‪ ،‬ﺑﻄﻮر‬
‫دﻗﯿﻖ ﻣﻌﻠﻮم ﺷﺪه ﺑﻮد ﮐﻪ دﻗﺖ اﻧﺪازه ﮔﯿﺮي روش اﺻﻠﯽ ﮐﻪ ﺑﺮ ﺣﺴﺐ اﻧﺤﺮاف ﻣﻌﯿﺎر ﺳﻨﺠﯿﺪه ﻣﯽ ﺷﻮد‪ ،‬ﻣﺴﺎوي‬
‫‪ 4‬واﺣﺪ اﺳﺖ‪ ،‬ﮐﻪ اﯾﻦ ﻣﯿﺰان رﺿﺎﯾﺖ ﺑﺨﺶ ﻣﺤﺼﻮب ﻧﺸﺪ و آزﻣﺎﯾﺸﻬﺎي ﻣﺨﺘﻠﻔﯽ ﺑﻪ ﻫﺪف ﺑﻬﺒﻮد آن اﺟﺮا ﺷﺪ‪.‬‬
‫در ﯾﮑﯽ از اﯾﻦ آزﻣﺎﯾﺸﻬﺎ ﮐﻮﺷﺶ ﺑﻌﻤﻞ آﻣﺪ ﺗﺎ از ﻃﺮﯾﻖ آﻣﺎده ﮐﺮدن ﺻﻔﺤﺎت ﺑﻪ ﻧﺤﻮ ﺧﺎص ﭘﺲ از ﭘﻮﺷﺎﻧﯿﺪن‬
‫آﻧﻬﺎ ﺑﺎ ﻟﻌﺎب زرﯾﻦ دﻗﺖ اﻧﺪازه ﮔﯿﺮي را ﺑﻬﺒﻮد ﺑﺨﺸﻨﺪ‪ .‬ﺳﻄﺢ اﻧﺘﺨﺎب ﺷﺪه ﺑﺮاي ﻣﻌﻨﺎدار ﺑﻮدن ‪ α = 0.05‬ﺑﻮد‪.‬‬
‫ﺗﺼﻤﯿﻢ ﮔﺮﻓﺘﻪ ﺷﺪ ﮐﻪ آزﻣﺎﯾﺶ ﻣﻨﺎﺳﺐ ﺑﺎﯾﺪ آزﻣﺎﯾﺸﯽ ﺑﺎﺷﺪ ﮐﻪ ﮐﺎﻫﺶ وارﯾﺎﻧﺲ ﺑﻪ ﻧﺼﻒ ﻣﻘﺪار ﻋﺎدي را ﺑﺎ‬
‫اﺣﺘﻤﺎل ‪ 0/80‬ﮐﺸﻒ ﮐﻨﺪ‪ .‬اﻟﻒ( ﺷﯿﻮه ﺗﺼﻤﺼﻢ ﻣﻮرد اﺳﺘﻔﺎده ﮐﺪام اﺳﺖ؟ ب( اﻧﺪازه ﻣﻮرد ﻧﯿﺎز ﻧﻤﻮﻧﻪ ﭼﻘﺪر‬
‫اﺳﺖ؟ ج( اﮔﺮ ‪ S 2 = 12.2‬ﺑﺎﺷﺪ‪ ،‬ﻧﺘﯿﺠﻪ ﮔﯿﺮي در اﯾﻦ ﻣﻮرد ﭼﮕﻮﻧﻪ اﺳﺖ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ دارﯾﻢ‪:‬‬
‫‪α = 0.05‬‬
‫‪1 − β = 0.8 ⇒ β = 0.2‬‬
‫‪H 0 : σ ≥ 4‬‬
‫‪‬‬
‫‪H 1 : σ < 4‬‬
‫اﻟﻒ(ﭘﺲ از ﻣﺤﺎﺳﺒﻪ ﺗﻌﺪاد ﻧﻤﻮﻧﻪ‪ ،‬ﻣﻘﺪار اﻧﺤﺮاف ﻣﻌﯿﺎر ﻧﻤﻮﻧﻪ )‪ (S‬را ﺑﺎ اﺳﺘﻔﺎده از ﺷﮑﻞ ‪ 19,6‬ﺻﻔﺤﻪ ‪ 253‬ﺗﺨﻤﯿﻦ زده و ﺑﺎ ﻗﺮار‬
‫دادن آن در آﻣﺎره آزﻣﻮن ﮐﻪ در ﺑﻨﺪ ج آورده ﺷﺪه و ﻣﻘﺎﯾﺴﻪ آن ﺑﺎ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش‪ ،‬ﭼﻨﺎﻧﭽﻪ در اﯾﻦ ﻧﺎﺣﯿﻪ ﻗﺮار داﺷﺖ ﻓﺮض ﺻﻔﺮ را‬
‫ﻣﯽ ﭘﺬﯾﺮﯾﻢ و در ﻏﯿﺮ اﯾﻨﺼﻮرت آﻧﺮا رد ﻣﯽ ﮐﻨﯿﻢ‪.‬‬
‫ب( ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﯾﮑﻄﺮﻓﻪ ﺑﻮدن آزﻣﻮن ﻓﺮض دارﯾﻢ‪:‬‬
‫‪χ12− β ; n −1‬‬
‫=‬
‫‪σ 02‬‬
‫⇒‬
‫‪χ 02.8; n −1‬‬
‫=‬
‫‪(4)2 ⇒ n ≈ 9‬‬
‫‪χ α2 ;n −1‬‬ ‫‪σ 12‬‬ ‫‪χ 02.05; n −1 (4.05)2‬‬
‫ج(از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫[‬ ‫)‬
‫) ∞‪A = χ 02.95,9 ,+∞ = [2.733,+‬‬

‫= ‪χ2‬‬
‫‪(n − 1)S 2‬‬ ‫=‬
‫‪(9 − 1)(12.2) = 6.1‬‬
‫‪σ0‬‬
‫‪2‬‬
‫‪(4)2‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار آﻣﺎره آزﻣﻮن در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻣﯽ ﮔﯿﺮد ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : σ ≥ 4‬را ﻣﯽ ﭘﺬﯾﺮﯾﻢ‪.‬‬

‫روش ﺗﺤﻠﯿﻞ ﺧﺎﺻﯽ در ﻣﻮرد ﯾﮏ ﻣﺎده ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار ﮔﺮﻓﺖ و ﭘﯿﺸﻨﻬﺎدي ﻣﺒﻨﯽ ﺑﺮ ﺟﺎﻧﺸﯿﻦ ﮐﺮدن آن‬ ‫‪- 25‬‬
‫ﺑﺎ روش دﯾﮕﺮي ﮐﻪ ﺗﺼﻮر ﻣﯽ ﺷﺪ ﻣﺰاﯾﺎﯾﯽ دارد ﻋﻨﻮان ﺷﺪ‪ .‬ﭘﺮﺳﺸﯽ ﮐﻪ از ﻃﺮﯾﻖ ﺗﺠﺮﺑﻪ ﻗﺮار ﺑﻮد ﭘﺎﺳﺦ داده‬
‫ﺷﻮد اﯾﻦ ﺑﻮد ﮐﻪ آﯾﺎ روش ﺟﺪﯾﺪ داراي دﻗﺖ روش ﻗﺪﯾﻤﯽ ﻫﺴﺖ ﯾﺎ ﻧﻪ‪ .‬ﺑﺮ اﺳﺎس ﺗﺠﺮﺑﻪ ﻗﺒﻠﯽ ﻣﻌﻠﻮم ﺑﻮد ﮐﻪ‬
‫اﻧﺤﺮاف ﻣﻌﯿﺎر روش ﭘﯿﺸﯿﻦ ‪ 0/04‬واﺣﺪ اﺳﺖ‪ .‬ﺑﻪ ﻋﻼوه‪ ،‬ﻣﻌﻠﻮم ﺷﺪ ﮐﻪ روش ﺟﺪﯾﺪ از ﻧﻈﺮ ﺳﺮﻋﺖ و از ﻧﻈﺮ ﺻﺮﻓﻪ‬
‫ﺟﻮﯾﯽ در ﻣﻮاد ﻣﺰاﯾﺎي ﮐﺎﻓﯽ دارد ﮐﻪ اﮔﺮ دﻗﺖ آن ﺑﻪ ﻃﻮر ﻗﺎﺑﻞ ﻣﻼﺣﻈﻪ اي از دﻗﺖ روش ﻓﻌﻠﯽ ﮐﻤﺘﺮ‬
‫ﻧﺒﺎﺷﺪاﻧﺘﺨﺎب آن ﺗﻮﺟﯿﻪ ﭘﺬﯾﺮ ﻣﯽ ﺷﻮد‪ .‬ﺳﭙﺲ ﺑﺮ اﺳﺎس اﺟﺮاي آزﻣﻮن در ﺳﻄﺢ ﻣﻌﻨﺎدار ﺑﻮدن ‪ α = 0.01‬ﻗﺮار‬
‫ﺷﺪ آزﻣﻮن ﻃﻮري ﻃﺮاﺣﯽ ﺷﻮد ﮐﻪ اﮔﺮ اﻧﺤﺮاف ﻣﻌﯿﺎر روش ﺟﺪﯾﺪ ‪ 0/10‬واﺣﺪ ﺑﺎﺷﺪ‪ ،‬ﻣﺨﺎﻃﺮه ﻋﺪم ﮐﺸﻒ ﭼﻨﯿﻦ‬
‫ﺗﻐﯿﯿﺮي از ‪ 0/05‬ﺗﺠﺎوز ﻧﮑﻨﺪ‪ .‬اﻟﻒ( اﻧﺪازه ﻣﻮرد ﻧﯿﺎز ﻧﻤﻮﻧﻪ را ﺗﻌﯿﯿﻦ ﮐﻨﯿﺪ‪ .‬ب( اﮔﺮ ﻣﻘﺪار واﻗﻌﯽ اﻧﺤﺮاف ﻣﻌﯿﺎر‪،‬‬
‫‪ ، α‬ﻣﺴﺎوي ‪ 0/07‬ﺑﻮد‪ ،‬اﺣﺘﻤﺎل ﭘﺬﯾﺮش ﻓﺮض ﭼﻘﺪر ﻣﯽ ﺷﻮد؟ ج( اﮔﺮ ‪ S=0/06‬ﺑﺎﺷﺪ‪ ،‬آﯾﺎ ﻓﺮض را ﻣﯽ ﭘﺬﯾﺮﯾﺪ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ دارﯾﻢ‪:‬‬

‫‪٢٣‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫‪α = 0.01‬‬
‫‪β = 0.05‬‬
‫‪ H 0 : σ ≤ 0.04‬‬
‫‪‬‬
‫‪ H 1 : σ > 0.04‬‬
‫اﻟﻒ( ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﯾﮑﻄﺮﻓﻪ ﺑﻮدن آزﻣﻮن ﻓﺮض دارﯾﻢ‪:‬‬
‫‪χ‬‬ ‫‪2‬‬
‫‪1− β ; n −1‬‬
‫=‬
‫‪σ‬‬
‫⇒‬
‫‪0‬‬
‫‪2‬‬
‫‪χ‬‬ ‫‪2‬‬
‫‪0.95;n −1‬‬
‫=‬
‫)‪(0.04‬‬‫‪2‬‬
‫‪⇒ n ≈ 11‬‬
‫‪χ‬‬ ‫‪2‬‬
‫‪α ;n −1‬‬ ‫‪σ‬‬ ‫‪1‬‬
‫‪2‬‬
‫‪χ‬‬ ‫‪2‬‬
‫‪0.01;n −1‬‬ ‫‪(0.14)2‬‬
‫ب( ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺗﯿﺘﺮ ﻣﺴﺌﻠﻪ ﻣﯽ ﺗﻮان درﯾﺎﻓﺖ ﺧﻮاﺳﺖ ﻣﺴﺌﻠﻪ ﻣﺤﺎﺳﺒﻪ اﺣﺘﻤﺎل ‪ β‬ﮐﻪ ﻫﻤﺎن اﺣﺘﻤﺎل ﭘﺬﯾﺮش ﻓﺮض ﺻﻔﺮ در ﺣﺎﻟﯽ‬
‫ﮐﻪ اﯾﻦ ﻓﺮض ﻏﻠﻂ اﺳﺖ ﻣﯽ ﺑﺎﺷﺪ‪ ،‬ﺑﻨﺎﺑﺮاﯾﻦ دارﯾﻢ‪:‬‬
‫‪ 10 S 2‬‬ ‫‪‬‬
‫‪β = P (χ 2 ≤ χ 02.01;10 | σ = 0.07 ) = P ‬‬ ‫‪≤ 23.209 | σ = 0.07 ‬‬
‫) ‪ (σ 0‬‬
‫‪2‬‬
‫‪‬‬
‫‪ 10 S‬‬
‫‪= P ‬‬
‫‪2‬‬
‫*‬
‫)‪(0.04) ≤ 23.209 * (0.04)  = P (χ 2 ≤ 7.578) = 1 − P (χ 2 > 7.578‬‬
‫‪2‬‬ ‫‪2‬‬

‫) ‪ (0.04) (0.07‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪(0.07 )2 ‬‬ ‫‪10‬‬ ‫‪10‬‬

‫‪= 1 − 0.679 = 0.321‬‬

‫ج(از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫[‬ ‫]‬
‫]‪A = 0, χ 02.1,10 = [0,23.209‬‬

‫= ‪χ2‬‬
‫‪(n − 1)S 2‬‬ ‫=‬
‫‪(11 − 1)(0.06)2‬‬
‫‪= 22.5‬‬
‫‪σ0‬‬
‫‪2‬‬
‫‪(0.04)2‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار آﻣﺎره آزﻣﻮن در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻣﯽ ﮔﯿﺮد ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : σ ≤ 0.04‬را ﻣﯽ ﭘﺬﯾﺮﯾﻢ‪.‬‬

‫‪- 26‬ﯾﮏ ﺳﺎزﻧﺪه وﺳﺎﯾﻞ اﻧﺪازه ﮔﯿﺮي ﻣﺪﻋﯽ اﺳﺖ ﮐﻪ اﻧﺤﺮاف ﻣﻌﯿﺎر اﻧﺪازه ﮔﯿﺮي ﺑﺎ اﺑﺰار ﺳﺎﺧﺘﻪ او از ‪σ = 0.0003‬‬
‫ﺗﺠﺎوز ﻧﻤﯽ ﮐﻨﺪ‪ .‬ﺗﻮﺳﻂ ﺗﺤﻠﯿﻠﮕﺮي ﮐﻪ از ادﻋﺎي ﻓﻮق ﺑﯽ اﻃﻼع اﺳﺖ و اﯾﻦ اﺑﺰار را ﺑﮑﺎر ﻣﯽ ﺑﺮد‪ ،‬ﯾﮏ رﺷﺘﻪ‬
‫اﻧﺪازه ﮔﯿﺮي را ﭼﻨﺪ دﻓﻌﻪ از اﻗﻼم واﺣﺪﯾﺪر ﻣﺪت ﻋﺎدي اﻧﺠﺎم وﻇﯿﻔﻪ وي ﺑﻪ دﺳﺖ ﻣﯽ آورﯾﻢ‪ .‬اﮔﺮ ادﻋﺎي ﺳﺎزﻧﺪه‬
‫درﺳﺖ ﺑﺎﺷﺪ‪ ،‬ﻣﺎﯾﻞ ﻧﺨﻮاﻫﯿﻢ ﺑﻮد ﺑﺎ ﻣﺨﺎﻃﺮه اي ﺑﯿﺶ از ‪ %5‬ادﻋﺎي ﺳﺎزﻧﺪه را رد ﮐﻨﯿﻢ‪ ،‬وﻟﯽ اﮔﺮ اﻧﺤﺮاف ﻣﻌﯿﺎر‬
‫واﻗﻌﯽ‪ ، σ 1 ،‬ﻃﻮري ﺑﺎﺷﺪ ﮐﻪ ‪ σ 1 σ 0 = 2‬ﺷﻮد‪ .‬ﺑﺎ اﺣﺘﻤﺎل ﺑﯿﺶ از ‪ 0/90‬ﻣﺎﯾﻞ ﺑﻪ رد ادﻋﺎي ﺳﺎزﻧﺪه وﺳﺎﯾﻞ‬
‫ﺳﻨﺠﺶ ﺧﻮاﻫﯿﻢ ﺑﻮد‪ .‬اﻟﻒ( اﻧﺪازه ﻣﻮرد ﻧﯿﺎز ﻧﻤﻮﻧﻪ ﭼﻘﺪر اﺳﺖ؟ ب( اﮔﺮ ﻣﻘﺪار ‪25/3‬‬
‫ﺑﺮاي )‪ (n − 1)S 2 (0.0003‬ﺑﻪ دﺳﺖ آﯾﺪ‪ ،‬ادﻋﺎي ﺳﺎزﻧﺪه را ﺧﻮاﻫﯿﻢ ﭘﺬﯾﺮﻓﺖ ﯾﺎ رد ﺧﻮاﻫﯿﻢ ﮐﺮد؟‬
‫‪2‬‬

‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ دارﯾﻢ‪:‬‬
‫‪α = 0.05‬‬
‫‪1 − β = 0.9 ⇒ β = 0.1‬‬
‫‪ H 0 : σ ≤ 0.0003‬‬
‫‪‬‬
‫‪ H 1 : σ > 0.0003‬‬
‫اﻟﻒ( ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﯾﮑﻄﺮﻓﻪ ﺑﻮدن آزﻣﻮن ﻓﺮض دارﯾﻢ‪:‬‬
‫‪χ12− β ; n −1‬‬ ‫‪σ 02‬‬ ‫‪χ 02.9; n −1 1‬‬
‫=‬ ‫⇒‬ ‫‪= ⇒ n ≈ 11‬‬
‫‪χ α2 ;n −1‬‬ ‫‪σ 12‬‬ ‫‪χ 02.05; n −1 4‬‬
‫ب( از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬

‫‪٢۴‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫[‬ ‫]‬
‫]‪A = 0, χ 02.05 ,10 = [0,18.307‬‬

‫= ‪χ2‬‬
‫‪(n − 1)S 2‬‬
‫‪= 25.3‬‬
‫‪σ0‬‬
‫‪2‬‬

‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار آﻣﺎره آزﻣﻮن در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻧﻤﯽ ﮔﯿﺮد ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : σ ≤ 0.0003‬را ﻧﻤﯽ ﭘﺬﯾﺮﯾﻢ و‬
‫ﭘﯿﺸﻨﻬﺎد ﺳﺎزﻧﺪه را رد ﻣﯽ ﮐﻨﯿﻢ‪.‬‬

‫ﯾﮏ ﺗﻮﻟﯿﺪ ﮐﻨﻨﺪه ﻣﺪﻋﯽ اﺳﺖ ﮐﻪ اﻧﺤﺮاف ﻣﻌﯿﺎر ﻃﻮل ﻗﻄﻌﺎﺗﯽ ﮐﻪ ﻣﯽ ﺳﺎزد از‪ 0/05‬اﯾﻨﭻ ﺑﯿﺸﺘﺮ ﻧﯿﺴﺖ‪ .‬ﯾﮏ‬ ‫‪- 27‬‬
‫ﻧﻤﻮﻧﻪ ﻣﺘﺸﮑﻞ از ‪ 9‬ﻗﻄﻌﻪ را اﻧﺪازه ﻣﯽ ﮔﯿﺮﯾﻢ و ﻣﯽ ﺑﯿﻨﯿﻢ ﮐﻪ اﻧﺤﺮاف ﻣﻌﯿﺎر آن ‪ 0/10‬اﯾﻨﭻ اﺳﺖ‪ .‬ﺑﻪ ازاي ﻣﻘﺪار‬
‫‪ %5‬ﺑﺮاي ﺳﻄﺢ ﻣﻌﻨﺎدار ﺑﻮدن آﯾﺎ ﻣﯽ ﺗﻮان ادﻋﺎي ﺗﻮﻟﯿﺪ ﮐﻨﻨﺪه را رد ﮐﺮد؟ در ﻣﻮرد ﻣﻨﺤﻨﯽ ‪ OC‬ﺑﺮاي آزﻣﻮن‬
‫اﻧﺠﺎم ﺷﺪه ﺑﺤﺚ ﮐﻨﯿﺪ‪.‬‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ دارﯾﻢ‪:‬‬
‫‪α = 0.05‬‬
‫‪n=9‬‬
‫‪S = 0.10‬‬
‫‪ H 0 : σ ≤ 0.05‬‬
‫‪‬‬
‫‪ H 1 : σ > 0.05‬‬
‫از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮑﻄﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ‪ ،‬ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرﺗﺴﺖ از‪:‬‬
‫[‬ ‫]‬
‫]‪A = 0, χ 02.05;8 = [0,15.507‬‬

‫‪χ‬‬ ‫‪2‬‬
‫=‬
‫‪(n − 1)S 2‬‬ ‫=‬
‫(‬‫)‪9 − 1)(0.1‬‬
‫‪2‬‬

‫‪= 32‬‬
‫‪σ0‬‬
‫‪2‬‬
‫‪(0.05)2‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار آﻣﺎره آزﻣﻮن در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻧﻤﯽ ﮔﯿﺮد ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : σ ≤ 0.05‬را ﻧﻤﯽ ﭘﺬﯾﺮﯾﻢ‪.‬‬

‫‪ ، ∑ X − X‬ﻓﺮض ‪ σ = 0.1‬را ﺑﻪ ازاي‬ ‫(‬ ‫)‬

‫‪2‬‬
‫ﺑﺮ اﺳﺎس ﯾﮏ ﻧﻤﻮﻧﻪ ‪ 20‬ﺗﺎﯾﯽ از ﯾﮏ ﺗﻮزﯾﻊ ﻧﺮﻣﺎل‪ ،‬ﺑﺎ ‪= 0.225‬‬ ‫‪-28‬‬
‫ﻣﻘﺪار ‪ 0/01‬ﺑﺮاي ﺧﻄﺎي ﻧﻮع اول آزﻣﺎﯾﺶ ﮐﻨﯿﺪ‪ .‬اﺣﺘﻤﺎل ﭘﺬﯾﺮش ﻓﺮض ‪ σ = 0.1‬ﭼﻘﺪر ﻣﯽ ﺷﻮد اﮔﺮ ‪σ = 0.2‬‬
‫ﺑﺎﺷﺪ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ دارﯾﻢ‪:‬‬
‫‪α = 0.01‬‬
‫‪n = 20‬‬
‫‪ H 0 : σ ≤ 0 .1‬‬
‫‪‬‬
‫‪ H 1 : σ > 0 .1‬‬
‫اﺣﺘﻤﺎل ﭘﺬﯾﺮش ﻓﺮض ‪ σ = 0.1‬در ﺻﻮرﺗﯽ ﮐﻪ ‪ σ = 0.2‬ﺑﺎﺷﺪ ﺑﺮاﺑﺮ ﺑﺎ اﺣﺘﻤﺎل ‪ β‬ﯾﻌﻨﯽ ﭘﺬﯾﺮش ﻓﺮض ﺻﻔﺮ درﺣﺎﻟﯽ ﮐﻪ اﯾﻦ‬
‫ﻓﺮض ﻏﻠﻂ ﻣﯽ ﺑﺎﺷﺪ اﺳﺖ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ دارﯾﻢ‪:‬‬
‫اﺑﺘﺪا ﺑﺎﯾﺪ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻓﺮض ﺻﻔﺮ را ﻣﺸﺨﺺ ﻧﻤﺎﯾﯿﻢ و ﺑﺒﯿﻨﯿﻢ آﯾﺎ ﻓﺮض ﺻﻔﺮ ﻣﻮرد ﭘﺬﯾﺮش ﻗﺮار ﻣﯽ ﮔﯿﺮد ﯾﺎ ﺧﯿﺮ‪:‬‬
‫از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬

‫‪٢۵‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫[‬
‫]‪A = 0, χ 02.01,19 = [0,36.191‬‬‫]‬
‫) ‪(n − 1)S 2 = ∑ (X − X‬‬
‫‪2‬‬
‫‪0.225‬‬
‫‪χ‬‬ ‫‪2‬‬
‫=‬ ‫=‬ ‫‪= 22.5‬‬
‫‪σ0‬‬
‫‪2‬‬
‫‪σ0‬‬
‫‪2‬‬
‫‪(0.1)2‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار آﻣﺎره آزﻣﻮن در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻣﯽ ﮔﯿﺮد ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : σ ≤ 0.1‬را ﻣﯽ ﭘﺬﯾﺮﯾﻢ‬
‫ﺣﺎل ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪ 19S 2‬‬ ‫‪‬‬
‫‪β = P (χ 2 ≤ χ 02.1;19 | σ = 0.2 ) = P ‬‬ ‫‪≤ 36.191 | σ = 0.2 ‬‬
‫)‪ (0.1‬‬
‫‪2‬‬
‫‪‬‬
‫‪ 19S‬‬
‫‪= P ‬‬
‫‪2‬‬
‫*‬
‫)‪(0.1) ≤ 36.191* (0.1)  = P (χ 2 ≤ 9.047) = 1 − P (χ 2 > 9.047‬‬
‫‪2‬‬ ‫‪2‬‬

‫) ‪ (0.1) (0.2‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪(0.2)2 ‬‬ ‫‪19‬‬ ‫‪19‬‬

‫‪= 1 − 0.972 = 0.0280‬‬

‫‪-29‬داروﯾﯽ ﺗﻮﺳﻂ ﯾﮏ ﺷﺮﮐﺖ دارو ﺳﺎزي ﺗﻮﻟﯿﺪ ﻣﯽ ﺷﻮد ﮐﻪ وزن آن داراي اﻧﺤﺮاف ﻣﻌﯿﺎر ذاﺗﯽ ‪ 5‬ﻣﯿﻠﯽ ﮔﺮم اﺳﺖ‪.‬‬
‫ﮔﺮوه ﺗﺤﻘﯿﻘﺎﺗﯽ ﺷﺮﮐﺖ روش ﺟﺪﯾﺪي ﺑﺮاي ﺗﻮﻟﯿﺪ اﯾﻦ دارو اراﺋﻪ ﮐﺮده اﺳﺖ‪ .‬اﻣﺎ اﯾﻦ روش ﻣﺘﻀﻤﻦ ﻗﺒﻮﻟﯽ ﺑﺮﺧﯽ‬
‫ﻫﺰﯾﻨﻪ ﻫﺎﺳﺖ و ﺗﻨﻬﺎ درﺻﻮرت وﺟﻮد دﻻﯾﻞ ﻗﻮي ﻣﺒﻨﯽ ﺑﺮ ﮐﻤﺘﺮ ﺑﻮدن اﻧﺤﺮاف ﻣﻌﯿﺎر وزن از ‪ ،5‬ﻣﻮرد اﺳﺘﻔﺎده‬
‫ﻗﺮار ﺧﻮاﻫﺪ ﮔﺮﻓﺖ‪ .‬در واﻗﻊ‪ ،‬اﮔﺮ اﻧﺤﺮاف ﻣﻌﯿﺎر ﺟﺪﯾﺪ ‪ 3‬ﻣﯿﻠﯽ ﮔﺮم ﺑﺎﺷﺪ‪ ،‬ﺑﺎ اﺣﺘﻤﺎل ﺑﯿﺶ از ‪ 80‬درﺻﺪ ﺑﺎﯾﺪ روش‬
‫ﺟﺪﯾﺪ را ﺟﺎﻧﺸﯿﻦ روش ﻗﺒﻠﯽ ﮐﺮد‪ .‬اﮔﺮ ‪ α = 0.05‬ﺑﺎﺷﺪ‪ ،‬ﺑﻪ ﭼﻨﺪ ﻣﺸﺎﻫﺪه ﻧﯿﺎز اﺳﺖ؟ ﺷﺮﮐﺖ ﺗﺠﺮﺑﻪ اي را ﺑﺎ‬
‫اﺳﺘﻔﺎده از اﻧﺪازه ﻧﻤﻮﻧﻪ ‪ n=10‬اﻧﺠﺎم ﻣﯽ دﻫﺪ‪ .‬داده ﻫﺎ ﺑﺮ ﺣﺴﺐ ﮔﺮم در زﯾﺮ اراﺋﻪ ﺷﺪه اﻧﺪ‪.‬‬

‫‪5/728‬‬ ‫‪5/731‬‬
‫‪5/722‬‬ ‫‪5/719‬‬
‫‪5/727‬‬ ‫‪5/724‬‬
‫‪5/718‬‬ ‫‪5/726‬‬
‫‪5/723‬‬ ‫‪5/722‬‬

‫‪∑ (X‬‬ ‫)‬

‫‪10‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪− X = 148‬‬
‫‪i =1‬‬

‫ﺑﺮ اﺳﺎس اﯾﻦ داده ﻫﺎ آﯾﺎ روش ﺟﺪﯾﺪ ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار ﺧﻮاﻫﺪ ﮔﺮﻓﺖ؟ ﻣﻘﺪار ‪ 10‬ﺑﺮاي اﻧﺪازه ﻧﻤﻮﻧﻪ اﻧﺘﺨﺎب ﺧﻮب‪،‬‬
‫ﻣﺘﻮﺳﻂ ﯾﺎ ﺑﺪ اﺳﺖ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ دارﯾﻢ‪:‬‬
‫‪α = 0.05‬‬
‫‪1 − β = 0.8 ⇒ β = 0.2‬‬
‫‪n = 10‬‬

‫‪∑ (X‬‬ ‫)‬

‫‪10‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪−X‬‬ ‫‪= 148‬‬
‫‪i =1‬‬

‫‪H 0 : σ ≥ 5‬‬
‫‪‬‬
‫‪H 1 : σ < 5‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﯾﮑﻄﺮﻓﻪ ﺑﻮدن آزﻣﻮن ﻓﺮض دارﯾﻢ‪:‬‬

‫‪٢۶‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫‪χ12− β ; n −1‬‬ ‫‪σ 02‬‬ ‫‪χ 02.8;n −1 5‬‬

‫‪= 2 ⇒ 2‬‬ ‫‪= ⇒ n ≈ 15‬‬
‫‪χ α2 ;n −1‬‬ ‫‪σ1‬‬ ‫‪χ 0.05;n −1 3‬‬
‫از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫[‬
‫) ∞‪A = χ 02.95,9 ,+∞ ) = [3.325,+‬‬

‫‪∑ (X‬‬ ‫)‬

‫‪10‬‬
‫‪2‬‬
‫‪−X‬‬
‫= ‪χ2‬‬
‫‪(n − 1)S‬‬ ‫‪2‬‬
‫=‬
‫‪(9)S‬‬ ‫‪2‬‬
‫=‬ ‫‪i =1‬‬
‫‪i‬‬
‫=‬
‫‪148‬‬
‫‪= 5.92‬‬
‫‪σ0‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪5‬‬ ‫‪5‬‬ ‫‪52‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار آﻣﺎره آزﻣﻮن در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻣﯽ ﮔﯿﺮد ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : σ ≥ 5‬را ﻣﯽ ﭘﺬﯾﺮﯾﻢ‪ .‬و روش‬
‫ﺟﺪﯾﺪ را ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار ﺧﻮاﻫﯿﻢ داد‪.‬‬

‫‪ - 30‬ﺳﺎزﻣﺎن ﻓﻀﺎ ﻧﻮردي ﺑﻪ ﺳﺎﺧﺖ ﻣﻮﺷﮑﯽ ﻣﺸﻐﻮل اﺳﺖ ﺗﺎ ﻣﺎﻫﻮاره اي را در ﻣﺪار ﻗﺮار دﻫﺪو ﻣﺎﯾﻞ اﺳﺖ ﺑﺪاﻧﺪ ﮐﻪ‬
‫آﯾﺎ اﯾﻦ ﻣﻮﺷﮏ از ﻧﻈﺮ ﻓﻮاﺻﻞ ﮐﻮﺗﺎه ﯾﺎ ﺑﻠﻨﺪ دﻗﯿﻖ اﺳﺖ ﯾﺎ ﻧﻪ‪ .‬ﻣﯿﺎﻧﮕﯿﻦ ﺗﻮزﯾﻊ را ﻣﯿﺘﻮان ﺑﺎ ﺳﻬﻮﻟﺖ ﺗﻨﻈﯿﻢ‬
‫ﮐﺮدﺑﻄﻮرﯾﮑﻪ ﻣﺴﺌﻠﻪ اﺻﻠﯽ ﺑﻪ وارﯾﺎﻧﺲ ﺗﻮزﯾﻊ ﻣﺮﺑﻮط ﻣﯽ ﺷﻮد‪ .‬ﯾﮑﯽ از اﻫﺪاف ﻃﺮح اﯾﻦ اﺳﺖ ﮐﻪ ﻫﺮﮔﺎه ﻫﺪف‬
‫ﮔﯿﺮي ﺑﻪ ﻃﺮﯾﻖ ﻣﻨﺎﺳﺐ ﺻﻮرت ﮔﯿﺮد‪ 99 ،‬درﺻﺪ از ﻣﻮﺷﮑﻬﺎ در ‪ 2‬ﻣﺎﯾﻠﯽ ﻣﺤﻞ ﻣﻮرد ﻧﻈﺮ ﻗﺮار ﮔﯿﺮﻧﺪ‪ .‬اﻟﻒ(‬
‫ﺑﺰرﮔﺘﺮﯾﻦ ﻣﻘﺪار ﻣﺠﺎز ﺑﺮاي اﻧﺤﺮاف ﻣﻌﯿﺎر ﭼﻘﺪر اﺳﺖ؟ ب( اﮔﺮ اﻧﺤﺮاف ﻣﻌﯿﺎر واﻗﻌﯽ ﻓﺎﺻﻠﻪ دو ﺑﺮاﺑﺮ ﻣﻘﺪار‬
‫ﺑﺪﺳﺖ آﻣﺪه در ﺑﻨﺪ اﻟﻒ ﺑﺎﺷﺪ‪ ،‬ﻃﺮح ﺳﺎﺧﺖ ﻣﻮﺷﮏ ﺑﺮاي اﻧﺠﺎم ﺗﻐﯿﯿﺮاﺗﯽ ﺑﺎﯾﺪ ﺑﻪ ﻣﻘﺎﻃﻌﻪ ﮐﺎر ﺑﺎز ﮔﺮداﻧﯿﺪه ﺷﻮد‪.‬‬
‫ﻗﺮار اﺳﺖ اﯾﻦ اﻣﺮ از ﻃﺮﯾﻖ ﺗﺠﺮﺑﻪ ﺑﺮرﺳﯽ ﺷﻮد و ﺳﺎزﻣﺎن ﻓﻀﺎ ﻧﻮردي ﻣﺎﯾﻞ اﺳﺖ ﻣﺨﺎﻃﺮه ﺑﯿﺶ از ‪ %10‬را ﻗﺒﻮل‬
‫ﻧﮑﻨﺪ‪ .‬از ﺳﻮي دﯾﮕﺮ اﮔﺮ ﻣﻮﺷﮏ رﺿﺎﯾﺘﺒﺨﺶ ﺑﺎﺷﺪ‪ ،‬ﺑﺎ اﺣﺘﻤﺎﻟﯽ ﮐﻪ ﮐﻤﺘﺮ از ‪ 0/99‬ﻧﺒﺎﺷﺪ‪ ،‬ﺑﺎﯾﺪ ﻣﻮرد ﺗﺎﯾﯿﺪ ﻗﺮار‬
‫ﮔﯿﺮد‪ .‬اﻧﺪازه ﻣﻮرد ﻧﯿﺎز ﻧﻤﻮﻧﻪ ﭼﻘﺪر اﺳﺖ؟ ج( اﮔﺮ ‪ S 2 = 2.25‬ﺑﺎﺷﺪ ﺗﮑﻠﯿﻒ ﻣﻮﺷﮏ و ﻃﺮح ﺳﺎﺧﺖ آن ﭼﯿﺴﺖ؟‬
‫‪3‬‬
‫ﻣﻘﺪار ﺑﺪﺳﺖ آﻣﺪه در ﺑﻨﺪ اﻟﻒ ﺑﺎﺷﺪ‪ ،‬اﺣﺘﻤﺎل ﭘﺬﯾﺮش ﻣﻮﺷﮏ را از راه ﺗﺤﻠﯿﻠﯽ ﺑﻪ دﺳﺖ‬ ‫د( اﮔﺮ ‪ σ‬ﻣﻌﺎدل‬
‫‪2‬‬
‫آورﯾﺪ‪.‬‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪1 − α = 0.99 ⇒ α = 0.01‬‬
‫‪β = 0 .1‬‬
‫‪σ 1 = 2σ 0‬‬
‫اﻟﻒ(‬
‫(‬ ‫)‬ ‫(‬
‫‪P X − µ ≤ 2 = 0.99 ⇒ P X − µ > 2 = 0.01 ⇒ P X − µ > 2 + P X − µ < −2 = 0.01‬‬‫)‬ ‫(‬ ‫( )‬ ‫)‬
‫(‬ ‫)‬
‫‪⇒ 2 P X − µ > 2 = 0.01 ⇒ P X − µ > 2 = 0.005‬‬ ‫(‬ ‫)‬
‫‪X−µ 2‬‬ ‫‪‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪P ‬‬ ‫‪>  = 0.005 ⇒ P  Z >  = 0.005 ⇒ = Z0.005 ⇒ = 2.576 ⇒ σ = 0.776‬‬
‫‪ σ‬‬ ‫‪σ‬‬ ‫‪‬‬ ‫‪σ‬‬ ‫‪σ‬‬ ‫‪σ‬‬
‫ب( ﺣﺎل آزﻣﻮن ﻓﺮض ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد ﺑﺎ‪:‬‬
‫‪ H 0 : σ ≤ 0.776‬‬
‫‪‬‬
‫‪ H 1 : σ > 0.776‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﯾﮑﻄﺮﻓﻪ ﺑﻮدن آزﻣﻮن ﻓﺮض دارﯾﻢ‪:‬‬

‫‪٢٧‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫‪χ12− β ; n −1‬‬ ‫‪σ 02‬‬ ‫‪χ 02..9 ;n −1‬‬ ‫‪σ2‬‬

‫‪= 2 ⇒ 2‬‬ ‫‪= 0 2 ⇒ n ≈ 14‬‬
‫‪χ α2 ;n −1‬‬ ‫‪σ1‬‬ ‫‪χ 0.01;n −1 2σ 0‬‬
‫ج( از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻋﺒﺎرت ﺧﻮاﻫﺪ ﺑﻮد از‪:‬‬
‫[‬ ‫]‬
‫]‪A = 0, χ 02.01,13 = [0,27.668‬‬

‫= ‪χ2‬‬
‫‪(n − 1)S 2‬‬ ‫=‬
‫‪(13)(2.25) = 48.447‬‬
‫‪σ0‬‬
‫‪2‬‬
‫‪(0.776)2‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار آﻣﺎره آزﻣﻮن در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻧﻤﯽ ﮔﯿﺮد ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : σ ≤ 0.776‬را ﻧﻤﯽ ﭘﺬﯾﺮﯾﻢ در‬
‫ﻧﺘﯿﺠﻪ ﺑﺎﯾﺪ در ﻃﺮاﺣﯽ ﺗﺠﺪﯾﺪ ﻧﻈﺮ ﺷﻮد‪.‬‬
‫د(‬
‫‪‬‬ ‫‪3 ‬‬ ‫‪ 13S 2‬‬ ‫‪‬‬
‫‪≤ 27.668 | σ = (0.776)‬‬
‫‪3‬‬
‫= ‪β = P  χ 2 ≤ χ 02.01;13 | σ = σ 0 ‬‬ ‫‪P ‬‬
‫‪‬‬ ‫‪2 ‬‬ ‫)‪ (0.776‬‬
‫‪2‬‬
‫‪2‬‬ ‫‪‬‬
‫‪ 13S 2‬‬
‫‪= P ‬‬ ‫*‬
‫)‪(0.776‬‬ ‫‪2‬‬

‫* ‪≤ 27.668‬‬
‫)‪(0.776)  = P (χ 2 ≤ 12.2968) = 1 − P (χ 2 > 12.2968‬‬
‫‪2‬‬

‫)‪ (0.776) (1.164‬‬

‫‪2‬‬ ‫‪2‬‬
‫‪(1.164)2 ‬‬ ‫‪13‬‬ ‫‪13‬‬

‫‪≈ 1 − 0.5 ≈ 0.5‬‬

‫‪ - 31‬در ﻣﺴﺌﻠﻪ‪ ،14‬ﺑﻪ ازاي ﻣﻘﺪار ‪ %1‬ﺑﺮاي ﺳﻄﺢ ﻣﻌﻨﺎدار ﺑﻮدن‪ ،‬آزﻣﻮن ﻓﺮض ‪ 2‬ﺑﻮدن اﻧﺤﺮاف ﻣﻌﯿﺎر ﻓﺮﻣﻮل ﺟﺪﯾﺪ را‬
‫ﺑﺮاي ﮔﺰﯾﻨﻪ دوم ﻣﺒﻨﯽ ﺑﺮ اﯾﻨﮑﻪ ﻓﺮﻣﻮل ﺟﺪﯾﺪ اﻧﺤﺮاف ﻣﻌﯿﺎر را اﻓﺰاﯾﺶ ﻣﯽ دﻫﺪ‪ ،‬اﻧﺠﺎم دﻫﯿﺪ‪ .‬ﻓﺮض ﮐﻨﯿﺪ ﮐﻪ‬
‫اﻓﺰاﯾﺶ از ‪ σ = 2‬ﺑﻪ ‪ σ = 4‬ﺑﺎﯾﺪ ﺑﺎ اﺣﺘﻤﺎل ‪ 80‬درﺻﺪ ﮐﺸﻒ ﺷﻮد‪.‬اﻟﻒ( آﻣﺎره آزﻣﻮن و ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش را ﭘﯿﺪا‬
‫ﮐﻨﯿﺪ‪ .‬ب( اﻧﺪازه ﻻزم ﻧﻤﻮﻧﻪ ﺑﺮاي ﺗﺎﻣﯿﻦ اﺣﺘﻤﺎﻻت ﻣﺮﺑﻮط ﺑﻪ ﺧﻄﺎﻫﺎي ﻧﻮع ‪ Ι‬و ‪ ΙΙ‬را ﺗﻌﯿﯿﻦ ﮐﻨﯿﺪ‪ .‬ج(‬
‫اﮔﺮ ‪ S 2 = 11‬ﺑﺎﺷﺪ‪ ،‬ﭼﻪ ﺗﺼﻤﯿﻤﯽ ﺑﺎﯾﺪ ﮔﺮﻓﺖ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ ‪ 14‬و اﯾﻦ ﻣﺴﺌﻠﻪ ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪α = 0.01‬‬
‫‪1 − β = 0.8 ⇒ β = 0.2‬‬
‫‪n = 10‬‬
‫‪H 0 : σ ≤ 2‬‬
‫‪‬‬
‫‪H 1 : σ > 2‬‬
‫اﻟﻒ( از آﻧﺠﺎ ﮐﻪ آزﻣﻮن ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ ﻣﯽ ﺑﺎﺷﺪ ﻟﺬا ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش و آﻣﺎره آزﻣﻮن ﻋﺒﺎرت ﺧﻮاﻫﻨﺪ ﺑﻮد از‪:‬‬
‫‪A = 0, χ‬‬‫[‬ ‫‪2‬‬
‫‪0.01, 9‬‬ ‫]‪] = [0,21.666‬‬
‫= ‪χ2‬‬
‫‪(n − 1)S 2‬‬ ‫=‬
‫‪(10 − 1)S 2‬‬ ‫=‬
‫‪9S 2‬‬
‫‪σ0‬‬
‫‪2‬‬
‫‪(2)2‬‬ ‫‪4‬‬
‫ب( ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﯾﮑﻄﺮﻓﻪ ﺑﻮدن آزﻣﻮن ﻓﺮض دارﯾﻢ‪:‬‬
‫‪χ12− β ; n −1‬‬ ‫‪σ 02‬‬ ‫‪χ 02..8;n −1 2 2‬‬
‫=‬ ‫⇒‬ ‫=‬ ‫‪⇒ n ≈ 10‬‬
‫‪χ α2 ;n −1‬‬ ‫‪σ 12‬‬ ‫‪χ 02.01; n −1 4 2‬‬
‫ج( اﮔﺮ ‪ S 2 = 11‬ﺑﺎﺷﺪ آﻧﮕﺎه ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬

‫‪٢٨‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫[‬ ‫]‬
‫]‪A = 0, χ 02.01,9 = [0,21.666‬‬

‫= ‪χ2‬‬
‫‪(n − 1)S 2‬‬ ‫=‬
‫‪(10 − 1)11 = 24.75‬‬
‫‪σ0‬‬
‫‪2‬‬
‫‪(2)2‬‬
‫ﺣﺎل از آﻧﺠﺎ ﮐﻪ ﻣﻘﺪار آﻣﺎره آزﻣﻮن در داﺧﻞ ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻗﺮار ﻧﻤﯽ ﮔﯿﺮد ﻓﺮض ﺻﻔﺮ ) ‪ ( H 0 : σ ≤ 2‬را ﻧﻤﯽ ﭘﺬﯾﺮﯾﻢ‪.‬‬

‫در ﻣﻮرد آزﻣﻮن ﻓﺮض ‪ µ = µ 0‬وﻗﺘﯽ اﻧﺤﺮاف ﻣﻌﯿﺎر ﻣﻌﻠﻮم اﺳﺖ‪ ،‬راﺑﻄﻪ ﻣﺮﺑﻮط ﺑﻪ اﻧﺪازه ﻧﻤﻮﻧﻪ را ﺑﺮاي ﺷﯿﻮه‬ ‫‪- 32‬‬
‫دو ﻃﺮﻓﻪ ﺑﻪ دﺳﺖ آورﯾﺪ‪.‬‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻮارد ﻣﻄﺮوﺣﻪ در ﺳﺌﻮاﻻت ﻗﺒﻠﯽ ﺑﺪﯾﻬﯽ اﺳﺖ‪:‬‬
‫‪ = α‬ﺧﻄﺎي ﻧﻮع اول = اﺣﺘﻤﺎل رد ﻓﺮض ﺻﻔﺮ در ﺣﺎﻟﯽ ﮐﻪ اﯾﻦ ﻓﺮض درﺳﺖ اﺳﺖ‪.‬‬
‫‪ = β‬ﺧﻄﺎي ﻧﻮع دوم = اﺣﺘﻤﺎل ﭘﺬﯾﺮش ﻓﺮض ﺻﻔﺮ در ﺣﺎﻟﯽ ﮐﻪ اﯾﻦ ﻓﺮض ﻏﻠﻂ اﺳﺖ‪.‬‬

‫‪ = − Zα , Zα ‬ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش در ﺣﺎﻟﺖ دوﻃﺮﻓﻪ در ﻣﻮرد آزﻣﻮن ﻓﺮض ‪ µ = µ 0‬وﻗﺘﯽ اﻧﺤﺮاف ﻣﻌﯿﺎر ﻣﻌﻠﻮم اﺳﺖ‪.‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪2‬‬‫‪‬‬
‫ﺑﻨﺎﺑﺮاﯾﻦ دارﯾﻢ‪:‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪‬‬
‫≤ ‪β = P − Zα‬‬
‫(‬
‫‪X − µ0‬‬ ‫)‬ ‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪≤ Zα = P − Zα −‬‬
‫) ‪(µ1 − µ 0‬‬
‫‪≤ Z ≤ Zα −‬‬
‫‪(µ1 − µ 0 ) ‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪σ‬‬ ‫‪2 ‬‬ ‫‪‬‬ ‫‪2‬‬ ‫‪σ‬‬ ‫‪2‬‬ ‫‪σ‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪n‬‬ ‫‪n ‬‬
‫ﺗﻮﺟﻪ داﺷﺘﻪ ﺑﺎﺷﯿﺪ در ﺣﻞ ﺑﺎﻻ ﻓﺮض ﺑﺮ ‪ µ1 > µ 0‬ﻣﯽ ﺑﺎﺷﺪ‪.‬‬
‫ﺣﺎل ﭼﻨﺎﻧﭽﻪ ﺷﮑﻞ ﻧﺎﺣﯿﻪ ﻣﻮرد ﺑﺮرﺳﯽ را رﺳﻢ ﮐﻨﯿﻢ‪ ،‬ﺧﻮاﻫﯿﻢ دﯾﺪ ﻧﺎﺣﯿﻪ ﺳﻤﺖ ﭼﭗ ﺑﺴﯿﺎر ﮐﻮﭼﮏ ﻣﯽ ﺑﺎﺷﺪ و ﻣﯽ ﺗﻮان از آن‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫(‬‫‪µ‬‬ ‫‪−‬‬ ‫‪µ‬‬ ‫)‬
‫‪ ، P − Zα −‬ﺑﻪ ﺷﮑﻞ زﯾﺮ ﺗﻮﺟﻪ ﮐﻨﯿﺪ‪:‬‬ ‫‪1‬‬ ‫‪0‬‬
‫ﺻﺮف ﻧﻈﺮ ﻧﻤﻮد ‪≤ Z  ≈ 0‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪σ‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪‬‬

‫‪٢٩‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫ﺣﺎل ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬

‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪‬‬ ‫‪(µ1 − µ 0 ) ‬‬ ‫‪‬‬
‫‪‬‬ ‫) ‪(µ1 − µ 0‬‬ ‫‪‬‬
‫) ‪(µ − µ 0‬‬
‫‪β = P Z ≤ Zα −‬‬ ‫=‬ ‫≥‪P Z‬‬ ‫‪− Zα  ⇒ 1‬‬ ‫‪− Zα = Z β‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪σ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪σ‬‬ ‫‪2 ‬‬ ‫‪σ‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪n ‬‬ ‫‪‬‬ ‫‪n‬‬ ‫‪‬‬ ‫‪n‬‬
‫‪2‬‬
‫‪ Z + Z  σ 2‬‬
‫) ‪(µ1 − µ 0‬‬ ‫) ‪(µ1 − µ 0‬‬ ‫‪2‬‬ ‫‪β‬‬ ‫‪α‬‬
‫‪=  Z β + Zα  ⇒ n = ‬‬ ‫‪2 ‬‬
‫‪2‬‬
‫⇒‬ ‫⇒ ‪= Z β + Zα‬‬ ‫‪‬‬ ‫‪‬‬
‫‪σ‬‬ ‫‪2‬‬ ‫‪σ2‬‬ ‫‪‬‬ ‫‪2 ‬‬ ‫‪(µ1 − µ 0 )2‬‬
‫‪n‬‬ ‫‪n‬‬

‫در ﻣﻮرد آزﻣﻮن ﻓﺮض ‪ σ = σ 0‬راﺑﻄﻪ ﻣﺮﺑﻮط ﺑﻪ اﻧﺪازه ﻧﻤﻮﻧﻪ را ﺑﺮاي ﺷﯿﻮه دو ﻃﺮﻓﻪ ﺑﻪ دﺳﺖ آورﯾﺪ‪.‬‬ ‫‪- 33‬‬
‫ﭘﺎﺳﺦ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻮارد ﻣﻄﺮوﺣﻪ در ﺳﺌﻮاﻻت ﻗﺒﻠﯽ ﺑﺪﯾﻬﯽ اﺳﺖ‪:‬‬
‫‪ = α‬ﺧﻄﺎي ﻧﻮع اول = اﺣﺘﻤﺎل رد ﻓﺮض ﺻﻔﺮ در ﺣﺎﻟﯽ ﮐﻪ اﯾﻦ ﻓﺮض درﺳﺖ اﺳﺖ‪.‬‬
‫‪ = β‬ﺧﻄﺎي ﻧﻮع دوم = اﺣﺘﻤﺎل ﭘﺬﯾﺮش ﻓﺮض ﺻﻔﺮ در ﺣﺎﻟﯽ ﮐﻪ اﯾﻦ ﻓﺮض ﻏﻠﻂ اﺳﺖ‪.‬‬
‫‪‬‬ ‫‪‬‬
‫‪ =  χ 2 α , χ α2 ‬ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش در ﺣﺎﻟﺖ دوﻃﺮﻓﻪ در ﻣﻮرد آزﻣﻮن ﻓﺮض ‪ σ = σ 0‬اﺳﺖ‪.‬‬
‫‪ 1− 2 ; n −1 2 ; n −1 ‬‬
‫ﺑﻨﺎﺑﺮاﯾﻦ دارﯾﻢ‪:‬‬
‫‪‬‬
‫‪β = P χ 2 α‬‬ ‫≤‬
‫= ‪(n − 1)S 2 ≤ χ 2 σ = σ ≠ σ ‬‬ ‫‪‬‬ ‫‪σ‬‬
‫‪2‬‬

‫‪P  χ 2 α * 0 2 ≤ χ n2−1 ≤ χ α2 * 0 2‬‬

‫‪σ‬‬
‫‪2‬‬
‫‪‬‬
‫‪‬‬
‫‪ 1− ;n −1‬‬ ‫‪σ0‬‬
‫‪2‬‬ ‫‪α‬‬
‫‪; n −1‬‬
‫‪1‬‬ ‫‪0‬‬
‫‪‬‬ ‫‪ 1− ; n −1 σ‬‬ ‫‪; n −1‬‬ ‫‪σ1‬‬ ‫‪‬‬
‫‪ 2‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪ 2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪σ0‬‬
‫‪2‬‬
‫ﻣﻘﺪاري ﮐﻮﭼﮑﺘﺮ از ‪ 1‬داﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﺧﻮاﻫﯿﻢ دﯾﺪ ﻧﺎﺣﯿﻪ ﺳﻤﺖ ﭼﭗ ﺑﺴﯿﺎر ﮐﻮﭼﮏ ﻣﯽ ﺑﺎﺷﺪ و ﻣﯽ ﺗﻮان از آن‬ ‫اﮔﺮ ﻧﺴﺒﺖ‬
‫‪σ1‬‬
‫‪2‬‬

‫‪‬‬ ‫‪σ‬‬
‫‪2‬‬
‫‪‬‬
‫ﺻﺮف ﻧﻈﺮ ﻧﻤﻮد ‪ ، P  χ 2 α * 0 2 ≤ χ n2−1  ≈ 0‬ﺑﻪ ﺷﮑﻞ زﯾﺮ ﺗﻮﺟﻪ ﮐﻨﯿﺪ‪:‬‬
‫‪ 2‬‬
‫‪1− ; n −1‬‬ ‫‪σ1‬‬ ‫‪‬‬

‫ﺷﮑﻞ‬
‫ﺣﺎل ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬
‫‪‬‬ ‫‪σ‬‬
‫‪2‬‬
‫‪‬‬ ‫‪σ‬‬
‫‪2‬‬
‫‪σ‬‬
‫‪2‬‬
‫‪χ2‬‬
‫‪β = P  χ n2−1 ≤ χ α2 * 0 2‬‬ ‫‪ ⇒ χ12− β ; n −1 = χ α2 * 0 ⇒ 0 = 1− β ; n −1‬‬
‫‪‬‬
‫‪‬‬ ‫‪2‬‬
‫‪; n −1‬‬ ‫‪σ1‬‬ ‫‪‬‬ ‫‪2‬‬
‫‪;n −1‬‬ ‫‪σ1‬‬
‫‪2‬‬
‫‪σ1‬‬
‫‪2‬‬
‫‪χ α2‬‬
‫‪; n −1‬‬
‫‪2‬‬

‫‪σ0‬‬
‫‪2‬‬
‫ﻣﻘﺪاري ﺑﺰرﮔﺘﺮ از ‪ 1‬داﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﺧﻮاﻫﯿﻢ دﯾﺪ ﻧﺎﺣﯿﻪ ﺳﻤﺖ راﺳﺖ ﺑﺴﯿﺎر ﮐﻮﭼﮏ ﻣﯽ ﺑﺎﺷﺪ و ﻣﯽ ﺗﻮان از‬ ‫ﺣﺎل اﮔﺮ ﻧﺴﺒﺖ‬
‫‪σ1‬‬
‫‪2‬‬

‫‪‬‬ ‫‪σ‬‬
‫‪2‬‬
‫‪‬‬
‫‪ ، P  χ n2−1 ≤ χ α2 * 0 2‬ﺑﻪ ﺷﮑﻞ زﯾﺮ ﺗﻮﺟﻪ ﮐﻨﯿﺪ‪:‬‬ ‫آن ﺻﺮف ﻧﻈﺮ ﻧﻤﻮد ‪ ≈ 0‬‬
‫‪‬‬
‫‪‬‬ ‫‪2‬‬
‫‪;n −1‬‬ ‫‪σ1‬‬ ‫‪‬‬

‫ﺷﮑﻞ‬
‫ﺣﺎل ﺧﻮاﻫﯿﻢ داﺷﺖ‪:‬‬

‫‪٣٠‬‬
‫‪www.iedoc.ir‬‬

‫ﺣﻞ اﻟﻤﺴﺎﺋﻞ ﮐﺘﺎب آﻣﺎر ﻣﻬﻨﺪﺳﯽ ﺗﺎﻟﯿﻒ ‪ :‬ﻟﯿﺒﺮﻣﻦ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬دﮐﺘﺮ ﻣﺤﻠﻮﺟﯽ‪ -‬ﻣﻮﻟﻒ‪:‬اﺑﻮاﻟﻔﻀﻞ ﮐﺎﻇﻤﯽ ‪،‬ﻣﻬﺪي ﻋﺰﯾﺰ ﻣﺤﻤﺪي‬

‫‪‬‬ ‫‪σ‬‬
‫‪2‬‬
‫‪‬‬ ‫‪σ‬‬
‫‪2‬‬
‫‪σ‬‬
‫‪2‬‬
‫‪χ β2 ; n −1‬‬
‫‪β = P  χ 2 α * 0 2 ≤ χ n2−1  ⇒ χ β2 ;n −1 = χ 2 α * 0 2 ⇒ 0 2 = 2‬‬
‫‪ 1− 2 ;n −1 σ 1‬‬ ‫‪‬‬ ‫‪1− ; n −1‬‬
‫‪2‬‬ ‫‪σ1‬‬ ‫‪σ1‬‬ ‫‪χ α‬‬
‫‪1− ;n −1‬‬
‫‪2‬‬

‫ﻓﺮض ﮐﻨﯿﺪ ﮐﻪ ‪ X‬ﻣﻌﺮف ﻋﻤﺮ ﻻﻣﭗ ﺑﺎ ﺗﺎﺑﻊ ﭼﮕﺎﻟﯽ زﯾﺮ اﺳﺖ‪:‬‬ ‫‪- 34‬‬
‫‪ 1 −θz‬‬
‫∞ ≤ ‪ e ;0 ≤ Z‬‬
‫‪f X (Z ) = θ‬‬
‫‪‬‬
‫‪0; else‬‬
‫اﻟﻒ( ﺑﺮاي آژﻣﺎﯾﺶ ﻓﺮض ‪ θ = 1000‬در ﺑﺮاﺑﺮ ﮔﺰﯾﻨﻪ دوم ‪ ، θ > 1000‬آزﻣﻮن زﯾﺮ ﭘﯿﺸﻨﻬﺎد ﺷﺪه اﺳﺖ‪ :‬ﻣﺸﺎﻫﺪه اي از‬
‫‪ ،X‬ﻣﺜﻼ ‪ X1‬را ﺑﺪﺳﺖ آورﯾﺪ‪ .‬اﮔﺮ ‪ X1 > 1000‬ﺑﺎﺷﺪ‪ ،‬ﻓﺮض را رد ﮐﻨﯿﺪ‪ .‬راﺑﻄﻪ اي ﺑﺮاي ﻣﻨﺤﻨﯽ ‪ OC‬ﺑﻪ دﺳﺖ آورﯾﺪ‪.‬‬
‫ب( ﺳﻄﺢ ﻣﻌﻨﺎدار ﺑﻮدن آزﻣﻮن ﺷﺮح داده ﺷﺪه در ﺑﻨﺪ اﻟﻒ ﭼﻘﺪر اﺳﺖ؟‬
‫ﭘﺎﺳﺦ‪:‬‬
‫اﻟﻒ( ﺑﺮاي ﺑﺪﺳﺖ آوردن راﺑﻄﻪ ﻣﻨﺤﻨﯽ ‪ OC‬ﻣﯽ ﺑﺎﯾﺴﺘﯽ اﺣﺘﻤﺎل ‪ β‬ﮐﻪ ﻫﻤﺎن ﭘﺬﯾﺮش ﻓﺮض ﺻﻔﺮ در ﺣﺎﻟﯽ ﮐﻪ اﯾﻦ ﻓﺮض ﻏﻠﻂ‬
‫ﻣﯽ ﺑﺎﺷﺪ اﺳﺖ را ﻣﺤﺎﺳﺒﻪ ﻧﻤﻮد‪ ،‬ﺑﻨﺎﺑﺮاﯾﻦ دارم‪:‬‬
‫‪−Z‬‬ ‫‪− Z 1000‬‬ ‫‪−1000‬‬

‫∫ = )‪β = P ( X1 ≤ 1000 θ > 1000‬‬

‫‪1000‬‬ ‫‪1 θ‬‬
‫‪e dz = − e θ‬‬ ‫‪= 1− e‬‬ ‫‪θ‬‬
‫‪0‬‬ ‫‪θ‬‬ ‫‪0‬‬

‫ﻋﺒﺎرت ﺑﺎﻻ راﺑﻄﻪ اي ﺑﺮاي ﻣﻨﺤﻨﯽ ‪ OC‬ﻣﯽ ﺑﺎﺷﺪ ﺑﻄﻮرﯾﮑﻪ ﺑﻪ ‪ θ‬ﻋﺪد ﻣﯽ دﻫﯿﻢ و ﻣﻘﺪار ‪ β‬را ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﻧﻤﺎﯾﯿﻢ و ﺑﻬﻤﯿﻦ‬
‫ﻃﺮﯾﻖ ﻣﻨﺤﻨﯽ ‪ OC‬را رﺳﻢ ﻣﯽ ﮐﻨﯿﻢ‪.‬‬
‫ب( ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻔﺮوﺿﺎت ﻣﺴﺌﻠﻪ و ﺑﻨﺪ اﻟﻒ دارﯾﻢ‪:‬‬
‫‪ H 0 : θ = 1000  H 0 : θ ≤ 1000‬‬
‫‪‬‬ ‫‪⇒‬‬
‫‪ H 1 : θ > 1000‬‬ ‫‪ H 1 : θ > 1000‬‬
‫ﻧﺎﺣﯿﻪ ﭘﺬﯾﺮش ﻧﯿﺰ ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ اﻃﻼﻋﺎت ﺑﻨﺪ اﻟﻒ ﺑﺮاﺑﺮ اﺳﺖ ﺑﺎ‪A = [0,1000] :‬‬
‫ﺑﺮاي ﯾﺎﻓﺘﻦ ﺳﻄﺢ ﻣﻌﻨﺎدار ﺑﻮدن ﻣﯽ ﺑﺎﯾﺴﺘﯽ اﺣﺘﻤﺎل ﺧﻄﺎي ﻧﻮع اول ﯾﻌﻨﯽ ‪ α‬ﮐﻪ رد ﻓﺮض ﺻﻔﺮ در ﺣﺎﻟﯽ ﮐﻪ اﯾﻦ ﻓﺮض درﺳﺖ‬
‫ﻣﯽ ﺑﺎﺷﺪ اﺳﺖ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ دارﯾﻢ‪:‬‬
‫‪−Z‬‬ ‫‪−Z‬‬ ‫∞‪+‬‬

‫∫ = )‪α = P ( X1 > 1000 θ = 1000‬‬

‫∞‪+‬‬ ‫‪1 1000‬‬
‫‪e dz = − e 1000‬‬ ‫‪= e −1‬‬
‫‪1000 1000‬‬
‫‪1000‬‬

‫‪٣١‬‬