‫آمار و احتماالت مهندسی‬

‫توزیع نمونهای واریانس نامعلوم و اختالف میانگینها‪ ،‬برآورد فاصلهای برای میانگین جامعه با‬
‫واریانس معلوم‬
‫‪ 𝑋,‬میانگینهای دو نمونه مستقل به اندازه 𝑛 از جامعه ای نرمال با واریانس ‪ 𝜎 2‬باشد‪ .‬مقدار‬‫فرض کنید ‪ത 𝑌ത‬‬
‫𝑛 را چنان تعیین کنید تا احتمال این که میانگین این دو نمونه بیشتر از 𝜎 اختالف داشته باشند‪ ،‬تقریبا‬
‫برابر ‪ 0.01‬باشد‪.‬‬
‫‪ 𝑋,‬میانگینهای دو نمونه مستقل به اندازه 𝑛 از جامعه ای نرمال با واریانس ‪ 𝜎 2‬باشد‪ .‬مقدار‬‫فرض کنید ‪ത 𝑌ത‬‬
‫𝑛 را چنان تعیین کنید تا احتمال این که میانگین این دو نمونه بیشتر از 𝜎 اختالف داشته باشند‪ ،‬تقریبا‬
‫برابر ‪ 0.01‬باشد‪.‬‬

‫𝜎‬ ‫𝜎‬ ‫‪2‬‬ ‫‪2‬‬ ‫𝜎‪2‬‬ ‫‪2‬‬

‫‪𝑋ത − 𝑌ത ~ 𝑁 𝜇 − 𝜇, +‬‬ ‫‪→ 𝑋ത − 𝑌ത ~ 𝑁 0,‬‬ ‫‪‬‬
‫𝑛‬ ‫𝑛‬ ‫𝑛‬

‫𝜎 ≤ ‪0.01 = 𝑃 𝑋ത − 𝑌ത > 𝜎 = 1 − 𝑃 −𝜎 ≤ 𝑋ത − 𝑌ത‬‬ ‫‪‬‬

‫‪−𝜎−0‬‬ ‫‪ത 𝑌−‬‬

‫‪𝑋−‬‬ ‫𝜇‪ത 𝜇−‬‬ ‫‪𝜎−0‬‬
‫𝑃‪1−‬‬ ‫<‬ ‫<‬ ‫‪‬‬
‫‪2‬‬ ‫‪𝜎2 𝜎2‬‬ ‫‪2‬‬
‫𝜎‬ ‫‪+‬‬ ‫𝜎‬
‫𝑛‬ ‫𝑛‬ ‫𝑛‬ ‫𝑛‬

‫𝑛‬ ‫𝑛‬ ‫𝑛‬

‫‪1−𝑃 −‬‬ ‫≤𝑍≤‬ ‫≤ 𝑍 𝑃‪= 2 − 2‬‬ ‫‪‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬

‫𝑛‬ ‫𝑛‬
‫≤𝑍 𝑃‬ ‫→ ‪= 0.995‬‬ ‫‪= 2.575 → 𝑛 = 13.26 ≈ 14‬‬ ‫‪‬‬
‫‪2‬‬ ‫‪2‬‬
‫دو نوع کود را روی دو سری گلدان آزمایش کردهاند‪ .‬میانگین رشد گلهای گلدان سری اول ‪ 4.5‬و میانگین رشد در‬
‫گلدانهای سری دوم ‪ 3.7‬بوده و انحراف معیارها به ترتیب ‪ 1.1‬و ‪ 1.9‬است‪ .‬از گلدانهای سری اول یک نمونه ‪35‬‬
‫تایی و از گلدانهای سری دوم یک نمونه ‪ 40‬تایی به تصادف انتخاب شده است‪ .‬احتمال اینکه تفاضل میانگین رشد‬
‫گلهای دو سری گلدان از یک بیشتر باشد چقدر است؟‬
‫دو نوع کود را روی دو سری گلدان آزمایش کردهاند‪ .‬میانگین رشد گلهای گلدان سری اول ‪ 4.5‬و میانگین رشد در‬
‫گلدانهای سری دوم ‪ 3.7‬بوده و انحراف معیارها به ترتیب ‪ 1.1‬و ‪ 1.9‬است‪ .‬از گلدانهای سری اول یک نمونه ‪35‬‬
‫تایی و از گلدانهای سری دوم یک نمونه ‪ 40‬تایی به تصادف انتخاب شده است‪ .‬احتمال اینکه تفاضل میانگین رشد‬
‫گلهای دو سری گلدان از یک بیشتر باشد چقدر است؟‬

‫‪𝑛1 = 35, 𝑛2 = 40‬‬ ‫‪‬‬

‫‪1.12‬‬ ‫‪1.92‬‬
‫‪𝑋1 − 𝑋2 ~ 𝑁 4.5 −‬‬ ‫‪3.7,‬‬ ‫‪+‬‬ ‫‪‬‬
‫‪35‬‬ ‫‪40‬‬

‫‪𝑋1 − 𝑋2 ~ 𝑁 0.8,(0.353)2‬‬ ‫‪‬‬

‫‪𝑃 𝑋1 − 𝑋2 > 1 = 1 − 𝑃 𝑋1 − 𝑋2 ≤ 1 = 1 − 𝑃 −1 ≤ 𝑋1 − 𝑋2 ≤ 1‬‬ ‫‪‬‬

‫‪−1−0.8‬‬ ‫‪𝑋1 −𝑋2 − 𝜇1 −𝜇2‬‬ ‫‪1−0.8‬‬

‫𝑃‪1−‬‬ ‫≤‬ ‫≤‬ ‫‪‬‬
‫‪0.353‬‬ ‫‪0.353‬‬
‫‪𝜎2‬‬ ‫‪2‬‬
‫‪1 +𝜎2‬‬
‫‪𝑛1 𝑛2‬‬

‫‪1 − 𝑃 −5.1 ≤ 𝑍 ≤ 0.57 = 1 − 𝑃 𝑍 ≤ 0.57 − 𝑃 𝑍 < −5.1‬‬ ‫‪= 1 − 0.7157 − 0 = 0.2843‬‬ ‫‪‬‬
 ‫المپهای الکتریکی ساخت کارخانه ‪ A‬دارای طول عمر متوسط ‪ 1400h‬و انحراف معیار ‪ 200h‬است‪ .‬المپهای‬
‫الکتریکی ساخت کارخانه ‪ B‬دارای طول عمر ‪ 1200h‬و انحراف معیار ‪ 100h‬است‪ .‬اگر از المپهای ساخت هر‬
‫کارخانه یک نمونه تصادفی ‪ 100‬تایی انتخاب کنیم و مورد آزمایش قرار دهیم‪ ،‬مطلوب است محاسبه احتمال اینکه‬
‫متوسط طول عمر المپهای انتخابی از کارخانه ‪ A‬حداقل‪:‬‬
‫الف) ‪ 160h‬بیشتر از متوسط عمر المپهای انتخابی از کارخانه ‪ B‬باشد‪.‬‬
 ‫المپهای الکتریکی ساخت کارخانه ‪ A‬دارای طول عمر متوسط ‪ 1400h‬و انحراف معیار ‪ 200h‬است‪ .‬المپهای‬
‫الکتریکی ساخت کارخانه ‪ B‬دارای طول عمر ‪ 1200h‬و انحراف معیار ‪ 100h‬است‪ .‬اگر از المپهای ساخت هر‬
‫کارخانه یک نمونه تصادفی ‪ 100‬تایی انتخاب کنیم و مورد آزمایش قرار دهیم‪ ،‬مطلوب است محاسبه احتمال اینکه‬
‫متوسط طول عمر المپهای انتخابی از کارخانه ‪ A‬حداقل‪:‬‬
‫الف) ‪ 160h‬بیشتر از متوسط عمر المپهای انتخابی از کارخانه ‪ B‬باشد‪.‬‬

‫صحبتی درباره نرمال بودن جامعهها نشده است‪.‬‬ ‫‪‬‬

‫‪𝑛1 = 𝑛2 = 100‬‬ ‫‪‬‬

‫‪2002‬‬ ‫‪1002‬‬
‫‪𝑋𝐴 − 𝑋𝐵 ~ 𝑁 1400 − 1200,‬‬ ‫‪+‬‬ ‫‪‬‬
‫‪100‬‬ ‫‪100‬‬

‫‪𝑋𝐴 − 𝑋𝐵 ~ 𝑁 200,500‬‬ ‫‪‬‬

‫‪𝑃 𝑋𝐴 ≥ 160 + 𝑋𝐵 = 𝑃 𝑋𝐴 − 𝑋𝐵 ≥ 160‬‬ ‫‪‬‬

‫𝐵𝜇‪𝑋𝐴 −𝑋𝐵 − 𝜇𝐴 −‬‬ ‫‪160−200‬‬

‫𝑃‬ ‫≥‬ ‫‪‬‬
‫‪500‬‬
‫‪𝜎2‬‬ ‫‪2‬‬
‫𝐵𝜎‪𝐴 +‬‬
‫𝐵𝑛 𝐴𝑛‬

‫‪𝑃 𝑧 ≥ −1.79 = 1 − 𝑃 𝑧 < −1.79 = 1 − 0.0367 = 0.9633‬‬ ‫‪‬‬

 ‫المپهای الکتریکی ساخت کارخانه ‪ A‬دارای طول عمر متوسط ‪ 1400h‬و انحراف معیار ‪ 200h‬است‪ .‬المپهای‬
‫الکتریکی ساخت کارخانه ‪ B‬دارای طول عمر ‪ 1200h‬و انحراف معیار ‪ 100h‬است‪ .‬اگر از المپهای ساخت هر‬
‫کارخانه یک نمونه تصادفی ‪ 100‬تایی انتخاب کنیم و مورد آزمایش قرار دهیم‪ ،‬مطلوب است محاسبه احتمال اینکه‬
‫متوسط طول عمر المپهای انتخابی از کارخانه ‪ A‬حداقل‪:‬‬
‫ب) ‪ 250h‬بیشتر از متوسط عمر المپهای انتخابی از کارخانه ‪ B‬باشد‪.‬‬
 ‫المپهای الکتریکی ساخت کارخانه ‪ A‬دارای طول عمر متوسط ‪ 1400h‬و انحراف معیار ‪ 200h‬است‪ .‬المپهای‬
‫الکتریکی ساخت کارخانه ‪ B‬دارای طول عمر ‪ 1200h‬و انحراف معیار ‪ 100h‬است‪ .‬اگر از المپهای ساخت هر‬
‫کارخانه یک نمونه تصادفی ‪ 100‬تایی انتخاب کنیم و مورد آزمایش قرار دهیم‪ ،‬مطلوب است محاسبه احتمال اینکه‬
‫متوسط طول عمر المپهای انتخابی از کارخانه ‪ A‬حداقل‪:‬‬
‫ب) ‪ 250h‬بیشتر از متوسط عمر المپهای انتخابی از کارخانه ‪ B‬باشد‪.‬‬

‫‪𝑃 𝑋𝐴 ≥ 250 + 𝑋𝐵 = 𝑃 𝑋𝐴 − 𝑋𝐵 ≥ 250‬‬ ‫‪‬‬

‫𝐵𝜇‪𝑋𝐴 −𝑋𝐵 − 𝜇𝐴 −‬‬ ‫‪250−200‬‬

‫𝑃‬ ‫≥‬ ‫‪‬‬
‫‪500‬‬
‫‪𝜎2‬‬ ‫‪2‬‬
‫𝐵𝜎‪𝐴 +‬‬
‫𝐵𝑛 𝐴𝑛‬

‫‪𝑃 𝑧 ≥ 2.23 = 1 − 𝑃 𝑧 < 2.23 = 1 − 0.9871 = 0.0129‬‬ ‫‪‬‬

 ‫میانگین نمره هوش دانشجویان سال اول‪ ،‬در یک کالج به خصوص ‪ 540‬با انحراف معیار ‪ 50‬است‪.‬‬
‫احتمال اینکه دو گروه از دانشجویان انتخابی به طور تصادفی به ترتیب شامل ‪ 32‬و ‪ 50‬دانشجو در حد‬
‫متوسط نمرههایشان الف) بیش از ‪ 20‬نمره‪ ،‬ب) مقداری بین ‪ 5‬و ‪ 10‬نمره‪ ،‬فرق داشته باشد را بیابید‪.‬‬
 ‫میانگین نمره هوش دانشجویان سال اول‪ ،‬در یک کالج به خصوص ‪ 540‬با انحراف معیار ‪ 50‬است‪.‬‬
‫احتمال اینکه دو گروه از دانشجویان انتخابی به طور تصادفی به ترتیب شامل ‪ 32‬و ‪ 50‬دانشجو در حد‬
‫متوسط نمرههایشان الف) بیش از ‪ 20‬نمره‪ ،‬ب) مقداری بین ‪ 5‬و ‪ 10‬نمره‪ ،‬فرق داشته باشد را بیابید‪.‬‬

‫‪𝑛𝐴 = 32, 𝑛𝐵 = 50‬‬ ‫‪‬‬

‫صحبتی از نرمال بودن توزیع نشده است‪.‬‬ ‫‪‬‬

‫‪𝑛𝐴 ,𝑛𝐵 > 30‬‬ ‫‪‬‬

‫‪502‬‬ ‫‪502‬‬ ‫‪128‬‬

‫‪𝑋𝐴 − 𝑋𝐵 ~ 𝑁 540 −‬‬ ‫‪540,‬‬ ‫‪+‬‬ ‫‪= 𝑁 0,‬‬ ‫‪‬‬
‫‪32‬‬ ‫‪50‬‬ ‫‪125‬‬

‫‪𝑃 𝑋𝐴 − 𝑋𝐵 > 20 = 1 − 𝑃 𝑋𝐴 − 𝑋𝐵 ≤ 20 = 1 − 𝑃 −20 ≤ 𝑋𝐴 − 𝑋𝐵 ≤ 20‬‬ ‫‪‬‬

‫‪−20‬‬ ‫𝐵𝜇‪𝑋𝐴−𝑋𝐵 − 𝜇𝐴−‬‬ ‫‪20‬‬
‫𝑃‪1−‬‬ ‫≤‬ ‫≤‬ ‫‪‬‬
‫‪11.32‬‬ ‫‪11.32‬‬
‫‪𝜎2‬‬ ‫‪2‬‬
‫𝐵𝜎‪𝐴 +‬‬
‫𝐵𝑛 𝐴𝑛‬

‫‪1 − 𝑃 −1.77 < 𝑍 < 1.77 = 1 − 0.9616 − 0.0384 = 0.0768 ‬‬

 ‫میانگین نمره هوش دانشجویان سال اول‪ ،‬در یک کالج به خصوص ‪ 540‬با انحراف معیار ‪ 50‬است‪.‬‬
‫احتمال اینکه دو گروه از دانشجویان انتخابی به طور تصادفی به ترتیب شامل ‪ 32‬و ‪ 50‬دانشجو در حد‬
‫متوسط نمرههایشان الف) بیش از ‪ 20‬نمره‪ ،‬ب) مقداری بین ‪ 5‬و ‪ 10‬نمره‪ ،‬فرق داشته باشد را بیابید‪.‬‬
 ‫میانگین نمره هوش دانشجویان سال اول‪ ،‬در یک کالج به خصوص ‪ 540‬با انحراف معیار ‪ 50‬است‪.‬‬
‫احتمال اینکه دو گروه از دانشجویان انتخابی به طور تصادفی به ترتیب شامل ‪ 32‬و ‪ 50‬دانشجو در حد‬
‫متوسط نمرههایشان الف) بیش از ‪ 20‬نمره‪ ،‬ب) مقداری بین ‪ 5‬و ‪ 10‬نمره‪ ،‬فرق داشته باشد را بیابید‪.‬‬

‫‪𝑃 5 < 𝑋𝐴 − 𝑋𝐵 < 10 = 𝑃 5 < 𝑋𝐴 − 𝑋𝐵 < 10 + 𝑃 −10 ≤ 𝑋𝐴 − 𝑋𝐵 ≤ −5‬‬ ‫‪‬‬

‫‪5‬‬ ‫𝐵𝜇‪𝑋𝐴−𝑋𝐵 − 𝜇𝐴−‬‬ ‫‪10‬‬ ‫‪−10‬‬ ‫𝐵𝜇‪𝑋𝐴−𝑋𝐵 − 𝜇𝐴−‬‬ ‫‪−5‬‬
‫𝑃‬ ‫≤‬ ‫≤‬ ‫𝑃‪+‬‬ ‫≤‬ ‫≤‬ ‫‪‬‬
‫‪11.32‬‬ ‫‪11.32‬‬ ‫‪11.32‬‬ ‫‪11.32‬‬
‫‪𝜎2‬‬ ‫‪2‬‬
‫𝐵𝜎‪𝐴 +‬‬ ‫‪𝜎2‬‬ ‫‪2‬‬
‫𝐵𝜎‪𝐴 +‬‬
‫𝐵𝑛 𝐴𝑛‬ ‫𝐵𝑛 𝐴𝑛‬

‫‪𝑃 0.44 < 𝑍 < 0.88 + 𝑃 −0.88 < 𝑍 < −0.44‬‬ ‫‪‬‬

‫‪2 𝑃 𝑍 < 0.88 − 𝑃(𝑍 ≤ 0.44) = 2 0.8106 − 0.6700 = 0.2812 ‬‬

‫نمرات یک کالس از دانشجویان دارای توزیع نرمال با میانگین ‪ 15‬است‪ .‬اگر از این کالس یک نمونه ‪20‬‬
‫تایی انتخاب کنیم و مشاهده کنیم که انحراف استاندارد نمرات آنها ‪ 4.28‬است‪ ،‬احتمال اینکه میانگین‬
‫نمرات این افراد از ‪ 17‬بیشتر باشد را بیابید‪.‬‬
‫نمرات یک کالس از دانشجویان دارای توزیع نرمال با میانگین ‪ 15‬است‪ .‬اگر از این کالس یک نمونه ‪20‬‬
‫تایی انتخاب کنیم و مشاهده کنیم که انحراف استاندارد نمرات آنها ‪ 4.28‬است‪ ،‬احتمال اینکه میانگین‬
‫نمرات این افراد از ‪ 17‬بیشتر باشد را بیابید‪.‬‬

‫‪ത‬‬
‫𝜇‪𝑋−‬‬ ‫‪17−15‬‬
‫𝑃 = ‪𝑃 𝑋ത > 17‬‬ ‫𝑆‬ ‫>‬ ‫‪4.28‬‬ ‫‪= 𝑃 𝑡 19 > 2.09‬‬ ‫‪‬‬
‫𝑛 ‪ൗ‬‬
‫‪20‬‬

‫‪𝑃 𝑡 19 > 2.09 = 0.025‬‬ ‫‪‬‬

‫مقادیر اندازهگیری شده انرژی برخورد در ‪ 10‬نمونه برش فوالد ‪ A238‬در دمای ‪ 60‬درجه سانتیگراد به صورت زیر‬
‫است‪:‬‬
‫‪64.1, 64.7, 64.5, 64.6, 64.5, 64.3, 64.6, 64.8, 64.2, 64.3‬‬
‫فرض کنید انرژی برخورد چنین نمونههایی دارای توزیع نرمال با انحراف میعار ‪ 1‬ژول است‪.‬‬
‫یک فاصله اطمینان ‪ 95%‬برای میانگین توزیع انرژی برخورد بیابید‪.‬‬
‫مقادیر اندازهگیری شده انرژی برخورد در ‪ 10‬نمونه برش فوالد ‪ A238‬در دمای ‪ 60‬درجه سانتیگراد به صورت زیر‬
‫است‪:‬‬
‫‪64.1, 64.7, 64.5, 64.6, 64.5, 64.3, 64.6, 64.8, 64.2, 64.3‬‬
‫فرض کنید انرژی برخورد چنین نمونههایی دارای توزیع نرمال با انحراف میعار ‪ 1‬ژول است‪.‬‬
‫یک فاصله اطمینان ‪ 95%‬برای میانگین توزیع انرژی برخورد بیابید‪.‬‬

‫‪𝑋ത = 64.46‬‬ ‫‪‬‬

‫‪𝛼 = 1 − 0.95 = 0.05 → 𝛼Τ2 = 0.025‬‬ ‫‪‬‬

‫‪𝑧𝛼 = 𝑧0.025 = 1.96, 𝑧−𝛼 = 𝑧−0.025 = −1.96‬‬ ‫‪‬‬

‫‪2‬‬ ‫‪2‬‬

‫‪1‬‬ ‫‪1‬‬
‫‪→ 64.46 − 1.96‬‬ ‫‪< 𝜇 < 64.46 + 1.96‬‬ ‫‪‬‬
‫‪10‬‬ ‫‪10‬‬

‫‪63.84 < 𝜇 < 65.08‬‬ ‫‪‬‬

‫یک فاصله اطمینان ‪ 95%‬برای میانگین جامعه از طریق میانگین نمونه یافتیم‪.‬‬ ‫‪‬‬