Professional Documents
Culture Documents
הרצאה 10 יום ב תשפד
הרצאה 10 יום ב תשפד
חומרים מלווים אלו הינם הקניין הרוחני של הקורס מבוא להסתברות ופרי עבודתה של ד"ר מיכל ביתן.
אין להעתיק ,לשכפל ,לפרסם ,להפיץ ,או לאחסן.
שימוש בחומרים אלו מהווה עוולה אזרחית והפרה חמורה של תקנון המכללה למנהל!
מבוא להסתברות – מדעי המחשב ומדע הנתונים
עריכה :ד"ר מיכל ביתן
דוגמאות ממבחנים:
ממבחן מועד א סמ א X :2018מתפלג נורמלית ומקיים ש𝑃(𝑋 > 80) = 0.5 -
וגם 𝑃(𝑋 > 70) = 0.9918למה שווה התוחלת והשונות של ?X
70 − 80
> 𝑍( 𝑃 = )𝑃(𝑋 > 70 ) = 0.9918
σ
חומרים מלווים אלו הינם הקניין הרוחני של הקורס מבוא להסתברות ופרי עבודתה של ד"ר מיכל ביתן.
אין להעתיק ,לשכפל ,לפרסם ,להפיץ ,או לאחסן.
שימוש בחומרים אלו מהווה עוולה אזרחית והפרה חמורה של תקנון המכללה למנהל!
מבוא להסתברות – מדעי המחשב ומדע הנתונים
עריכה :ד"ר מיכל ביתן
70 − 80
= 𝑍0.0082 = −𝑍0.9918 = −2.4
σ
ומכאן נקבל ש σ=4.1667-ולכן σ2 = 4.16672
דוגמה נוספת ממבחן :קבוצת תצפיות מתפלגת נורמלית ) 𝑋~𝑁(𝑚, 𝑠 2מצאו
ערך aכך ש:-
א .אחוז התצפיות בתוך הטווח 𝑠𝑎 𝑚 ±הוא 75%
)𝑠𝑎 0.75 = 𝑃(𝑚 − 𝑎𝑠 < 𝑋 < 𝑚 +
𝑚 𝑚 − 𝑎𝑠 − 𝑚 𝑚 + 𝑎𝑠 −
(𝑃 = <𝑍< )𝑎 < 𝑍 < 𝑎) = 𝑃(−
𝑠 𝑠
= 2𝛷(𝑎) − 1
2𝛷(𝑎) − 1 = 0.75 ==> 𝛷(𝑎) = 0.875
לכן aהוא האחוזון ה 87.5-ולכן a=1.16
ב .אחוז התצפיות שקטנות מ m-as-הוא 22%
𝑚 𝑚 − 𝑎𝑠 −
< 𝑍( 𝑃 = )𝑠𝑎 0.22 = 𝑃(𝑋 < 𝑚 − )𝑎) = 𝑃(𝑍 < −
𝑠
)𝑎= 𝛷(−
כלומר -aהוא האחוזון ה 22-ולכן aהוא האחוזון ה78-
ולכן a=0.78
𝑍0.22 = −𝑍0.78
דוגמה מסכמת
התפלגות הציונים בחשבון היא נורמלית עם תוחלת 75וסטיית תקן .5מצאו
את הציון ,ציון התקן והאחוזון של כל תלמיד כאשר המורה שושנה מסרה את
הציונים לתלמידיה כך:
שמעון – נמצא באחוזון ה30-
יגאל – קיבל ציון תקן -1.3
משה – קיבל 80
שרה – נמצאת 2סטיות תקן מעל יגאל
רחל – קיבלה 65
רינה – קיבלה בדיוק את החציון
חומרים מלווים אלו הינם הקניין הרוחני של הקורס מבוא להסתברות ופרי עבודתה של ד"ר מיכל ביתן.
אין להעתיק ,לשכפל ,לפרסם ,להפיץ ,או לאחסן.
שימוש בחומרים אלו מהווה עוולה אזרחית והפרה חמורה של תקנון המכללה למנהל!
מבוא להסתברות – מדעי המחשב ומדע הנתונים
עריכה :ד"ר מיכל ביתן
באותו אופן אפשר להוכיח ש ∑𝑛𝑖=1 𝑋𝑖 ~𝑁(∑𝑛𝑖=1 𝜇𝑖 , ∑𝑛𝑖=1 σ2𝑖 ) -כאשר nהם
מ"מ ב"ת
אם ) X~N(μ,σ2איך מתפלג ?Y=aX+b
𝑏 𝐸(𝑌) = 𝐸(𝑎𝑋 + 𝑏) = 𝑎𝐸(𝑋) + 𝑏 = 𝑎𝜇 +
𝑉(𝑌) = 𝑉(𝑎𝑋 + 𝑏) = 𝑎2 𝑉(𝑋) = 𝑎2 σ2
) 𝑌~𝑁(𝑎𝜇 + 𝑏, 𝑎2 σ2
דוגמה ממבחן:
יהיו ) Y~N(2,25) ,X~N(4,16מ"מ ב"ת
א .כיצד מתפלג 3Xו?2Y-
)3𝑋~𝑁(3 ∙ 4,32 ∙ 16) = 𝑁(12,144
)2𝑌~𝑁(2 ∙ 2,22 ∙ 25) = 𝑁(4, 100
ב .יהיו ) 𝑤 𝐾~𝑁(𝜇𝑘 , σ2𝑘 ), 𝑊~𝑁(𝜇𝑤 , σ2מ"מ ב"ת .מצא איך מתפלג ?W-K
) 𝐾𝑡𝑀𝑊−𝐾 (𝑡) = 𝐸(𝑒 𝑡(𝑊−𝐾) ) = 𝐸(𝑒 𝑡𝑊 𝑒 −
מכיוון ש W,K-הם ב"ת
)𝑡( 𝐾𝐸(𝑒 𝑡𝑊 𝑒 −𝑡𝐾 ) = 𝐸(𝑒 𝑡𝑊 )𝐸(𝑒 −𝑡𝐾 ) = 𝑀𝑊 (𝑡)𝑀−
חומרים מלווים אלו הינם הקניין הרוחני של הקורס מבוא להסתברות ופרי עבודתה של ד"ר מיכל ביתן.
אין להעתיק ,לשכפל ,לפרסם ,להפיץ ,או לאחסן.
שימוש בחומרים אלו מהווה עוולה אזרחית והפרה חמורה של תקנון המכללה למנהל!
מבוא להסתברות – מדעי המחשב ומדע הנתונים
עריכה :ד"ר מיכל ביתן
) 𝑘 −𝐾~𝑁(−𝜇𝑘 , σ2לכן
1 1
) = exp (𝜇𝑊 𝑡 + σ2𝑊 𝑡 2 ) exp (−𝜇𝑘 𝑡 + σ2𝑘 𝑡 2
2 2
1 2 2 1
) = exp (𝜇𝑊 𝑡 + σ𝑊 𝑡 −𝜇𝑘 𝑡 + σ2𝑘 𝑡 2
2 2
1
)) 𝑘= exp (𝑡(𝜇𝑊 − 𝜇𝑘 ) + 𝑡 2 (σ2𝑊 + σ2
2
לכן קיבלנו פונקציה יוצרת מומנטים של התפלגות התפלגות נורמלית
) 𝑘𝑊 − 𝐾~𝑁(𝜇𝑊 − 𝜇𝑘 , σ2𝑊 + σ2
ג .כיצד מתפלג ?Y-X
)𝑌 − 𝑋~𝑁(2 − 4, 25 + 16) = 𝑁(−2,41
ד .מצאו את )𝑃(2𝑌 + 3𝑋 + 40 < 10
)𝑃(2𝑌 + 3𝑋 + 40 < 10
דרך א:
𝐸(2𝑌 + 3𝑋 + 40) = 2𝐸(𝑌) + 3𝐸(𝑋) + 40 = 2 ∙ 2 + 3 ∙ 4 + 40 = 56
𝑉(2𝑌 + 3𝑋 + 40) = 22 ∙ 25 + 32 ∙ 16 = 244
)2𝑌 + 3𝑋 + 40~𝑁(56, 244
10 − 56
< 𝑍( 𝑃 = )𝑃(2𝑌 + 3𝑋 + 40 < 10 ) = 𝛷(−2.9) = 0.0019
244
דרך ב:
)𝑃(2𝑌 + 3𝑋 + 40 < 10) = 𝑃(2𝑌 + 3𝑋 < −30
)2𝑌 + 3𝑋~𝑁(16,244
−30 − 16
< 𝑍( 𝑃 = )𝑃(2𝑌 + 3𝑋 < −30 )) = 𝛷(−2.9
244
חומרים מלווים אלו הינם הקניין הרוחני של הקורס מבוא להסתברות ופרי עבודתה של ד"ר מיכל ביתן.
אין להעתיק ,לשכפל ,לפרסם ,להפיץ ,או לאחסן.
שימוש בחומרים אלו מהווה עוולה אזרחית והפרה חמורה של תקנון המכללה למנהל!
מבוא להסתברות – מדעי המחשב ומדע הנתונים
עריכה :ד"ר מיכל ביתן
סכום של ברנולי
יהיו )𝑝(𝑟𝑒𝐵~ 𝑖𝑋 מ"מ ב"ת איך מתפלג 𝑖𝑋 ∑𝑛𝑖=1
𝑛
𝑛∑ 𝑡
𝑖𝑋 𝑖=1
𝑒(𝐸 = )𝑡( 𝑖𝑋 𝑀∑𝑛𝑖=1 ) 𝑖𝑋𝑡 𝑒 ∏( 𝐸 = )
𝑖=1
)𝑝 ∑ 𝑋𝑖 ~𝐵𝑖𝑛(𝑛,
𝑖=1
סכום של בינומי
יהיו )𝑝 𝑋𝑖 ~𝐵𝑖𝑛(𝑛,מ"מ ב"ת איך מתפלג 𝑖𝑋 ∑𝑘𝑖=1
𝑘
𝑘∑ 𝑡
𝑖𝑋 𝑖=1
𝑘∑ 𝑀 𝑒( 𝐸 = )𝑡( ) 𝑖𝑋𝑡 𝑒 ∏( 𝐸 = )
𝑖𝑋 𝑖=1
𝑖=1
)𝑝 ∑ 𝑋𝑖 ~𝐵𝑖𝑛(𝑛𝑘,
𝑖=1
דוגמה :גיא מטיל קובייה 5פעמים וראובן מטיל קובייה פעמיים .מה ההסתברות
שגיא וראובן קיבלו ביחד 4פעמים תוצאה קטנה מ?3-
– Xמספר הפעמים שיצא לגיא תוצאה קטנה מ3-
– Yמספר הפעמים שיצא לראובן תוצאה קטנה מ3-
2 1
=𝑝 =
6 3
1 1
) 𝑋~𝐵𝑖𝑛 (5, ) , 𝑌~𝐵𝑖𝑛 (2,
3 3
כיוון ש X-ו Y-הם ב"ת
1
) 𝑋 + 𝑌~𝐵𝑖𝑛 (7,
3
4
7 1 2 3
) ( ) ( ) ( = )𝑃(𝑋 + 𝑌 = 4
4 3 3
סכום של פאוסוני
יהיו ) 𝑖 𝑋𝑖 ~𝑃𝑜𝑖𝑠(λב"ת כיצד יתפלג 𝑖𝑋 ?∑𝑛𝑖=1
𝑛
𝑛∑ 𝑡
𝑖𝑋 𝑖=1
𝑒(𝐸 = )𝑡( 𝑖𝑋 𝑀∑𝑛𝑖=1 ) 𝑖𝑋𝑡 𝑒 ∏( 𝐸 = )
𝑖=1
חומרים מלווים אלו הינם הקניין הרוחני של הקורס מבוא להסתברות ופרי עבודתה של ד"ר מיכל ביתן.
אין להעתיק ,לשכפל ,לפרסם ,להפיץ ,או לאחסן.
שימוש בחומרים אלו מהווה עוולה אזרחית והפרה חמורה של תקנון המכללה למנהל!
מבוא להסתברות – מדעי המחשב ומדע הנתונים
עריכה :ד"ר מיכל ביתן
דוגמה :במרכזייה טלפונית יש 4קווי טלפון .מספר השיחות בקו הראשון מתפלג
פואסונית עם λ=25בשעה מספרי השיחות בשאר הקווים מתפלג פואסונית עם
λ=20בשעה .מה ההסתברות שלמרכזייה מגיעות 40שיחות בחצי שעה?
𝑖𝑋 – מספר השיחות שהגיעו מקו iבשעה
)𝑋1 + 𝑋2 + 𝑋3 + 𝑋4 ~𝑃𝑜𝑖𝑠(25 + 3 ∙ 20) = 𝑃𝑜𝑖𝑠(85
𝑖𝑌 – מסר השיחות שהגיעו מקו iבחצי שעה
85
( 𝑠𝑖𝑜𝑃~ 𝑌1 + 𝑌2 + 𝑌3 + 𝑌4 )) = 𝑃𝑜𝑖𝑠(42.5
2
𝑒 −42.5 42.540
= )𝑃(𝑌1 + 𝑌2 + 𝑌3 + 𝑌4 = 40
!40
התפלגות הממוצע
יהיו ) 𝑋𝑖 ~𝑁(𝜇, σ2מ"מ ב"ת
𝑖𝑋 ∑𝑛𝑖=1
=𝑋
𝑛
𝑖𝑋 ∑𝑛𝑖=1 𝜇𝑛 ) 𝑖𝑋 𝐸(∑𝑛𝑖=1
( 𝐸 = )𝑋(𝐸 =) = 𝜇=
𝑛 𝑛 𝑛
𝑖𝑋 ∑𝑛𝑖=1 𝑛σ2 σ2
( 𝑉 = )𝑋(𝑉 = )= 2
𝑛 𝑛 𝑛
σ2
𝑋~𝑁 (𝜇,
𝑛
לכן קיבלנו):
σ
סטיית התקן של המומצע – טעות התקן -
𝑛√
חומרים מלווים אלו הינם הקניין הרוחני של הקורס מבוא להסתברות ופרי עבודתה של ד"ר מיכל ביתן.
אין להעתיק ,לשכפל ,לפרסם ,להפיץ ,או לאחסן.
שימוש בחומרים אלו מהווה עוולה אזרחית והפרה חמורה של תקנון המכללה למנהל!
מבוא להסתברות – מדעי המחשב ומדע הנתונים
עריכה :ד"ר מיכל ביתן
כלומר הממוצע מתפלג בקירוב נורמלית וזה יתקיים עבור nמספיק גדול .עבור
n≥25
דוגמה :ידוע כי אוכלוסייה מתפלגת עם תוחלת 84ושונות .16מה ההסתברות
למצוא ממוצע מדגם שגדול מ 87-כאשר גודל המדגם הוא ?30
𝐸(𝑋) = 84, 𝑉(𝑋) = 16
)𝑃(𝑋30 > 87
16
לפי משפט הגבול המרכזי כיוון שגודל המדגם מספיק גדול ) 𝑋~𝑁 (84,
30
87 − 84
> 𝑍 𝑃 = )𝑃(𝑋30 > 87 )= 𝑃(𝑍 > 4.108) = 1 − 𝛷(4.108
√16
( ) 30
=1−1=0
דוגמה נוספת :לאוכלוסייה מסוימת יש התפלגות א סימטרית ימנית עם תוחלת
100וסטיית תקן .15
א .מה ההסתברות שפרט יחיד שנדגם מהאוכלוסייה ערכו גדול מ ?110-לא
ניתן לחשב כיוון שלא נתון לי ההתפלגות ממש.
ב .מהי התפלגות הממוצע עבור גודל מדגם של 64תצפיות?
152
𝑋~𝑁 (100, )
64
ג .מהו אחוז המדגמים בגודל 64שבהם הממוצע קטן מ?110-
110 − 100
< 𝑍( 𝑃 = )𝑃(𝑋 < 110 ) = 𝛷(5.33) = 1
15
8
חומרים מלווים אלו הינם הקניין הרוחני של הקורס מבוא להסתברות ופרי עבודתה של ד"ר מיכל ביתן.
אין להעתיק ,לשכפל ,לפרסם ,להפיץ ,או לאחסן.
שימוש בחומרים אלו מהווה עוולה אזרחית והפרה חמורה של תקנון המכללה למנהל!
מבוא להסתברות – מדעי המחשב ומדע הנתונים
עריכה :ד"ר מיכל ביתן
𝑎 − 100
(𝛷 ) = 0.975
15
8
𝑎 − 100
= 1.96
15
8
ומכאן נקבל שa=103.675-
חומרים מלווים אלו הינם הקניין הרוחני של הקורס מבוא להסתברות ופרי עבודתה של ד"ר מיכל ביתן.
אין להעתיק ,לשכפל ,לפרסם ,להפיץ ,או לאחסן.
שימוש בחומרים אלו מהווה עוולה אזרחית והפרה חמורה של תקנון המכללה למנהל!
מבוא להסתברות – מדעי המחשב ומדע הנתונים
עריכה :ד"ר מיכל ביתן
16
√ ∙ )𝑋0.3594 = 80 + (−0.36 = 79.87
121
∑121
לכן )𝑖=1 𝑋𝑖 ~𝑁(121 ∙ 80, 121 ∙ 16
121 121
1
)𝑃 ( ∑ 𝑋𝑖 < 959) = 𝑃 (∑ 𝑋𝑖 < 9590
10
𝑖=1 𝑖=1
9590 − 121 ∙ 80
< 𝑍( 𝑃 = )) = 𝛷(−2.06
√121 ∙ 16
חומרים מלווים אלו הינם הקניין הרוחני של הקורס מבוא להסתברות ופרי עבודתה של ד"ר מיכל ביתן.
אין להעתיק ,לשכפל ,לפרסם ,להפיץ ,או לאחסן.
שימוש בחומרים אלו מהווה עוולה אזרחית והפרה חמורה של תקנון המכללה למנהל!