متغیر تصادفی X دچار پیروی احتمال زیر است: f(x) = 2e^{-2x}, x ≥ 0 مقدار P(|X - μ| < 1/2) برابر کدام گزینه است؟
Understand the Problem
سوال در مورد یک متغیر تصادفی X است که توزیع احتمال آن مشخص شده است. نیاز به محاسبه احتمال P(|X - μ| < 1/2) با توجه به دادههای ارائهشده داریم.
Answer
$$ 1 - e^{-2} $$
Answer for screen readers
مقدار $P(|X - \mu| < \frac{1}{2})$ برابر است با: $$ 1 - e^{-2} $$
Steps to Solve
- محاسبه میانگین توزیع احتمال
برای محاسبه میانگین $\mu$ متغیر تصادفی X، از فرمول زیر استفاده میکنیم: $$ \mu = \int_0^\infty x f(x) , dx $$ که در اینجا $f(x) = 2e^{-2x}$.
- محاسبه میانگین
به جای $f(x)$ مقدار را قرار میدهیم و حساب میکنیم: $$ \mu = \int_0^\infty x \cdot 2e^{-2x} , dx $$ با استفاده از تکنیکهای انتگرالگیری، نتیجه میگیریم که: $$ \mu = \frac{1}{2} $$
- محاسبه احتمال P(|X - μ| < 1/2)
حالا باید مقدار $P(|X - \mu| < \frac{1}{2})$ را محاسبه کنیم. این عبارت به دو قسمت تقسیم میشود: $$ P(\mu - \frac{1}{2} < X < \mu + \frac{1}{2}) = P(0 < X < 1) $$
- محاسبه احتمال برای بازه مورد نظر
حال باید این احتمال را با استفاده از تابع توزیع احتمال محاسبه کنیم: $$ P(0 < X < 1) = \int_0^1 f(x) , dx = \int_0^1 2e^{-2x} , dx $$
- محاسبه انتگرال
حالا انتگرال را محاسبه میکنیم: $$ \int_0^1 2e^{-2x} , dx = \left[-e^{-2x}\right]_0^1 = -e^{-2} + 1 = 1 - e^{-2} $$
مقدار $P(|X - \mu| < \frac{1}{2})$ برابر است با: $$ 1 - e^{-2} $$
More Information
این محاسبه نشان میدهد که چه مقدار از توزیع احتمال در بازه بین $\mu - \frac{1}{2}$ و $\mu + \frac{1}{2}$ قرار دارد. این کار به ما کمک میکند تا بفهمیم X در کجا بالاترین احتمال را دارد.
Tips
- یکی از اشتباهات رایج ممکن است نادیده گرفتن دامنه انتگرال باشد. باید توجه داشته باشیم که $X$ تنها مقادیر غیر منفی را میپذیرد.
- فراموش کردن اعمال قاعدههای انتگرالگیری و محاسبه صحیح آنها.
AI-generated content may contain errors. Please verify critical information