Anda di halaman 1dari 31

Penghargaan pertama Name, saya ingin mengatakan Alhamdulillah, kerana

EMINENT saya prestasi dan kesihatan untuk melakukan kerja-kerja projek ini.
Tidak lupa ibu bapa saya untuk menyediakan keseluruhannya, seperti Wang,
untuk membeli apa-apa yang berkaitan dengan kerja-kerja projek ini dan nasihat
mereka yang diperlukan untuk projek ini. Internet, buku-buku, komputer dan
semua itu. Mereka juga menyokong saya dan menggalakkan saya untuk
melengkapkan tugas ini supaya saya tidak akan membazirkan masa dalam
melakukannya. Kemudian, saya ingin mengucapkan bertajuk kasih kepada guru
saya, Puan Zaiton untuk membimbing saya dan kawan-kawan saya sepanjang
projek ini. Kami laporan menghadapi sedikit kesulitan dalam melakukan tugas
ini, tetapi beliau mengajar kami dengan sabar dan tidak ada kita tahu apa yang
perlu dilakukan. Dia cuba dan cuba untuk mengajar kita dan tidak ada kita
memahami apa yang kita sepatutnya lakukan dengan kerja-kerja projek. Akhir
kata, kawan-kawan saya yang laporan menjalankan projek ini dengan saya dan
berkongsi idea-idea kami. Mereka adalah berguna apabila kita digabungkan dan
dibincangkan bersama-sama, ada tugas ini dilakukan.


Objektif adalah matlamat projek: untuk memohon dan menyesuaikan pelbagai masalah strategi-
strategi untuk menyelesaikan masalah; untuk meningkatkan kemahiran berfikir; menggalakkan
komunikasi yang berkesan dalam matematik; membangunkan pengetahuan matematik melalui
penyelesaian masalah dengan cara yang meningkatkan keyakinan; dan minat pelajar dalam
menggunakan bahasa matematik untuk menyatakan idea matematik tepat; untuk menyediakan
persekitaran pembelajaran yang merangsang dan meningkatkan pembelajaran berkesan;
membangunkan sikap positif terhadap matematik.










BAHAGIAN SATU










Pengenalan
Kebarangkalian adalah satu cara untuk meluahkan pengetahuan atau kepercayaan bahawa satu
peristiwa akan berlaku atau laporan berlaku. Dalam matematik konsep diberikan makna dan
maksud yang sebenar dalam teori kebarangkalian yang digunakan secara meluas di tempat
tersebut kajian matematik, statistik, kewangan, perjudian, Sains dan pelancaran untuk
membuat kesimpulan tentang kemungkinan peristiwa yang berpotensi dan mekanik dasar
sistem kompleks. Kemungkinan mempunyai satu aspek dua: dalam satu tangan
kebarangkalian atau kemungkinan hipotesis yang diberi keterangan mereka dan yang lain
KDYTM tingkah laku stochastic proses seperti membaling dadu atau duit syiling. Kajian
bekas adalah sejarah lebih tua dalam, merekalah contoh, undang-undang keterangan,
manakala rawatan matematik dadu pernah dengan kerja-kerja Pascal dan Fermat di 1650s ini.
Kebarangkalian dibezakan khususnya statistik. Manakala statistik berkaitan dengan data dan
kesimpulan dari itu, kebarangkalian (stochastic) berkaitan dengan stochastic (rawak) proses-
proses yang sebalik data atau hasil.
SEJARAH - ASAL-USUL
Yang menyalahi Undang-undang kuno dan zaman pertengahan bukti dibangunkan
penggredan darjah bukti, kebarangkalian, presumptions dan setengah-bukti untuk penanaman
ketidakpastian dalam keterangan di Mahkamah. Pada zaman Renaissance, pertaruhan adalah
dibincangkan dari segi kemungkinan seperti "sepuluh untuk satu" dan premium insurans
Maritim laporan dianggarkan berdasarkan Kumpulan intuitif, tetapi terdapat tiada teori
tentang bagaimana untuk mengira kemungkinan atau premium tersebut.Kaedah-kaedah
matematik kebarangkalian terhasil dalam surat-menyurat Pierre de Fermat dan Blas Pascal
(1654) nilai-nilai itu merekalah bahagian yang saksama khususnya kepentingan dalam
permainan beradu yang terganggu. Christian Huygens (1657) memberikan rawatan
komprehensif subjek.
KEPENTINGAN KEBARANGKALIAN DALAM HIDUP
Saya akan menganggap bahawa anda adalah merujuk kepada teori kebarangkalian. Statistik
ini adalah berdasarkan kefahaman tentang teori kebarangkalian. Banyak profesion
memerlukan kefahaman asas mengenai statistik. Jadi, dalam kes-kes ini, ia adalah mungkin.
Teori kebarangkalian menjangkau matematik. Ia melibatkan logik dan pertimbangan
kebolehan. Pemasaran dan politik mempunyai satu persamaan, statistik yang pincang. Saya
your kerana anda terdedah kepada begitu banyak statistik, pemahaman yang asas bagi
kawasan ini membolehkan pemikiran yang lebih kritikal. Buku "Bagaimana untuk berbohong
dengan statistik" adalah satu klasik dan masih dalam cetakan. Jadi, walaupun ramai orang
mungkin akan mengatakan bahawa teori kebarangkalian mempunyai sedikit kepentingan
dalam hidupan mereka, mungkin dalam sesetengah kes-kes jika mereka tahu lebih banyak, ia
akan lebih mungkin.
Sejarah kebarangkalian
Kedudukan Sunnah
Kemungkinan dan berkemungkinan cognates mereka dalam Bahasa-bahasa moden lain
memperolehi dari zaman pertengahan probabilis Latin yang dipelajari dan verisimilis, dari
Cicero dan secara amnya digunakan untuk pendapat bermaksud munasabah atau secara
amnya laporan diluluskan.
Asal-usul
Menyalahi undang-undang kuno dan zaman pertengahan bukti dibangunkan
penggredan darjah bukti, kebarangkalian, presumptions dan setengah-bukti
untuk penanaman ketidakpastian dalam keterangan di Mahkamah. Pada zaman
Renaissance, pertaruhan adalah dibincangkan dari segi kemungkinan seperti
"sepuluh untuk satu" dan premium insurans Maritim laporan dianggarkan
berdasarkan Kumpulan intuitif, tetapi terdapat tiada teori tentang bagaimana
untuk mengira kemungkinan atau premium tersebut.Kaedah-kaedah
matematik kebarangkalian terhasil dalam surat-menyurat Pierre de Fermat dan
Blas Pascal (1654) nilai-nilai itu merekalah bahagian yang saksama khususnya
kepentingan dalam permainan beradu yang terganggu. Christiaan Huygens
(1657) memberikan rawatan komprehensif subjek.
abad ke-18
Jacob Bernoulli Ars Conjectandi (selepas kematian, 1713)
dan Abraham de Moivre doktrin ini ketika (1718)
meletakkan kebarangkalian pada bunyi matematik asas
tapak, menunjukkan bagaimana untuk mengira pelbagai
kebarangkalian yang kompleks. Bernoulli terbukti Money
asas undang-undang yang besar bilangannya, yang dan
bahawa dalam Perlis besar ujian, purata hasil mungkin
akan sangat dekat dengan nilai jangkaan - merekalah
contoh, dalam 1000 melemparkan syiling adil, ianya
berkemungkinan bahawa terdapat 500 ekor (dan yang
lebih besar Perlis alaslebih dekat kepada half-and-half
bahagian ini mungkin).




abad ke-19
Kekuatan kaedah kebarangkalian dalam menangani ketidakpastian adalah ditunjukkan oleh
Menyusahkan dan penentuan orbit Emiriah dari beberapa pemerhatian. Yang teori kesilapan
digunakan dalam kaedah petak sekurang-kurangnya untuk membetulkan cenderung kesilapan
pemerhatian, terutamanya dalam astronomi, berdasarkan andaian daripada yang taburan
normal kesilapan untuk menentukan nilai sebenar mungkin.
Pada penghujung abad Kesembilan belas, berjaya penjelasan dari segi kebarangkalian adalah
di Mekanik statistik daripada Ludwig Boltzmann dan J. Willard Gibbs yang menjelaskan sifat-
sifat gas-gas seperti suhu dari segi gerakan rawak sejumlah besar zarah.
Bidang sejarah kebarangkalian itu sendiri telah ditubuhkan oleh Todhunter Ishak 's monumen
Sejarah teori matematik kebarangkalian dari masa Pascal yang Lagrange (1865).
abad ke-20
Kebarangkalian dan statistik menjadi hubungan melalui kerja pada pengujian hipotesis
daripada R. A. Fisher dan Neyman menangkap, yang kini meluas digunakan dalam ujikaji
biologi dan psikologi dan percubaan-percubaan klinikal dadah. Hipotesis, sebagai contoh
bahawa ubat ini biasanya berkesan, menimbulkan satu taburan kebarangkalian yang akan
diperhatikan jika hipotesis adalah benar. Jika pemerhatian lebih kurang bersetuju dengan
hipotesis, ia disahkan, jika tidak, hipotesis ditolak.
Teori proses stochastic diperluaskan ke kawasan-kawasan tersebut sebagai Proses-proses
Markov dan Brownian usul , pergerakan rawak zarah-zarah kecil yang digantung di dalam
cecair. Yang diperuntukkan model kajian turun-naik rawak dalam pasaran saham, membawa
kepada penggunaan model kebarangkalian yang canggih di matematik kewangan, termasuk
kejayaan tersebut sebagai yang digunakan secara meluas- Black-Scholes formula untuk di
penilaian opsyen .
Abad ke-20 juga menyaksikan pertikaian lama berjalan di tafsiran kebarangkalian . Pada
pertengahan abad ke- frequentism adalah dominan, memegang bahawa kebarangkalian
bermaksud kekerapan relatif jangka panjang dalam jumlah besar ujian. Pada akhir abad ke-
Jadilah beberapa pemulihan dalam Bayesian berpendapat, menurut konsep asas
kebarangkalian adalah bagaimana saranan yang disokong oleh bukti-bukti untuk itu
Rawatan matematik kebarangkalian, terutamanya apabila terdapat tak terhingga banyak
mungkin hasil, adalah dibantu oleh Aksiom Kolmogorov's (1931).


Aplikasi
Dua aplikasi utama teori kebarangkalian dalam hidupan sehari-hari adalah
penilaian Kumpulan dan dagangan di Jabatan Jabatan pasaran pasaran
komoditi. Kerajaan biasanya pemotong bermotor kaedah kebarangkalian dalam
Perutusan-Perutusan alam sekitar yang di mana ia dipanggil "laluan analisis",
Trecking mengukur kesejahteraan pemotong bermotor kaedah yang stochastic
dalam alam semula jadi, dan Bahagian Penyelidikan & Teknologi projek-projek
untuk melaksanakan berdasarkan analisis statistik khususnya mereka
berkemungkinan EMINENT kesan ke atas penduduk secara
keseluruhannya.Contoh yang baik adalah kesan kemungkinan tanggapan
sebarang konflik Timur Tengah yang meluas pada kadar harga minyak - yang
mempunyai kesan-kesan riak dalam ekonomi secara keseluruhannya. Penilaian
oleh peniaga komoditi yang perang lebih cenderung vs kemudahan mungkin
makanan harga naik atau turun, dan isyarat peniaga-peniaga lain pendapat itu.
Oleh itu, kebarangkalian ini tidak dinilai secara terhadap kepentingan dan tidak
semestinya sangat laporan. Perspektif teori muncul untuk menggambarkan
kesan groupthink tersebut pada harga, dasar, dan keamanan dan konflik.Boleh
semunasabahnya dikatakan bahawa kesulitan kaedah-kaedah yang ketat untuk
menilai dan menggabungkan penilaian kemungkinan mempunyai kesan yang
kerajaan very masyarakat moden. Sehubungan dengan itu, ia boleh menjadi
beberapa kepentingan rakyat kebanyakan untuk memahami bagaimana
kemungkinan dan kebarangkalian penilaian yang dibuat, dan bagaimana
mereka menyumbang kepada reputasi dan keputusan, terutama dalam sebuah
demokrasi.Mungkin aplikasi lain teori kebarangkalian dalam hidupan seharian
ialah kebolehpercayaan. Banyak Product pengguna, seperti automobil dan
pengguna elektronik, pemotong bermotor teori kebolehpercayaan dalam
rekabentuk Product tersebut untuk mengurangkan kemungkinan kegagalan.
Kebarangkalian kegagalan mungkin dikaitkan dengan waranti Product.


Teori kebarangkalian
Definisi teori kebarangkalian
Kebarangkalian adalah kemungkinan bahawa satu peristiwa akan berlaku. Kita boleh mencari teori
kebarangkalian suatu peristiwa yang pemotong bermotor nisbah b:

Mari kita buat beberapa contoh.

Contoh-contoh diselesaikan pada teori kebarangkalian

Contoh 1

Jika kita melambungkan duit syiling yang saksama, kebarangkalian bahawa ekor akan muncul?
Penyelesaian:
Ekor melambung yang berterusan adalah hasil baik di sini. Apabila anda melambungkan duit syiling
yang tiada hasil mungkin hanya 2: kepala atau ekor berjaya pilihan untuk melambung yang berterusan
ekor 1 tan 2. Kita boleh juga mewakili kebarangkalian merekalah perpuluhan satu atau peratus yang.


Contoh 2
Sebuah beg mengandungi 20 guli. 15 syarikat mereka adalah merah dan 5 Syarikat mereka adalah biru
warna. Cari kebarangkalian untuk Bahagian Penyelidikan & Teknologi guli merah
.Mari kita mula-mula menjawab beberapa soalan di sini:
Jika saya akan Bahagian Penyelidikan & Teknologi guli yang secara rawak khususnya mohon berjaya
apa keputusan saya boleh mempunyai: saya sama ada akan Bahagian Penyelidikan & Teknologi guli
yang merah atau satu biru. Nilai saya seterusnya ialah ketika Bahagian Penyelidikan & Teknologi
marmar merah: terdapat 15 guli merah dan hanya 5 guli biru. Ia adalah jelas bahawa kita mempunyai
tiga masa merekalah banyak guli merah merekalah biru guli. Jadi, ketika untuk Bahagian Penyelidikan
& Teknologi guli yang merah adalah lebih syarikat itu yang biru.

Oleh itu, kebarangkalian memilih marmar merah adalah:



Contoh 3
Cari kebarangkalian mendapat sejumlah 7 apabila anda melancarkan dua dadu.
Dua dadu sedang dimulakan. Hasilnya mungkin adalah seperti berikut:
Mari kita menggunakan perwakilan (a, b) untuk hasil di mana yang = nombor pada dadu 1 dan b =
nombor pada dadu 2.
(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6),
(2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6),
(3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6),
(4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6),
(5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6),
(6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6)
Terdapat 36 hasil yang mungkin dalam semua.
Soalnya ialah apabila anda melancarkan dua dadu, apakah peluang mendapat sejumlah 7?
Daripada senarai di atas mengenal pasti pasangan dengan hasil yang menambah sehingga 7.
Mari kita serlahkan mereka dengan cara ini:
(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6),
(2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6),
(3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6),
(4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6),
(5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6),
(6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6)
Perhatikan bahawa pasangan yang bersama-sama diagonal utama menambah sehingga 7. Terdapat 6
pasangan tersebut.
Jadi, kebarangkalian mendapat sejumlah 7 apabila kita melancarkan dua dadu adalah:



Kebarangkalian empirikal
Kebarangkalian empirikal juga dikenali merekalah kekerapan relatif atau kebarangkalian
eksperimen, adalah nisbah hasil menguntungkan nombor kepada Perlis perbicaraan, [1] [2]
dalam ruang sampel tetapi dalam jujukan yang sebenar eksperimen. Dalam erti kata yang
lebih umum, kebarangkalian empirikal menganggarkan kebarangkalian dari pengalaman dan
pemerhatian.[3] frasa kebarangkalian yang posteriori juga digunakan merekalah alternatif
kepada kebarangkalian empirikal atau kekerapan relatif.[4] penggunaan frasa yang luar biasa
secara tidak langsung berkaitan untuk Bayesian inferens dan Jangan terkeliru dengan
penggunaannya sama Name-sekala untuk merujuk kepada kebarangkalian EMINENT, yang
merupakan sesuatu yang lain.Dari segi statistik, kebarangkalian empirikal adalah anggaran
kebarangkalian yang. Jika model yang pemotong bermotor taburan binomial adalah sesuai, ia
adalah anggaran kemungkinan maksimum. Ini adalah anggaran Bayesian bagi kes-kes yang
sama jika andaian tertentu dibuat untuk pengagihan yang terlebih Training kelebihan
probabilityAn menganggarkan kebarangkalian pemotong bermotor kebarangkalian empirikal
adalah bahawa prosedur ini agak terhadap kepentingan khususnya andaian-andaian.
Merekalah contoh, mempertimbangkan menganggarkan kebarangkalian antara penduduk
lelaki bahawa mereka memenuhi dua syarat: (i) bahawa mereka lebih 6 kaki tinggi; (ii)
bahawa mereka lebih suka Strawberi jem jem Raspberi. A secara langsung yang boleh
didapati oleh mengira visitors lelaki yang memenuhi syarat-syarat kedua-dua untuk
memberikan kebarangkalian empirikal penyenggara gabungan. A alternatif boleh didapati
dengan mendarabkan Perlis lelaki yang lebih 6 kaki tinggi dengan nisbah lelaki yang lebih
suka jem Strawberi jem Raspberi, tetapi anggaran ini bergantung kepada andaian bahawa dua
syarat adalah statistik terhadap kepentingan.Kelemahan dalam pemotong bermotor
kebarangkalian empirikal timbul dalam menganggarkan kebarangkalian yang sangat dekat
dengan sifar, atau sangat dekat dengan satu. Dalam kes-kes-kes-kes saiz sampel yang besar
akan diperlukan untuk menganggarkan kebarangkalian tersebut kepada standard baik
ketepatan relatif. Di sini model statistik boleh membantu, bergantung pada konteks, dan
secara umum salah satu boleh berharap bahawa model itu akan menyediakan penambahbaikan
dalam ketepatan berbanding empirikal kebarangkalian, dengan syarat bahawa andaian yang
terlibat sebenarnya memegang. Merekalah contoh, mempertimbangkan menganggarkan
kebarangkalian yang paling rendah suhu harian-maksimum di tapak pada bulan Februari di
mana-mana satu tahun yang kemudahan darjah Celsius sifar. Rekod suhu tersebut dalam
tahun-tahun lepas boleh digunakan untuk menganggarkan kebarangkalian ini. Alternatif
mahupun model yang akan Pilih keluarga taburan kebarangkalian dan sesuai untuk dataset
mengandungi melepasi nilai Annual Report: pengagihan dipasang akan menyediakan
anggaran alternatif kebarangkalian diperlukan. Kaedah alternatif ini boleh memberikan
anggaran kebarangkalian Walaupun semua nilai dalam rekod adalah lebih besar khususnya
sifar.

Empirikal dan teori kebarangkalian
Kebarangkalian empirikal acara adalah "anggaran" bahawa acara yang akan berlaku
berdasarkan bagaimana sering sekiranya berlaku selepas mengumpul data atau menjalankan
satu eksperimen (dalam jumlah besar ujian). Ia adalah berdasarkan khusus pemerhatian
langsung atau pengalaman.

Formula empirik kebarangkalian

P (E) = kebarangkalian bahawa acara, E, akan
berlaku.
Atas = bilangan cara-cara yang tertentu berlaku.
Bawah = bilangan cara percubaan boleh berlaku.

Contoh : Satu kajian telah dijalankan untuk
mengenalpasti pelajar kegemaran baka anjing. Setiap
pelajar memilih hanya satu baka.
Anjing Collie Spaniel Makmal Berdan
Pit-
Bull
Lain-
lain
# 10 15 35 8 5 12
Apakah kebarangkalian bahawa baka anjing
kegemaran pelajar adalah makmal?
Jawapan: 35 daripada pelajar 85 memilih makmal.
Kebarangkalian adalah .

Teori kebarangkalianacara adalah beberapa kaedah yang sekiranya boleh berlaku, dibahagi
dengan jumlah hasil. Ia ialah mencari kebarangkalian peristiwa-peristiwa yang datang dari
ruang sampel hasil sama mungkin diketahui.
Formula teori kebarangkalian

P (E) = kebarangkalian bahawa acara, E, akan
berlaku.
n(E) = bilangan sama mungkin hasil E.
n (S) = bilangan sama mungkin hasil daripada ruang
sampel S.

Contoh 1: Mencari kebarangkalian bergolek
enam pada die yang saksama.

Jawapan:Ruang sampel bagi adalah mati adalah
keputusan sama mungkin 6: {1, 2, 3, 4, 5, 6}.
Kebarangkalian bergolek 6 adalah satu daripada
6 atau

Contoh 2: Cari kebarangkalian melambung yang berterusan mati saksama dan mendapat jumlah yang
ganjil.
Jawapan:
acara E : melambung yang berterusan untuk
nombor ganjil
hasil dalam E: {1, 3, 5}
contoh Ruang S: {1, 2, 3, 4, 5, 6}



Membandingkan empirikal dan teori
kebarangkalian
Karen dan Jason melancarkan dua dadu 50 kali dan
merekodkan keputusan mereka dalam carta disertakan.
1.) Apakah kebarangkalian mereka empirikal bergolek 7?
2.) Apakah kebarangkalian teori bergolek 7?
3.) Bagaimana Adakah kebarangkalian empirikal dan teori
Bandingkan?
Sejumlah gulung dua
dadu
3, 5, 5, 4, 6, 7, 7, 5, 9,
10,
12, 9, 6, 5, 7, 8, 7, 4, 11,
6,
8, 8, 10, 6, 7, 4, 4, 5, 7,
9,
9, 7, 8, 11, 6, 5, 4, 7, 7,
4,
3, 6, 7, 7, 7, 8, 6, 7, 8, 9


Penyelesaian:
1.) kebarangkalian empirikal (eksperimen kemungkinan atau
kebarangkalian diperhatikan) adalah 13/50 = 26%.
2.) kebarangkalian teori (berdasarkan apa boleh didapati apabila
bekerja dengan dua dadu) = 6/36 = 1/6 = 16.7% (menyemak jadual
di sebelah kanan mungkin jumlah apabila menggulung dua dadu).
3.) Karen dan Jason melancarkan lebih banyak 7 daripada yang
dijangka secara teori.













BAHAGIAN DUA









a) Kawan-kawan saya dan saya akan bermain monopoli. Pada permulaan,
setiap daripada kita akan melambungkan mati sekali. Pemain yang
mendapat jumlah tertinggi akan memulakan permainan. Hasilnya
mungkin adalah:
{1, 2, 3, 4, 5, 6}
b) Instead salah satu dadu, dua dadu boleh juga dilambung secara serentak
oleh setiap pemain. Pemain akan bergerak token mengikut jumlah semua
titik pada kedua-dua muka bertukar-up. Sebagai contoh, jika dadu dua
dilambung secara serentak dan "2" muncul pada satu mati dan "3" muncul
pada yang lain, hasilnya TOSS itu adalah (2, 3). Oleh itu, pemain
hendaklah memindahkan kawasan 5 token. Hasil mungkin apabila dua
dadu dilambung serentak:

{(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6),
(2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6),
(3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6),
(4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6),
(5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6),
(6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6)}











BAHAGIAN TIGA









Jadual 1 menunjukkan jumlah semua titik pada kedua-dua muka sehingga
bertukar apabila dua dadu dilambung secara serentak.
Jumlah titik di
kedua-dua muka
bertukar-up (x)
Mungkin hasil Kebarangkalian, P(x)
2 (1,1)

3 (1,2),(2,1)

4 (1,3),(2,2),(3,1)

5 (1,4),(2,3),(3,2),(4,1)

6 (1,5),(2,4),(3,3),(4,2),(5,1)

7 (1,6),(2,5),(3,4),(4,3),(5,2),(6,1)

8 (2,6),(3,5),(4,4),(5,3),(6,2)

9 (3,6),(4,5),(6,3),(5,4)

10 (4,6),(5,5),(6,4)

11 (5,6),(6,5)

12 (6,6)


JADUAL 1





A = {nombor dua adalah tidak sama}
= {(1,2),(2,1),(1,3),(3,1) (1,4),(2,3),(3,2),(4,1),(1,5),(2,4),(4,2),(5,1),
(1,6),(2,5),(3,4),(4,3),(5,2),(6,1), (2,6),(3,5),(5,3),(6,2),
(3,6),(4,5),(6,3),(5,4), (4,6),(6,4), (5,6),(6,5)}
P (A) =
=

B = {produk dua nombor itu lebih besar daripada 36}
=

C = {kedua-dua nombor Perdana atau perbezaan di antara dua nombor ganjil)
= {(2,2),(2,3),(2,5),(3,2),(3,3),(3,5),(5,2),(5,3),(5,5)}
{(1,2),(1,4),(1,6), (2,3),(2,5),(3,2),(3,4),(3,6),(4,1),(4,3),(4,5),
(5,2),(5,4),(5,6),(6,1),(6,3),(6,5)}
P(C) =
=
D = {jumlah dua nombor itu, ada juga dan kedua-dua nombor Perdana)
= {(1,1),(1,3),(1,5),(2,2),(2,4),(2,6),(3,1),(3,3),(3,5),(4,2),(4,4),(4,6),(5,1),(5,3),
(5,5),(6,2),(6,4),(6,6)} {(2,3),(2,5),(3,2),(3,3),(3,5),(5,2),(5,3),(5,5)}
P (D) =
=









BAHAGIAN EMPAT










a) Aktiviti yang dijalankan oleh melambung yang berterusan dua dadu
serentak 50 kali. Jumlah semua titik pada kedua-dua muka bertukar-up
diperhatikan. Jadual kekerapan selesai bawah.
Jumlah dua nombor (x) Kekerapan (f)
2 3
3 8
4 6
5 7
6 9
7 3
8 2
9 4
10 4
11 3
12 1
JADUAL 2
-min =
=
= 6.02
-Perbezaan
=
= 7.4596
-Sisihan piawai =
=
= 2.731226831
b) New bermaksud nilai jika bilangan tosses meningkat 100 kali =

c) Ramalan di (b) telah diuji oleh berterusan aktiviti 3(a) sehingga jumlah
tosses 100 kali. Nilai
(i) maksud;
(ii) perbezaan; dan
(iii) sisihan piawai
data-data yang baru dianggarkan.

x f FX

2 6 12 24
3 9 27 81
4 11 44 176
5 12 60 300
6 13 78 468
7 10 70 490
8 7 56 448
9 12 108 972
10 7 70 700
11 6 66 726
12 7 84 1008

100 = 675 = 5393









-min =
= = 6.75
-Perbezaan =
=
= 8.3675
-Sisihan piawai =
= 2.892663133
Ramalan itu terbukti.













BAHAGIAN LIMA









Apabila dua dadu dilambung serentak, sebenar min dan varians daripada jumlah semua titik
pada muka bertukar-up boleh ditentukan dengan menggunakan Formula di bawah:



a) Berdasarkan Jadual 1, purata sebenar, varians dan sisihan piawai bagi jumlah semua
titik pada muka bertukar-up akan ditentukan dengan menggunakan Formula yang
diberikan.

x

P(x) x P(x)
P(x)
2 4

3 9

4 16

5 25

6 36

5
7 49

8 64

9 81

1 9
10 100

11 121

12 144

4





Bermakna = 7

Varians =
= 50.27777778

Sisihan piawai =
= 7.090682462

b)
Jadual di bawah menunjukkan perbandingan min, varians dan sisihan piawai dan Bahagian 4,
Bahagian 5.

BAHAGIAN 4 BAHAGIAN 5
n = 50 n = 100
Min 6.02 6.75 7.00
Varians 7.4596 8.3675 50.27777778
Sisihan piawai 2.731226831 2.892663133 7.090682462



Kita dapat melihat bahawa, min, varians dan sisihan piawai yang kami diperolehi melalui
eksperimen dalam Bahagian 4 berbeza tetapi berhampiran dengan nilai teori dalam bahagian
5.

Bagi min, apabila bilangan percubaan meningkat daripada n = 50 untuk n = 100, dapatkan
nilai lebih dekat (dari 6.02 kepada 6.75) kepada nilai teori. Ini adalah selaras dengan undang-
undang nombor besar. Kita akan membincangkan undang-undang nombor besar dalam
bahagian seterusnya.

Walau bagaimanapun, empirikal varians dan sisihan piawai yang empirikal yang kami
memperolehi saya Bahagian 4 mendapatkan lebih daripada nilai teori dalam bahagian 5. Ini
melanggar undang-undang nombor besar. Ini adalah mungkin disebabkan oleh
a. Sampel (n = 100) yang tidak cukup besar untuk melihat perubahan nilai min, varians
dan sisihan piawai.
b. Undang-undang nombor besar bukanlah undang-undang yang mutlak. Melanggar
undang-undang ini didapati masih walaupun kebarangkalian adalah relatif rendah.

Kesimpulannya, empirikal min, varians dan sisihan piawai mungkin berlainan daripada nilai
teori. Apabila bilangan percubaan (bilangan sampel) semakin membesar, nilai empirikal perlu
mendapatkan lebih dekat kepada nilai teori. Walau bagaimanapun, pelanggaran peraturan ini
didapati masih, terutama apabila bilangan percubaan (atau sampel) tidak cukup besar.



c)Julat min



Dugaan: Seperti meningkatkan bilangan toss, n, min akan lebih dekat kepada 7. 7 adalah min
teori.

Imej di bawah sokongan ini dugaan yang di mana kita dapat melihat bahawa, selepas
melambungkan 500, min teori menjadi sangat berhampiran dengan min teori, iaitu 3.5.
(Ambil perhatian bahawa ini adalah percubaan daripada melambung yang berterusan 1 mati,
tetapi tidak 2 dadu sebagai apa yang kita lakukan dalam percubaan kami)















DENGAN LEBIH
MENDALAM







Undang-undang yang besar nombor
Dalam teori kebarangkalian , undang-undang yang besar nombor (LLN) yang teorem yang
menggambarkan hasil daripada menjalankan eksperimen yang sama sejumlah besar times.
Mengikut undang-undang, yang purata keputusan yang diperolehi dari sejumlah besar ujian
harus Tutup untuk di jangkaan nilai, dan akan cenderung untuk menjadi lebih dekat kerana
lebih banyak percubaan dilakukan.
Sebagai contoh, roll tunggal enam-muka Die menghasilkan salah satu daripada nombor 1, 2,
3, 4, 5, 6, masing-masing dengan sama rata kebarangkalian . Oleh itu, nilai dijangka mati satu
roll adalah

Mengikut undang-undang yang besar nombor-nombor, jika bilangan dadu yang besar akan
bergolek, purata nilai (kadang-kadang dipanggil dalam min sampel) mungkin akan dekat
dengan 3.5, dengan ketepatan yang meningkat kerana lebih banyak dadu bermilai.
Begitu juga, ketika sebuah duit syiling yang saksama flipped sekali, nilai jangkaan bilangan
kepala adalah bersamaan dengan satu setengah. Oleh itu, menurut undang-undang dari
nombor besar, bahagian kepala dalam sebilangan besar lambungan duit syiling harus kira-kira
satu setengah. Secara khususnya, bahagian kepala selepas n lambungan akan hampir pasti
berkumpul kepada separuh sebagai n pendekatan infinity.
Walaupun bahagian kepala (dan ekor) pendekatan separuh, hampir pasti mutlak (nominal)
perbezaan dalam bilangan kepala dan ekor akan menjadi besar kerana bilangan lambungan
menjadi besar. Itulah, kebarangkalian bahawa perbezaan mutlak adalah yang kecil nombor
pendekatan sifar sebagai nombor lambungan menjadi besar. Juga, hampir pasti nisbah
perbezaan mutlak kepada beberapa lambungan akan mendekati sifar. Secara intuitif,
diharapkan perbezaan mutlak tumbuh, tetapi pada kadar yang lebih perlahan daripada
bilangan lambungan, apabila bilangan lambungan tumbuh.
The LLN adalah penting kerana ia "jaminan" hasil jangka panjang yang stabil untuk peristiwa
rawak. Sebagai contoh, manakala sebuah kasino mungkin kehilangan wang dalam spin
tunggal daripada yang roulette roda, pendapatannya akan cenderung ke arah diramalkan
peratusan ke atas sebilangan besar putaran. Mana-mana tempoh kemenangan terpanjang oleh
pemain akhirnya dapat diatasi oleh parameter permainan. Ia adalah penting untuk ingat
bahawa LLN itu hanya dikenakan (seperti nama yang menunjukkan) Bilakah sebilangan
besar pemerhatian dianggap. Terdapat tiada prinsip yang sedikit bilangan pemerhatian akan
berkumpul kepada nilai dijangka atau yang sinar satu nilai akan serta-merta "seimbang"
dengan yang lain. Sila lihat dalam 's penjudi bolen .













REFLEKSI











KERJA BERPASUKAN ADALAH PENTING SANGAT MEMBANTU


ALWYS BERSEDIA UNTUK BELAJAR SESUATU
YANG BARU
SEORANG PELAJAR RAJIN


BERSABAR SENTIASA YAKIN










KESIMPULAN











Kesimpulannya, kini aku tahu;
Sejarah kebarangkalian dari 18
th
abad ke abad
ke
20,
Bagaimana untuk menggunakan teori kebarangkalian dalam
kehidupan harian dan kepentingannya,
Kedua-dua kategori kebarangkalian: kebarangkalian empirikal
dan teori kebarangkalian dan perbezaan mereka,
Bagaimana menjalankan aktiviti melambung yang dadu-
berterusan untuk mencari kebarangkalian,
Bagaimana untuk mengira kebarangkalian,
Bagaimana untuk mengira min, varians dan sisihan piawai
menggunakan formula:
Bermakna, , atau
Varians, , atau
Sisihan piawai, , atau
Tentang undang-undang nombor besar (LLN) dan hubungannya
dalam kerja projek ini,
Nilai-nilai murni yang diperolehi dari projek ini berfungsi.


Original
The history of probability from 18th century to 20th century,