تركيب المتغيرات العشوائية – المجموع والفرق و⁦aX + b⁩ والمقدّرات غير المتحيزة

الرياضياتالاحتمالات17–18 سنة

استخدمها مع صفي

كرّر السحب العشوائي آلاف المرات من توزيعين مستقلين (نرد، أو جدول قيم، أو نموذج طبيعي) لتكوين ⁦X + Y⁩ و⁦X − Y⁩ و⁦aX + b⁩ و⁦aX + bY⁩ ومجموع ⁦k⁩ نسخ أو وسطها، ثم قارن المدرج التكراري بالتوزيع الدقيق وبالقواعد ⁦E(aX + b) = aE(X) + b⁩ و⁦Var(aX + b) = a²Var(X)⁩ و⁦E(X ± Y) = E(X) ± E(Y)⁩ و⁦Var(X ± Y) = Var(X) + Var(Y)⁩. وتتضمن المحاكاة سياقات واقعية (الكتلة الكلية لطرد، والفرق بين زمني عدّاءين، والتحويل من ⁦°C⁩ إلى ⁦°F⁩، والمصعد)، وشاشة للمقدّرات تقارن التباين بالقسمة على ⁦n⁩ وعلى ⁦n − 1⁩ ومدى العينة.

الدرس: الوسط والتباين للمجموع والفرق والتحويلات الخطية؛ المقدّرات غير المتحيزة

ماذا تعرض

لأي ثابتين ⁦a⁩ و⁦b: E(aX + b) = aE(X) + b⁩ و⁦Var(aX + b) = a²Var(X)⁩؛ فإضافة ⁦b⁩ تُزيح التوزيع دون أن تغيّر تشتته. والقيم المتوقعة تُجمع دائمًا، ⁦E(X ± Y) = E(X) ± E(Y)⁩، أما التباينات فلا تُجمع إلا للمتغيرات المستقلة، وتُجمع أيضًا في حالة الفرق: ⁦Var(X − Y) = Var(X) + Var(Y)⁩. ومجموع ⁦k⁩ نسخ مستقلة تباينه ⁦kVar(X)⁩ لا ⁦k²Var(X)⁩، ومجموع متغيرات طبيعية مستقلة متغير طبيعي. وتبيّن شاشة المقدّرات أن القسمة على ⁦n − 1⁩ تعطي تقديرًا غير متحيز لـ ⁦σ²⁩، بينما القسمة على ⁦n⁩ ومدى العينة متحيزان إلى الأسفل.

طريقة الاستخدام

اختر من «السياق» موقفًا أو «مخصص»، واختر العملية بعد ⁦Z⁩ =، ثم اضغط «سحبة واحدة» أو ⁦+100⁩ أو ⁦+1000⁩ أو «تشغيل» لينمو المدرج التكراري لـ ⁦Z⁩. قارن الوسط والتباين المحاكيين في الجدول بالقيم النظرية وبالقواعد. اسحب الخط الأحمر لضبط ⁦c⁩ في ⁦P(Z ≥ c)⁩، وألغِ تحديد «سحبات مستقلة» لتكسر قاعدة التباين، وفعّل المنحنى الطبيعي. وفي «المقدّرات غير المتحيزة» اختر «المجتمع» و«المقدّر» و«حجم العينة ⁦n⁩».

المعاملات القابلة للتغيير

  • الشاشة تركيب المتغيرات العشوائية, المقدّرات: التحيز والتغيّر
  • السياق ⁦X⁩ و⁦Y⁩ والعملية حسب اختيارك, حجرا نرد, كتلة طرد, عدّاءان, من ⁦°C⁩ إلى ⁦°F⁩, مصعد يحمل ⁦k⁩ شخصًا
  • العملية التي تكوّن ⁦Z⁩ (السياق المخصص) ⁦aX + b, X + Y, X − Y, aX + bY, X₁ + … + Xₖ (k⁩ نسخ مستقلة), الوسط ⁦X̄⁩ لـ ⁦k⁩ نسخ
  • المعامل ⁦a⁩ (السياق المخصص) ⁦-10–10⁩
  • المعامل ⁦b⁩ (السياق المخصص) ⁦-100–100⁩
  • عدد النسخ ⁦k⁩ (السياق المخصص) ⁦2–30⁩
  • توزيع ⁦X⁩ (السياق المخصص) نرد متوازن ⁦(1–6)⁩, جدول قيم, طبيعي ⁦N(μ, σ²)⁩
  • قيم ⁦X⁩ (جدول، مفصولة بمسافات)
  • احتمالات ⁦X⁩ (جدول، مفصولة بمسافات)
  • الوسط ⁦μ⁩ لـ ⁦X⁩ (طبيعي) ⁦-1000–1000⁩
  • الانحراف المعياري ⁦σ⁩ لـ ⁦X⁩ (طبيعي) ⁦0.01–1000⁩
  • توزيع ⁦Y⁩ (السياق المخصص) نرد متوازن ⁦(1–6)⁩, جدول قيم, طبيعي ⁦N(μ, σ²)⁩
  • قيم ⁦Y⁩ (جدول، مفصولة بمسافات)
  • احتمالات ⁦Y⁩ (جدول، مفصولة بمسافات)
  • الوسط ⁦μ⁩ لـ ⁦Y⁩ (طبيعي) ⁦-1000–1000⁩
  • الانحراف المعياري ⁦σ⁩ لـ ⁦Y⁩ (طبيعي) ⁦0.01–1000⁩
  • سحبات مستقلة
  • إظهار منحنى طبيعي بالوسط والانحراف المعياري نفسيهما
  • الحد ⁦c⁩ للحدث (السياق المخصص) ⁦-100000–100000⁩
  • الحدث المطلوب احتماله (السياق المخصص) ⁦Z ≥ c, Z ≤ c⁩
  • المجتمع (شاشة المقدّرات) نرد متوازن ⁦(1–6)⁩, منتظم على ⁦[0, 10]⁩, طبيعي ⁦N(50, 10²)⁩
  • حجم العينة ⁦n⁩ (شاشة المقدّرات) ⁦2–50⁩
  • المقدّرات المقارنة (شاشة المقدّرات) التباين: القسمة على ⁦n⁩ أو ⁦n − 1⁩, الانحراف المعياري, مدى العينة, وسط العينة أو وسيطها
  • البذرة العشوائية (العدد نفسه يعطي النتائج نفسها) ⁦1–999⁩

أسئلة للاستكشاف

  1. لماذا يساوي تباين ⁦X − Y⁩ القيمة ⁦Var(X) + Var(Y)⁩ وليس ⁦Var(X) − Var(Y)⁩؟
  2. هل للكتلة الكلية لـ ⁦8⁩ بالغين ولثمانية أضعاف كتلة بالغ واحد الانحراف المعياري نفسه؟
  3. لماذا تعطي القسمة على ⁦n − 1⁩ تقديرًا غير متحيز لتباين المجتمع؟