آمار و احتمال (فصل 7 ریاضی 1) (علوم تجربی) — نمونه سؤال و درسنامه کنکور

مقدمه: چرا آمار و احتمال؟

پدیده‌های تصادفی (باران فردا، پرتاب سکه، نتیجهٔ انتخابات) با دو شاخهٔ ریاضی مطالعه می‌شوند: احتمال شانس رخداد یک پیشامد را می‌سنجد؛ آمار داده‌ها را جمع‌آوری، سازمان‌دهی، تحلیل و تفسیر می‌کند.

درس اول: احتمال

آزمایش تصادفی: نتیجه‌اش از پیش قابل پیش‌بینی دقیق نیست، اما همهٔ نتایج ممکن شناخته‌شده‌اند (تاس، سکه، انتخاب کارت).

فضای نمونه $S$: مجموعهٔ همهٔ نتایج ممکن. مثال: تاس $S=\{1,\dots,6\},\ n(S)=6$؛ تاس و سکه با اصل ضرب: $n(S)=6\times2=12$.

پیشامد: هر زیرمجموعه از $S$؛ تعداد کل پیشامدهای ممکن روی $S$ برابر $2^{n(S)}$ است.

مثال کامل (خانوادهٔ ۴ فرزند): $n(S)=2^4=16$. پیشامد «دقیقاً یک دختر»: $\binom41=4$؛ «حداکثر یک دختر»: ۵ حالت؛ «تعداد پسر و دختر برابر»: $\binom42=6$؛ «پسر بیشتر از دختر»: $\binom43+\binom44=5$.

مثال کارت‌های دو رقمی: با ارقام $\{2,3,4\}$ بدون تکرار: $n(S)=6$؛ عدد زوج: $n(A)=4\Rightarrow P(A)=2/3$؛ عدد فرد: $n(B)=2\Rightarrow P(B)=1/3$.

جدول فضای نمونهٔ دو تاس: $n(S)=36$؛ تعداد حالت‌های مجموع $k$: $n=k-1$ برای $2\le k\le7$ و $n=13-k$ برای $7\le k\le12$. قطر اصلی جدول (بالا-چپ به پایین-راست) حالت‌هایی را نشان می‌دهد که هر دو تاس عدد یکسان دارند.

عملیات روی پیشامدها: $A\cup B$ (حداقل یکی)، $A\cap B$ (هر دو)، $A-B=A\cap B'$ (فقط $A$)، متمم $A'=S-A$ با $A\cup A'=S,\ A\cap A'=\emptyset$.

پیشامدهای ناسازگار: $A\cap B=\emptyset$؛ هر پیشامد و متممش همیشه ناسازگارند.

تعریف احتمال کلاسیک: $P(A)=\dfrac{n(A)}{n(S)}$، با $0\le P(A)\le1$، $P(\emptyset)=0$, $P(S)=1$.

قضایای اصلی:

مثال‌های کامل: با ۴ مهرهٔ آبی و ۳ قرمز، انتخاب ۳ مهره ($n(S)=\binom73=35$): احتمال هر سه آبی $=4/35$؛ احتمال هر سه هم‌رنگ $=5/35=1/7$. با کلمهٔ «جهانگردی» (۸ حرف): احتمال «ی» حرف آخر $=1/8$؛ احتمال «د» و «ی» کنار هم $=1/4$.

مثال دو تاس: الف) هر دو تاس زوج: $n(A)=9\Rightarrow P(A)=9/36=1/4$. ب) مجموع ۸ یا هر دو فرد: $P(B\cup C)=5/36+9/36-2/36=12/36=1/3$. پ) مجموع کمتر از ۱۱ با روش متمم: $A'=\{(5,6),(6,5),(6,6)\}\Rightarrow P(A)=1-3/36=11/12$.

احتمال تجربی (فراتر از کتاب): $P_{\text{تجربی}}(A)=\dfrac{\text{تعداد رخداد }A}{\text{تعداد کل آزمایش}}$؛ قانون اعداد بزرگ: با تکرار زیاد، احتمال تجربی به نظری نزدیک می‌شود. مثال: سکه‌ای ۱۰۰۰بار پرتاب و ۴۸۷بار رو می‌آید: $P_{\text{تجربی}}(\text{رو})=0.487\approx1/2$.

اصول کولموگوروف (فراتر از کتاب): $P(A)\ge0$، $P(S)=1$، اگر $A\cap B=\emptyset$ آنگاه $P(A\cup B)=P(A)+P(B)$.

نکات کنکوری: اول $n(S)$ سپس $n(A)$ را بیاب. کلمهٔ «حداقل» → روش متمم: $P(\text{حداقل یک})=1-P(\text{هیچ‌کدام})$. $P(A-B)=P(A)-P(A\cap B)$. ترتیب مهم→جایگشت، بی‌ترتیب→ترکیب. $P(A\cup B)\neq P(A)+P(B)$ مگر ناسازگار.

درس دوم: مقدمه‌ای بر علم آمار، جامعه و نمونه

آمار = مجموعه‌ای از اعداد و ارقام؛ علم آمار = روش‌های جمع‌آوری → سازمان‌دهی → تحلیل → نتیجه‌گیری و پیش‌بینی. کاربردها: پزشکی، هواشناسی، کشاورزی، اقتصاد، محیط‌زیست.

شاخص تودهٔ بدن: $BMI=\dfrac{W}{H^2}$؛ کمتر از ۱۸.۵ کم‌وزن، ۱۸.۵–۲۴.۹ طبیعی، ۲۵–۲۹.۹ اضافه‌وزن، بالاتر چاقی درجات مختلف.

جامعه: مجموعهٔ همهٔ افراد موردمطالعه، اندازه $N$. نمونه: بخشی از جامعه برای مطالعه، اندازه $n\le N$. نمونه‌گیری چون بررسی کل جامعه (سرشماری) اغلب پرهزینه یا غیرممکن است (مثل آزمایش تخریبی لامپ‌ها) به کار می‌رود.

روش‌های نمونه‌گیری (فراتر از کتاب): تصادفی ساده ($P=n/N$، هر عضو شانس مساوی)، منظم (هر $k$-امین عضو، $k=N/n$)، طبقه‌بندی‌شده (جامعه به زیرگروه تقسیم و از هر زیرگروه نمونه گرفته می‌شود)، خوشه‌ای (چند خوشه به‌طور کامل بررسی می‌شود).

مثال‌های جامعه/نمونه: قطعات تولیدی کارخانه ($N=10000$) با قطعات انتخابی ($n=100$)؛ دانش‌آموزان مدرسه ($N=500$) با دانش‌آموزان یک کلاس ($n=30$).

نکات کنکوری: نمونه همیشه زیرمجموعهٔ جامعه؛ $n\le N$؛ هدف نمونه‌گیری استنتاج دربارهٔ جامعه است؛ اگر نمونه تصادفی نباشد نتایج تعمیم‌پذیر نیستند (تورش نمونه‌گیری).

درس سوم: متغیر و انواع آن

متغیر: ویژگی‌ای که از عضوی به عضو دیگر تغییر می‌کند.

کمی پیوسته: بین دو مقدار ممکن هر مقداری هم ممکن است (قد، وزن، دما). کمی گسسته: بین دو مقدار خلأ وجود دارد؛ معمولاً اعداد صحیح (تعداد فرزندان، تعداد دانش‌آموز).

کیفی ترتیبی: ترتیب طبیعی دارد (سطح تحصیلات، شدت درد). کیفی اسمی: ترتیب طبیعی ندارد (جنسیت، گروه خونی، رنگ چشم).

سؤالات کلیدی تشخیص: «آیا می‌توان ابزار اندازه‌گیری مقدار عددی دقیق داد؟» بله→کمی، خیر→کیفی. «بین دو مقدار، مقدار دیگری هم ممکن است؟» بله→پیوسته، خیر→گسسته. «ترتیب طبیعی دارد؟» بله→ترتیبی، خیر→اسمی.

دام‌های رایج: رتبهٔ مسابقه (اول، دوم) → کیفی ترتیبی، نه کمی! شمارهٔ تلفن/کدملی → کیفی اسمی (هرچند عددند). نمرات صحیح → گسسته، نمرات اعشاری → پیوسته.

مثال‌های جامع متغیرها: میزان بارندگی (کمی پیوسته)، نوع بارندگی باران/برف (کیفی اسمی)، شدت آلودگی هوا زیاد/متوسط/کم (کیفی ترتیبی)؛ در مثال یوزپلنگ ایرانی: طول بدن و وزن (کمی پیوسته)، زیرگونه (کیفی اسمی).

مباحث تکمیلی (فراتر از کتاب)

احتمال شرطی: $P(A|B)=\dfrac{P(A\cap B)}{P(B)}\ (P(B)>0)$. مثال: در انداختن دو تاس، با فرض مجموع ۸ ($P(B)=5/36$)، احتمال اینکه یکی از تاس‌ها ۵ باشد ($A\cap B=\{(3,5),(5,3)\}$): $P(A|B)=\dfrac{2/36}{5/36}=2/5$.

پیشامدهای مستقل: $P(A\cap B)=P(A)\times P(B)$، معادل $P(A|B)=P(A)$؛ برخلاف ناسازگاری، پیشامدهای مستقل می‌توانند هم‌زمان رخ دهند. مثال: سکه و تاس، «رو» و «۶» مستقل‌اند چون $P(\text{رو}\cap6)=1/12=1/2\times1/6$.

قانون جمع تعمیم‌یافته: $P(A\cup B\cup C)=P(A)+P(B)+P(C)-P(A\cap B)-P(A\cap C)-P(B\cap C)+P(A\cap B\cap C)$.

فرمول ترکیبیاتی احتمال: $P(A)=\dfrac{C(k,r)\times C(n-k,m-r)}{C(n,m)}$ — الگوی رایج در مسائل انتخاب تصادفی (مهره، کارت، تیم).

قضیهٔ بیز (آشنایی مقدماتی): $P(B|A)=\dfrac{P(A|B)\cdot P(B)}{P(A)}$ — کاربرد در پزشکی و هوش مصنوعی؛ آزمون با دقت ۹۹٪ برای بیماری نادر، نتیجهٔ مثبت لزوماً ابتلا را تضمین نمی‌کند.

مقیاس‌های اندازه‌گیری (فراتر از کتاب): اسمی، ترتیبی، فاصله‌ای (بدون صفر مطلق، مثل دما — گفتن «دو برابر» بی‌معنی است)، نسبی (با صفر مطلق، مثل وزن — «دو برابر» معنی‌دار است).

پردازش تصویر و آمار (فراتر از کتاب): هر تصویر دیجیتال یک ماتریس عددی است که هر عضو $a_{ij}\in\{0,\dots,255\}$ روشنایی پیکسل است (۰=سیاه، ۲۵۵=سفید). میانگین پیکسل‌ها شاخص روشنایی کلی، واریانس شاخص کنتراست، و توزیع هیستوگرام تحلیل طیف رنگی را نشان می‌دهد.

مثال دیگر ترکیبیات-احتمال: انتخاب ۴ نفر از ۵ زن و ۳ مرد؛ احتمال دقیقاً ۲ زن: $P=\dfrac{\binom52\binom32}{\binom84}=\dfrac{30}{70}=\dfrac37$. در فروشگاهی، ۳۴٪ مشتری کارت $A$، ۶۲٪ کارت $B$، ۱۵٪ هر دو دارند: $P(A\cup B)=0.34+0.62-0.15=0.81$.

جمع‌بندی جامع

الگوریتم حل مسائل احتمال: فضای نمونه بنویس → $n(S)$ محاسبه کن → پیشامد $A$ مشخص کن → $n(A)$ بیاب → $P(A)=n(A)/n(S)$.