7 Distribuţia normală

Μέγεθος: px

Εμφάνιση ξεκινά από τη σελίδα:

Download "7 Distribuţia normală"

Βηθζαθά Ανδρεάδης
7 χρόνια πριν
Προβολές:

1 7 Distribuţia normală Distribuţia normală este cea mai importantă distribuţie continuă, deoarece în practică multe variabile aleatoare sunt variabile aleatoare normale, sunt aproximativ variabile aleatoare normale, sau pot fi transformate în variabile aleatoare normale. Definiţia 7. Distribuţia normală (sau distribuţia Gauss) cu parametrii şi ( R, 0) este distribuţia unei variabile aleatoare având funcţia de densitate () = ( ) R (44) Notăm în acest caz N şi spunem că este o variabilă aleatoarenormală cu parametrii şi. În cazul particular =0şi =spunem că este o variabilă aleatoarenormală standard şi notăm N (0 ). Observaţia 7. Dacă N,atunciaulocurmătoarele:. Media şi dispersia variabilei aleatoare sunt chiar parametrii şi.. R () =(constanta în faţa exponenţialei este aleasă astfel încât integrala densităţii să fie egală cu ). 3. Graficul densităţii este simetric faţă de dreapta =, are un maxim în punctul = şi puncte de inflexiune în punctele = ± (vezi Figura 6). 4. Pentru valori mari ale lui, graficul lui tinde mai repede la 0 atunci când ±. Figure 6: Graficul distribuţiei normale pentru câteva valori ale parametrilor şi. 7. Funcţia de distribuţie normală Reamintim că funcţia de distribuţie a unei variabile aleatoare afostdefinită prin () = ( ) = Z () R În particular, dacă N este o variabilă aleatoare normală cu parametrii şi, atunci funcţia de distribuţie corepunzătoare este dată de () = Z ( ) R (45) 3

2 iar dacă N (0 ) este o variabilă aleatoare normală standard, atunci funcţia de distribuţie corespunzătoare este Φ () = Z R (46) Ambele integrale din formulele anterioare nu pot fi exprimate prin funcţii elementare. Valorile funcţiei de distribuţie normale standard Φ se pot determina aproximativ din tabele de valori (a se vedea Anexele şi ). Pentru a putea determina valorile aproximative ale funcţiei de distribuţie folosim următoarea. Teorema 7.3 Legătura dintre funcţia de distribuţie a unei variabile aleatoare normale cu parametrii şi şi funcţia de distribuţie normală standard Φ este dată de µ () =Φ R (47) Demonstraţie. Folosind substituţia = în formula (45), obţinem () = = Z Z Z = µ = Φ ( ) conform definiţiei funcţiei Φ (formula (46)). Pentru a determina probabilitatea ca o variabilă aleatoare normală să ia valori într-un anumit interval, folosim următoarea. Teorema 7.4 Probabilitatea ca o variabilă aleatoarenormală N cu medie şi dispersie săiavalori într-un interval ( ] este dată de ( ) = () () =Φ Φ Demonstraţie. Conform definiţiei funcţiei de distribuţie a variabilei aleatoare avem: ( ) = ( ) ( ) = () () Cea de a doua egalitate din enunţ rezultă din teorema anterioară (deoarece () =Φ ³ şi () =Φ ). 7. Valori numerice În practică, folosind tabelele de valori (a se vedea Anexele şi ), se pot determina valorile aproximative ale diverselor probabilităţi legate de o variabilă aleatoare normală. Spre exemplu, dacă N, conform propoziţiei anterioare (cu = şi = +) sepoatedetermina ( + ) = ( + ) ( ) Φ Φ = Φ () Φ ( ) 0843 ( 0843) = 0686 Sunt utile de reţinut următoarele valori aproximative (vezi Figura 7): ( + ) 68% ( +) 954% ( + ) 997% 33

3 Figure 7: Câteva valori importante ale distribuţiei normale. Aceste formule arată că probabilitatea ca o variabilă aleatoare N să nu devieze de la media cu mai mult de,, respectiv3 sunt aproximativ 68%, 95%, respectiv 99%. Reciproc, în testele statistice din secţiunile următoare, vom fi interesaţi să determinăm intervalele corespunzătoare anumitor probabilităţi date. Spre exemplu, folosind tabela de valori a funcţiei Φ se pot spre exemplu determina umrătoarele intervale corespunzătoare celor mai frecvente probabilităţi, de 95%, 99%, respectiv 999%. ( ) 95% ( ) 99% ( ) 999% 7.3 Utilizarea tabelelor de valori pentru distribuţia normală În anexe sunt indicate două tabele de valori ce permit: - determinarea probabilităţilor corespunzătoare unei valori date (adică a funcţiei Φ, Anexa) - determinarea valorilor corespunzătoare anumitor probabilităţi date (Anexa ). Exemplul 7.5 Dacă este o variabilă aleatoarenormalăstandard(adică N (0 )), să sedetermineurmătoarele probabilităţi: ( 44), ( 6), ( ), (0 8). Folosind tabela de valori din Anexa avem: ( 44) = Φ (44) = 0997 ( 6) = Φ ( 6) = Φ (6) = 030 ( ) = ( ) = Φ () = 0843 = 0587 (0 8) = ( 8) ( 0) = Φ (8) Φ (0) = = 08 Exemplul 7.6 Fie ovariabilă aleatoare normală cumedie =08 şi dispersie =4(şi deci =), să se determine probabilităţile ( 44), ( 6), ( ) şi ( 8). Folosind legătura dintre funcţia de distribuţie şi funcţia de distribuţie normală standardφ (relaţia (47)) şi 34

4 tabela de valori din Anexa avem: µ ( 44) = (44) = Φ = Φ (08) = µ 6 08 ( 6) = ( 6) = Φ = Φ ( 098) = Φ (098) = 0635 µ 08 ( ) = ( ) = () = Φ = Φ (0) = = (0 8) = ( 8) ( 0) = (8) (0) = Φ Φ = Φ (05) Φ (0) = = 057 Exemplul 7.7 Fie ovariabilă aleatoare normală cumedie5 şi dispersie 004 (şi deci abaterea pătratică standard este = 004 = 0). Să se determine constantele, şi astfel încât ( ) = 95%, (5 5+) = 90%, respectiv ( ) =%. Cum ( ) =095, avem echivalent () =095 sau folosind relaţia (47) Φ 5 0 =095. Din tabela de valori din Anexa determinăm 5 0 =645, şi deci =539. Similar, avem (5 + ) 5 (5 + ) = (5 5+) = (5 + ) (5 ) =Φ Φ 0 0 µ µ = Φ Φ 0 0 Din Anexa determinăm 0 =645, şi deci =039. Cum ( ) =00, avem echivalent ( ) = 00 = 099, şi deci () =099 sau Φ 5 0 =099. Din Anexa determinăm 5 0 =36, şi deci =5465. Exemplul 7.8 Presupunem că diametrul barelor produse de un anumit producător este o variabilă aleatoare cu medie cm şi abatere pătratică medie0008 cm (deci =0008). a) Care este procentul de piese defecte dacă toleranţa maximă admisăeste ± 00 cm? b) Cum trebuie ales intervalul de toleranţă pentruca4% din piese să fie defecte? Pentru a calcula procentul (probabilitatea) cerută, calculăm mai întâi probabilitatea evenimentului contrar (a pieselor fără defecţiuni): 0 0 ( ) = Φ Φ = Φ (5) Φ ( 5) = ( 09938) = Procentul pieselor cu defecţiuni este deci = 004. Să determinăm constanta astfel încât procentul pieselor fără defecţiuni este 4% = 096, adică ( +) =096. Avem echivalent ( + ) ( )+ 096 = Φ Φ ³ ³ = Φ Φ şi folosind Anexa obţinem 0008 =054, deunde =0064. Pentruaaveaunprocentde4% piese defecte, toleranţa trebuie aleasă ± Aproximarea normală a distribuţiei binomiale În secţiunea anterioară amvăzut că variabila aleatoare normală binomială ( ) cu parametrii şi poate fi aproximată prin variabila aleatoare Poisson (), relaţia de legătură întreparametriifiind =. Următoarea teoremă fundamentală a teoriei probabilităţilor arată că putem de asemenea aproxima variabila aleatoare binomială ( ) prin variabila aleatoare normală, relaţiile de legătură între parametrii fiindînacestcaz = şi =. 35

5 Teorema 7.9 (Teorema limită demoivre-laplace)pnetru valori mari ale lui, variabila aleatoare binomială ( ) cu parametrii şi poate fi aproximată prin variabila aleatoare normală N,relaţiile de legătură între parametrii fiind = şi = Aceasta înseamnă spreexemplucăputemaproximafuncţia de probabilitate a variabilei aleatoare prin () sau probabilitatea ca să iavaloriîntre şi prin ( ) {0 } ( ) Φ Φ Exerciţii Exerciţiul 7. Fie ovariabilăaleatoarenormalăcumedie0 şi dispersie 4. probabilităţi: ( ), ( 0), ( ) şi (9 3). Săsedetermineurmătoarele Exerciţiul 7. Fie ovariabilă aleatoare normală cumedie05 şi dispersie 5. Să se determine următoarele probabilităţi: ( 5), ( 00) şi (05 5). Exerciţiul 7.3 Fie ovariabilă aleatoare normală cumedie50 şi dispersie 9. Să se determine valoarea constantei astfel încât ( )=5%, ( )=%şi ( ) = 50%. Exerciţiul 7.4 Fie ovariabilă aleatoare normală cumedie36 şi dispersie 00. Să se determine valoarea constantei astfel încât ( ) = 50%, ( ) = 0% şi ( 36 )=999%. Exerciţiul 7.5 Dacă durata de viaţă a unei baterii este o variabilă aleatoare normală cu medie 5 ani şi abatere pătratică medie an, şi producătorul doreşte ca să garanteze bateria pentru 4 ani, ce procent de baterii vor trebui schimbatepeparcursulgaranţiei? Exerciţiul 7.6 Dacă abaterea pătratică medie ar fi mai mică, procentul de baterii ce trebuiesc schimbate ar fi mai mare sau mai mic? Verificaţi răspunsul pentru o anumită valoare a abaterii pătratice medii mai mici decât. Exerciţiul 7.7 Dacă rezistenţa unor cabluri electrice dintr-o anumită reţea electrică este o variabilă aleatoare normală cumedie00 ohmi şi abatere pătratică medie000 ohmi, câte din cele 000 de cabluri electrice vor îndeplini specificaţiile tehnice de a avea o rezistenţă între0009 şi 00 ohmi? Exerciţiul 7.8 Care este probabilitatea de a obţine cel puţin 048 feţe stemă la 4040 aruncări ale unei monede? Indicaţie: se va folosi aproximarea normală a variabilei aleatoare binomiale. Exerciţiul 7.9 Dacă notele obţinute de studenţi la un anumit test sunt normal distribuite cu medie 48 şi abatere pătratică medie 0, şi dacă nota minimă de trecere este 50, ce procent de studenţi vor trece testul? Exerciţiul 7.0 Un producător vinde becuri în pachete de 000 bucăţi. Folosind aproximarea normală avari- abilei aleatoare binomiale, să se determine probabilitatea ca un pachet conţine nu mai mult de % becuri defecte, presupunând că un bec produs este defect cu probabilitate =%. Exerciţiul 7. Costurilelunaredeîntreţinere şi reparaţii a unei maşini sunt o variabilă aleatoarenormală cu medie 000 lei şi abatere pătratică medie 000 lei. Care este probabilitatea ca în luna următoare aceste costuri să depăşească bugetul alocat de 5000 lei? Exerciţiul 7. Rezistenţa la rupere a unui fir (în kg) este o variabilă aleatoarenormalăcumedie500 kg şi abatere pătratică medie de 50 kg. Care este încărcarea maximă a unui astfel de tip de fir, dacă dorim ca nu mai mult de 5% din fire să serupă? Exerciţiul 7.3 Durata concediului pe caz de boală a angajaţilor unei anumite firme în decurs de o lună este o variabilă aleatoare normală cumedie000 ore şi abatere pătratică medie00 ore. Ce durată de concediu pe caz de boală trebuie planificată pentru luna următoare, dacă se doreşte ca probabilitatea ca durata concediului pe caz de boală în această lunăsădepăşească pe cu probabilitate de 0%? 36

6 Anexa : Tabelă de valori a funcţiei de distribuţie normală standard x ( x) x ( x) x ( x) x ( x) x ( x) x ( x)

7 Anexa : tabelă de valori inverse ale distribuţiei normale p x : ( x) p x : ( x) ( x) p p x : ( x) p x : ( x) ( x) p p x : ( x) p x : ( x) ( x) p

Σχετικά έγγραφα

8 Intervale de încredere

8 Intervale de încredere În cursul anterior am determinat diverse estimări ˆ ale parametrului necunoscut al densităţii unei populaţii, folosind o selecţie 1 a acestei populaţii. În practică, valoarea calculată