Standardowy rozkład normalny w zadaniach matematycznych

Standardowe odchylenie normalne.

Dzięki uprzejmości C.K.Taylor (autor)

The standardowy rozkład normalny , który jest bardziej znany jako krzywa dzwonowa, pojawia się w różnych miejscach. W normalnych warunkach dystrybuowanych jest kilka różnych źródeł danych. Dzięki temu nasza wiedza o standardowym rozkładzie normalnym może być wykorzystana w wielu aplikacjach. Ale nie musimy pracować z inną dystrybucją normalną dla każdej aplikacji. Zamiast tego pracujemy z rozkładem normalnym ze średnią równą 0 i odchyleniem standardowym równym 1. Przyjrzymy się kilku zastosowaniom tego rozkładu, które są powiązane z jednym konkretnym problemem.

Przykład

Załóżmy, że powiedziano nam, że wzrost dorosłych mężczyzn w określonym regionie świata ma rozkład normalny ze średnią 70 cali i odchyleniem standardowym wynoszącym 2 cale.

1. W przybliżeniu jaki odsetek dorosłych mężczyzn jest wyższy niż 73 cale?
2. Jaka część dorosłych mężczyzn ma od 72 do 73 cali?
3. Jaki wzrost odpowiada punktowi, w którym 20% wszystkich dorosłych mężczyzn jest powyżej tego wzrostu?
4. Jaki wzrost odpowiada punktowi, w którym 20% wszystkich dorosłych mężczyzn ma mniej niż ten wzrost?

Rozwiązania

Zanim przejdziesz dalej, zatrzymaj się i przejrzyj swoją pracę. Poniżej znajduje się szczegółowe wyjaśnienie każdego z tych problemów:

1. Używamy naszego z - formuła punktacjiprzekonwertować 73 na wynik standaryzowany. Tutaj obliczamy (73 – 70) / 2 = 1,5. Powstaje więc pytanie: jaki jest obszar pod standardowym rozkładem normalnym dla z większa niż 1,5? Konsultacje z naszymi Tabela z -punkty pokazuje nam, że 0,933 = 93,3% rozkładu danych jest mniejsze niż z = 1,5. Dlatego 100% - 93,3% = 6,7% dorosłych mężczyzn jest wyższych niż 73 cale.
2. Tutaj zamieniamy nasze wysokości na znormalizowane z -wynik. Widzieliśmy, że 73 ma a z wynik 1,5. The z -score 72 to (72 – 70) / 2 = 1. Zatem szukamy obszaru pod rozkładem normalnym dla 1< z <1.5. A quick check of the normal distribution table shows that this proportion is 0.933 – 0.841 = 0.092 = 9.2%
3. Tutaj pytanie jest odwrócone od tego, co już rozważaliśmy. Teraz patrzymy w górę w naszym stole, aby znaleźć z -wynik Z ^*co odpowiada powierzchni 0,200 powyżej. Do wykorzystania w naszej tabeli zauważamy, że tutaj 0,800 znajduje się poniżej. Kiedy patrzymy na stół, widzimy, że z ^*= 0,84. Musimy to teraz przekonwertować z -score do wysokości. Ponieważ 0,84 = (x – 70)/2, oznacza to, że x = 71,68 cala.
4. Możemy wykorzystać symetrię rozkładu normalnego i oszczędzić sobie trudu wyszukiwania wartości z ^*. Zamiast z ^*=0,84 mamy -0,84 = (x – 70)/2. Zatem x = 68,32 cala.

Obszar zacieniowanego obszaru na lewo od z na powyższym diagramie pokazuje te problemy. Równania te reprezentują prawdopodobieństwa i mają liczne zastosowania w statystyce i prawdopodobieństwie.