Нормальний закон розподілу, або Розподіл Гауса

Серед усіх законів у теорії ймовірностей нормальний закон розподілу зустрічається найчастіше, у тому числі частіше, ніж рівномірний. Можливо, таке явище має глибоку фундаментальну природу. Адже цей вид розподілу спостерігається і тоді, коли в поданні діапазону випадкових величин беруть участь кілька чинників, кожен з яких впливає по-своєму. Нормальне (або гауссово) розподіл в такому разі виходить внаслідок складання різних розподілів. Саме завдяки широкому розповсюдженню нормальний закон розподілу і отримав свою назву.

нормальний закон розподілу

Всякий раз, коли ми говоримо про будь-яку середній величині, будь то місячна норма опадів, дохід на душу населення або успішність у класі, при обчисленні її значення, як правило, використовується нормальний закон розподілу. Це середнє значення називається математичним очікуванням і на графіку відповідає максимуму (зазвичай позначається як M). При правильному розподілі крива симетрична щодо максимуму, проте в реальності так буває не завжди, і це припустимо.



нормальний закон розподілу випадкової величини

Щоб описати нормальний закон розподілу випадкової величини, також необхідно знати середньоквадратичне відхилення (позначається sigma- - сигма). Воно задає форму кривої на графіку. Чим більше sigma-, тим більш пологою буде крива. З іншого боку, чим менше sigma-, тим точніше визначається середнє значення величини у вибірці. Тому при великих середньоквадратичних відхиленнях доводиться говорити, що середнє значення лежить в певному діапазоні чисел, а не відповідає якомусь числу.



Як і інші закони статистики, нормальний закон розподілу ймовірностей проявляє себе тим краще, чим більше вибірка, тобто кількість об`єктів, які беруть участь у вимірах. Однак тут проявляється ще один ефект: при великій вибірці стає дуже малою ймовірність зустріти певне значення величини, в тому числі середнє. Значення лише групуються біля середнього. Тому правильніше говорити, що випадкова величина буде близька певному значенню з такою-то часткою ймовірності.

нормальний закон розподілу ймовірностей

Визначити, наскільки велика ймовірність, і допомагає середньоквадратичне відхилення. У інтервал «три сигми», тобто M +/- 3 * sigma-, укладається 97,3% всіх величин у вибірці, а в інтервал «п`ять сигм» - близько 99%. Ці інтервали зазвичай використовуються для того, щоб визначити, коли це потрібно, максимальне і мінімально значення величин у вибірці. Ймовірність того, що значення величини вийде з інтервалу п`яти сигм, мізерно мала. На практиці зазвичай користуються інтервалом трьох сигм.

Нормальний закон розподілу може бути багатовимірним. При цьому приймається, що якийсь об`єкт володіє декількома незалежними параметрами, вираженими в одній одиниці виміру. Наприклад, відхилення кулі від центру мішені по вертикалі і по горизонталі при стрільбі буде описуватися двовимірним нормальним розподілом. Графік такого розподілу в ідеальному випадку схожий на фігуру обертання плоскої кривої (гауссіана), про яку йшлося вище.




» » Нормальний закон розподілу, або Розподіл Гауса