Gauss

ISTOGRAMMI E DISTRIBUZIONI:
xi
20.1 18.5
23
20
19.5
17
19.8
21
bin (x=2.2)
nk
15-17.2
17.2-19.4
19.4-21.6
21.6-23.8
nk
10
18.6 18.2
n=10
x=2.2
Numero di
misure
nellintervallo
1
0
10
12
14
16
18
20
22
24
26
28
30
xi
20.1 18.5
23
20
19.5
17
19.8
21
bin (x=2.2)
nk
Fk= nk/N
15-17.2
0.1
17.2-19.4
0.3
19.4-21.6
0.5
21.6-23.8
0.1
0.6
Fk
10
18.6 18.2
n=10
x=2.2
0.5
0.4
0.3
0.2
Numero di Frequenza
misure
nellintervallo
0.1
0.0
10
12
14
16
18
20
22
24
26
28
30
xi
20.1 18.5
23
20
19.5
17
19.8
21
bin (x=2.2)
nk
Fk= nk/N
Fk/x
15-17.2
0.1
0.045
17.2-19.4
0.3
0.136
19.4-21.6
0.5
0.227
21.6-23.8
0.1
0.045
Fk/x
0.30
10
18.6 18.2
n=10
x=2.2
0.25
0.20
0.15
0.10
Numero di Frequenza
Densit di
misure
frequenza
nellintervallo
0.05
0.00
10
12
14
16
18
20
22
24
26
28
30
Fk/x
0.30
0.30
n=10
x=2.2
0.25
n=100
x=1
0.25
0.20
0.20
0.15
0.15
0.10
0.10
0.05
0.05
0.00
0.00
10
12
14
16
18
20
22
24
26
0.30
28
30
10
12
14
16
22
24
26
28
18
n=1000
x=0.5
0.25
0.20
0.15
0.10
0.05
0.00
10
12
14
16
18
20
30
20
22
24
26
28
30
LA DISTRIBUZIONE GAUSSIANA:
Funzione densit di
probabilit:
gaussiana:
f ( x)
x 2
2 2
Funzione della varabile x caratterizzata da due parametri: e

f(x)
x
x
f ( x) 0
f MAX ( x)
f ( x) dx 1
0.25
0.2
0.15
u=10; sigma=2
0.1
0.05
0
0
10
15
20
25
30
Al variare di varia la posizione della curva (traslazione lungo lasse x)
0.25
0.2
0.15
u=10; sigma=2
u=15; sigma=2
0.1
0.05
0
0
10
15
20
25
30
0.25
0.2
u=10; sigma=2
0.15
u=15; sigma=2
0.1
u=20; sigma=2
0.05
0
0
10
15
20
25
30
0.25
0.2
0.15
u=10; sigma=2
0.1
0.05
0
0
10
15
Al variare di varia la larghezza della curva
20
0.25
0.2
0.15
u=10; sigma=2
u=10; sigma=3
0.1
0.05
0
0
10
15
20
0.25
0.2
0.15
u=10; sigma=2
u=10; sigma=3
u=10; sigma=5
0.1
0.05
0
0
10
15
20
Significato della gaussiana nel caso di misure affette solo da errori casuali:
corrisponde al valore vero che si vuole misurare
legata alla precisione sulla misura: minore la larghezza
della curva, migliore la precisione della misura
x1 x2 x3 ...x N
N x
i 1 i
N
N
N x
x
Nellipotetico caso di un numero infinito di misure il

valor medio risulta uguale al valore vero . Nel
caso reale di un numero finito di misure, il valor
medio la miglior stima del valore vero.
Sx
2
(
x
x
)
i
i 1
( N 1)
Sx
Nellipotetico caso di un numero infinito di misure

la deviazione standard risulta uguale al parametro
. Nel caso reale di un numero finito di misure, la
deviazione standard la miglior stima di .
a ciascun area sottesa dalla curva corrisponde un valore di probabilit
Larea tratteggiata fornisce
la probabilit di ottenere da
una misura un valore che
dista dal valore medio non
pi di una deviazione
standard.
0.25
=10 ; =2
0.20
0.15
x2=
x
0.10
0.05
0.00
2
10
12
14
16
18
Tale area pari a circa

0.68. Quindi nel 68% dei
casi, ci aspettiamo di trovare
come risultato della misura
un valore che dista meno di
una deviazione standard dal
valore vero
0.25
=10 ; =2
0.20
0.15
x2=
0.10
0.05
0.00
2
10
12
14
16
18
Larea tratteggiata fornisce

la probabilit di ottenere da
una misura un valore che
dista dal valore medio non
pi di due deviazioni
standard.
Tale area pari a circa

0.95. La probabilit di
trovare il risultato della
misura nellintervallo 2 dal
valore vero quindi pari a
circa il 95%.
0.25
=10 ; =2
possibile ricavare tale

probabilit per qualsiasi
intervallo, simmetrico
o meno, utilizzando una
tabella che fornisce le
probabilit di trovare un
valore in un generico
intervallo simmetrico t
centrato intorno al valore
vero .
t=
0.20
0.15
x2=t
x1=t
0.10
0.05
0.00
2
10
12
14
16
18
LA TABELLA DELLA GAUSSIANA:
0.25
0.20
0.15
0.10
t
t( x)
0.05
0.00
2
10
12
14
16
18
LA TABELLA DELLA GAUSSIANA:
Esercizi
Uno studente misura il diametro di una popolazione di 100 cellule, trovando come risultato
per il valor medio: dmedio = 8.03 0.06 m
Supponendo che la distribuzione dei valori sia di tipo gaussiano, trovare lintervallo [x1, x2],
simmetrico rispetto al valor medio, corrispondente alla probabilit dell85% che una misura
vi cada allinterno.
Dalla tabella relativa alla distribuzione
gaussiana si trova che lintervallo
dell85% corrisponde ad un t = 1.44,
Gli estremi dellintervallo si
calcolano come:
x1=t
x2=t
Dove il valore vero corrisponde al
valor medio e la larghezza
corrisponde alla deviazione standard
Essendo noti il numero di misure e la
deviazione standard della media, si
ricava la deviazione standard come:
S x S x N 0.06 10 0.6
E quindi:
x1 x t S x 8.03 1.44 0.6 7.17

x2 x t S x 8.03 1.44 0.6 8.89
Esercizi
In un allevamento ci sono 23000 pecore il cui peso medio di 45.5 0.05 kg.
Se i pesi degli ovini sono distribuiti secondo una curva gaussiana, dare il numero N1 dei capi con
peso compreso tra 43 e 48 kg e il numero N2 dei capi con peso inferiore a 55 kg
La distribuzione del peso degli ovini centrata sul valore medio 45.5 con deviazione standard pari a:
S x S x N 0.05 23000 7.6

Per il calcolo di N1 si ha a che fare con un intervallo simmetrico [43-48] rispetto al valore medio 45.5.
Per il calcolo della probabilit associata a tale intervallo si ricava dapprima il valore di t e poi si
guarda la tabella della gaussiana:
x1 x t S x
x2 x t S x
45.5 43
0.33
7 .6
48 45.5
48 45.5 t 7.6 t
0.33
7. 6
43 45.5 t 7.6 t
Vi quindi una probabilit del 25.86% che le pecore

abbiano un peso tra 43 e 48 kg. Essendo le pecore totali
23000 ne consegue che:
N1 23000
25.86
5948
100
(segue)
Esercizi
Per il calcolo di N2 si ha a che fare con un intervallo NON simmetrico. Il numero di ovini con peso
inferiore a 55 kg si trova andando a determinare dapprima il valore di t corrispondente a 55:
55 45.5
1.25
7.6
Dalla tabella della gaussiana, si trova che P(t=1.25) = 78.37% e corrisponde

alla probabilit di avere ovini con peso compreso tra 36 e 55 kg
0.06
0.06
0.05
0.05
0.04
0.04
0.03
0.03
0.02
0.02
0.01
0.01
0.00
15 20 25 30 35 40 45 50 55 60 65 70 75
0.00
15 20 25 30 35 40 45 50 55 60 65 70 75
Devo tuttavia considerare anche tutti gli ovini con peso inferiore ai 36 kg (coda a sinistra della curva).
(segue)
Esercizi
E sufficiente ricordarsi che larea totale sottesa dalla gaussiana corrisponde al 100%
0.06
0.05
100 78.37
%
2
0.04
0.03
78.37%
La probabilit di avere un peso inferiore a

55 kg quindi pari a :
P peso 55kg 50
Da cui il numero di pecore: :
0.02
N1 23000
0.01
0.00
15 20 25 30 35 40 45 50 55 60 65 70 75
78.37
89.185%
2
89.185
20513
100
Esercizi
Una grandezza distribuita normalmente attorno al valore 30 con deviazione standard pari a 3.
Quale la percentuale di misure che ci aspetta essere comprese tra 31 e 33?
Lintervallo considerato un intervallo non simmetrico in cui entrambi gli estremi si trovano a destra
del valore centrale della distribuzione:
x1=t1
x2=t2
Sostituendo i valori degli estremi x1 e x2, del valore medio e della deviazione
standard si ricavano i due valori di t :
31 30
0.33
3
33 30
t2
1
3
t1
Dalla tabella della gaussiana si trova:

P(t1)= 25.86 % (figura A) e P(t2)=68.27 % (figura B)
(segue)
Esercizi
Una grandezza distribuita normalmente attorno al valore 30 con deviazione standard pari a 3.
Quale la percentuale di misure che ci aspetta essere comprese tra 31 e 33?
Guardando le curve la probabilit associata allintervallo non simmetrico si ricava come:
P31 x 33
P(t 2 ) P(t1 )
21.2%
2
2
Esercizi
Sia data una distribuzione centrata intorno a 25 con larghezza sigma 1.3. Trovare:
(a) lintervallo corrispondente alla probabilit del 68.27%;
(b) La probabilit di trovare un valore compreso tra 21.9 e 25.5.
a) La probabilit del 68.27% corrisponde allintervallo: []
Quindi:
0.35
0.30
25 1.3 23.7
25 1.3 26.3
0.25
0.20
0.15
b) Lintervallo non simmetrico.

Calcolo i valori di t relativi ai due estremi:
25 21.9
2.38
1 .3
25.5 25
t2
0.385
1 .3
0.10
0.05
0.00
t1
Dalla tabella della gaussiana:

P(t1)= 98.27 %
P(t2)= 30 %
(segue)
20
21
22
23
24
25
26
27
28
29
26
27
28
29
30
0.35
0.35
0.30
0.30
P(t1)
0.25
0.25
0.20
0.20
0.15
0.15
0.10
0.10
0.05
0.05
0.00
20
21
22
23
24
25
26
27
28
29
30
P(t2)
0.00
20
21
22
23
24
25
30
Esercizi
Sia data una distribuzione centrata intorno a 25 con larghezza sigma 1.3. Trovare:
(a) lintervallo corrispondente alla probabilit del 68.27%;
(b) La probabilit di trovare un valore compreso tra 21.9 e 25.5.
0.35
0.35
0.30
0.30
P(t1) /2
0.25
P(t2) /2
0.25
0.20
0.20
0.15
0.15
0.10
0.10
0.05
0.05
0.00
20
21
22
23
24
25
26
27
28
29
30
0.00
20
21
22
Osservando le aree e sfruttando la simmetria della curva si trova:
P21.9 x 25.5
P(t1 ) P(t 2 )
64%
2
2
23
24
25
26
27
28
29
30

Gauss

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Gauss

Caricato da

Copyright:

Formati disponibili

ISTOGRAMMI E DISTRIBUZIONI:

Funzione della varabile x caratterizzata da due parametri: e

Al variare di varia la posizione della curva (traslazione lungo lasse x)

Al variare di varia la posizione della curva (traslazione lungo lasse x)

Al variare di varia la posizione della curva (traslazione lungo lasse x)

Al variare di varia la larghezza della curva

Al variare di varia la larghezza della curva

Al variare di varia la larghezza della curva

Nellipotetico caso di un numero infinito di misure il

Nellipotetico caso di un numero infinito di misure

Tale area pari a circa

Larea tratteggiata fornisce

Tale area pari a circa

possibile ricavare tale

LA TABELLA DELLA GAUSSIANA:

LA TABELLA DELLA GAUSSIANA:

x1 x t S x 8.03 1.44 0.6 7.17

S x S x N 0.05 23000 7.6

Vi quindi una probabilit del 25.86% che le pecore

Dalla tabella della gaussiana, si trova che P(t=1.25) = 78.37% e corrisponde

La probabilit di avere un peso inferiore a

Da cui il numero di pecore: :

Dalla tabella della gaussiana si trova:

b) Lintervallo non simmetrico.

Dalla tabella della gaussiana:

Osservando le aree e sfruttando la simmetria della curva si trova:

Potrebbero piacerti anche