Calcola l'area compresa tra il grafico della densità gaussiana, l'asse x e e le rette x = mediaσ e x = media+σ per diversi valori di σ. Discuti il significato probabilistico di σ.
Si può congetturare su vari esempi e dimostrare (con un ragionamento simile a quello svolto alla fine di §2) che l'integrale tra mediah·σ e media+h·σ di una densità gaussiana dipende solo da h.
Ad esempio abbiamo che per ogni media μ e ogni scarto quadratico medio σ:
Quindi per calcolare Pr(UI), se U ha distribuzione gaussiana possiamo ricondurci (in mancanza di calcolatore con cui calcolare approssimativamente gli integrali definiti) a una tabulazione della funzione integrale della densità gaussiana "standard", cioè con media 0 e scarto quadratico medio 1 (la phi; di §1), come quella seguente. La densità gaussiana non è infatti una funzione integrabile elementarmente.
x | |
| | dx |
|
|
x | |
| | dx |
|
|
-4 .00003
-3.9 .00005
-3.8 .00007
-3.7 .00011
-3.6 .00016
-3.5 .00023
-3.4 .00034
-3.3 .00048
-3.2 .00069
-3.1 .00097
-3 .00135
-2.9 .00187
-2.8 .00255
-2.7 .00347
-2.6 .00466
-2.5 .00621
-2.4 .00820
-2.3 .01072
-2.2 .01390
-2.1 .01786
-2 .02275
-1.9 .02872
-1.8 .03593
-1.7 .04457
-1.6 .05480
-1.5 .06681
-1.4 .08076
-1.3 .09680
-1.2 .11507
-1.1 .13567
-1 .15865
-.9 .18406
-.8 .21186
-.7 .24196
-.6 .27425
-.5 .30854
-.4 .34458
-.3 .38209
-.2 .42074
-.1 .46017
0 .50000 |
|
|
0 .50000
.1 .53983
.2 .57926
.3 .61791
.4 .65542
.5 .69146
.6 .72575
.7 .75804
.8 .78814
.9 .81594
1 .84134
1.1 .86433
1.2 .88493
1.3 .90320
1.4 .91924
1.5 .93319
1.6 .94520
1.7 .95543
1.8 .96407
1.9 .97128
2 .97725
2.1 .98214
2.2 .98610
2.3 .98928
2.4 .99180
2.5 .99379
2.6 .99534
2.7 .99653
2.8 .99744
2.9 .99813
3 .99865
3.1 .99903
3.2 .99931
3.3 .99952
3.4 .99966
3.5 .99977
3.6 .99984
3.7 .99989
3.8 .99993
3.9 .99995
4 .99997 |
|
In qualche manuale è indicato Φ(x) o Φ*(x) | |
Sfruttando la simmetria della gaussiana potremmo fare i calcoli usando solo la tabulazione per x<0 o quella per x>0
Vediamo ad esempio come calcolare Pr(1.2 ≤ U ≤ 1.6)
nel caso in cui U abbia distribuzione gaussiana con M(U)=1.2 e σ(U)=0.8.
Mi riconduco a X con distribuzione gaussiana e
m=0, σ=1 con la sostituzione t = (xM(U))/σ(U)
(traslo in modo che l'asse di simmetria diventi l'asse x e cambio la scala orizzontale
in modo che l'ascissa del punto di flesso diventi 1):
Pr(-1.2 ≤ U ≤ 1.6) = Pr((-1.21.2)/0.8 ≤ X ≤ (1.61.2)/0.8))
= Pr(3 ≤X≤ 0.5)
= Pr(X≤0.5) Pr(X≤3)
= [usando la tabella] 0.691460.00135 = 0.69011 = 69.0%.
Nota. Se la variabile aleatoria U è continua,
ovviamente Pr(U=h)=0 per ogni h: ci riconduciamo infatti al calcolo di
un integrale su un intervallo di ampiezza nulla. In particolare si ha che Pr(U<h)=Pr(U≤h).
Naturalmente (al di fuori dell'ambientente scolastico
) è praticamente nulla
la probabilità che capiti di fare un calcolo del tipo quelli illustrati sopra senza
disporre di un mezzo di calcolo, e di dover ricorrere quindi a una tabella come la
precedente.
Cliccando QUI
potete attivare uno script che realizza una "calcolatrice" per effettuare calcoli
di questo tipo
[se avete aperto POLIGON un programma del genere non serve].
|