منو
 صفحه های تصادفی
آزمایش بررسی چشم و معایب آن
تاریخ ولادت امام حسن عسکری علیه السلام
خلافت الهی
اول آمده-اول سرویس شده
تراوایی مغناطیسی مواد
آگاهی از زبان حیوانات
امام حسین علیه السلام و تفسیر آیه 6و7 سوره نازعات و آیه 90 سوره انبیاء
دوستداران ائمه علیهم السلام در قیامت
طولانی شدن غیبت حضرت مهدی علیه السلام
تکنیک حفر چاه
 کاربر Online
410 کاربر online
تاریخچه ی: توزیع نرمال

__توزیع نرمال__ ، یکی از مهمترین توزیع ها در ((نظریه احتمال)) است. و کاربردهای بسیاری در علم ((فیزیک)) و مهندسی دارد.این توزیع توسط کارل فریدریش گاوس در رابطه با کاربرد ((روش کمترین مربعات)) در ((آمار))گیری کشف شد.فرمول آن بر حسب ،دو پارامتر ((امید ریاضی)) و ((واریانس)) بیان میشود. همچنین ((تابع ««ریاضی»»|تابع)) __توزیع نرمال__ یا ((کارل فریدریش گاوس|گاوس)) از مهمترین توابعی است که در مباحث ((آمار)) و ((نظریه احتمال|احتمالات)) مورد بررسی قرار می گیرد چرا که به تجربه ثابت شده است که در دنیای اطراف ما توزیع بسیاری از ((متغیر))های طبیعی از همین تابع پیروی می کنند.









{picture file=img/daneshnameh_up/aaaaaaaa.png}




توزیع فراوانی توزیع نرمال به ازای واریانس های مختلف

!منحنی توزیع
منحنی رفتار این تابع تا حد زیادی شبیه به زنگ های ((کلیسا)) می باشد و به همین دلیل به آن Bell Shaped هم گفته میشود. با وجود اینکه ممکن است ارتفاع و نحوه انحنای انواع مختلف این ((منحنی)) یکسان نباشد اما همه آنها یک ویژگی یکسان دارند و آن مساحت واحد می باشد.
ارتفاع این منحنی با مقادیر میانگین (m) و انحراف معیار(s) ارتباط دارد. با وجود فرمول نسبتا" پیچیده و دخیل بودن پارامترهای ثابتی چون عدد (p) یا عدد (e) در این فرمول، می توان از آن برای مدل کردن رفتار میزان IQ، قد یا وزن انسان، پراکندگی ((ستاره|ستارگان)) در ((فضا)) و ... استفاده کرد.

این منحنی دارای خواص بسیار جالبی است از آن جمله که نسبت به محور عمودی متقارن می باشد، نیمی از مساحت زیر منحنی بالای مقدار متوسط و نیمه دیگر در پایین مقدار متوسط قرار دارد و اینکه هرچه از طرفین به مرکز مختصات نزدیک می شویم احتمال وقوع بیشتر می شود.

سطح زیر منحنی نرمال برای مقادیر متفاوت m و s فراگیری این رفتار آنقدر زیاد است که دانشمندان اغلب برای برای مدل کردن ((متغیرهای تصادفی|متغیرهای تصادفی)) که با رفتار آنها آشنایی ندارند، از این تابع استفاده می کنند. بعنوان یک مثال در یک امتحان درسی نمرات دانش آموزان اغلب اطراف میانگین بیشتر می باشد و هر چه به سمت نمرات بالا یا پایین پیش برویم تعداد افرادی که این نمرات را گرفته اند کمتر می شود. این رفتار را بسهولت می توان با یک توزیع نرمال مدل کرد.

از مهمترین کاربردهای این تابع توزیع در دانش ((اقتصاد)) و ((مدیریت)) امروز می توان به مدل کردن ((پورتفولیو))ها (Portfolios) در سرمایه گذاری و ((مدیریت)) منابع نام برد. هنگامی که مقدار منفی برای متغییر معنی نداشته باشد معمولا" در محور x منحنی را منقل می کنند و مقدار میانگین - که دارای بیشترین احتمال وقوع هست - را به سمت مقادیر بزگتر شیفت میدهند.



تاریخ شماره نسخه کاربر توضیح اقدام
 سه شنبه 07 تیر 1384 [07:46 ]   9   علی هادی      جاری 
 دوشنبه 06 تیر 1384 [12:20 ]   8   علی هادی      v  c  d  s 
 دوشنبه 06 تیر 1384 [12:20 ]   7   علی هادی      v  c  d  s 
 دوشنبه 06 تیر 1384 [12:11 ]   6   علی هادی      v  c  d  s 
 دوشنبه 06 تیر 1384 [11:30 ]   5   علی هادی      v  c  d  s 
 دوشنبه 06 تیر 1384 [09:57 ]   4   علی هادی      v  c  d  s 
 یکشنبه 05 تیر 1384 [13:16 ]   3   علی هادی      v  c  d  s 
 یکشنبه 05 تیر 1384 [12:57 ]   2   علی هادی      v  c  d  s 
 یکشنبه 05 تیر 1384 [09:05 ]   1   علی هادی      v  c  d  s 


ارسال توضیح جدید
الزامی
big grin confused جالب cry eek evil فریاد اخم خبر lol عصبانی mr green خنثی سوال razz redface rolleyes غمگین smile surprised twisted چشمک arrow



از پیوند [http://www.foo.com] یا [http://www.foo.com|شرح] برای پیوندها.
برچسب های HTML در داخل توضیحات مجاز نیستند و تمام نوشته ها ی بین علامت های > و < حذف خواهند شد..