Нормальное распределение: вероятность как площадь

27 мин · 3 упражнения

В учебнике: гл. 5.4 Die Normalverteilung

Как найти вероятность для величины, которая может принять любое значение, например для времени или массы? Ответ стоит в таблице на формульном листе, если знать, как её читать.

Время, масса и длина принимают любые значения, а не только целые. Для таких величин вероятность считают как площадь под кривой, чаще всего под колоколом нормального распределения.

Курьерская служба доставляет посылку в среднем за 48 часов, у одних посылок быстрее, у других дольше. Время доставки X распределено нормально, стандартное отклонение 8 часов.

Какая доля посылок идёт дольше 58 часов?

Пересчитать случаи по одному, как грани кубика, не получится: время может быть 58.3 часа, 58.31 часа, и так без конца. Нужен другой способ считать вероятность.

Способ разобран ниже. По нему 58 часов лежат на 10/8=1.25 стандартного отклонения выше среднего. Для 1.25 таблица на формульном листе даёт 0.894: такая доля посылок приходит быстрее. Дольше 58 часов идут остальные 1−0.894=0.106, примерно каждая десятая посылка.

Проверьте себя. Задача уровня экзамена: масса батона распределена нормально, μ=500 г, σ=10 г. Какая доля батонов легче 480 г? Из таблицы: Φ(−2.00)=0.023, Φ(2.00)=0.977.

Непрерывная величина: вероятность как площадь

Запишем время 1000 доставок и разложим его по столбикам шириной в час: сколько посылок шло от 40 до 41 часа, от 41 до 42 и так далее. Высота столбика это доля посылок в этом часе, все столбики вместе дают 1. Доля «дольше 58 часов» это сумма столбиков правее 58. Если столбики сделать уже, их верхушки сольются в гладкую кривую. Тогда доля правее 58 это площадь под кривой правее 58:

Время доставки, часы
Колокол времени доставки со средним 48 часов; выделена площадь правее 58 часов583240485664

P(X ≥ 58) ≈0.106

Так считают вероятность у любой непрерывной величины (нем. stetig), то есть величины, которая принимает любые значения на отрезке: время, масса, длина.

  • Вся площадь под кривой равна 1, как сумма всех столбиков.
  • Высоту кривой называют плотностью (нем. Dichte). Это не вероятность: вероятность даёт только площадь.
  • Вероятность попасть между a и b это площадь между a и b.
  • У одной точки площади нет: P(X=58)=0. Поэтому неважно, стоит в условии < или ≤.

Кривая доставки имеет форму колокола: она симметрична вокруг среднего μ, а её ширину задаёт стандартное отклонение σ. Такое распределение называют нормальным (нем. normalverteilt). Около 68 % значений лежат в пределах μ±σ, здесь от 40 до 56 часов.

Стандартизация: z = (x − μ)/σ

Площадь под колоколом не посчитать школьными формулами, её берут из таблицы. Но колоколов бесконечно много, с любым μ и любым σ. Таблица одна, для колокола с μ=0 и σ=1, его называют стандартным. Любой колокол сводят к нему одним числом:

z=x−μσ

z говорит, на сколько стандартных отклонений x отстоит от среднего. Для 58 часов: z=58−488=1.25, на одну с четвертью σ выше среднего. Вычесть μ значит сдвинуть колокол к нулю, разделить на σ значит сжать его до ширины 1. Доли площади при этом не меняются.

На формульном листе это строка Z=X−μσ, а Φ(z) (читается «фи») это площадь стандартного колокола левее z, строка Φ(z)=P(Z≤z).

Это видно на дневной выручке с μ=460 GE («Geldeinheiten», денежные единицы, то есть просто деньги) и σ=30 GE. На рисунке X это выручка, F доля площади до 490 GE, а Φ(1) та же доля у стандартного колокола левее z=1:

От X к z: сдвинуть и сжатьПочему одной таблицы хватает для любого нормального распределения
Колокол дневной выручки с μ = 460 и σ = 30 GE, под ним шкала в GE. Минус 460: картинка сдвигается влево, пока 460 не встанет над 0 оси z. Делим на 30: колокол становится уже и во столько же раз выше, пока 490 не встанет над 1. Закрашенная площадь F до 490 при этом не меняется: P(X не больше 490) равно Φ(1), примерно 0.841.−4−3−2−101234z400430460490520GEFF = P(X ≤ 490) = Φ(1) ≈ 0.841

Как читать таблицу Φ

После стандартизации любая граница превращается в z, а Φ(z) уже не считают, его находят в таблице. На формульном листе таблица 1 (Tabelle 1) даёт Φ(z). В строке стоит z с одним знаком после точки, от −2.9 до 2.9, в столбце второй знак, от 0.00 до 0.09. На пересечении три знака Φ(z). Для z=1.25: строка 1.2, столбец 0.05.

Кусок таблицы 1: строки 1.2 и −1.2, столбцы 0.04, 0.05 и 0.06; выделены Φ(1.25) и Φ(−1.25)0.040.050.061.2−1.20.8930.8940.8960.1070.1060.104

Ответ на вопрос из начала: левее 58 часов лежит Φ(1.25)=0.894, правее 1−0.894=0.106. Дольше 58 часов идёт около 10.6 % посылок.

Отрицательные z. У таблицы есть строки с минусом. Строка −1.2 и столбец 0.05 дают Φ(−1.25)=0.106: второй знак добавляют в ту же сторону, −1.2−0.05=−1.25. Проверка по симметрии колокола: левее −1.25 лежит столько же, сколько правее 1.25, то есть Φ(−z)=1−Φ(z), эта строка тоже есть на листе.

Таблица 2 (Tabelle 2) читается наоборот: по доле α левее даёт z с четырьмя знаками, строка листа Φ(z)=α⇒z=Φ−1(α). Например, α=0.93 даёт z=1.4758, а α=0.10 даёт z=−1.2816. Она стоит на формульном листе после таблицы 1.

Доля при нормальном распределении: больше, меньше или между границами

У посылок всё свелось к одному хвосту, правее 58 часов. В первой задаче экзамена хвостов два, и граница спрятана в словах об отклонении от среднего:

Задача как на экзамене

Eine Abfüllanlage füllt Müslipackungen; das Füllgewicht ist normalverteilt mit Erwartungswert 400 g und Standardabweichung 4 g. Eine Packung wird aussortiert, wenn ihr Gewicht um mehr als 7 g vom Erwartungswert abweicht. Welcher Anteil der Packungen wird aussortiert?

  1. a)0.073
  2. b)0.066
  3. c)0.080
  4. d)0.076
  5. e)0.040

Сказано «распределена нормально», даны μ и σ и граница, а спрашивают долю. «Отклоняется больше чем на 7 г» это две стороны сразу: легче 393 г и тяжелее 407 г. Колокол симметричен, поэтому хвосты равны, и достаточно найти один.

Масса пачки, г

σ = 4 г дано, μ = 400 г

Колокол массы пачки со средним 400 г; выделены два хвоста, левее 393 г и правее 407 г392396400404408

Кусок таблицы 1: строка 1.7, столбцы 0.04, 0.05 и 0.06; выделено Φ(1.75)0.040.050.061.70.9590.9600.961
Шаг 1 из 4Найти σ

Дано стандартное отклонение, σ=4 г. Если бы была дана дисперсия, сначала извлекли бы корень.

Почему хвостов два, хотя в условии одно число 7? Подсказка: пачку отбраковывают и за недовес, и за перевес.

Все вопросы о площади собираются из Φ:

Вопросплощадь
меньше xΦ(z)
больше x1−Φ(z)
между a и bΦ(zb)−Φ(za)
отклонение больше c от μ2⋅(1−Φ(c/σ))
отклонение не больше c2⋅Φ(c/σ)−1

Масса упаковки кофе на фасовке распределена нормально, μ=1000 г, σ=5 г.

Какая доля упаковок весит от 992 до 1006 г?

za=992−10005=−1.6 и zb=1006−10005=1.2.

Строка 1.2, столбец 0.00: Φ(1.2)=0.885. Строка −1.6, столбец 0.00: Φ(−1.6)=0.055.

0.885−0.055=0.830: всё левее 1006 г минус то, что левее 992 г.

По таблице: меньше 24 минут. Дорога на работу занимает в среднем 30 минут, σ=4 минуты, распределение нормальное. С какой вероятностью дорога займёт меньше 24 минут? z=24−304=−1.5. Найдите Φ(−1.5) в строке −1.5, столбце 0.00.

Ваша очередь1 из 3

Масса пачки сахара распределена нормально, μ=750 г, дисперсия σ2=25 г². С какой вероятностью пачка отклоняется от 750 г больше чем на 9 г? В таблице Φ(1.80)=0.964.

Ловушки. Неверные варианты экзаменационной задачи и задач этого вида:

  • Только одна сторона, вариант (e), 0.040: посчитан один хвост, 1−0.960. «Отклоняется больше чем на» это недовес и перевес.
  • Две стороны, когда нужна одна: «тяжелее 407 г» это только правый хвост, без множителя 2.
  • Дисперсия вместо σ: z=7/16, если дано σ2=16. В z делят на стандартное отклонение.
  • Не та сторона: для «больше» взято Φ(z), для «меньше» 1−Φ(z). Проверка: граница выше среднего и вопрос «больше» дают ответ меньше 0.5.
  • Φ вместо площади: в ответ записано само Φ(z), без перехода к нужной области.
  • Φ(z)−0.5: это площадь только от среднего до границы. На вопрос «больше» или «меньше» она не отвечает.

На формульном листе: Z=X−μσ, Φ(z)=P(Z≤z) (Tabelle 1) и Φ(−z)=1−Φ(z).

Граница по доле: какое значение превышают лишь немногие

До сих пор граница была дана, а долю искали. Вторая задача экзамена идёт обратным ходом, от доли к границе, по таблице 2 из раздела «Как читать таблицу Φ»:

Задача как на экзамене

Die Wartezeit in der Hotline eines Mobilfunkanbieters ist normalverteilt mit Erwartungswert 340 Sekunden und Standardabweichung 78 Sekunden. Welche Wartezeit wird nur von 7 % der Anrufer überschritten? Runden Sie auf zwei Nachkommastellen.

  1. a)358.63
  2. b)523.83
  3. c)224.89
  4. d)455.11
  5. e)115.11

Здесь вопрос обратный: дана доля, а спрашивают границу. Это поиск площади под колоколом задом наперёд. Таблица 2 по доле левее даёт z, а из z=x−μσ получается x=μ+z⋅σ.

Время ожидания, с

правее g: 7 %, левее: 93 %

Колокол времени ожидания со средним 340 с; неизвестная граница g, правее неё 7 процентовg = ?18426234041849693 %7 %

Кусок таблицы 2: доли 0.92, 0.93 и 0.94 и их z; выделено α = 0.93Φ⁻¹(α)0.920.930.941.40511.47581.5548
Шаг 1 из 3Доля левее

«Превышают лишь 7 %» значит правее границы g лежит 0.07, а левее 1−0.07=0.93. Таблица 2 работает с долей левее.

Почему z в этой задаче положительный, а при «лишь 7 % ждут меньше» был бы отрицательным? Подсказка: с какой стороны от среднего лежат 7 %.

Время дороги на работу распределено нормально, μ=40 минут, σ=5 минут.

Какое время не достигают 10 % поездок, то есть 10 % поездок короче?

10 % поездок короче, значит, левее границы α=0.10.

α=0.10 даёт z=−1.2816, граница ниже среднего.

x=40+(−1.2816)⋅5=40−6.408=33.59 минуты.

У автомата, который наполняет пакеты, разброс σ=8 г задан конструкцией, а среднее выставляют настройкой.

На какое среднее μ его настроить, чтобы не больше 2 % пакетов весили меньше 500 г?

Левее 500 г доля 0.02: z=−2.0537.

500−μ8=−2.0537, значит, μ=500+2.0537⋅8=516.43 г.

Решите: граница класса «экстра». Масса яблок распределена нормально, μ=180 г, σ=20 г. Самые тяжёлые 15 % идут в класс «экстра». С какой массы он начинается? Левее границы лежит 1−0.15=0.85, таблица 2 даёт z=1.0364. Вернитесь к граммам.

Ваша очередь2 из 3

Срок службы аккумулятора распределён нормально, μ=12 лет, σ=1.5 года. Какой срок превышают лишь 15 % аккумуляторов?

Ловушки. Неверные варианты экзаменационной задачи и задач этого вида:

  • Не та сторона, вариант (c), 224.89: 340−115.11. «Превышают лишь 7 %» это граница выше среднего, z>0.
  • Среднее забыто, вариант (e), 115.11: это только z⋅σ, расстояние от среднего. Граница это μ+z⋅σ.
  • Не та таблица: 0.93 взяли за z и посмотрели в таблице 1, Φ(0.93)=0.824, а это число подставили как z: 340+0.824⋅78=404.27. Проверка: таблица 1 по z даёт долю, таблица 2 по доле даёт z, а в условии дана доля.
  • Дисперсия вместо σ: если дано σ2, сначала корень.
  • Доля вместо z: 340+0.93⋅78. Долю сначала переводят в z по таблице 2.

На формульном листе: Φ(z)=α⇒z=Φ−1(α) (Tabelle 2) и Z=X−μσ, из которой x=μ+z⋅σ.

Срок до отказа по функции распределения

Колокол годится, когда значения теснятся вокруг среднего. У времени до отказа картина другая: больше всего отказов в самом начале. Вместо таблицы Φ условие даёт формулу с числом e:

Задача как на экзамене

Ein Webserver läuft bereits seit 50 Tagen ohne Fehler. Die fehlerfreie Laufzeit T (in Tagen) erfüllt P(T>t)=e−0.02 t. Wie wahrscheinlich ist es, dass er noch mindestens 47 weitere Tage fehlerfrei läuft? Runden Sie auf vier Nachkommastellen.

  1. a)0.0078
  2. b)0.1437
  3. c)0.8735
  4. d)0.9400
  5. e)0.3906

Условие даёт время до события (сбой сервера, закрытие фирмы, конец разговора) и функцию с числом e. Это либо «функция распределения» F(t), либо, как в задаче выше, сразу P(T>t). Время, в отличие от номера попытки W до первого успеха, не целое: фирма может закрыться через 1.3 года. Поэтому вероятности дают не столбики, а функция.

Начнём с более простого случая, когда дана F. Центр поддержки стартапов описывает время T в годах до закрытия новой фирмы. Функция распределения (нем. Verteilungsfunktion) F(t)=P(T≤t) говорит, какая доля фирм закроется не позже момента t. Это та же мысль, что Φ(z) у колокола: площадь левее границы, только кривая другая. Всё остальное получают из неё:

  • P(T>t)=1−F(t): противоположное событие, к моменту t фирма ещё работает;
  • P(a<T≤b)=F(b)−F(a): закрылась к моменту b, но не к моменту a.

Число e≈2.718 (клавиша ex на калькуляторе). В задачах стоит e−0.5t: при t=0 это 1, а с ростом t значение падает к 0. Так описывают долю фирм, которые ещё работают: сначала все, потом всё меньше. Например, e−0.5=0.6065. Если F(t)=1−e−λt, где λ («лямбда») число в показателе, здесь 0.5, то

P(T>t)=1−F(t)=e−λt

Такое распределение называют экспоненциальным (нем. exponentialverteilt). Смысл у λ такой: это доля отказов за короткое время: из тех, кто ещё работает, за короткое время h отказывает примерно доля λh. При λ=0.5 в год за месяц, h=112 года, закрывается около 0.5⋅112≈0.04, то есть 4 % ещё работающих фирм.

Для центра стартапов F(t)=1−e−0.5t. Какая доля фирм продержится на рынке дольше 1 года?

Высота кривой над годом t это доля фирм, закрытых к этому году, F(t) = 1 − e в степени минус 0.5 t; при t = 1 сравните высоту F(1) с остатком до единицы, это P(T > 1)01234561годыF(t) = P(T ≤ t)
Шаг 1 из 4Прочитать функцию распределения

F(t)=P(T≤t) это доля фирм, закрытых не позже чем через t лет. Кривая растёт от 0 к 1.

Почему «дольше 1 года» и «не меньше 1 года» дают здесь одно и то же число, а у номера попытки W из метода «Первый успех на k-й попытке: бросает до первого попадания» нет? Подсказка: может ли время быть ровно 1.000… года, и какая у этого вероятность.

У отдельного момента вероятности нет: закрыться между 1 и 1+h годами можно с вероятностью F(1+h)−F(1), а она стремится к 0 при всё меньших h. Поэтому для времени неважно, стоит в условии < или ≤.

Иногда в условии дана не F, а S(t)=P(T>t), доля тех, кто ещё работает. Тогда P(T≤t)=1−S(t) и P(a<T≤b)=S(a)−S(b).

Аккумулятор работает дольше t лет с вероятностью S(t)=e−0.25t.

С какой вероятностью он откажет между 2-м и 4-м годом? И через сколько лет откажет половина аккумуляторов?

«Между 2-м и 4-м годом» значит 2<T≤4: работает через 2 года, но не через 4.

S(2)−S(4)=e−0.5−e−1=0.60653−0.36788=0.23865≈0.2387.

S(t)=0.5: e−0.25t=0.5. Логарифм снимает показатель: ln⁡x это степень, в которую надо возвести e, чтобы получить x, а ec это e в степени c, поэтому ln⁡(ec)=c. Значит, −0.25t=ln⁡0.5=−0.6931 и t=2.77 года. Этот срок называют медианой.

В общем виде e−λt=0.5 даёт −λt=ln⁡0.5. Так как 0.5=2−1, по правилу ln⁡(an)=n⋅ln⁡a получаем ln⁡0.5=−ln⁡2, и медиана t=ln⁡2λ. Здесь 0.69310.25=2.77.

Это задача с листа выше. Дана сразу S(t)=P(T>t)=e−0.02t, доля серверов, которые через t дней ещё работают без сбоев. Новое здесь условие: этот сервер уже работает 50 дней.

«Ещё не меньше 47 дней» значит: всё время без сбоев выходит за 50+47=97 дней, T>97. Уже известно, что T>50. Значит, нужна доля серверов, проработавших 97 дней, среди тех, кто проработал 50. Это записывают P(T>97∣T>50); вертикальная черта читается «при условии, что».

Кто проработал 97 дней, тот наверняка проработал и 50. Поэтому искомая доля равна S(97)S(50)=e−0.02⋅97e−0.02⋅50=0.14370.3679.

При делении степеней с одним основанием показатели вычитают: e−1.94/e−1=e−0.94=0.3906. Вариант (e).

Остаётся e−0.02⋅47, то же число, что и для нового сервера, которому надо продержаться 47 дней. Так бывает при любой P(T>t)=e−λt, потому что e−λ(s+t)/e−λs=e−λt, и это называют отсутствием памяти: прибор, который уже какое-то время работает, имеет на будущее те же шансы, что и новый. Прошедшее время из условия тогда не нужно.

Срок службы T прибора в годах имеет F(t)=1−e−0.25t. С какой вероятностью прибор прослужит не меньше 4 лет? «Не меньше 4 лет» это T≥4, противоположное к «откажет раньше», поэтому P(T≥4)=1−F(4)=e−0.25⋅4=e−1=0.3679. 0.6321 это F(4), доля отказавших раньше.

Ваша очередь3 из 3

Длительность T разговора с клиентом в минутах имеет функцию распределения F(t)=1−e−0.4t при t≥0. С какой вероятностью разговор продлится от 1 до 3 минут?

Ловушки. Неверные варианты экзаменационной задачи и задач этого вида:

  • Посчитать и прошедшее время, вариант (b), 0.1437: это S(97)=e−0.02⋅97, шанс нового сервера продержаться 97 дней. Но у этого сервера первые 50 дней уже позади. Проверка: у сервера, который уже работает, шанс не может быть меньше, чем у нового на весь срок.
  • Высота кривой вместо вероятности, вариант (a), 0.0078: это 0.02⋅e−0.02⋅47, как будто от 1−e−0.02t взяли производную и подставили t=47. Это плотность, высота кривой в одной точке, а у одной точки вероятности нет.
  • λt как вероятность, вариант (d), 0.9400: 0.02⋅47=0.94 это показатель, а не ответ. λt стоит в показателе, вероятность равна e−0.94.
  • Противоположное событие, в задачах с F: в примере с фирмами F(1)=0.3935 это доля фирм, закрытых в первый год, а спрашивали тех, кто продержался дольше. Проверка: F всегда «не позже», дольше это 1−F.
  • Нижняя граница забыта, в задачах «между»: взято F(b) вместо F(b)−F(a). Проверка: при a=1, b=3 разговоры короче минуты в ответ не входят.

На формульном листе строки P(T>t)=e−λt нет. Её получают из данной F(t) через противоположное событие P(A′)=1−P(A).

Коротко: площадь, таблицы и три метода

Тема за минуту

  • Непрерывная величина: вероятность это площадь под кривой, у точки площади нет.
  • Стандартизация: z=(x−μ)/σ, Φ(z) это площадь левее z (Tabelle 1, есть и отрицательные строки). Ловушка: делить на дисперсию.
  • Квантиль: доля левее, z по Tabelle 2, x=μ+z⋅σ. Ловушка: не та сторона.
  • Срок службы: F(t)=P(T≤t), дольше t это 1−F(t)=e−λt, между a и b это F(b)−F(a). Ловушка: взять F(t) для «дольше».
  • Какая площадь под колоколом

    «Распределена нормально», даны μ и σ (или σ²) и граница, спрашивают долю.
    z=x−μσ,P(X>x)=1−Φ(z)

    Ловушка: взять один хвост, когда спрашивают отклонение в обе стороны.

  • Квантили

    Дана доля («превышают лишь 7 %»), спрашивают границу или среднее.
    x=μ+Φ−1(α)⋅σ

    Ловушка: взять долю справа вместо доли слева.

Число успехов в нескольких попытках тоже часто приближают колоколом. Когда это можно и как считать без него, в статье «Число успехов в n попытках: биномиальное распределение и нормальное приближение».

Карточки для запоминания

Нажмите на карточку, чтобы увидеть формулу. Все карточки по темам

Формула

Нормальное приближение для числа успехов: от какой границы считать при «не меньше k» и при «больше k»?

Формула

Выше значения лежит доля q. Какой это квантиль?

Теперь потренируйтесь

Нормальное распределение: вероятность как площадь

Тренажёр · Теория вероятностей

Тренироваться
Дальше: Число успехов в n попытках: биномиальное распределение и нормальное приближение
0/3

Эта статья была полезной?