أمثلة على أسئلة تناقش القيمة المتوقعة للتوزيع الطبيعي
يُعدّ التوزيع الطبيعي، المعروف أيضًا بالتوزيع الغاوسي، أحد أكثر توزيعات الاحتمالية المستمرة استخدامًا في الإحصاء والاحتمالات. ويُستخدم هذا التوزيع غالبًا كفرضية أساسية في العديد من الاستدلالات الإحصائية نظرًا لخصائصه الرياضية المواتية، كالتناظر وتفرده في تحديد المعلمات باستخدام المتوسط (µ) والانحراف المعياري (σ). ستتناول هذه المقالة أمثلةً وقيمة التوقع للتوزيع الطبيعي بهدف توفير فهم أعمق لهذا المفهوم.
فهم التوزيع الطبيعي
يُصوَّر التوزيع الطبيعي بمنحنى جرس متماثل، حيث تتركز معظم القيم حول القيمة الوسطى، أو المتوسط. ضمن هذا التوزيع، يُعد المتوسط (µ) والانحراف المعياري (σ) معيارين مهمين يحددان موقع البيانات ومدى تشتتها.
دالة كثافة الاحتمال (PDF) للتوزيع الطبيعي هي:
\[f(x) = \frac{1}{\sqrt{2\pi\sigma^2}} e^{-\frac{(x – \mu)^2}{2\sigma^2}}\]
أين:
- \( \mu \) هو المتوسط أو المعدل
- \( \sigma \) هو الانحراف المعياري
- \( x \) هو متغير عشوائي
القيمة المتوقعة في التوزيع الطبيعي
القيمة المتوقعة لمتغير عشوائي يتبع التوزيع الطبيعي تساوي متوسط هذا التوزيع. إذا كان \( X \sim N(\mu, \sigma^2) \), فإن القيمة المتوقعة \( E(X) \) هي:
E(X) = μ
لنواصل مع بعض الأمثلة على المشكلات المتعلقة بالقيم المتوقعة في التوزيعات الطبيعية لتعزيز فهمنا.
Contoh Soal dan Pembahasan
مثال على السؤال 1:
لنفترض أن \( X \) متغير عشوائي يتبع التوزيع الطبيعي بمتوسط \( \mu = 50 \) وانحراف معياري \( \sigma = 10 \). احسب القيمة المتوقعة لـ \( X \).
مناقشة:
كما ذكرنا سابقاً، في التوزيع الطبيعي، تكون القيمة المتوقعة \( E(X) \) مساوية لـ \( \mu \). لذا،
E(X) = μ = 50
مثال على السؤال 2:
إذا كان المتغير العشوائي Y يتبع التوزيع الطبيعي بمتوسط μ = 120 وانحراف معياري σ = 15، فأوجد القيمة المتوقعة لـ Y.
مناقشة:
على غرار المثال الأول، فإن القيمة المتوقعة لـ \( Y \) هي القيمة الوسطى أو متوسط التوزيع الطبيعي، أي:
E(Y) = μ = 120
مثال على السؤال 3:
إذا كان المتغير العشوائي \( Z \) يتبع التوزيع الطبيعي مع \( \mu = 0 \) و \( \sigma = 1 \) (التوزيع الطبيعي القياسي)، فما هي القيمة المتوقعة لـ \( Z \)؟
مناقشة:
التوزيع الطبيعي القياسي له متوسط \( \mu = 0 \)، لذا فإن القيمة المتوقعة \( E(Z) \) هي:
E(Z) = μ = 0
مثال على السؤال 4:
لنفترض أن \( W \) متغير عشوائي يتبع التوزيع الطبيعي بمتوسط \( \mu = 75 \) وانحراف معياري \( \sigma = 20 \). إذا عرّفنا متغيرًا عشوائيًا جديدًا \( V = 2W + 3 \)، فما هي القيمة المتوقعة لـ \( V \)؟
مناقشة:
لإيجاد القيمة المتوقعة لـ \( V \)، نحتاج إلى استخدام خاصية الخطية للقيمة المتوقعة. إذا كانت \( V = 2W + 3 \)، فإن:
E(V) = E(2W + 3)
بناءً على خاصية الخطية للقيمة المتوقعة، يمكننا فصل الثابت عن المتغير العشوائي:
E(V) = 2E(W) + E(3)
مع العلم أن القيمة المتوقعة للثابت هي الثابت نفسه:
\[ ه(3) = 3 \]
والقيمة المتوقعة لـ \( W \) هي متوسط التوزيع الطبيعي \( W \):
E(W) = μ = 75
لذا،
E(V) = 2 × 75 + 3
E(V) = 150 + 3
E(V) = 153
مثال على السؤال 5:
يتبع المتغير العشوائي Q توزيعًا طبيعيًا بمتوسط μ = 40 وانحراف معياري σ = 5. ما القيمة المتوقعة لـ Q إذا كان U = Q/2؟
مناقشة:
نستخدم نفس المبدأ كما في المثال 4، وهو خاصية الخطية للقيمة المتوقعة. بافتراض أن \( U = Q/2 \)، فإن:
\[ E(U) = E\left(\frac{Q}{2}\right) \]
استناداً إلى خاصية الخطية للقيمة المتوقعة:
\[ E(U) = \frac{1}{2} E(Q) \]
نعلم أن القيمة المتوقعة لـ \( Q \) هي متوسط التوزيع الطبيعي \( Q \):
E(Q) = μ = 40
لذا،
E(U) = 1/2 × 40
E(U) = 20
استنتاج
في التوزيع الطبيعي، تكون القيمة المتوقعة لمتغير عشوائي مساوية دائمًا لمتوسط التوزيع (µ). توضح الأمثلة المذكورة أعلاه شروطًا مختلفة لحساب القيمة المتوقعة باستخدام خاصية الخطية. إن فهم هذا المفهوم الأساسي يُسهّل التعامل مع مسائل التوزيع الطبيعي في الإحصاء والاحتمالات.
يُعدّ التوزيع الطبيعي أساسيًا في الإحصاء نظرًا لاستخدامه في نطاق واسع من التطبيقات العملية، بما في ذلك اختبار الفرضيات، وتقدير المعلمات، والعديد من الاستدلالات الإحصائية الأخرى. ويُشكّل الفهم الجيد للقيمة المتوقعة لهذا التوزيع خطوة أولى مهمة في تحليل البيانات.
نأمل أن تقدم هذه المقالة شرحاً واضحاً ومفيداً للقيمة المتوقعة في التوزيع الطبيعي إلى جانب أسئلة ومناقشات ذات صلة.
