ឧទាហរណ៍សំណួរដែលពិភាក្សាអំពីការបែងចែកធម្មតា

ឧទាហរណ៍នៃសំណួរពិភាក្សាលើការចែកចាយធម្មតា

ការចែកចាយធម្មតា ដែលត្រូវបានគេស្គាល់ផងដែរថាជាការចែកចាយ Gaussian គឺជាការចែកចាយប្រូបាប៊ីលីតេដែលប្រើជាទូទៅបំផុតនៅក្នុងស្ថិតិ។ ការចែកចាយនេះមានរាងកណ្តឹងស៊ីមេទ្រី ដែលបង្ហាញថាទិន្នន័យត្រូវបានរៀបចំជុំវិញមធ្យមភាគ ហើយប្រូបាប៊ីលីតេនៃចំណុចខ្លាំង (តម្លៃដែលឆ្ងាយពីមធ្យមភាគ) គឺទាប។

នៅក្នុងអត្ថបទនេះ យើងនឹងពិភាក្សាអំពីបញ្ហាឧទាហរណ៍ផ្សេងៗដែលពាក់ព័ន្ធនឹងការចែកចាយធម្មតា និងរបៀបដោះស្រាយបញ្ហាទាំងនោះ។ យើងនឹងចាប់ផ្តើមដោយណែនាំគោលគំនិតជាមូលដ្ឋានមួយចំនួន ហើយបន្ទាប់មកបន្តទៅឧទាហរណ៍ស្មុគស្មាញជាងនេះ។

មូលដ្ឋានគ្រឹះនៃការចែកចាយធម្មតា

ការចែកចាយធម្មតាគឺជាការចែកចាយបន្តដែលមានប៉ារ៉ាម៉ែត្រពីរ៖ មធ្យមភាគ និងគម្លាតស្តង់ដារ (SD)។ មធ្យមភាគកំណត់ចំណុចកណ្តាលនៃការចែកចាយ ខណៈដែលគម្លាតស្តង់ដារកំណត់ទទឹងនៃការចែកចាយ។

លក្ខណៈសំខាន់ៗនៃការចែកចាយធម្មតា៖
១. ស៊ីមេទ្រី៖ ការចែកចាយធម្មតាគឺស៊ីមេទ្រីអំពីមធ្យមភាគ។
២. ច្បាប់ពិសោធន៍ (ច្បាប់ពិសោធន៍)៖
– ប្រហែល 68% នៃទិន្នន័យស្ថិតនៅក្នុងគម្លាតស្តង់ដារមួយនៃមធ្យមភាគ។
– ប្រហែល 95% នៃទិន្នន័យស្ថិតនៅក្នុងគម្លាតស្តង់ដារពីរនៃមធ្យមភាគ។
– ប្រហែល 99.7% នៃទិន្នន័យស្ថិតនៅក្នុងគម្លាតស្តង់ដារបីនៃមធ្យមភាគ។

សំណួរគំរូ និងការពិភាក្សា

ឧទាហរណ៍សំណួរទី 1: ការគណនាពិន្ទុ Z

សំណួរ៖ ការប្រឡងមួយមានពិន្ទុជាមធ្យម 70 ជាមួយនឹងគម្លាតស្តង់ដារ 10។ សិស្សទទួលបានពិន្ទុ 80។ តើពិន្ទុ Z របស់សិស្សជាអ្វី?

ដំណោះស្រាយ៖
ពិន្ទុ Z គឺជារង្វាស់នៃចំនួនគម្លាតស្តង់ដារដែលតម្លៃមួយមានពីមធ្យមភាគ។
រូបមន្តពិន្ទុ Z៖
\[ Z = \frac{X – \mu}{\sigma} \]

ឌីម៉ាណា៖
-\(X\) គឺជាតម្លៃដែលសង្កេតឃើញ។
–\(\mu\) គឺជាមធ្យមភាគ។
–\(\sigma\) គឺជាគម្លាតស្តង់ដារ។

វាត្រូវបានគេស្គាល់ថា៖
–\( X = 80\)
–\( \mu = 70\)
–\( \ស៊ីហ្គាម៉ា = 10\)

ការអនុវត្តរូបមន្ត៖
\[ Z = \frac{80 – 70}{10} = 1 \]

ដូច្នេះ ពិន្ទុ Z របស់សិស្សគឺ 1 ដែលមានន័យថាពិន្ទុ 80 គឺជាគម្លាតស្តង់ដារមួយលើសពីមធ្យមភាគ។

ឧទាហរណ៍សំណួរទី 2: ប្រូបាប៊ីលីតេនៃតម្លៃជាក់លាក់មួយ

សំណួរ៖ នៅក្នុងការចែកចាយធម្មតាដែលមានមធ្យមភាគ 100 និងគម្លាតស្តង់ដារ 15 តើប្រូបាប៊ីលីតេនៃការរកឃើញតម្លៃក្រោម 85 គឺជាអ្វី?

ដំណោះស្រាយ៖
ជំហាននានា៖
១. គណនាពិន្ទុ Z សម្រាប់តម្លៃ \( X = 85 \):
\[ Z = \frac{85–100}{15} = \frac{-15}{15} = -1 \\]

2. ប្រើតារាង Z ឬម៉ាស៊ីនគិតលេខស្ថិតិ ដើម្បីស្វែងរកប្រូបាប៊ីលីតេដែលត្រូវគ្នានឹងពិន្ទុ Z នៃ -1។ នៅក្នុងតារាង Z ប្រូបាប៊ីលីតេនៃពិន្ទុ Z នៃ -1 គឺប្រហែល 0.1587។

ដូច្នេះប្រូបាប៊ីលីតេនៃការស្វែងរកតម្លៃក្រោម 85 គឺ 0.1587 ឬ 15.87%។

ឧទាហរណ៍សំណួរទី 3: ការប្រើប្រាស់ច្បាប់ជាក់ស្តែង

សំណួរ៖ គេដឹងថាការចែកចាយពិន្ទុតេស្តគណិតវិទ្យានៅតាមសាលារៀនធ្វើតាមការចែកចាយធម្មតាដែលមានមធ្យមភាគ 75 និងគម្លាតស្តង់ដារ 8។ តើសមាមាត្រសិស្សដែលទទួលបានពិន្ទុចន្លោះពី 67 ដល់ 83 គឺជាអ្វី?

ដំណោះស្រាយ៖
ជំហាន៖
១. គណនាពិន្ទុ Z សម្រាប់តម្លៃ ៦៧ និង ៨៣៖
\[ Z_{67} = \frac{67–75}{8} = \frac{-8}{8} = -1 \]
\[ Z_{83} = \frac{83–75}{8} = \frac{8}{8} = 1 \]

2. យោងតាមច្បាប់ជាក់ស្តែង តម្លៃរវាង -1 SD និង +1 SD ពីមធ្យមភាគគ្របដណ្តប់ប្រហែល 68% នៃចំនួនប្រជាជន។

ដូច្នេះ សមាមាត្រនៃសិស្សដែលទទួលបានពិន្ទុចន្លោះពី 67 ដល់ 83 គឺប្រហែល 68%។

ឧទាហរណ៍សំណួរទី 4: ការគណនាតម្លៃពីភាគរយ

សំណួរ៖ ប្រសិនបើកម្ពស់ជាមធ្យមរបស់បុរសពេញវ័យនៅក្នុងប្រទេសមួយគឺ ១៧៥ សង់ទីម៉ែត្រ ជាមួយនឹងគម្លាតស្តង់ដារ ៧ សង់ទីម៉ែត្រ តើកម្ពស់នៅភាគរយទី ៩០ មានប៉ុន្មាន?

ដំណោះស្រាយ៖
ជំហាន៖
១. រកពិន្ទុ Z ដែលត្រូវនឹងភាគរយទី 90។ ដោយផ្អែកលើតារាង Z ពិន្ទុ Z ដែលនៅជិតបំផុតនឹង 0.9000 គឺប្រហែល 1.28។

២. ប្រើរូបមន្តដើម្បីគណនាតម្លៃនៃ \( X\):
\[ X = \mu + Z \ដង \sigma \]
\[ X = ១៧៥ + ១,២៨ \គុណ ៧ \]
\[ X = ១៧៥ + ៨.៩៦ \]
\[ X = 183.96 \]

ដូច្នេះ កម្ពស់ក្នុងភាគរយទី 90 គឺប្រហែល 183.96 សង់ទីម៉ែត្រ។

ឧទាហរណ៍សំណួរទី 5: ប្រូបាប៊ីលីតេនៃចន្លោះពេលជាក់លាក់មួយ

សំណួរ៖ ដោយសារការចែកចាយទម្ងន់ទារកទើបនឹងកើតធ្វើតាមការចែកចាយធម្មតាដែលមានមធ្យមភាគ 3.5 គីឡូក្រាម និងគម្លាតស្តង់ដារ 0.5 គីឡូក្រាម តើប្រូបាប៊ីលីតេដែលទារកមានទម្ងន់ចន្លោះពី 3 គីឡូក្រាម ទៅ 4 គីឡូក្រាមគឺជាអ្វី?

ដំណោះស្រាយ៖
ជំហាន៖
១. គណនាពិន្ទុ Z សម្រាប់តម្លៃ ៣ គីឡូក្រាម និង ៤ គីឡូក្រាម៖
\[ Z_{3} = \frac{3–3.5}{0.5} = \frac{-0.5}{0.5} = -1 \]
\[ Z_{4} = \frac{4–3.5}{0.5} = \frac{0.5}{0.5} = 1 \]

2. ប្រូបាប៊ីលីតេសម្រាប់ពិន្ទុ Z រវាង -1 និង 1 ដោយផ្អែកលើតារាង Z គឺប្រហែល 0.6826 ឬ 68.26%។

ដូច្នេះ ប្រូបាប៊ីលីតេនៃទារកដែលមានទម្ងន់ចន្លោះពី 3 គីឡូក្រាម ទៅ 4 គីឡូក្រាមគឺប្រហែល 68.26%។

សេចក្តីសន្និដ្ឋាន

ការចែកចាយធម្មតាគឺជាគោលគំនិតជាមូលដ្ឋានមួយនៅក្នុងស្ថិតិដែលមានសារៈសំខាន់ និងមានការអនុវត្តជាច្រើននៅក្នុងពិភពពិត។ នៅក្នុងអត្ថបទនេះ យើងបានពន្យល់ពីគោលគំនិតជាមូលដ្ឋាននៃការចែកចាយធម្មតា និងបានដោះស្រាយឧទាហរណ៍ជាច្រើនដើម្បីពង្រឹងការយល់ដឹងរបស់យើង។

ការយល់ដឹងអំពីការចែកចាយធម្មតាមិនត្រឹមតែសំខាន់សម្រាប់ស្ថិតិប៉ុណ្ណោះទេ ប៉ុន្តែវាក៏សំខាន់សម្រាប់វិស័យជាក់ស្តែងផ្សេងៗដូចជាចិត្តវិទ្យា សេដ្ឋកិច្ច និងវិទ្យាសាស្ត្រសង្គមផ្សេងៗទៀតផងដែរ។ ដោយមានការអនុវត្តគ្រប់គ្រាន់ ការដោះស្រាយបញ្ហាចែកចាយធម្មតាអាចកាន់តែវិចារណញាណ និងជួយក្នុងការធ្វើការសម្រេចចិត្តដែលជំរុញដោយទិន្នន័យ។