‫‪29/11/07‬‬

‫הסתברות וסטטיסטיקה – שיעור ‪6‬‬

‫התפלגויות רציפות‬
‫משתנה מקרי רציף ‪ X‬מפולג נורמלית אם הפונקציה המתארת אותו‪:‬‬
‫‪( x−µ ) 2‬‬
‫‪1‬‬
‫= )‪f ( x‬‬ ‫‪⋅e‬‬ ‫‪2⋅σ 2‬‬
‫∞ < ‪−∞ < x‬‬
‫‪2 ⋅ π ⋅σ‬‬ ‫‪2‬‬

‫‪ - µ‬תוחלת משתנה נורמלי‪.‬‬

‫‪ - σ 2‬שונות של משתנה נורמלי‪.‬‬

‫ציר ‪ x‬מהווה אסימפטוטה לפונקציה‪.‬‬

‫תכונות‬
‫‪.1‬סימטריה מסביב לתוחלת ) ‪. ( µ‬‬
‫‪.2‬סה"כ השטח הוא ‪ 100%( 1‬של המקרים)‪.‬‬

‫•כל ההתפלגויות הנורמליות זהות בצורת העקומה‪ ,‬השוני הוא במרכז‬

‫הפעמון (תוחלת ‪ ) µ -‬וגובהו (שונות ‪.) σ 2 -‬‬

‫תוחלת שונה‪ ,‬שונות שווה‬ ‫תוחלת שווה‪ ,‬שונות שונה‬

‫אינטגרציה נומרית – הצגת שטח מסוים ע"י סיכום שטחים מתחת לגרף‪.‬‬

‫התפלגות נורמלית – כללי‬

‫‪-‬בתחום ‪ 2 ⋅ σ‬מצידי ה ‪ µ -‬נמצא ‪ 68%‬מכלל השטח‪.‬‬
‫‪-‬בתחום ‪ 4 ⋅ σ‬מצידי ה ‪ µ -‬נמצא ‪ 95.5%‬מכלל השטח‪.‬‬
‫‪-‬בתחום ‪ 6 ⋅ σ‬מצידי ה ‪ µ -‬נמצא ‪ 99.5%‬מכלל השטח‪.‬‬

‫על פי נתונים אלו ניתן לחפש חריגים בהתפלגות – חיפוש‬

‫תוצאות במרחק של יותר מ ‪ 3 ⋅ σ -‬לכל כיוון‪.‬‬

‫‪-1-‬‬
‫‪29/11/07‬‬
‫הסתברות וסטטיסטיקה – שיעור ‪6‬‬
‫חישוב הסתברויות‬
‫‪ – Z‬משתנה נורמלי סטנדרטי‪.‬‬

‫תוחלת ) ‪.0 = ( µ‬‬

‫סטיית תקן ) ‪.1 = (σ 2‬‬

‫שימוש בטבלה‬
‫הטבלה שבידינו נותנת שטח משמאל לנקודה שקיבלנו‪.‬‬

‫נניח לדוגמה שאנחנו מחפשים הסתברות ‪ ,)P(Z<1.5‬מחפשים בטור השמאלי את‬

‫ערך ‪ Z‬והמספר שלידו הוא התשובה‪.‬‬
‫‪P( Z < 1.5) = 0.9332‬‬

‫חישוב הסתברות ‪1‬‬

‫התוצאה אומרת שמשמאל לסטייה וחצי‪ ,‬יש שטח של ‪ 93.32%‬מכלל השטח‪.‬‬

‫אם יש לנו ‪ 2‬ספרות אחרי הנקודה‪ ,‬עושים תיקון למספר השלם ע"פ השורה העליונה‬
‫בטבלה‪.‬‬
‫נניח לדוגמה שאנחנו מחפשים הסתברות ‪ ,)P(Z<0.52‬מחפשים בטור השמאלי את‬
‫ערך ‪ ,Z 0.5‬אח"כ מחפשים בשורה העליונה את הספרה השנייה אחרי הנקודה ‪0.02‬‬
‫והמספר שבמפגש הטור והשורה הוא התשובה (בדומה לשימוש בלוח כפל)‪.‬‬

‫‪P( Z < −0.52 ) = 0.3015‬‬

‫חישוב הסתברות ‪2‬‬

‫במקרה שצריך לחשב שטח מימין (‪ ,)…>Z‬במקום לעשות משלים‪ ,‬מחליפים את‬
‫הסימן של המספר והופכים את אי השוויון‪.‬‬
‫השטח מימין למשתנה שווה לשטח משמאל ל – "‪ "-‬של המשתנה‪.‬‬

‫) ‪P( Z ≥ a ) = P ( Z ≤ − a‬‬
‫‪P( Z > 1) = P ( Z < −1) = 0.1587‬‬
‫‪P( Z > −1.28) = P ( Z < 1.28) = 0.8997‬‬

‫חישוב הסתברות ‪3‬‬

‫בחישוב של שטח בין ‪ 2‬ערכים‪ ,‬נחשב שטח משמאל לגדול ) ‪ ( b‬פחות שטח משמאל‬
‫לקטן ) ‪. ( a‬‬
‫) ‪P( a ≤ Z ≤ b ) = P( Z ≤ b ) − P ( Z ≤ a‬‬
‫‪P( − 1 ≤ Z ≤ 1) = P ( Z ≤ 1) − P ( Z ≤ −1) = 0.8413 − 0.1587 = 0.6826‬‬

‫‪-2-‬‬
‫‪29/11/07‬‬
‫הסתברות וסטטיסטיקה – שיעור ‪6‬‬
‫מעבר ממשתנה נורמלי כלשהו (‪ )X‬למשתנה סטנדרטי (‪)Z‬‬

‫(‬
‫‪X ~ N µ ,σ 2‬‬ ‫)‬ ‫→‬ ‫(‬
‫‪Z ~ N 0,12‬‬ ‫)‬
‫נוסחת המעבר‪:‬‬
‫‪X −µ‬‬
‫=‪Z‬‬
‫‪σ‬‬

‫‪σ = Var‬‬
‫הסבר לריבוע של ‪← σ‬‬
‫‪σ 2 = Var‬‬

‫משמעות הנוסחה‪:‬‬
‫‪.1‬יש להזיז את ‪ µ‬של עקומה ‪( x‬מרכז העקומה)‬
‫לכיוון ה – ‪( 0‬חיסור)‪.‬‬
‫‪.2‬יש להנמיך את העקומה ‪ x‬לגובה של עקומה ‪,z‬‬
‫חלוקה ב ‪. σ -‬‬

‫טענה‬
‫אם ‪-‬‬
‫‪X −µ‬‬
‫(‬
‫‪X ~ N µ ,σ 2‬‬ ‫)‬ ‫‪,‬‬ ‫=‪Z‬‬
‫‪σ‬‬
‫אזי –‬
‫‪EZ = 0‬‬
‫‪VarZ = 1‬‬

‫הוכחה‬
‫‪X −µ 1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪EZ = E‬‬ ‫‪= E ( X − µ ) = ( EX − Eµ ) =  µ‬‬ ‫‪−‬‬ ‫‪µ‬‬ ‫‪=0‬‬
‫‪σ‬‬ ‫‪σ‬‬ ‫‪σ‬‬ ‫‪σ  X ~ N( µ ,σ 2 ) EC=C ‬‬
‫‪‬‬ ‫‪‬‬
‫‪X −µ‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪ 1‬‬ ‫‪1‬‬
‫‪VarZ = Var‬‬ ‫‪= 2 Var  X − µ‬‬ ‫=‪‬‬
‫‪‬‬
‫‪VarX‬‬
‫‪‬‬ ‫‪‬‬ ‫=‬ ‫‪⋅σ 2 = 1‬‬
‫‪σ‬‬ ‫‪σ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪σ X ~ N ( µ ,σ 2 ) σ‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪Varµ =0 ‬‬

‫‪-3-‬‬
‫‪29/11/07‬‬
‫הסתברות וסטטיסטיקה – שיעור ‪6‬‬
‫דוגמה‬
‫ציון ‪ IQ‬מפולג נורמלית עם תוחלת של ‪ 100‬וסטיית תקן של ‪( 15‬נתונים אמיתיים)‪.‬‬
‫‪.1‬אחת ההגדרות של גאון היא ‪ ,IQ>140‬מהוא ‪ %‬הגאונים באוכלוסיה?‬

‫(‬
‫‪X ~ N 100,15 2‬‬ ‫)‬
‫‪‬‬ ‫‪140 − 100 ‬‬
‫> ‪P( X > 140 ) = P Z‬‬ ‫‪ = P ( Z > 2.67 ) = P( Z < −2.67 ) = 0.0038 = 0.38%‬‬
‫‪‬‬ ‫‪15‬‬ ‫‪‬‬
‫‪.2‬מה הסיכוי לקבל ציון בין ‪ 85‬ל – ‪?130‬‬

‫‪ 85 − 100‬‬ ‫‪130 − 100 ‬‬

‫‪P( 85 < X < 130 ) = P‬‬ ‫< ‪<Z‬‬ ‫= )‪ = P( − 1 < Z < 2‬‬
‫‪ 15‬‬ ‫‪15‬‬ ‫‪‬‬
‫‪P( Z < 2) − P ( Z < −1) = 0.9772 − 0.1587 = 0.8185‬‬

‫‪ 1000.3‬אנשים נגשו למבחן ‪ ,IQ‬כמה מהם צפויים לקבל ציון בין ‪ 100‬ל –‬
‫‪?115‬‬

‫שלב א' – חישוב ההסתברות לקבל ציון בין ‪ 100‬ל‪:115 -‬‬

‫‪P(100 < Z < 115) = P‬‬

‫‪ 100 − 100‬‬
‫‪ 15‬‬
‫<‪<Z‬‬
‫‪115 − 100 ‬‬
‫‪15‬‬
‫(‬ ‫)‬
‫= ‪ = P 0 < Z < 1b‬‬
‫‪‬‬ ‫‪a‬‬

‫‪P( Z < 1) − P ( Z < 0 ) = 0.8413 − 0.5 = 0.3413‬‬

‫שלב ב' – חישוב מספר האנשים ע"י בינום‪:‬‬

‫‪ – Y‬המשתנה החדש‪.‬‬

‫)‪Y ~ B(1000,0.3413‬‬
‫אנשים ‪EY = n ⋅ p = 1000 ⋅ 0.3413 = 341.3‬‬

‫דרך נוספת‪:‬‬
‫מציאת ‪ 0.3413‬מתוך ‪ 1000‬אנשים‪.‬‬
‫‪1000 ⋅ 0.3413 = 341.3‬‬

‫‪.4‬בוחרים ‪ 8‬אנשים באקראי‪ ,‬מה הסיכוי שיהיו ביניהם בדיוק ‪ 2‬אנשים‬

‫בעלי ציון בין ‪ 85‬ל – ‪?100‬‬
‫כל אדם – ניסוי ב"ת‪ ,‬מוצלח ‪ ⇐ 100 – 85‬בינום‪.‬‬

‫‪P( 85 < X < 100 ) = 0.3413‬‬ ‫קודם (‬ ‫) סעיף‬

‫)‪Y ~ B( 8,0.3413‬‬
‫‪8‬‬
‫‪P( Y = 2 ) =   ⋅ 0.34132 ⋅ (1 − 0.3413) = 0.2664‬‬
‫‪6‬‬

‫‪ 2‬‬

‫‪-4-‬‬
 ‫‪29/11/07‬‬
‫הסתברות וסטטיסטיקה – שיעור ‪6‬‬
‫‪.5‬חברה מעוניינת לקבל עובד בעל ציון ‪ IQ‬הגבוה מ – ‪.120‬‬
‫המועמדים עוברים בזה אחר זה מבחן ‪ IQ‬עד אשר מתגלה המועמד‬
‫המתאים‪ ,‬מה הסיכוי שיהיה זה המועמד ה – ‪ 10‬שיבחר?‬

‫שלב א' – הסתברות‪:‬‬

‫‪‬‬ ‫‪120 − 100 ‬‬
‫> ‪P( X > 120 ) = P Z‬‬ ‫‪ = P ( Z < −1.33) = 0.0918‬‬
‫‪‬‬ ‫‪15‬‬ ‫‪‬‬

‫שלב ב' – התפלגות גיאומטרית‪:‬‬

‫)‪Y ~ G ( 0.0918‬‬
‫) ‪P( Y = 10 ) = (1 − P‬‬ ‫‪⋅ P = (1 − 0.0918) ⋅ 0.0918 = 0.0386‬‬
‫‪k −1‬‬ ‫‪9‬‬

‫דוגמה‬
‫כמות הגשם השנתית המצטברת באזור השרון‪ ,‬מפולגת נורמלית עם תוחלת של ‪500‬‬
‫מ"מ וסטיית תקן של ‪ 100‬מ"מ‪.‬‬

‫‪.1‬ידוע שבשנה מסויימת ירדו פחות מ – ‪ 600‬מ"מ גשם‪ ,‬מה הסיכוי שירדו‬
‫יותר מ – ‪ 450‬מ"מ?‬
‫(‬
‫‪X ~ N 500,100 2‬‬ ‫)‬
‫) ‪P( X > 450  X < 600 ) P( 450 < X < 600‬‬
‫= )‪P( X > 450 / X < 600‬‬ ‫=‬ ‫=‬
‫) ‪P ( X < 600‬‬ ‫) ‪P ( X < 600‬‬
‫‪P( 450100‬‬
‫‪−500‬‬
‫)‪< Z < 1) P( − 0.5 < Z < 1) P( Z < 1) − P( Z < −0.5‬‬
‫=‬ ‫=‬ ‫=‬
‫)‪P ( Z < 1‬‬ ‫)‪P ( Z < 1‬‬ ‫)‪P( Z < 1‬‬
‫‪0.8413 − 0.3085‬‬
‫‪= 0.6333‬‬
‫‪0.8413‬‬

‫‪.2‬אם כמות הגשם השנתית המצטברת נמוכה מ – ‪ 300‬מ"מ‪ ,‬מקבל‬

‫החקלאי פיצוי של ‪.₪ 10,000‬‬
‫אם כמות הגשם השנתית המצטברת היא בין ‪ 300‬ל ‪400 -‬מ"מ‪ ,‬מקבל‬
‫החקלאי פיצוי של ‪.₪ 2,000‬‬
‫אם כמות הגשם השנתית המצטברת גבוהה מ – ‪ 300‬מ"מ‪ ,‬לא מקבל‬
‫החקלאי פיצוי‪.‬‬
‫חשב תוחלת ופיצוי שמקבל החקלאי‪.‬‬

‫‪X > 400‬‬ ‫‪300 ≤ X ≤ 400‬‬ ‫‪X < 300‬‬ ‫‪X‬‬

‫(פיצוי‬
‫‪0‬‬ ‫‪2,000‬‬ ‫‪10,000‬‬ ‫לחקלאי)‬
‫‪P( X > 400 ) = P ( Z > 400100‬‬
‫‪−500‬‬
‫)‬ ‫)‪1 − ( 0.8413 + 0.0228‬‬ ‫‪P( X < 300 ) = P( Z < 300100‬‬
‫‪−500‬‬
‫)‬
‫סיכוי‬
‫‪= P( Z > −1) = P( Z < 1) = 0.8413‬‬ ‫‪= 0.1359‬‬ ‫‪= P ( Z < −2) = 0.0288‬‬

‫ש" ח ‪EY = 10,000 ⋅ 0.0228 + 2,000 ⋅ 0.1359 + 0 = 499‬‬

‫‪-5-‬‬
‫‪29/11/07‬‬
‫הסתברות וסטטיסטיקה – שיעור ‪6‬‬
‫‪.3‬מהי כמות הגשם השנתית שב – ‪ 10%‬מכלל השנים יורדת כמות גשם‬
‫גבוהה ממנה?‬

‫‪X ~ N 500,100 2‬‬‫(‬ ‫)‬

‫‪P( X < a ) = 0.9‬‬
‫‪‬‬ ‫‪a − 500 ‬‬
‫< ‪P Z‬‬ ‫‪ = 0.9‬‬
‫‪‬‬ ‫‪100 ‬‬

‫מחפשים את ההסתברות הקרובה ביותר ל – ‪ ,0.9‬במקרה שלנו בטבלה‬

‫‪ 0.8997‬שנותן לנו ערך של ‪.1.28‬‬

‫‪a − 500‬‬
‫‪= 1.28‬‬
‫‪100‬‬
‫‪a = (1.28 ⋅100 ) + 500‬‬
‫‪ 628‬מ"מ = ‪a‬‬

‫הגדרה‬
‫אחוזון (מאון) ‪ - %P‬ערך ש – ‪ %P‬מכלל הנתונים קטנים או שווים לו‪.‬‬

‫ניסוח סעיף קודם ע"פ ההגדרה‪:‬‬

‫מצא אחוזון ‪ 90‬של הגשם‪ ⇐ 90% .‬מהנתונים תחתיו ו – ‪ 10%‬מעליו‪.‬‬

‫טענה‬
‫אם‬
‫(‬
‫‪X ~ N µ x ,σ 2 x‬‬ ‫)‬ ‫‪,‬‬ ‫‪Y ~ N µ y ,σ 2 y‬‬ ‫(‬ ‫)‬ ‫ב "ת‬

‫אזי‬
‫) ‪X + Y ~ N ( µx + µy ,σ 2 x + σ 2 y‬‬ ‫חיבור‬
‫‪X −Y ~ N ( µx − µy , σ‬‬ ‫‪2‬‬
‫‪x‬‬ ‫‪+σ‬‬ ‫‪2‬‬
‫‪y‬‬ ‫)‬ ‫חיסור‬

‫סטיית תקן‪:‬‬
‫‪σ‬‬ ‫‪2‬‬
‫‪x‬‬ ‫‪+σ‬‬ ‫‪2‬‬
‫‪y‬‬

‫‪-6-‬‬
‫‪29/11/07‬‬
‫הסתברות וסטטיסטיקה – שיעור ‪6‬‬
‫דוגמה‬
‫פדיון של חברה מפולג נורמלית עם תוחלת של ‪ $40,000‬וסטיית תקן של ‪.$4,000‬‬
‫הוצאות החברה מפולגות נורמלית עם תוחלת של ‪ $30,000‬וסטיית תקן של‬
‫‪.$3,000‬‬
‫מה הסיכוי שרווח החברה יעלה על ‪?$11,000‬‬
‫? = ) ‪P( R > 11,000$‬‬

‫‪ -‬נשמיט אלפים כדי להקל על החישוב‪.‬‬

‫פדיון‬ ‫) (‬
‫‪X ~ N 40,4 2‬‬
‫הוצאות‬ ‫) ‪Y ~ N ( 30,3‬‬
‫‪2‬‬

‫רווח‬ ‫‪R = x− y‬‬

‫‪µ R = 40 − 30 = 10‬‬ ‫‪,‬‬ ‫‪σ R = 4 2 + 32 = 5‬‬

‫‪‬‬ ‫‪11 − 10 ‬‬

‫> ‪P( R > 11) = P z‬‬ ‫‪ = P( z > 0.2 ) = P ( z < −0.2 ) = 0.4207‬‬
‫‪‬‬ ‫‪5 ‬‬

‫רישום בספרים‬
‫‪ - φ‬שטח משמאל‪.‬‬

‫) ‪P( Z ≤ a ) = φ ( a‬‬

‫‪-7-‬‬