NexTutor
Wirtualne laboratorium/Matematyka/Prawdopodobieństwo/Krzywa Gaussa i centralne twierdzenie graniczne
Wielkie odkrycie 1810 — Gauss, Laplace

Krzywa Gaussa i centralne twierdzenie graniczne

Rozszerzenie tematu statystyki, średniej i odchylenia standardowego. Suma lub średnia wielu niezależnych czynników losowych układa się w „dzwon" — rozkład normalny (krzywą Gaussa) — niezależnie od rozkładu składników. To centralne twierdzenie graniczne. Rozkład normalny opisał Carl Friedrich Gauss (1809), a ogólne twierdzenie udowodnił Pierre-Simon Laplace (1810).

Matematyka · Prawdopodobieństwo · Krzywa Gaussa i centralne twierdzenie graniczne (1810)
Liczba sumowanych rzutów kostką nn1 kostka
Sumując wiele niezależnych zdarzeń losowych (np. rzutów kostką), otrzymamy rozkład…
kostek n
1
średnia μ
3.5
odch. std. σ
1.71
wyniki w ±1σ
66.7%

Co się właśnie stało?

Pojedynczy rzut kostką daje rozkład jednostajny — szóstka wyników 1–6 z równą szansą 1/6. Ale gdy sumujesz wiele takich niezależnych rzutów, rozkład sumy przestaje być płaski i coraz wierniej przybliża charakterystyczny „dzwon” — rozkład normalny (krzywą Gaussa). Kluczowe: dzieje się tak niezależnie od tego, jaki rozkład miały składniki.

Centralne twierdzenie graniczne (CTG)

Gdy jakaś wielkość jest sumą wielu małych, niezależnych czynników losowych, jej rozkład dąży do normalnego. Rozkład normalny ma gęstość:

f(x)=1σ2πe(xμ)22σ2f(x)=\dfrac{1}{\sigma\sqrt{2\pi}}\,e^{-\frac{(x-\mu)^2}{2\sigma^2}}

gdzie μ\mu to średnia (środek dzwonu), a σ\sigma to odchylenie standardowe (szerokość dzwonu). Dla sumy n kostek liczymy je dokładnie: μ=3,5n\mu = 3{,}5\,n oraz σ=3512n\sigma = \sqrt{\tfrac{35}{12}\,n}.

Niezmiennik: reguła 68–95–99,7

Dla rozkładu normalnego stały odsetek wyników mieści się w kolejnych przedziałach wokół średniej — niezależnie od μ i σ:

P(μσXμ+σ)0,68P(\mu-\sigma \le X \le \mu+\sigma)\approx 0{,}68
P(μ2σXμ+2σ)0,95P(μ±3σ)0,997P(\mu-2\sigma \le X \le \mu+2\sigma)\approx 0{,}95 \qquad P(\mu\pm 3\sigma)\approx 0{,}997

W panelu po prawej widać, jak realny odsetek wyników sumy (liczony z dokładnego rozkładu) zbiega do tych wartości, gdy rośnie n. To praktyczne narzędzie interpretacji odchylenia standardowego.

Trochę historii

Rozkład normalny opisał matematycznie Carl Friedrich Gauss (1809), badając błędy pomiarowe w astronomii — stąd „krzywa Gaussa”. Ogólne centralne twierdzenie graniczne udowodnił Pierre-Simon Laplace (1810). CTG to jeden z filarów statystyki: tłumaczy, dlaczego „dzwon” pojawia się wszędzie w przyrodzie i pomiarach — wzrost ludzi, błędy pomiarowe, wyniki testów — bo każda z tych wielkości jest sumą wielu drobnych, niezależnych wpływów.

Po co Ci to na maturze:

Rozkład normalny i reguła 68–95–99,7 pozwalają szybko szacować, jak „typowy” jest dany wynik: odległość od średniej mierzymy w jednostkach σ. Chwyt: gdy w zadaniu pojawia się „suma/średnia wielu prób”, spodziewaj się rozkładu normalnego — nawet jeśli pojedyncza próba była zupełnie inna.

Zapamiętaj: suma wielu niezależnych zdarzeń losowych daje rozkład normalny (krzywą Gaussa) — niezależnie od rozkładu składników. Ok. 68% wyników mieści się w ±1σ, ok. 95% w ±2σ, wokół średniej μ.

Model poglądowy · Wirtualne laboratorium NexTutor

Najczęstsze pytania

Jaki rozkład otrzymamy sumując wiele niezależnych zdarzeń?

Dzwonowy — rozkład normalny (krzywą Gaussa), niezależnie od rozkładów składników.

Co mówi reguła 68-95-99,7?

Ok. 68% wyników mieści się w ±1 odchylenie standardowe od średniej, 95% w ±2σ, 99,7% w ±3σ.

Dlaczego rozkład normalny jest wszędzie?

Bo wiele wielkości (wzrost, błędy pomiaru) to sumy wielu małych niezależnych czynników losowych.

Powiązane eksperymenty