Funzione di Densità di Probabilità (PDF) della Distribuzione Normale Calculator
La funzione di densità di probabilità di una distribuzione normale descrive la probabilità che una variabile casuale continua assuma un valore specifico in base alla sua media e varianza.
Formula first
Overview
Questa formula rappresenta la classica curva a campana Gaussiana, dove il picco è definito dalla media (μ) e la diffusione o larghezza è controllata dalla varianza (σ²). È la pietra angolare della statistica inferenziale, poiché il Teorema del Limite Centrale stabilisce che le somme di molte variabili casuali indipendenti tendono verso questa distribuzione. L'integrale di questa funzione su qualsiasi intervallo rappresenta la probabilità che la variabile casuale ricada all'interno di quell'intervallo.
Symbols
Variables
x = Random Variable, = Mean, = Variance
Apply it well
When To Use
When to use: Utilizzare questo per modellare fenomeni fisici, biologici o sociali in cui i punti dati si raggruppano attorno a una media centrale con deviazioni simmetriche.
Why it matters: Consente il calcolo di probabilità, test di ipotesi e stima di parametri in quasi tutti i campi scientifici e ingegneristici.
Avoid these traps
Common Mistakes
- Confondere la deviazione standard (σ) con la varianza (σ²).
- Supporre che il valore della PDF sia una probabilità stessa, piuttosto che una densità (la probabilità di un punto esatto è 0).
One free problem
Practice Problem
Per una distribuzione normale con una media (μ) di 0 e una varianza (σ²) di 1, calcola la densità f(x) in x = 0.
Hint: Ricorda che = 1 e l'espressione si semplifica in 1/sqrt(2π).
The full worked solution stays in the interactive walkthrough.
References
Sources
- Feller, W. (1968). An Introduction to Probability Theory and Its Applications.
- Ross, S. M. (2014). A First Course in Probability.
- Gauss, C. F. (1809). Theoria motus corporum coelestium.