Distribuzione normale calcolatrice

✖I risultati specifici all'interno delle prove sono il numero di volte in cui un determinato risultato si verifica all'interno di un dato insieme di prove.ⓘ Risultati specifici all'interno delle sperimentazioni [x]			+10% -10%
✖La media della distribuzione è il valore medio aritmetico di lungo periodo di una variabile casuale avente quella distribuzione.ⓘ Media di distribuzione [μ]			+10% -10%
✖La deviazione standard della distribuzione è una misura di quanto sono distribuiti i numeri.ⓘ Deviazione standard della distribuzione [σ]			+10% -10%

✖La distribuzione normale è un tipo di distribuzione di probabilità continua per una variabile casuale a valori reali.ⓘ Distribuzione normale [P_normal]

⎘ Copia

👎

Formula

✖

Distribuzione normale

Formula

`"P"_{"normal"} = e^(-("x"-"μ")^2/(2*"σ"^2))/("σ"*sqrt(2*pi))`

Esempio

`"0.096667"=e^(-("3"-"2")^2/(2*("4")^2))/("4"*sqrt(2*pi))`

Calcolatrice

LaTeX

Ripristina

👍

Scaricamento Ingegnere meccanico Formula PDF PDF Image

Distribuzione normale Soluzione

FASE 0: Riepilogo pre-calcolo

Formula utilizzata

Distribuzione normale = e^(-(Risultati specifici all'interno delle sperimentazioni-Media di distribuzione)^2/(2*Deviazione standard della distribuzione^2))/(Deviazione standard della distribuzione*sqrt(2*pi))
P_normal = e^(-(x-μ)^2/(2*σ^2))/(σ*sqrt(2*pi))
Questa formula utilizza 2 Costanti, 1 Funzioni, 4 Variabili

Costanti utilizzate

pi - Costante di Archimede Valore preso come 3.14159265358979323846264338327950288
e - Costante di Napier Valore preso come 2.71828182845904523536028747135266249

Funzioni utilizzate

sqrt - Una funzione radice quadrata è una funzione che accetta un numero non negativo come input e restituisce la radice quadrata del numero di input specificato., sqrt(Number)

Variabili utilizzate

Distribuzione normale - La distribuzione normale è un tipo di distribuzione di probabilità continua per una variabile casuale a valori reali.
Risultati specifici all'interno delle sperimentazioni - I risultati specifici all'interno delle prove sono il numero di volte in cui un determinato risultato si verifica all'interno di un dato insieme di prove.
Media di distribuzione - La media della distribuzione è il valore medio aritmetico di lungo periodo di una variabile casuale avente quella distribuzione.
Deviazione standard della distribuzione - La deviazione standard della distribuzione è una misura di quanto sono distribuiti i numeri.

PASSAGGIO 1: conversione degli ingressi in unità di base

Risultati specifici all'interno delle sperimentazioni: 3 --> Nessuna conversione richiesta
Media di distribuzione: 2 --> Nessuna conversione richiesta
Deviazione standard della distribuzione: 4 --> Nessuna conversione richiesta

FASE 2: valutare la formula

Sostituzione dei valori di input nella formula

P_normal = e^(-(x-μ)^2/(2*σ^2))/(σ*sqrt(2*pi)) --> e^(-(3-2)^2/(2*4^2))/(4*sqrt(2*pi))

Valutare ... ...

P_normal = 0.0966670292007123

PASSAGGIO 3: conversione del risultato nell'unità di output

0.0966670292007123 --> Nessuna conversione richiesta

RISPOSTA FINALE

0.0966670292007123 ≈ 0.096667 <-- Distribuzione normale

(Calcolo completato in 00.004 secondi)

Tu sei qui -

Casa » Ingegneria » Meccanico » Ingegnere meccanico » Parametri industriali » Distribuzione normale

Titoli di coda

Creato da Suman Ray Pramanik

Istituto indiano di tecnologia (IO ESSO), Kanpur

Suman Ray Pramanik ha creato questa calcolatrice e altre 50+ altre calcolatrici!

Verificato da Akshada Kulkarni

Istituto nazionale di tecnologia dell'informazione (NIIT), Neemrana

Akshada Kulkarni ha verificato questa calcolatrice e altre 900+ altre calcolatrici!

< 12 Parametri industriali Calcolatrici

Distribuzione binomiale

Partire Distribuzione binomiale = Numero di prove!*(Probabilità di successo della singola prova^Risultati specifici all'interno delle sperimentazioni)*(Probabilità di fallimento della prova unica^(Numero di prove-Risultati specifici all'interno delle sperimentazioni))/(Risultati specifici all'interno delle sperimentazioni!*(Numero di prove-Risultati specifici all'interno delle sperimentazioni)!)

Distribuzione normale

Partire Distribuzione normale = e^(-(Risultati specifici all'interno delle sperimentazioni-Media di distribuzione)^2/(2*Deviazione standard della distribuzione^2))/(Deviazione standard della distribuzione*sqrt(2*pi))

Distribuzione di Poisson

Partire Distribuzione di Poisson = Media di distribuzione^(Risultati specifici all'interno delle sperimentazioni)*e^(-Media di distribuzione)/(Risultati specifici all'interno delle sperimentazioni!)

Fattore di apprendimento

Partire Fattore di apprendimento = (log10(Tempo per l'attività 1)-log10(Tempo per n compiti))/log10(Numero di attività)

Crashing

Partire Pendenza di costo = (Costo dell'incidente-Costo normale)/(Orario normale-Tempo di schianto)

Tasso di svalutazione annuale

Partire Tasso di svalutazione annuale = (Tasso di Rendimento Valuta Estera-Tasso di ritorno USD)/(1+Tasso di ritorno USD)

Errore di previsione

Partire Errore di previsione = Valore osservato al tempo t-Previsione media regolare per il periodo t

Densità di traffico macroscopica

Partire Densità del traffico in vpm = Portata oraria in vph/(media Velocità di viaggio/0.277778)

Dati generali di cucitura

Partire GSD = (Potere dell'uomo*Ore di lavoro)/Bersaglio

Intensità del traffico

Partire Intensità del traffico = Tasso medio di arrivo/Tasso di servizio medio

Punto di riordino

Partire Punto di riordino = Tempi di consegna richiesti+Scorta di sicurezza

Varianza

Partire Varianza = ((Tempo pessimistico-Tempo ottimista)/6)^2

Distribuzione normale Formula

Cos'è la distribuzione normale?

La distribuzione normale è un tipo di distribuzione di probabilità continua per una variabile casuale a valori reali. Le distribuzioni normali sono importanti in statistica e sono spesso utilizzate nelle scienze naturali e sociali per rappresentare variabili casuali a valori reali le cui distribuzioni non sono note. La loro importanza è in parte dovuta al teorema del limite centrale. Afferma che, in alcune condizioni, la media di molti campioni (osservazioni) di una variabile casuale con media e varianza finite è essa stessa una variabile casuale, la cui distribuzione converge a una distribuzione normale all'aumentare del numero di campioni.

Casa

GRATUITO PDF

🔍 Ricerca

Categorie

Condividere

Let Others Know

✖

Facebook

Twitter

Copied!