Bevis for sandsynligheden for normale og exceptionelle udfald
STX og HHX · A-niveau · mundtlig eksamen · Forklaret af gymnasielærer Kofi D. Mensah
Her gennemgår vi beviset for sandsynligheden for normale og exceptionelle udfald trin for trin, sådan som du skal kunne det til den mundtlige eksamen i matematik på A-niveau (STX og HHX). Undervejs bruger du fordelingsfunktionen for en normalfordeling og symmetri i standardnormalfordelingen.
Sætningen
Hvis X er normalfordelt med middelværdi \(\mu\) og spredning \(\sigma\), er sandsynligheden for et normalt udfald, dvs. et udfald mellem \(\mu-2\sigma\) og \(\mu+2\sigma\), lig med \(2\cdot\Phi(2)-1\approx 0{,}954\). Ca. 95 % af udfaldene er normale, og ca. 5 % er exceptionelle.
Det skal du kunne først
- Fordelingsfunktionen for en normalfordeling \(F(x)=\Phi\left(\frac{x-\mu}{\sigma}\right)\)
Sandsynligheden for et interval er \(P(a\lt X\lt b)=F(b)-F(a)\). - Symmetri i standardnormalfordelingen \(\Phi(-z)=1-\Phi(z)\)
Grafen for \(\varphi\) er symmetrisk om 0, så arealet til venstre for \(-z\) er lig arealet til højre for z.
Beviset trin for trin
-
Normale og exceptionelle udfald
\(\displaystyle \mu-2\sigma\lt x\lt\mu+2\sigma\)Et udfald er normalt, hvis det ligger mindre end 2 spredninger fra middelværdien. Ellers er det exceptionelt.
-
Brug fordelingsfunktionen
\(\displaystyle P(\mu-2\sigma\lt X\lt\mu+2\sigma)=F(\mu+2\sigma)-F(\mu-2\sigma)\)Sandsynligheden for et interval er forskellen mellem F i endepunkterne. Det er ligegyldigt, om endepunkterne er med, fordi \(P(X=a)=0\).
-
Omregn til \(\Phi\)
\(\displaystyle F(\mu+2\sigma)=\Phi\left(\frac{\mu+2\sigma-\mu}{\sigma}\right)\)\(\displaystyle =\Phi(2)\)Vi bruger \(F(x)=\Phi\left(\frac{x-\mu}{\sigma}\right)\). Tilsvarende er \(F(\mu-2\sigma)=\Phi\left(\frac{-2\sigma}{\sigma}\right)=\Phi(-2)\).
-
\(\mu\) og \(\sigma\) forsvinder
\(\displaystyle P(\mu-2\sigma\lt X\lt\mu+2\sigma)=\Phi(2)-\Phi(-2)\)Resultatet afhænger ikke af \(\mu\) og \(\sigma\). Det er det samme for alle normalfordelinger.
-
Brug symmetrien
\(\displaystyle \Phi(2)-\Phi(-2)=\Phi(2)-(1-\Phi(2))\)\(\displaystyle =2\cdot\Phi(2)-1\)\(\Phi(-2)=1-\Phi(2)\), fordi grafen for \(\varphi\) er symmetrisk om 0.
-
Udregn
\(\displaystyle 2\cdot\Phi(2)-1\approx 2\cdot 0{,}9772-1=0{,}9544\)\(\Phi(2)\approx 0{,}9772\) findes i en tabel eller med CAS.
-
Konklusion
\(P(\text{normalt udfald})\approx 0{,}954\) og \(P(\text{exceptionelt udfald})\approx 1-0{,}954=0{,}046\)Ca. 95 % af udfaldene er normale, og ca. 5 % er exceptionelle. Exceptionelle udfald er hændelsen modsat de normale.
∎ Dermed er sætningen bevist.
Det kan censor spørge om
Hvorfor afhænger resultatet ikke af \(\mu\) og \(\sigma\)?
Hvor stor er sandsynligheden for at ligge mindre end én spredning fra \(\mu\)?
Der er 4 censorspørgsmål til beviset i kurset.
Flere beviser til mundtlig eksamen
- Bevis for sammenhæng mellem den vilkårlige og standard normalfordelings tæthedsfunktionSTX og HHX · A-niveau
- Bevis for, at tætheden er størst i middelværdienSTX og HHX · A-niveau
- Bevis for, at tæthedsfunktionen er symmetrisk om middelværdienSTX og HHX · A-niveau
- Bevis sammenhæng ml vilkårlige og standard fordelingsfunktionSTX og HHX · A-niveau
- Estimation af sandsynlighedsparameter i binomial eksperimentSTX og HHX · A-niveau
- Fra standard til vilkårlig normalfordelingSTX og HHX · A-niveau