Bevis · Sandsynlighed og statistik

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

  1. 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.

  2. 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 \(P(X=a)=0\).

  3. 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 \(F(\mu-2\sigma)=\Phi\left(\frac{-2\sigma}{\sigma}\right)=\Phi(-2)\).

  4. \(\mu\) 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.

  5. 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.

  6. 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.

  7. 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 \(\sigma\)?
Afstanden fra middelværdien måles i spredninger. Når man omregner til standardnormalfordelingen, bliver grænserne altid −2 og 2.
Hvor stor er sandsynligheden for at ligge mindre end én spredning fra \(\mu\)?
\(2\cdot\Phi(1)-1\approx 2\cdot 0{,}8413-1\approx 0{,}683\), altså ca. 68 %.

Der er 4 censorspørgsmål til beviset i kurset.

Flere beviser til mundtlig eksamen

Se alle beviser · Alle beviser på dit niveau med flueben