Bevis · Sandsynlighed og statistik

Bevis sammenhæng ml vilkårlige og standard fordelingsfunktion

STX og HHX · A-niveau · mundtlig eksamen · Forklaret af gymnasielærer Kofi D. Mensah

Her gennemgår vi beviset sammenhæng ml vilkårlige og standard fordelingsfunktion trin for trin, sådan som du skal kunne det til den mundtlige eksamen i matematik på A-niveau (STX og HHX). Undervejs bruger du fordelingsfunktioner, sammenhængen mellem tæthedsfunktionerne og integration ved substitution.

Sætningen

Fordelingsfunktionen F for en normalfordeling med middelværdi \(\mu\) og spredning \(\sigma\) hænger sammen med standardnormalfordelingens fordelingsfunktion \(\Phi\) ved \(F(x)=\Phi\left(\frac{x-\mu}{\sigma}\right)\).

Det skal du kunne først

  • Fordelingsfunktioner  \(F(x)=P(X\le x)=\int_{-\infty}^{x}f(t)\,dt\) og \(\Phi(x)=\int_{-\infty}^{x}\varphi(u)\,du\)
    Fordelingsfunktionen er arealet under tæthedsfunktionen til venstre for x.
  • Sammenhængen mellem tæthedsfunktionerne  \(f(t)=\frac{1}{\sigma}\cdot\varphi\left(\frac{t-\mu}{\sigma}\right)\)
    Tætheden for en vilkårlig normalfordeling udtrykt ved \(\varphi\).
  • Integration ved substitution  \(\int h(g(t))\cdot g'(t)\,dt=\int h(u)\,du\), hvor \(u=g(t)\)
    Grænserne skal også skiftes til u-værdier.

Beviset trin for trin

  1. Fordelingsfunktionen for X

    \(\displaystyle F(x)=\int_{-\infty}^{x}f(t)\,dt\)

    F(x) er arealet under grafen for f til venstre for x. Vi kalder integrationsvariablen t, fordi x er den øvre grænse.

  2. Indsæt sammenhængen

    \(\displaystyle F(x)=\int_{-\infty}^{x}\varphi\left(\frac{t-\mu}{\sigma}\right)\cdot\frac{1}{\sigma}\,dt\)

    Vi bruger \(f(t)=\frac{1}{\sigma}\cdot\varphi\left(\frac{t-\mu}{\sigma}\right)\).

  3. Vælg substitutionen

    \(u=\frac{t-\mu}{\sigma}\) og \(du=\frac{1}{\sigma}\,dt\)

    Den indre funktion kaldes u. Dens afledede er \(\frac{du}{dt}=\frac{1}{\sigma}\), og den står allerede som faktor i integralet.

  4. Nye grænser

    \(t=x\) giver \(u=\frac{x-\mu}{\sigma}\), og \(t\to-\infty\) giver \(u\to-\infty\)

    Grænserne skal udtrykkes ved u. Når t går mod \(-\infty\), gør u det også, fordi \(\sigma\gt 0\).

  5. Skift variabel

    \(\displaystyle F(x)=\int_{-\infty}^{\frac{x-\mu}{\sigma}}\varphi(u)\,du\)

    Integration ved substitution: \(\varphi\left(\frac{t-\mu}{\sigma}\right)\cdot\frac{1}{\sigma}\,dt\) bliver til \(\varphi(u)\,du\).

  6. Konklusion

    \(\displaystyle F(x)=\Phi\left(\frac{x-\mu}{\sigma}\right)\)

    Integralet er arealet under \(\varphi\) til venstre for \(\frac{x-\mu}{\sigma}\). Det er netop \(\Phi\left(\frac{x-\mu}{\sigma}\right)\).

∎ Dermed er sætningen bevist.

Det kan censor spørge om

Hvad bruges formlen til?
Til at finde sandsynligheder i enhver normalfordeling med \(\Phi\), fx \(P(a\lt X\le b)=\Phi\left(\frac{b-\mu}{\sigma}\right)-\Phi\left(\frac{a-\mu}{\sigma}\right)\).
\(\mu=100\) og \(\sigma=15\). Find \(P(X\le 115)\).
\(F(115)=\Phi\left(\frac{115-100}{15}\right)=\Phi(1)\approx 0{,}841\).

Der er 4 censorspørgsmål til beviset i kurset.

Flere beviser til mundtlig eksamen

Se alle beviser · Alle beviser på dit niveau med flueben