Bevis · Sandsynlighed og statistik

Fra vilkårlig til standard normalfordeling

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

Her gennemgår vi »Fra vilkårlig til standard normalfordeling« trin for trin, sådan som du skal kunne det til den mundtlige eksamen i matematik på A-niveau (STX og HHX). Undervejs bruger du normalfordelingen, standardnormalfordelingen og kædereglen.

Sætningen

Hvis X er normalfordelt med middelværdi \(\mu\) og spredning \(\sigma\), så er \(Z=\frac{X-\mu}{\sigma}\) standardnormalfordelt, dvs. normalfordelt med middelværdi 0 og spredning 1.

Det skal du kunne først

  • Normalfordelingen  \(f(x)=\frac{1}{\sigma\cdot\sqrt{2\pi}}\cdot e^{-\frac{1}{2}\left(\frac{x-\mu}{\sigma}\right)^2}\)
    Fordelingsfunktionen \(F(x)=P(X\le x)\) har den afledede \(F'(x)=f(x)\).
  • Standardnormalfordelingen  \(\varphi(z)=\frac{1}{\sqrt{2\pi}}\cdot e^{-\frac{1}{2}z^2}\)
    Det er tæthedsfunktionen for normalfordelingen med \(\mu=0\) og \(\sigma=1\).
  • Kædereglen  \(\left(g(k(z))\right)'=g'(k(z))\cdot k'(z)\)

Beviset trin for trin

  1. Definér Z

    \(\displaystyle Z=\frac{X-\mu}{\sigma}\)

    X er normalfordelt med \(\mu\) og \(\sigma\), hvor \(\sigma\gt 0\). Vi finder fordelingsfunktionen for Z og differentierer den.

  2. Fordelingsfunktionen for Z

    \(\displaystyle G(z)=P(Z\le z)\)\(\displaystyle =P\left(\frac{X-\mu}{\sigma}\le z\right)\)

    Vi kalder fordelingsfunktionen for Z for G.

  3. Isolér X i uligheden

    \(\displaystyle P\left(\frac{X-\mu}{\sigma}\le z\right)=P(X\le\mu+\sigma\cdot z)\)

    Gang med \(\sigma\) og læg \(\mu\) til på begge sider. Ulighedstegnet vender ikke, fordi \(\sigma\gt 0\).

  4. Brug F

    \(\displaystyle G(z)=F(\mu+\sigma\cdot z)\)

    F er fordelingsfunktionen for X.

  5. Differentiér med kædereglen

    \(\displaystyle g(z)=G'(z)\)\(\displaystyle =f(\mu+\sigma\cdot z)\cdot\sigma\)

    Den ydre funktion er F med den afledede f. Den indre funktion \(\mu+\sigma\cdot z\) har den afledede \(\sigma\). g er tæthedsfunktionen for Z.

  6. Indsæt i f

    \(\displaystyle g(z)=\sigma\cdot\frac{1}{\sigma\cdot\sqrt{2\pi}}\cdot e^{-\frac{1}{2}\left(\frac{\mu+\sigma\cdot z-\mu}{\sigma}\right)^2}\)

    x erstattes af \(\mu+\sigma\cdot z\) i tæthedsfunktionen f.

  7. Reducér

    \(\displaystyle g(z)=\frac{1}{\sqrt{2\pi}}\cdot e^{-\frac{1}{2}z^2}\)

    \(\sigma\) forkortes ud foran. I eksponenten går \(\mu\) ud, og \(\frac{\sigma\cdot z}{\sigma}=z\).

  8. Konklusion

    \(\displaystyle g(z)=\varphi(z)\)

    Z har standardnormalfordelingens tæthedsfunktion. Altså er \(Z=\frac{X-\mu}{\sigma}\) standardnormalfordelt.

∎ Dermed er sætningen bevist.

Det kan censor spørge om

Hvad kan sætningen bruges til?
Til at finde sandsynligheder i en vilkårlig normalfordeling med \(\Phi\): \(P(X\le x)=\Phi\left(\frac{x-\mu}{\sigma}\right)\).
Hvad fortæller tallet \(\frac{x-\mu}{\sigma}\)?
Hvor mange spredninger x ligger fra middelværdien. Er det negativt, ligger x under middelværdien.

Der er 4 censorspørgsmål til beviset i kurset.

Flere beviser til mundtlig eksamen

Se alle beviser · Alle beviser på dit niveau med flueben