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
-
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.
-
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.
-
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 \(\sigma\gt 0\).
-
Brug F
\(\displaystyle G(z)=F(\mu+\sigma\cdot z)\)F er fordelingsfunktionen for X.
-
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.
-
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.
-
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 \(\frac{\sigma\cdot z}{\sigma}=z\).
-
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?
Hvad fortæller tallet \(\frac{x-\mu}{\sigma}\)?
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 sandsynligheden for normale og exceptionelle udfaldSTX 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