STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
108 KAPITEL 3 SLUMPVARIABLER<br />
2007-10-08 – sida 108 – # 112<br />
tidigare behövt visa. Om vi gör substitutionen z = (x − µ)/σ får vi<br />
∞<br />
−∞<br />
fX(x)dx = 1<br />
√ 2π<br />
∞<br />
e<br />
−∞<br />
−z2 /2<br />
dz,<br />
så det gäller således att visa att ∞<br />
−∞ e−z2 √<br />
/2dz = 2π. Kvadraten på denna<br />
integral, dvs. ∞<br />
−∞<br />
man genom att övergå till polära koordinater (z = r cos u <strong>och</strong> y = r sin v)<br />
vilket ger integralen<br />
2π ∞<br />
re −r2 <br />
/2<br />
dr du.<br />
0<br />
0<br />
∞<br />
−∞ e−(z2 +y 2 )/2 dzdy, måste således visas bli 2π. Detta visar<br />
Den inre integralen kan vi lösa explicit eftersom −re −r2 /2 är derivatan av<br />
e −r2 /2 , så ∞<br />
0 re−r2 /2 dr = 1 <strong>och</strong> hela uttrycket blir således 2π vilket var det<br />
vi skulle visa.<br />
Fördelningsfunktionen FX(t) ges således av<br />
FX(t) =<br />
t<br />
−∞<br />
1<br />
σ √ 2π<br />
e− (x−µ)2<br />
2σ 2 dx.<br />
Denna integral har inget slutet uttryck. För givet µ, σ <strong>och</strong> t kan den däremot<br />
beräknas numeriskt.<br />
Från Figur 3.20 är det, via tolkningen av väntevärde som jämviktspunkt,<br />
uppenbart att fördelningen har väntevärde µ. Vi visar dock detta, liksom att<br />
standardavvikelsen är σ i följande sats.<br />
SATS 3.21<br />
Om X ∼ N(µ, σ) så gäller<br />
BEVIS<br />
E(Y ) = µ,<br />
V (Y ) = σ 2 ,<br />
D(Y ) = σ.<br />
Från definitionen har vi E(X) = ∞ 1<br />
−∞ x<br />
σ √ 2π<br />
gare gör substitutionen z = (x − µ)/σ får vi<br />
E(X) =<br />
∞<br />
−∞<br />
(σz + µ) 1<br />
√ 2π e −z2 /2 dz.<br />
e− (x−µ)2<br />
2σ 2 dx. Om vi liksom tidi