Zoek de buigpunten voor de normale verdeling

Een ding dat geweldig is aan wiskunde is de manier waarop ogenschijnlijk niet-gerelateerde gebieden van het onderwerp op verrassende manieren samenkomen. Een voorbeeld hiervan is de toepassing van een idee van calculus naar de belcurve. Een hulpmiddel in calculus dat bekend staat als de afgeleide wordt gebruikt om de volgende vraag te beantwoorden. Waar zijn de buigpunten op de grafiek van de kansdichtheidsfunctie voor de normaal distributie?

Curven hebben verschillende kenmerken die kunnen worden geclassificeerd en gecategoriseerd. Een item met betrekking tot curven dat we kunnen overwegen, is of de grafiek van een functie toeneemt of afneemt. Een ander kenmerk heeft betrekking op iets dat bekend staat als holte. Dit kan grofweg worden gezien als de richting die een deel van de curve is gericht. Formeler concaaf is de richting van de kromming.

Een deel van een kromming is hol naar boven als deze de vorm heeft van de letter U. Een deel van een curve is hol naar beneden als deze de volgende vorm heeft ∩. Het is gemakkelijk om te onthouden hoe dit eruit ziet als we denken aan een grot die naar boven opent voor hol naar boven of naar beneden voor hol naar beneden. Een buigpunt is waar een curve de concaafheid verandert. Met andere woorden, het is een punt waar een curve van concaaf omhoog naar concaaf omlaag gaat, of omgekeerd.

instagram viewer

In calculus is de afgeleide een hulpmiddel dat op verschillende manieren wordt gebruikt. Hoewel het meest bekende gebruik van de afgeleide is om de helling van een lijn die een curve raakt op een bepaald punt te bepalen, zijn er andere toepassingen. Een van deze toepassingen heeft te maken met het vinden van buigpunten van de grafiek van een functie.

Als de grafiek van y = f (x) heeft een buigpunt bij x = een, dan de tweede afgeleide van f geëvalueerd op een is nul. We schrijven dit in wiskundige notatie als f ’’ (a) = 0. Als de tweede afgeleide van een functie nul is op een punt, betekent dit niet automatisch dat we een buigpunt hebben gevonden. We kunnen echter potentiële buigpunten zoeken door te zien waar de tweede afgeleide nul is. We zullen deze methode gebruiken om de locatie van de buigpunten van de normale verdeling te bepalen.

Hieruit is gemakkelijk te zien dat de buigpunten waar voorkomen x = μ ± σ. Met andere woorden, de buigpunten bevinden zich één standaarddeviatie boven het gemiddelde en één standaarddeviatie onder het gemiddelde.