Analys och presentation av fysikexperiment - Fysikum
Analys och presentation av fysikexperiment - Fysikum
Analys och presentation av fysikexperiment - Fysikum
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
38 KAPITEL 4. SANNOLIKHETER OCH STATISTIK<br />
Sannolikheten att f˚a ett värde i ett litet intervall dx blir allts˚a f(x)dx, <strong>och</strong><br />
sannolikheten att x hamnar mellan a <strong>och</strong> b blir allts˚a<br />
b<br />
P(a < x < b) = f(x)dx (4.1)<br />
Man säger att värdena p˚a x är fördelade längs x-axeln p˚a ett sätt som beskrivs<br />
<strong>av</strong> sannolikhetstätheten f(x), <strong>och</strong> ibland talar man om f(x) som en sannolikhetsfördelning.<br />
Eftersom sannolikheten att f˚a n˚agot värde p˚a x när man väljer<br />
ett slumpmässigt är 1, blir<br />
∞<br />
f(x)dx = 1 . (4.2)<br />
−∞<br />
Figur 4.1 visar ett exempel p˚a en sannolikhetsfördelning. Det skulle kunna<br />
vara sannolikhetstätheten för olika värden vid en mätning där det sanna värdet<br />
är 105,5. Varje mätning ger ett slumpmässigt värde, <strong>och</strong> med fem mätningar<br />
skulle vi t.ex. kunna f˚a den uppsättning värden som är markerade med pilar.<br />
Gör vi fem mätningar till f˚ar vi fem andra värden. Det g˚ar inte att säga vilka,<br />
men eftersom sannolikhetstätheten är mycket nära noll utanför intervallet som<br />
visas i figuren är det ytterst osannolikt att n˚agot skulle hamna där. Om vi<br />
f(x)<br />
0.2<br />
0.15<br />
0.1<br />
0.05<br />
0<br />
95 100 105 110 115<br />
x<br />
Figur 4.1: Ett exempel p˚a fem värden dragna fr˚an en sannolikhetstäthet centrerad<br />
vid x = 105,5.<br />
inte känner till fördelningen kan vi uppskatta hur den ser ut genom att göra<br />
m˚anga mätningar. I s˚a fall är det inte särskilt praktiskt att markera de enskilda<br />
mätningarna som i Figur 4.1. Det är inte heller särskilt översk˚adligt att<br />
bara lista dem i en tabell. Ett praktiskt <strong>och</strong> ofta använt sätt att ˚ask˚adliggöra<br />
värden dragna ur en sannolikhetsfördelning är ett histogram. Antag att vi gör<br />
200 mätningar istället för fem. Att lista alla 200 värdena blir inte s˚a översk˚adligt.<br />
Istället kan vi dela in dem i klasser (eller ”binnar” efter engelskans bins). Varje<br />
klass svarar mot en del <strong>av</strong> x-axeln. Väljer vi klassbredden 2 i exemplet kanske<br />
v˚ara 200 värden fördelar sig som i tabell 4.1. Detta blir mycket mer ˚ask˚adligt<br />
om vi representerar v˚ara data i ett histogram som i Figur 4.2. Histogrammet<br />
a