Twierdzenie o rozkładzie - jest to rozkład statystyczny zmiennej , która opisuje n doświadczeń statystycznych, w którym x są to wyniki uzyskane w pojedynczym doświadczeniu. Rozkład można napisać, gdy ilość doświadczeń jest co najmniej skończona (policzalna).
Przypadek szczególny, gdy liczba stopni swobody jest jeden Rozkład, który rządzi pojedynczą próbą jest to rozkład normalny, wyrażamy wzorem . Napiszmy czemu jest równe prawdopodobieństwo uzyskania wyniku z przedziału (x-χx+χ), zatem na podstawie definicji gęstości prawdopodobieństwa wspomnianego rozkładu normalnego prawdopodobieństwo uzyskania wyniku w tym przedziale wyrażamy wzorem poniżej. W jego kolejnych krokach przekształcamy go, tak by wyrazić go jako całkę obliczonej w (0,χ) wiedząc, że ta wspomniana gęstość jest funkcją parzystą względem parametru x-x.
Dokonajmy podstawienia zależnego od t, który jest ilorazem kwadratu zmiennej losowej s=x-x przez kwadrat odchylenia standardowego zmiennej x:
Możemy zróżniczkować podstawienie określane wzorem , dalej korzystając jeszcze raz ze wspomnianego podstawienia, mamy:
Wykorzystajmy podstawienie oraz definicję różniczki według , to znając wszystkie te formuły, zatem podstawmy je do wzoru na prawdopodobieństwo uzyskania wyniku wyżej określanym przedziale , otrzymujemy:
Wykorzystajmy definicję Γ(λ) dla λ=1/2n=1/2, a także znając tożsamość , to wtedy wzór na prawdopodobieństwo uzyskania pomiaru w przedziale (-χ,χ) jest określone wzorem wynikających z obliczeń, którego wzór dla n=1, jest wyżej określaną formułą.
A więc jego gęstość prawdopodobieństwa według wzoru na dystrybuantę zdarzenia można napisać poprzez różniczkowanie go względem zmiennej losowej χ:
Wiemy jednak, że wzór jest spełniony dla jednego przeprowadzonego doświadczenia, ale można udowodnić, że ten nasz wzór jest spełniony dla dowolnej ilości prób, tzn. n≥ 1.
Przypadek gdy liczba prób jest różna od jedynki Policzmy funkcję charakterystyczną przy podanej funkcji gęstości prawdopodobieństwa , z definicji tejże funkcji charakterystycznej określanej jako wartość oczekiwaną funkcji eksponencjalnej exp(itx), co wedle definicji możemy go napisać w postaci nieobliczonej jeszcze, co dokonamy w późniejszych etapach, dalej przedstawimy go w postaci pewnej całki:
Dokonajmy podstawienia, która będzie nam potrzebna we wzorze na funkcję charakterystyczną względem zmiennej losowej χ, które to podstawienie oznaczymy jako zmienną ν zdefiniowanej poprzez parametr t:
Podstawienie wykorzystujemy do wzoru na funkcję charakterystyczną , stąd mamy:
Funkcją charakterystyczną rozkładu zmiennej χ jest funkcją napisaną w . Funkcja charakterystyczna powiedziana jest w punkcie przy parametrze λ, udowodnimy, że ona jest spełniona dla dowolnego n naturalnego większego od zera. Dla dowolnego n zmienną losową χ określamy jako sumę po n doświadczeniach przeprowadzonych nad statystycznym układem poszczególnych wyników pomiarów podniesionych do kwadratu.
Dla λ=1/2n, gdy oczywiście zachodzi n=1, to wtedy możemy określić z funkcji charakterystycznej ściśle określoną gęstość prawdopodobieństwa dla dowolnego "n". Jeśli λ=1/2, to z funkcji na postawie twierdzenia otrzymujemy przypadek n>1 poprzez wymnożenie funkcji charakterystycznych dla n=1 przez siebie charakteryzują różne ale pojedyncze doświadczenia, stąd otrzymujemy funkcję charakterystyczną dla n≥1, wtedy zmienną losową jest , tzn.:
Na podstawie i dochodzimy do wniosku, że funkcją charakterystyczną opisująca badany rozkład gęstości prawdopodobieństwa zmiennej losowej jest , stąd rozkład gęstości prawdopodobieństwa jest gęstością prawdopodobieństwa zmiennej losowej χ o dystrybuancie dla n≥1.