Yksi asia, joka on hieno matematiikassa, on tapa, jolla näennäisesti toisiinsa liittymättömät aihealueet yhdistyvät yllättävillä tavoilla. Yksi esimerkki tästä on idean soveltaminen laskennasta kellokäyrä. Laskennassa käytetty väline, nimeltään johdannainen, käytetään vastaamaan seuraavaan kysymykseen. Missä ovat käännepisteet normaalin todennäköisyystiheysfunktion kuvaajassa jakelu?
Käyrillä on useita ominaisuuksia, jotka voidaan luokitella ja luokitella. Yksi käyriä koskeva kohta, jota voimme harkita, onko funktion kuvaaja nouseva vai pienentyvä. Toinen ominaisuus liittyy niin kutsuttuun koveraisuuteen. Tätä voidaan karkeasti ajatella suunnana, jota osa käyrästä kohtaa. Muodollisemmin koveraisuus on kaarevuussuunta.
Osa käyrästä sanotaan olevan kovera ylöspäin, jos sen muoto on U-kirjain. Osa käyrästä on kovera alaspäin, jos sen muoto on seuraava ∩. On helppo muistaa, miltä tämä näyttää, jos ajatellaan luolaa, joka avautuu joko ylöspäin koveraa varten tai alaspäin koveraan alaspäin. Taivutuspiste on kohta, jossa käyrä muuttaa koveraisuutta. Toisin sanoen se on kohta, jossa käyrä menee koverasta ylöspäin koveraan alaspäin tai päinvastoin.
Laskennassa johdannainen on työkalu, jota käytetään monin tavoin. Vaikka johdannaisen tunnetuin käyttö on käyrän tangenssin määrittäminen tietyssä pisteessä, on muitakin sovelluksia. Yksi näistä sovelluksista liittyy funktion kuvaajan käännepisteiden löytämiseen.
Jos kaavio y = f (x) on käännepiste pisteessä x = a, sitten toisen johdannaisen f arvioitu on nolla. Me kirjoitamme tämän matemaattisessa merkinnässä nimellä f '(a) = 0. Jos funktion toinen johdannainen on pisteessä nolla, tämä ei tarkoita automaattisesti sitä, että olemme löytäneet käännepisteen. Voimme kuitenkin etsiä potentiaalisia käännepisteitä näkemällä missä toinen johdannainen on nolla. Käytämme tätä menetelmää normaalijakauman käännepisteiden sijainnin määrittämiseen.
Tästä on helppo nähdä, että käännepisteet tapahtuvat missä x = μ ± σ. Toisin sanoen taivutuspisteet sijaitsevat yhden standardipoikkeaman keskiarvon yläpuolella ja yhden standardipoikkeaman keskiarvon alapuolella.