正态分布的概率密度与分布函数(修).
1.正态分布的概率密度与分布函数
1 P(2 X 100 2) 1[ (2) (2)]
0.6 1[0.9772 (1 0.9772)] 0.0456 4.56%.
概率论与数理统计
§4.1 正态分布的概率密度与分布函数
1
(
t) et2
2dt
2 π
e t2 2dt
t
e t 2
2dt.
2 π
2 π
因为 e t2 2dt 2 π , t et2 2dt 0 ,所以
E(X ) .
概率论与数理统计
§4.2 正态分布的数字特征
D(X ) 1
(x
)2
e(
x )2 2 2
dx
2 π
2 t 2 et2 2dt . 2 π
当 y 0 时,
FY ( y) 0 ;
概率论与数理统计
§4.1 正态分布的概率密度与分布函数
当 y 0 时,
y
FY ( y) P( y X y)
y
1
y x2
e 2 dx
2π y
所以,Y 的分布函数为
y o
yx
FY ( y)
2
y x2
e 2 dx ,
2π 0
0,
y 0; y 0.
e
(
x )2 2 2
,
x
.
2.标准正态分布N(0 ,1)的概率密度与分布函数:
(x) Φ(x)
1
x2
e 2,
2π
x
.
1
x t2
e 2 dt.
2 π
概率论与数理统计
1.正态分布的概率密度与分布函数
解:(1) P( X 1.96) (1.96) 0.975;
(2) P(1.6 X 2.5)
(2.5) (1.6) (2.5) [1 (1.6)] (2.5) 1 (1.6) 0.9938 1 0.9452
0.9390.
概率论与数理统计
§4.1 正态分布的概率密度与分布函数
正态分布的概率计算
定理. 设 X ~ N ( , 2 ) , 则
P( x1
X
x2
)
(
x2
) ( x1
).
证: P(x1 X x2 )
t
xμ σ
1
2π
x2 t2
e 2 dt
x1
1
e dx x2
(
x )2 2 2
标准正态分布的概率密度:
(x)
1 2π
x2
e2
,
ห้องสมุดไป่ตู้
x
;
标准正态分布的分布函数:
Φ(x) 1
x t2
e 2 dt .
2 π
(x) 的性质:
(0) 0.5; () 1; (x) 1 (x).
概率论与数理统计
§4.1 正态分布的概率密度与分布函数
例1.设X服从标准正态分布N (0 ,1) , 求
概率论与数理统计
§4.1 正态分布的概率密度与分布函数
例4.设随机变量 X 服从标准正态分布 N (0 ,1) , 求随
机变量函数 Y X 2 的概率密度.
解:已知随机变量X 的概率密度
fX (x)
1
x2
e 2,
2π
x .
6讲分布函数及概率密度
d
x
d b
c a
.
3. 指数分布
定义:若随机变量 X 具有概率
密度
ex , x 0 ,
f (x)
( 0)
0, x0.
则称 X 服从参数为λ的指数分布,记成 X ~
E(λ)。
指数分布常用于可靠性统计研究中,如 元件的寿命服从指数分布。
例2:设某电子管的使用寿命X(单位:小时) 服从参数λ=0.0002的指数分布,求电子管使 用寿命超过3000小时的概率。
(3). 对 f(x)的进一步理解:
若x是 f(x)的连续点,则
x x
lim P(x X x x) lim x
f (t)dt
x0
x
x0
x
=f(x),
X的概率密度函数f(x)在 x 这一点的值, 恰好是 X 落在区间 [x , x +△x]上的概率与区间长度△x 之比的极限。 如果把概率理解为质量,f (x)相当于物理学中 的线密度。
F(x) 1
e dt, x
(t )2 2 2
x.
2
IV. 标准正态分布 称N(0, 1)为标准正态分布,其密度函数
和分布函数常用 (x) 和 (x) 来表示。(附录)
(x) 1 ex2 / 2 , x , 2
(x) x 1 et2 / 2d t .
h 170 7.69
0.99,
查表,得 (2.33) 0.9901 0.99,
所以, h 170 2.33,即 h 1.88. 7.69
故,当汽车门高度为188厘米时,可使男子与 车门碰头机会不超过0.01。
正态分布 课件
总之,正态分布广泛存在于自然界、生产及科学技术的许多领域中。
正态分布在概率和统计中占有重要地位。
4、正态曲线的性质
(1)曲线在x轴的上方,与x轴不相交.
(μ-σ,μ+σ]
0.6826
(μ-2σ,μ+2σ]
0.9544
(μ-3σ,μ+3σ]
0.9974
(2)曲线是单峰的,它关于直线x=μ对称.
(4)曲线与x轴之间的面积为1.
(3)曲线在x=μ处达到峰值(最高点)
(5)若 固定, 随 值的变化而沿x轴平移, 故 称为位置参数
(6)当μ一定时,曲线的形状由σ确定 .σ越大,曲线越“矮胖”,表示总体的分布越分散;σ越小,曲线越“瘦高”,表示总体的分布越集中.
5、特殊区间的概率:
m-a
m+a
x=μ
若X~N ,则对于任何实数a>0,概率 为如图中的阴影部分的面积,对于固定的 和 而言,该面积随着 的减少而变大。这说明 越小, 落在区间 的概率越大,即X集中在 周围概率越大。
4
0.04
[0.5,1)
8
0.08
[1,1.5)
15
0.15
[1.5,2)
22
0.22
[2,2.5)
25
0.25
[2.5,3)
14
0.14
[3,3.5)
6
0.06
[3.5,4)
4
0.04
[4,4.5)
2
0.02
11
高尔顿钉板实验的 频率分布直方图
这条曲线具有 “中间高,两头低” 的特征,像这种类型的曲线, 就是(或近似地是)以下函数的图像:
正态分布的概念及表和查表方法
正态分布(Normal distribution),也称“常态分布”,又名高斯分布(Gaussian distribution),最早由A·棣莫弗在求二项分布的渐近公式中得到。
.高斯在研究测量误差时从另一个角度导出了它。
P·S·拉普拉斯和高斯研究了它的性质。
是一个在数学、物理及工程等领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力。
正态曲线呈钟型,两头低,中间高,左右对称因其曲线呈钟形,因此人们又经常称之为钟形曲线。
若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布,记为N(μ,σ^2)。
其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。
当μ = 0,σ = 1时的正态分布是标准正态分布。
目录1历史发展2定理3定义▪一维正态分布▪标准正态分布4性质5分布曲线▪图形特征▪参数含义6研究过程7曲线应用▪综述▪频数分布▪综合素质研究▪医学参考值历史发展正态分布概念是由德国的数学家和天文学家Moivre于1733年首次提出的,但由于德国数学家Gauss率先将其应用于天文学家研究,故正态分布又叫高斯分布,高斯这项工作对后世的影响极大,他使正态分布同时有了“高斯分布”的名称,后世之所以多将最小二乘法的发明权归之于他,也是出于这一工作。
但现今德国10马克的印有高斯头像的钞票,其上还印有正态分布的密度曲线。
这传达了一种想法:在高斯的一切科学贡献中,其对人类文明影响最大者,就是这一项。
在高斯刚作出这个发现之初,也许人们还只能从其理论的简化上来评价其优越性,其全部影响还不能充分看出来。
这要到20世纪正态小样本理论充分发展起来以后。
拉普拉斯很快得知高斯的工作,并马上将其与他发现的中心极限定理联系起来,为此,他在即将发表的一篇文章(发表于1810年)上加上了一点补充,指出如若误差可看成许多量的叠加,根据他的中心极限定理,误差理应有高斯分布。
这是历史上第一次提到所谓“元误差学说”——误差是由大量的、由种种原因产生的元误差叠加而成。
16种常见概率分布概率密度函数、意义及其应用
目录1. 均匀分布 ...................................................................................................... 1 2. 正态分布(高斯分布) ........................................................................... 2 3. 指数分布 ...................................................................................................... 2 4. Beta 分布(β分布) ............................................................................. 2 5. Gamma 分布 .................................................................................................. 3 6. 倒Gamma 分布 ............................................................................................. 4 7. 威布尔分布(Weibull 分布、韦伯分布、韦布尔分布) ................. 5 8. Pareto 分布 ................................................................................................ 6 9. Cauchy 分布(柯西分布、柯西-洛伦兹分布) . (7)10. 2χ分布(卡方分布) (7)11. t 分布 ........................................................................................................ 8 12. F 分布 ........................................................................................................ 9 13. 二项分布 ................................................................................................ 10 14. 泊松分布(Poisson 分布) ............................................................. 10 15.对数正态分布 .......................................................................................111. 均匀分布均匀分布~(,)X U a b 是无信息的,可作为无信息变量的先验分布。
6-正态分布
100个产品尺寸的频率分布直方图
频率 组距
产品 尺寸 (mm) 25.235 25.295 25.355 25.415 25.475 25.535
200个产品尺寸的频率分布直方图
频率 组距
产品 尺寸 (mm) 25.235 25.295 25.355 25.415 25.475 25.535
样本容量增大时 频率分布直方图
( .) 1 (.) . ..
例如
x
x
4.分位点/分位数的概念
标准正态分布N (0,1) 的“上 分位点”通常记成 z
定义 若 P{ X z } ( x )dx , 0 1,
z
称z 为X的上分位点 .
1 1 yb fY ( y ) f x ( ) a a a
1 e 2
yb a
2
( 2 2 )
,
1 2 a
e
[ y( a b )]2 [ 2( a ) 2 ]
,
故 Y ~ N (a b, (a )2 ).
(2) 在(1)中取
标准正态分布的概率密度表示为
1 ( x) e 2π
x2 2
, x ,
标准正态分布的分布函数表示为
( x )
x
1 e 2π
t2 2
d t , x .
标准正态分布的图形
例1 已知 X ~ N (0,1), 求 P{1.25 X 2}. 解
例3 设X ~ N (500,602 ), 求 () P{ X }
( ) P{| X | }
( 3) 若P{ X x} 0.1, 求x.
概率统计课程标准
《概率统计》(理工等,本)课程标准一、课程概述《概率统计》是理工科学生的一门基础理论课。
概率统计是研究随机现象客观规律性的一门学科,随着科学技术的发展以及人们对随机现象规律性认识的需要,概率随机现象规律性认识的需要,概率统计的思想方法正日益渗透到自然科学和社会科学的众多领域中。
通过本课程的学习,使学生掌握概率统计的基本概念,了解它的基本理论和方法,从而使学生初步掌握处理随机现象的基本思想和方法,培养学生运用概率统计分析和解决实际问题的能力。
本课程类型是必修课,基础理论课。
总学时是36学时,适用于理工类本科,先修课程为微积分和线性代数。
二、课程目标1、知道《概率统计》这门学科的性质、地位和作用,知道这门学科所研究的对象、研究方法和学科发展。
2、理解和掌握这门学科的主要概念、基本思想和基本方法。
3、要求学生理解并掌握随机事件与概率的计算,理解并掌握随机变量及概率分布的性质,掌握随机变量的数字特征,了解大数定律,会用中心极限定理求近似概率,了解树立统计的基本概念,掌握参数估计及假设检验的基本理论和方法,并会用这些方法解决一些实际问题。
4、知道如何把“数理统计”与“概率论”联系起来。
5、养成对发生在自己日常学习、生活和工作的事进行思考的习惯,看能否用概率论与数理统计的思想和方法来考虑问题。
三、课程内容与教学要求这门学科的知识与技能要求分为知道、理解、掌握、学会四个层次。
这四个层次的一般含义表述如下:知道----是指对这门学科和随机现象的认知。
理解----是指对这门学科涉及到的概念、思想、方法的说明和解释,能提示随机现象的特征。
掌握----是指运用已理解的概念、思想和方法类推同类问题。
学会----是指能模仿或在老师指导下独立完成有关的计算、推导和证明,或识别一般错误。
教学内容和要求表中的“√”号表示教学知识和技能的教学要求层次。
本标准中打“﹡”号的内容可作为自学,教师可根据实际情况确定要求或不布置要求。
(一)随机事件及其概率(二)随机变量及其分布(三)随机变量的数字特征(四)正态分布(五)数理统计的基本知识(六)参数估计(七)假设检验四、课程实施(一)课时安排与教学建议每周安排2课时,共36课时。
正态分布的概念及表和查表方法
正态分布概念及图表正态分布(Normal distribution),也称“常态分布”,又名高斯分布(Gaussian distribution),最早由A·棣莫弗在求二项分布的渐近公式中得到。
.高斯在研究测量误差时从另一个角度导出了它。
P·S·拉普拉斯和高斯研究了它的性质。
是一个在数学、物理及工程等领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力。
正态曲线呈钟型,两头低,中间高,左右对称因其曲线呈钟形,因此人们又经常称之为钟形曲线。
若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布,记为N(μ,σ^2)。
其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。
当μ = 0,σ = 1时的正态分布是标准正态分布。
目录1历史发展2定理3定义▪一维正态分布▪标准正态分布4性质5分布曲线▪图形特征▪参数含义6研究过程7曲线应用▪综述▪频数分布▪综合素质研究▪医学参考值历史发展正态分布概念是由德国的数学家和天文学家Moivre于1733年首次提出的,但由于德国数学家Gauss率先将其应用于天文学家研究,故正态分布又叫高斯分布,高斯这项工作对后世的影响极大,他使正态分布同时有了“高斯分布”的名称,后世之所以多将最小二乘法的发明权归之于他,也是出于这一工作。
但现今德国10马克的印有高斯头像的钞票,其上还印有正态分布的密度曲线。
这传达了一种想法:在高斯的一切科学贡献中,其对人类文明影响最大者,就是这一项。
在高斯刚作出这个发现之初,也许人们还只能从其理论的简化上来评价其优越性,其全部影响还不能充分看出来。
这要到20世纪正态小样本理论充分发展起来以后。
拉普拉斯很快得知高斯的工作,并马上将其与他发现的中心极限定理联系起来,为此,他在即将发表的一篇文章(发表于1810年)上加上了一点补充,指出如若误差可看成许多量的叠加,根据他的中心极限定理,误差理应有高斯分布。
概率论第二章3.3-3.5 (2)
2
15
55
2、指数分布
设连续型随机变量X具有概率密度
ex x 0
f (x) 0 x0
则称X服从参数为的指数分布。记作X~e()
其分布函数为
x
1 ex
F(x) P(X x) f (t)dt
0
x0 x0
例2.23 某商店出售某种商品,具历史记录分析,每
月销售量服从参数=5的泊松分布。问在月初进货时,
要库存多少件此种商品,才能以0.999的概率充分满
足顾客的需要?
解 用X表示每月销量,则X~P()= P(5)。由题意,要
求k,使得P(X≤k)≥0.999,即
k P( X i) k 5i e5 0.999
若X~U[a, b],则X具有下述等可能性:
X落在区间[a, b]中任意长度相同的子区间里的概率是相同的。
即X落在子区间里的概率只依赖于子区间的长度,而与子区间的 位置无关。
X的分布函数
0,
F
(
x)
x 1b,
a a
,
x a, a x b, x b.
f (x)
F(x)
1 1 ba
oa
b
xo a
0, k
0,1,2,, n
n
n
P(X k)
C
k n
pk q nk
( p q)n
1
k 0
k 0
C
k n
p
k
q正n好k 是二项式(p+q)n展开式的一般项,故称二项分
布。特别地,当n=1时P(X=k)=pkq1-k(k=0,1)即为0-1
分布。
例2.19 设有一大批产品,其次品率为0.002。今从这批 产品中随机地抽查100件,试求所得次品件数的概率分 布律。 解 (视作放回抽样检验)
正态分布的概念及表和查表方法
正态分布概念及图表正态分布(Normal distribution),也称“常态分布”,又名高斯分布(Gaussian distribution),最早由A·棣莫弗在求二项分布的渐近公式中得到。
C.F.高斯在研究测量误差时从另一个角度导出了它。
P·S·拉普拉斯和高斯研究了它的性质。
是一个在数学、物理及工程等领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力。
正态曲线呈钟型,两头低,中间高,左右对称因其曲线呈钟形,因此人们又经常称之为钟形曲线。
若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布,记为N(μ,σ^2)。
其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。
当μ = 0,σ = 1时的正态分布是标准正态分布。
目录1历史发展2定理3定义▪一维正态分布▪标准正态分布4性质5分布曲线▪图形特征▪参数含义6研究过程7曲线应用▪综述▪频数分布▪综合素质研究▪医学参考值历史发展正态分布概念是由德国的数学家和天文学家Moivre于1733年首次提出的,但由于德国数学家Gauss率先将其应用于天文学家研究,故正态分布又叫高斯分布,高斯这项工作对后世的影响极大,他使正态分布同时有了“高斯分布”的名称,后世之所以多将最小二乘法的发明权归之于他,也是出于这一工作。
但现今德国10马克的印有高斯头像的钞票,其上还印有正态分布的密度曲线。
这传达了一种想法:在高斯的一切科学贡献中,其对人类文明影响最大者,就是这一项。
在高斯刚作出这个发现之初,也许人们还只能从其理论的简化上来评价其优越性,其全部影响还不能充分看出来。
这要到20世纪正态小样本理论充分发展起来以后。
拉普拉斯很快得知高斯的工作,并马上将其与他发现的中心极限定理联系起来,为此,他在即将发表的一篇文章(发表于1810年)上加上了一点补充,指出如若误差可看成许多量的叠加,根据他的中心极限定理,误差理应有高斯分布。
正态分布密度曲线(简称正态曲线)
正态分布密度函数是连续的,且在整个实数域上 都是非负的。
可微性
正态分布密度函数是可微的,这意味着其导数存 在,可以用于计算概率密度函数的积分。
概率性质
概率密度函数
正态分布的概率密度函数表示随机变量取某个值的概率,其值等 于该点处的曲线下的面积。
概率计算
通过正态分布的概率密度函数,可以计算随机变量取任意区间的概 率。
正态分布密度曲线(简称正态 曲线)
目录
• 正态分布的简介 • 正态分布密度曲线的绘制 • 正态分布的性质 • 正态分布的应用 • 正态分布与其他分布的关系 • 正态分布的假设检验
01
正态分布的简介
正态分布的定义
01
正态分布是一种概率分布,描述 了许多自然现象的概率分布形态 ,其概率密度函数呈钟形曲线, 又称为正态曲线。
非参数检验
通过检验样本数据的某些统计量(如 偏度、峰度)是否符合正态分布的特 征,来判断总体是否服从正态分布。
假设检验的应用场景
金融领域
用于检验投资组合收益率、股票 价格等是否服从正态分布,以评 估风险和制定投资策略。
生物医学领域
用于检验生理指标、遗传变异等 是否符合正态分布,以评估治疗 效果和制定治疗方案。
在统计学中的应用
1 2 3
描述数据分布
正态分布是描述数据分布形态的重要工具,尤其 在统计分析中,正态分布用于描述数据的集中趋 势和离散程度。
参数估计
正态分布的参数估计在统计学中具有重要意义, 如均值和方差等参数的估计有助于了解数据分布 的特征。
假设检验
在许多统计假设检验中,正态分布用于检验数据 的分布是否符合预期,如正态性检验等。
05
正态分布与其他分布的关系
正态分布的概率密度与分布函数(修)
一般正态分布的概率计算
[定理]
设 X ~ N( , 2) , 则Biblioteka P(x1Xx2
)
(
x2
)
( x1
).
证:
t
x
P(x1 X x2 )
1
x2 t2
e 2 dt
2 π x1
1
e dx x2
(
x )2 2 2
2 x1
1
x2 t 2
e 2 dt
2 π
1
x1 t 2
e 2 dt
正态分布(或高斯分布).
记作:
X ~ N ( , 2). 特别,当 0, 1时称 X 服从标准正态分布.
记为:
X ~ N (0 ,1).
§4.1 正态分布的概率密度与分布函数
正态分布的概率密度与分布函数
正态分布 N ( , 2 )的概率密度
f (x) 的图形:
f (x)
分布曲线的特征:
1
2
即 P( X 168 x 168) 0.99, ( x 168) 0.99,
由于
7
7
(2.33) 0.9901 0.99, 可取
7 x 168 2.33
x 184.31
7
故车门高度应设计为
184.31 厘米。
§4.1 正态分布的概率密度与分布函数
[例6] 设随机变量
X 服从标准正态分布
2 π
( x2 ) ( x1 ).
§4.1 正态分布的概率密度与分布函数
[例2] 设随机变量
X 服从正态分布
P(1.6 X 2.4).
N (1 ,22 ) , 求概率
解: P(1.6 X 2.4) (2.4 1) (1.6 1)
正态分布说课课件
四、教学方法分析
教学 问题1
如何引导学生理解正态分布?
教学 如何引导学生了解正态分布的特征? 问题2 启发引导法:引导学生观察正态曲线和动图展示,了解σ和μ的实际意义
如何引导学生建立正态分布模型解决问题? 教学 问题3
五、教学过程分析
提创出问设题情境 引入新课
高斯:正态分布
提问出问题题探究 新课讲解
设计意图:通过数学史的介绍,提升学生对本节课的兴趣
复第二习环旧节知:问题探究、新课讲解
前面学习了离散型随机变量,那么,对于连续型随机变量我们该如何研究呢?
问题1:(1) 如何描述这100个样本误差数据的分布?
(2) 如何构建适当的概率模型刻画误差X的分布?
追问:随着样本数据量增大,分组 越来越多,组距越来越小,得到的 图形有什么特征?
设计意图:通过对动画的展示,让学生感悟参数μ和σ对正态曲线的影 响,以及结合离散型随机变量的研究,了解μ和σ的实际意义
问题4:观察正态分布曲线我们可以知道,是一个对称图形,那么下面 我们来看一下特殊区间内的概率
若X ~ N (, 2 ),则
3 原则
P( X ) 0.6827;
P( 2 X 2 ) 0.9545;
问题2 观察正态曲线及相应的密度函数,你能发现正态曲线的哪些特点?
追问 正态分布曲线是如何刻画随机变量的概率分布的呢?
设计意图:通过问题2和追问,让学生发现并总结正态曲线的性质,提升学生 逻辑推理和数学直观想象核心素养
第三环节:问题思考,性质探究
问题3 一个正态分布由参数μ和σ完全确定,这两个参数对正态曲线的形 状有何影响? 它们反映正态分布的哪些特征?μ和σ的意义是什么?
7.5 正态分布
CONTENTS
人教课标版高中数学选修2-3《正态分布》教学设计
2.4 正态分布一、教学目标1.核心素养:学习正态分布的过程中,更进一步的体会数形结合思想的作用.培养了学生们直观想象和数学建模的能力.2.学习目标(1)通过道尔顿板重复实验,画出正态分布密度曲线.(2)随机变量取值的概率与面积的关系.(3)3σ原则的探索3.学习重点正态分布曲线的定义及其曲线特点,利用标准正态分布表求得标准正态总体在某一区间内取值的概率.4.学习难点正态分布的概念及其实际应用.二、教学设计(一)课前设计1.预习任务任务1阅读教材P70-P75,思考:正态分布密度曲线的概念?正态分布的概念?任务2思考正态分布密度曲线与x轴之间的面积为多少?2.预习自测1.若随机变量满足正态分布N(μ,σ2),则关于正态曲线性质的叙述正确的是() A.σ越大,曲线越“矮胖”,σ越小,曲线越“瘦高”B.σ越大,曲线越“瘦高”,σ越小,曲线越“矮胖”C.σ的大小,和曲线的“瘦高”、“矮胖”没有关系D.曲线的“瘦高”、“矮胖”受到μ的影响答案 A2.已知随机变量ξ服从正态分布N(4,σ2),则P(ξ>4)=()A.15 B.14 C.13 D.12答案 D解析由正态分布图像可知,μ=4是该图像的对称轴,∴P(ξ<4)=P(ξ>4)=1 2.3.设随机变量ξ服从正态分布N(0,1),若P(ξ>1)=p,则P(-1<ξ<0)=()A.12+p B.12-p C.1-2p D.1-p答案 B解析P(-1<ξ<0)=12P(-1<ξ<1)=12[1-2P(ξ>1)]=12-P(ξ>1)=12-p.(二)课堂设计1.知识回顾(1)几何分布.(2)频率分布直方图、折线图.2.问题探究问题探究一重复操作高尔顿板实验,探索正态分布密度曲线●活动一通过道尔顿板重复实验,并画出小球在球槽内的分布曲线.问题探究二随机变量取值的概率与面积的关系.★▲●活动一探讨随机变量取值与面积的关系如果随机变量ξ服从正态分布N(μ,σ2),那么对于任意实数a、b(a<b),当随机变量ξ在区间(a,b]上取值时,其取值的概率与正态曲线与直线x=a,x=b以及x轴所围成的图形的面积相等.如图(1)中的阴影部分的面积就是随机变量ξ在区间(a,b]上取值的概率.一般地,当随机变量在区间(-∞,a )上取值时,其取值的概率是正态曲线在x =a 左侧以及x 轴围成图形的面积,如图(2).随机变量在(a ,+∞)上取值的概率是正态曲线在x =a 右侧以及x 轴围成图形的面积,如图(3).根据以上概率与面积的关系,在有关概率的计算中,可借助与面积的关系进行求解. ●活动二 在实际例子中的应用例题1 若随机变量X ~N (μ,σ2),则P (X ≤μ)=________. 【知识点:正态分布;数学思想:数形结合】详解: 若X ~N (μ,σ2),则其密度曲线关于X =μ对称,则P (X ≤μ)=12. 点拨:随机变量取值的概率与面积的关系 问题探究三 3σ原则★▲ ●活动一 3σ原则含义的理解由于正态变量在(-∞,+∞)内取值的概率是1,由上所述,容易推出,它在区间(μ-2σ,μ+2σ)之外取值的概率是4.56%,在区间(μ-3σ,μ+3σ)之外取值的概率是0.26%.于是,正态变量的取值几乎都在距x =μ三倍标准差之内,这就是正态分布的3σ原则. ●活动二 3σ原则的实际应用设X ~N (1,32),试求(1)P (-2<X ≤4);(2)P (4<X ≤7). 【知识点:正态分布的3σ原则;数学思想:数形结合】 详解:因为X ~N (1,32),所以μ=1,σ=3. (1)P (-2<X ≤4)=P (1-3<X ≤1+3)=P (μ-σ<X ≤μ+σ)=0.682 6.(2)因为P (4<X ≤7)=12[P (-5<X ≤7)-P (-2<X ≤4)]=12[P (1-6<X ≤1+6)-P (1-3<X ≤1+3)] =12[P (μ-2σ<X ≤μ+2σ)-P (μ-σ<X ≤μ+σ)]=12(0.954 4-0.682 6)=0.135 9. 点拨:正态分布的3σ原则的反复使用. 3.课堂总结【知识梳理】(1)正态分布与正态曲线:如果随机变量ξ的概率密度为:.(σμ,,R x ∈为常数,且0 σ),称ξ服从参数为σμ,的正态分布,用ξ~),(2σμN 表示.)(x f 的表达式可简记为),(2σμN ,它的密度曲线简称为正态曲线.(2)正态分布的期望与方差:若ξ~),(2σμN ,则ξ的期望与方差分别为:2,σξμξ==D E . (3)标准正态分布:如果随机变量ξ的概率函数为)(21)(22+∞-∞=- x ex x πϕ,则称ξ服从标准正态分布. 即ξ~)1,0(N 有)()(x P x ≤=ξϕ,)(1)(x x --=ϕϕ求出,而P (a <ξ≤b )的计算则是)()()(a b b a P ϕϕξ-=≤ .(4)正态分布与标准正态分布间的关系:若ξ~),(2σμN 则ξ的分布函数通常用)(x F 表示,且有)σμx (F(x)x)P(ξ-==≤ϕ.(5)“3σ”原则. 【重难点突破】(1)正态分布求概率有时候转化为标准正态分布来解决. (2)用“3σ”原则解题时,有时需要数形结合来解决. 4.随堂检测1.正态总体N (0,49),数值落在(-∞,-2)∪(2,+∞)的概率为( ) A .0.46 B .0.997 4 C .0.03 D .0.002 6 【知识点:正态分布;数学思想:数形结合】 答案 D解:P (-2<ξ≤2)=P (0-3×23<ξ≤0+3×23)=P (μ-3σ<ξ≤μ+3σ)=0.997 4, ∴数值落在(-∞,2)∪(2,+∞)的概率为1-0.997 4=0.002 6.2.若随机变量η服从标准正态分布N (0,1),则η在区间(-3,3]上取值的概率等于( ) A .0.682 6 B .0.954 4 C .0.997 4 D .0.317 4 【知识点:正态分布;数学思想:数形结合】答案 C解:μ=0,σ=1,∴(-3,3]内概率就是(μ-3σ,μ+3σ)内的概率0.997 4.4.若随机变量ξ~N(2,100),若ξ落在区间(-∞,k)和(k,+∞)内的概率是相等的,则k 等于()A.2 B.10 C. 2 D.可以是任意实数【知识点:正态分布;数学思想:数形结合】答案 A5.已知正态分布落在区间(0.2,+∞)上的概率为0.5,那么相应的正态曲线f(x)在x=________时,达到最高点.【知识点:正态分布;数学思想:数形结合】答案0.2解:由于正态曲线关于直线x=μ对称和其落在区间(0.2,+∞)上的概率为0.5,得μ=0.2.6.已知X~N(2.5,0.12),求X落在区间(2.4,2.6]中的概率.【知识点:正态分布;数学思想:数形结合】解:∵X~N(2.5,0.12),∴μ=2.5,σ=0.1.∴X落在区间(2.4,2.6]中的概率为P(2.5-0.1<X≤2.5+0.1)=0.682 6.(三)课后作业基础型自主突破1.ξ的概率密度函数f(x)=12πe-x-122,下列错误的是()A.P(ξ<1)=P(ξ>1) B.P(-1≤ξ≤1)=P(-1<ξ<1) C.f(x)的渐近线是x=0 D.η=ξ-1~N(0,1)答案 C2.正态曲线φμ,σ(x)=12πσe-x-μ22σ2,x∈R,其中μ<0的图像是()【知识点:正态分布;数学思想:数形结合】答案 A解析因为μ<0,所以对称轴x=μ位于y轴左侧.3.下列说法不正确的是()A.若X~N(0,9),则其正态曲线的对称轴为y轴B.正态分布N(μ,σ2)的图像位于x轴上方C.所有的随机现象都服从或近似服从正态分布D.函数f(x)=12πe-x22(x∈R)的图像是一条两头低、中间高、关于y轴对称的曲线答案 C解析并不是所有的随机现象都服从或近似服从正态分布,还有些其他分布.4.如下图是正态分布N1(μ,σ21),N2(μ,σ22),N3(μ,σ23)相应的曲线,则有()A.σ1>σ2>σ3B.σ3>σ2>σ1 C.σ1>σ3>σ2D.σ2>σ1>σ3【知识点:正态分布;数学思想:数形结合】答案 A解析σ反映了随机变量取值的离散程度,σ越小,波动越小,取值越集中,图像越“瘦高”.5.正态曲线关于y轴对称,当且仅当它所对应的正态总体的均值为()A.1 B.-1 C.0 D.与标准差有关6.设随机变量ξ~N (2,4),则D (12ξ)的值等于( )A .1B .2 C.12 D .4 【知识点:正态分布】 答案 A解析 ∵ξ~N (2,4),∴D (ξ)=4. ∴D (12ξ)=14D (ξ)=14×4=1. 能力型 师生共研7.在正态分布总体服从N (μ,σ2)中,其参数μ,σ分别是这个总体的( ) A .方差与标准差 B .期望与方差 C .平均数与标准差 D .标准差与期望 答案 C解析 由正态分布概念可知C 正确.8.若随机变量ξ的密度函数为f (x )=12πe -x 22,ξ在(-2,-1)和(1,2)内取值的概率分别为P 1,P 2,则P 1,P 2的关系为( )A .P 1>P 2B .P 1<P 2C .P 1=P 2D .不确定 【知识点:正态分布;数学思想:数形结合】 答案 C解析 由题意知,μ=0,σ=1,所以曲线关于x =0对称,根据正态曲线的对称性,可知P 1=P 2.9.设随机变量ξ~N (μ,σ2),且P (ξ≤C )=P (ξ>C )=P ,则P 的值为( ) A .0 B .1 C.12 D .不确定与σ无关 答案 C解析 ∵P (ξ≤C )=P (ξ>C )=P ,∴C =μ,且P =12.10.已知随机变量ξ服从正态分布N (0,σ2),若P (ξ>2)=0.023,则P (-2≤ξ≤2)=( ) A .0.477 B .0.628 C .0.954 D .0.977解析 因为随机变量ξ服从正态分布N (0,σ2),所以正态曲线关于直线x =0对称,又P (ξ>2)=0.023,所以P (ξ<-2)=0.023,所以P (-2≤ξ≤2)=1-P (ξ>2)-P (ξ<-2)=1-2×0.023=0.954,故选C. 探究型 多维突破13.随机变量X ~N (μ,σ2),则Y =aX +b 服从( ) A .N (aμ,σ2) B .N (0,1) C .N (μa ,σ2a ) D .N (aμ+b ,a 2σ2) 【知识点:正态分布】 答案 D14.某中学共有210名学生,从中取60名学生成绩如下:成绩 1 2 3 4 5 6 7 8 9 10 人数615211233【知识点:正态分布】解析 因为x =160(4×6+5×15+6×21+7×12+8×3+9×3)=6,s 2=160[6×(4-6)2+15×(5-6)2+21×(6-6)2+12×(7-6)2+3×(8-6)2+3×(9-6)2]=1.5, 以x =6,s ≈1.22作为总体预计平均成绩和标准差的估计值,即μ=6,σ=1.22, 则总体服从正态分布N (6,1.222),所以,正态分布的概率密度函数式:μμ,σ(x )=11.222πe -x -622×1.222 .自助餐1.若ξ~N (1,14),η=6ξ,则E (η)等于( )A .1 B.32 C .6 D .36 答案 C解析 ∵ξ~N (1,14),∴E (ξ)=1,∴E (η)=6E (ξ)=6.2.已知随机变量ξ服从正态分布N (2,σ2),P (ξ≤4)=0.84,则P (ξ≤0)=( ) A .0.16 B .0.32 C .0.68 D .0.84【知识点:正态分布;数学思想:数形结合】答案 A解析利用正态分布图像的对称性,P(ξ≤0)=1-P(ξ≤4)=1-0.84=0.16.3.已知随机变量X服从正态分布N(3,1),且P(2≤X≤4)=0.682 6,则P(X>4)=() A.0.158 8 B.0.158 7 C.0.158 6 D.0.158 5【知识点:正态分布;数学思想:数形结合】答案 B解析由正态密度函数的对称性知P(X>4)=1-P2≤X≤42=1-0.682 62=0.158 7,故选B.4.若随机变量ξ~N(0,1),则P(|ξ|>3)等于()A.0.997 4 B.0.498 7 C.0.974 4 D.0.002 6【知识点:正态分布;数学思想:数形结合】答案 D5.已知ξ~N(0,62),且P(-2≤ξ≤0)=0.4,则P(ξ>2)等于()A.0.1 B.0.2 C.0.6 D.0.8【知识点:正态分布;数学思想:数形结合】答案 A6.已知一次考试共有60名同学参加,考生的成绩X~N(110,52),据此估计,大约应有57人的分数在下列哪个区间内?()A.(90,110] B.(95,125] C.(100,120] D.(105,115]【知识点:正态分布;数学思想:数形结合】答案 C解析由于X~N(110,52),所以μ=110,σ=5,因此考试成绩在区间(105,115],(100,120],(95,125]上的概率分别应是0.682 6,0.954 4,0.997 4,由于一共有60人参加考试,∴成绩位于上述三个区间的人数分别是:60×0.682 6=41人,60×0.954 4=57人,60×0.997 4=60人.7.设离散型随机变量ξ~N(0,1),则P(ξ≤0)=________;P(-2<ξ<2)=________.【知识点:正态分布;数学思想:数形结合】答案12,0.954 4解析因为标准正态曲线的对称轴为x=0,所以P(ξ≤0)=P(ξ>0)=12.而P(-2<ξ<2)=P(-2σ<ξ<2σ)=0.954 4.8.某种零件的尺寸X(cm)服从正态分布N(3,1),则不属于区间(1,5)这个尺寸范围的零件约占总数的________.【知识点:正态分布;数学思想:数形结合】答案 4.56%解析属于区间(μ-2σ,μ+2σ)即区间(1,5)的取值概率约为95.44%,故不属于区间(1,5)这个尺寸范围的零件数约占总数的1-95.44%=4.56%.9.在某项测量中,测量结果ξ服从正态分布N(1,σ2)(σ>0),若ξ在(0,1)内取值的概率为0.4,则ξ在(0,2)内取值的概率为________.【知识点:正态分布;数学思想:数形结合】答案0.810.设随机变量ξ~N(3,4),若P(ξ>c+2)=P(ξ<c-2),求c的值.【知识点:正态分布;数学思想:数形结合】解析由ξ~N(3,4)可知,密度函数关于直线x=3对称(如下图所示),又P(ξ>c+2)=P(ξ<c-2),故有3-(c-2)=(c+2)-3,∴c=3.11.若在一次数学考试中,某班学生的分数为X,且X~N(110,202),满分为150分,这个班的学生共有54人,求这个班在这次数学考试中及格(不小于90分)的人数和130分以上(不包括130分)的人数.【知识点:正态分布;数学思想:数形结合】解析∵X~N(110,202),∴μ=110,σ=20.∴P(110-20<X≤110+20)=0.682 6.∴X>130的概率为12×(1-0.682 6)=0.158 7.∴X≥90的概率为0.682 6+0.158 7=0.841 3. ∴及格的人数为54×0.841 3≈45(人),130分以上的人数为54×0.158 7≈9(人).12.设随机变量X服从正态分布X~N(8,1),求P(5<X≤6).【知识点:正态分布;数学思想:数形结合】解析由已知得μ=8,σ=1,∵P(6<X≤10)=0.954 4,P(5<X≤11)=0.997 4,∴P(5<X≤6)+P(10<X≤11)=0.997 4-0.954 4=0.043.如图,由正态曲线分布的对称性,得P(5<X≤6)=P(10<X≤11)=0.0432=0.021 5.11/ 11。
正态分布的概率密度与分布函数(修)
正态分布的概率密度函数表达式为:$f(x) = frac{1}{sqrt{2pisigma^2}} e^{-frac{(xmu)^2}{2sigma^2}}$,其中$mu$是均值, $sigma$是标准差。
正态分布在实数轴上对称分布,其 概率密度函数关于均值$mu$对称。
参数解释
1 2
均值($mu$) 正态分布的对称轴,决定了分布的位置。
正态分布在统计学中的应用
在回归分析中的应用
线性回归分析
正态分布是线性回归分析中误差分布的常用假设,它有助于估计未知参数和预测 未来观测值。
逻辑回归分析
在逻辑回归分析中,正态分布用于解释分类变量与连续变量之间的关系,通过概 率转换实现分类目的。
在质量管理中的应用
控制图
正态分布用于制作均值和标准差控制 图,监控生产过程中的产品质量波动。
与t分布的关系
01
t分布是正态分布在样本量较小或数据变异较大时的
近似分布。
02
t分布的形状由自由度决定,当自由度逐渐增大时,t
分布趋近于正态分布。
03
在统计推断中,t检验和t分布经常用于分析小样本数
据或异常值较多的数据集。
与F分布的关系
1
F分布是两个正态分布的比值的分布,常用于方 差卡尔·弗里德里希·高斯 (Carl Friedrich Gauss)在1809 年首次对正态分布进行了系统研究, 并将其应用于误差分析。
后续发展
随着统计学和概率论的不断发展, 正态分布在各个领域得到广泛应用, 成为概率论和统计学中的基础分布 之一。
定义
正态分布是一种连续概率分布,其概率 密度函数(pdf)呈钟形曲线。
正态分布的分布函数形式为:$F(x) = frac{1}{sqrt{2pisigma^2}} int_{-infty}^{x} e^{-frac{(tmu)^2}{2sigma^2}} dt$,其中$mu$和$sigma$分别为均值 和标准差。
正态分布
3、正态曲线的性质
ϕµ,σ ( x) =
y µ= -1 σ=0.5
1
2πσ y
e
−
( x − µ )2 2σ 2
, x ∈ (−∞, +∞)
y µ=1
µ=0 σ=1 σ=2 -3 -2 -1 0 1 2 3 4x
-3 -2 -1 0
1 2
x
-3 -2 -1 0
1 2 3 x
轴的上方, 轴不相交. (1)曲线在x轴的上方,与x轴不相交. 曲线在 轴的上方 轴不相交 它关于直线x=µ对称 对称. (2)曲线是单峰的 它关于直线 )曲线是单峰的,它关于直线 对称 处达到峰值(最高点 (3)曲线在 )曲线在x=µ处达到峰值 最高点 处达到峰值 最高点) 轴之间的面积为1 (4)曲线与 轴之间的面积为 )曲线与x轴之间的面积为
若某一随机变量的概率密度函数(频率曲线方程) 为上式,则称该变量X服从参数为µ和σ的正态分布, 记为:X~N(µ,σ2)。 函数方程中µ为位置参数,σ为形状参数。 在σ不变的情况下,函数曲线形状不变,若µ变大 时,曲线位置向右移;若µ变小时,曲线位置向左 移。 在µ不变的情况下,函数曲线位置不变,若σ变大 时,曲线形状变的越来越“胖”和“矮”;若σ变 小时,曲线形状变的越来越“瘦”和“高”。
选修2-3 高二数学 选修
正态分布
引入
正态分布在统计学中是很重要的分布。 正态分布在统计学中是很重要的分布。我们知 离散型随机变量最多取可列个不同值, 道,离散型随机变量最多取可列个不同值,它等于 某一特定实数的概率可能大于0, 某一特定实数的概率可能大于 ,人们感兴趣的是 它取某些特定值的概率,即感兴趣的是其分布列; 它取某些特定值的概率,即感兴趣的是其分布列; 连续型随机变量可能取某个区间上的任何值, 连续型随机变量可能取某个区间上的任何值,它等 于任何一个实数的概率都为0, 于任何一个实数的概率都为 ,所以通常感兴趣的 是它落在某个区间的概率。 是它落在某个区间的概率。离散型随机变量的概率 分布规律用分布列描述, 分布规律用分布列描述,而连续型随机变量的概率 分布规律用密度函数(曲线)描述。 分布规律用密度函数(曲线)描述。
第八讲:正态分布及随机变量函数的分布.
一、分布函数(P27)定义(P27):设X是随机变量,对任意实数兀,事件{X <x}的概率P{X <x}称为随机变量X的分布函数.记为F(x),即F(x) =P{X <x}P(X < a) =F(a)P(X VQ)= lim F(x)x—>a分布函数的性质(P28)(1) 单调不减性:若Xl<x2,则F(X1)<F(X2);(2) 规范寸生:对任意实数x, 0<F(x)<1,且F(—oo) = lim F(x) = 0,F(4-OO) = lim F(x) = 1;X—>—CO X—►-Foo(3) 右连续性;R卩对于任意实数心有;F(x0 +0) = lim F(x) = F(x0).KT威若某函数满足上述3条性质,则它一定是某随机变最的分布函数一般地,对离散型随机变量,若P{X= x k}=p k, 其分布函数为F(x) = P{X <x}= 工以则X的分布函数为:F(x) = P{X <x} =+ "2二、离散型随机变量的分布函数一般结论:X X】x2・・设随机变量X的分布列为:_____________________________ k=l,2,X K7p i X V JC X 兀]V X V 兀?•XT? V X V 兀$连续型随机变(P30)定义(P31):对任意实数x,如果随机变量X的分布函数F (x)可以写成F(x)=P(X < 其时(x) > 0则称X为连续型随机变量,f(x)为X的概率密度函数,简称概率密度或密度函数.常记为X ~ (-oo<X<+oo)密度函数的性质(P31-32)(1) 非负性f(X)x), (-O0<x<o0);「+oo(2) 归一性j f(x)dx=l.⑶在f(x)的一切连续点处有F/(x)=/(x)(4)对任意实数6,连续型随机变量取该值的概率为零,即(-00<b<00),则P{X=b}=Oo连续型随机变量落入某区间的概 率等于 其密度函数在该区间上的积分或其分布函数在该区间“右端点” 处的值减去“左端点”处的值若随机变具们概率密度函数则称x 服从区间[a, b ]上的均匀分布。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
x2 2
(0) 0.5;
( ) 1; ( x) 1 ( x).
概率论与数理统计教程(第四版)
目录
上一页
下一页
返回
结束
§4.1 正态分布的概率密度与分布函数
[例1] 设 X 服从标准正态分布N (0 ,1) , 求 (1) P( X 1.96);
目录 上一页 下一页 返回 结束
t2 2
t2 2
t2 2
概率论与数理统计教程(第四版)
§4.1 正态分布的概率密度与分布函数
[例2] 设随机变量 X 服从正态分布 N (1 ,22 ) , 求概率 P(1.6 X 2.4). 解:P(1.6 X 2.4) ( 2.4 1) ( 1.6 1) 2 2 (0.7) (1.3)
2.标准正态分布 N (0 ,1) 的概率密度与分布函数:
( x) 1 e
2π
x2 2
, x .
1 Φ ( x) e dt. 2π
目录 上一页 下一页 返回 结束
t2 x 2
概率论与数理统计教程(第四版)
§4.1 正态分布的概率密度与分布函数
3.标准正态分布分布函数的性质: ( x) 1 ( x). 4.利用 ( x )求正态变量落在某区间内的概率:
若 X ~ N ( , 2 ), 则
P( x1 X x2 ) (
x2
) (
x1
).
概率论与数理统计教程(第四版)
目录
上一页
下一页
返回
结束
§4.1 正态分布的概率密度与分布函数
补充例题
[例1] 测量到某一目标的距离时发生的随机误差 X (m) 具有概率密度 ( x 20 ) 2 1 f ( x) e 3200 , 40 2 π 求在三次测量中至少有一次误差的绝对值不超过 30 m 的概率. 解:按题意, 每次测量时发生的随机误差 X (m) 服从 正态分布 N (20 ,402 ) , 于是
F ( x)
1
e
( x )2 x 2 2
dx , x .
0.5
O
x
概率论与数理统计教程(第四版)
目录
上一页
下一页
返回
结束
§4.1 正态分布的概率密度与分布函数
标准正态分布的概率密度:
1 ( x) e , x ; 2π 标准正态分布的分布函数: 1 Φ ( x) e dt . 2π ( x) 的性质:
y 0; y 0.
所得的分布称为自由度为 1的 2分布.
概率论与数理统计教程(第四版)
目录
上一页
下一页
返回
结束
§4.1 正态分布的概率密度与分布函数
小 结
1.正态分布 N ( , 2 )的概率密度:
( x )2 2 2
1 f ( x) e 2 π
, x .
概率论与数理统计教程(第四版)
目录 上一页 下一页 返回 结束
§4.1 正态分布的概率密度与分布函数
[例6] 设随机变量 X 服从标准正态分布 N (0 ,1) , 求随
机变量函数 Y X 2 的概率密度. 解:已知随机变量 X 的概率密度
1 f X ( x) e , x . 2π 先求随机变量Y的分布函数:
(2) P(1.6 X 2.5).
解:(1) P( X 1.96) (1.96) 0.975;
( 2) P(1.6 X 2.5) (2.5) (1.6) (2.5) [1 (1.6)] (2.5) 1 (1.6)
t
x
P( x1 X x2 )
x2
1 2
x2
x
x2
1
e
( x )2 2 2
dx
x1
1 1 1 e dt e dt e dt 2 π x1 2 π 2 π x2 x1 ( ) ( ).
0.9938 1 0.9452 0.9390.
概率论与数理统计教程(第四版)
目录 上一页 下一页 返回 结束
§4.1 正态分布的概率密度与分布函数
一般正态分布的概率计算 [定理] 设 X ~ N ( , 2 ) , 则 x2 x1 P( x1 X x2 ) ( ) ( ). 证:
f ( x)
分布曲线的特征: 1.关于直线 x 对称;
1 2
2.在 x 处达到最大值;
3.在 x 处有拐点;
O
x
4. x 时曲线以 x 轴为渐近线.
概率论与数理统计教程(第四版)
目录
上一页
下一页
返回Leabharlann 结束§4.1 正态分布的概率密度与分布函数
5. 固定 , 改变 . 则图形沿 x 轴平移而不改变 其形状. 曲线的形状与一尖塔相似; 当 值增大时,
和近似地服从正态分布;
4. 数理统计中:(1)某些常用分布是由正态分布推导 得到的.(2) 统计推断中常用正态分布的统计量.
概率论与数理统计教程(第四版)
目录 上一页 下一页 返回 结束
§4.1 正态分布的概率密度与分布函数
正态分布的定义
[定义] 若随机变量 X 的概率密度为
1 f ( x) e , x , 2 π 0. 则称随机变量 X 服从 其中 及 都是常数,
所以, 在三次测量中至少有一次误差的绝对值不超过
30 m 的概率
p 1 (1 0.4931)3 0.8698.
概率论与数理统计教程(第四版)
目录
上一页
下一页
返回
结束
§4.1 正态分布的概率密度与分布函数
[例2] 已知某机械零件的直径 (mm) 服从正态分布 N (100 ,0.62 ) , 规定直径在 100 1.2(mm) 内为合格品. 求这种机械零件的不合格品率.
内为正品,求产品的正品率。 解
X ~ N (10.05, 0.06 2 ) P( x 10.05 0.12) x 10.05 P( 2) 0.06 (2) (2) 2(2) 1 0.9544
故产品的正品率为0.9544
概率论与数理统计教程(第四版)
目录 上一页 下一页 返回 结束
(k ) (k )
(k ) [1 (k )] 2 (k ) 1, k 1 ,2 ,3 ,.
概率论与数理统计教程(第四版)
目录
上一页
下一页
返回
结束
§4.1 正态分布的概率密度与分布函数
查附表2得
P( X ) 2 (1) 1 0.6826, P( X 2 ) 2 (2) 1 0.9544, P( X 3 ) 2 (3) 1 0.9973.
正态分布(或高斯分布). 记作: X ~ N ( , 2 ). 当 0, 1时称 X 服从标准正态分布. 记为: 特别,
( x )2 2 2
X ~ N (0 ,1).
概率论与数理统计教程(第四版)
目录 上一页 下一页 返回 结束
§4.1 正态分布的概率密度与分布函数
正态分布的概率密度与分布函数 正态分布 N ( , 2 ) 的概率密度 f ( x) 的图形:
( 3 , 3 )看作是随机变量 X 的实际 可能的取值
区间. 这一原理叫做 “三倍标准差原理”(或"3 法则").
概率论与数理统计教程(第四版)
目录
上一页
下一页
返回
结束
[例4] 某机器生产的螺栓的长度(cm)服从正态分布
N (10.05, 0.06 2 ) ,规定长度在范围 10.05 0.12
FY ( y ) P(Y y ) P( X 2 y).
x2 2
当 y 0 时,
FY ( y) 0 ;
概率论与数理统计教程(第四版)
目录 上一页 下一页 返回 结束
§4.1 正态分布的概率密度与分布函数
当 y 0 时,
FY ( y ) P( y X
y 1 e y 2π x2 2
y
y)
y
dx
y
O
所以, Y 的分布函数为
FY ( y )
y
x
2 y e dx , 2π 0 0,
x2 2
y 0; y 0.
概率论与数理统计教程(第四版)
目录
上一页
下一页
返回
结束
§4.1 正态分布的概率密度与分布函数
求导得到 Y 的概率密度
fY ( y )
y 1 1 y 2 e 2, 2π 0,
(0.7) [1 (1.3)] 0.7580 (1 0.9032 ) 0.6612.
概率论与数理统计教程(第四版)
目录
上一页
下一页
返回
结束
§4.1 正态分布的概率密度与分布函数
[例3] 设随机变量 X 服从正态分布N ( , 2 ) , 求 X 落 在区间 ( k , k ) 内的概率,这里 k 1 ,2 ,3 ,. 解: P( X k ) P( k X k ) k k ( ) ( )
说明: 若 X ~ N ( , 2 ) , 则
P( X 3 ) 1 P( X 3 )