- 1、本文档共54页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
.新版正态分布习题课.ppt
教材阅读与复习 请打开教材查阅以下知识点: 什么叫 原则?什么叫中心极限定理? 你是如何理解正态分布的“正态”之意的? 3、正态分布化为标准化 问题1:对于满足标准正态分布的随机变量的相应概率,我们已经可以通过转化、查表等方法与手段来进行相应计算求解了;但我们又面临一个新的问题,那就是—— 非标准正态分布标准化 正态分布标准化的范例学习 问题:高中阶段我们如何计算非标准正态分布的相应概率? 下面简要介绍将非标准正态分布化为标准正态分布的方法与相应概率计算范例. 正态分布标准化的范例学习 正态分布标准化的范例学习 问题:高中阶段我们如何计算非标准正态分布的相应概率? 详细的文字说明,请大家课下打开教材P76-77进行阅读或到图书馆阅读相关书籍,以及上网查阅,进一步学习、研究将非标准正态分布化为标准正态分布的方法与相应概率计算范例. 问题2: 附录1标准正态分布P数值表中Z的值列有负值吗?为何不列出负数值? 为何附录中仅仅只列出标准正态分布P数值表? 介绍公理化方法. 公理化方法介绍 建立科学的理论体系,首先应从具体事物抽象出最简单、不加定义的概念作为定义其他一切概念的本源. 这组不加定义的概念通常称为原始概念(primitive concept).再设置一组公认正确而不需证明的命题作为证明其他一切命题的基础,这组不需证明而承认其真实性的命题通常称为公理(axiom). 公理化方法介绍 选择尽可能少的原始概念和一组公理作为出发点,采用逻辑推理的规则,建立起演绎系统的方法称为公理化方法(axiomatic methed). 范例:欧几里德(Euclid,约前330~前275)的《原本》;牛顿(Newton,1642~1727)的力学体系;美国的《独立宣言》;元素周期表;数学用表;… 公理化方法介绍 随着数学研究的领域和应用的范围的不断扩大,公理化方法得到进一步完善和发展,现代公理化思想已渗透到几乎所有领域. 师生交流、共拟课堂小结 请用简洁、明了的语言概述 今天课堂上所学、所感. 师生交流、共拟课堂小结 本节课再现与复习了正态分布的若干性质,加深和巩固了对正态曲线与正态分布的性质的认识,并通过温故知新、课堂检测及时讲评等环节来加强了对利用《标准正态分布表》及相关结论进行相应概率计算的方法的掌握. 学习了正态分布的标准化及相应运算.阐述了数学用表的制作思路中采用了公理化方法 现实世界中的很多随机变量都遵循正态分布.我们从中初步感悟到“正态分布”揭示的大千世界中很多随机变量(事件)的分布都遵循“左右对称、中间多、两端少”的规律的深刻含义,并且这种规律或现象具有一定的普遍和“正常状态”的意义. 布置作业 课本: P78 4 ; 步步高课时作业: P41-42 2. 5.2离散型随机变量的方差与标准差(二) 阅读步步高课时作业上P45-46 章末总结 完成步步高单元检测卷第2章概率(B)星期三早自习交 拓展阅读 阅读课本P76-77正态分布的标准化 阅读课本,复习巩固正态分布的相关知识方法! 超几何分布的概率背景 一批产品有 N件,其中有 M 件次品,其余 N-M 件为正品.现从中取出 n 件. 令 X为取出 n 件产品中的次品数. 则 X 的分 布列为 如果随机变量 X 的分布列为 以下为素材附录 课堂检测 请同学们在所发检测卷上写上班级、姓名、学号; 并请大家认真、快速解答; 时间到,请同学们和邻座的同学交换检测卷,边听老师讲评便对照答案用红笔进行评改; 请最后一排的同学下位收评改好的检测卷,递交到讲台上来. 频率折线图 备注:将频率分布直方图中各相邻矩形的上底边的中点顺次连结起来,就得到一条折线,我们称这条折线为本组数据的频率折线图(frequency polygon). 引例:盒中有5个球其中有3个绿的2个红的,每次取 一个,有放回的取两次,设 试求 一般地,若事件A、B满足 ,则称 事件A、B独立. 推论1、若事件A、B独立,则 反之,亦成立吗? 推论2、两个事件的独立性可以推广到 个. 若 相互独立,则这个事件同时发生的概率为 充要条件 于是得到随机变量ξ的概率分布如下: ξ 1 2 3 … k … P p pq pq2 …
文档评论(0)