正态分布2解析.pptVIP

练习2 若?～N(1,4)求:(1)P(?3); (2)P(?0); (3)P(-2???2); (4)P(?2). * * 正 态 分 布(2) 知识回顾： 若总体密度曲线就是或近似函数 的图像，其中解析式中的实数 、 是参数，分别表示 总体的平均数与标准差．则其分布叫正态分布，记作 的图象称为正态曲线． 1. 正态函数的定义 当时 ，正态总体称为标准正态总体，相应的函数 表示式是 ,相应的曲线称为标准正态曲线. 2.正态曲线具有的性质： 3.关于标准正态分布的计算 4. 正态总体向标准正态总体的转化 标准正态分布的计算 一般正态分布的计算 F(x)=Φ( )． 在区间(x1 , x2)内取值的概率是： 练习1： (1) (2) (3) (4) 解： 由N(1,4)知， μ= 1,σ=2 . 例1. 分别求正态总体N(μ,σ2)在区间(μ-σ,μ+σ)、 (μ-2σ,μ+2σ)、(μ-3σ, μ+3σ)内取值的概率. 解： 所以正态总体N(μ，σ2)在(μ-σ，μ+σ) 内的取值概率是 F(μ+σ)-F(μ-σ)=Φ(1)-Φ(-1) =2Φ(1)-1 =Φ(1)-[1-Φ(1)] =2×0.8413-1 ≈0.683； 同理，正态总体N(μ，σ2)在(μ-2σ，μ+2σ) 内的取值概率是 F(μ+2σ)-F(μ-2σ)=Φ(2)-Φ(-2) ≈ 0.954； 正态总体N(μ，σ2)在(μ-3σ，μ+3σ) 内的取值概率是 F(μ+3σ)-F(μ-3σ)=Φ(3)-Φ(-3) ≈ 0.997 . 我们从上表看到，正态总体在(μ-2σ，μ+2σ)以外取值的概率只有4.6%，在(μ-3σ，μ+3σ)外取值的概率只有0.3%，这些概率值很小，我们通常认为在1次试验中几乎不可能发生． 上述计算结果可用下表和图来表示. 5. 假设检验方法的基本思想 一般地，发生的概率小于5%的事件，我们称为小概率事件．因为这些事件在大量重复实验中，平均每实验20次才发生1次，所以认为在1次试验中该事件是几乎不可能发生的． 点，我们有了生产过程质量控制的假设检验的基本思想． 说明：⑴假设总体应该是或近似地服从正态分布，然后依照小概率事件几乎不可能在一次试验中发生的原理对实验结果进行分析： 当小概率事件一旦发生时，就认为服从正态分布的假设不成立，由此做出判断，使拒绝假设，还是接受假设． ⑵这里的“几乎不可能发生”是针对“1次试验”来说的，当试验次数较多时，该事件当然是有可能发生的； ⑶运用“小概率事件几乎不可能发生”的原理进行推断时，有5%错误的可能． ⑷假设检验方法的操作“三步曲”： ①提出统计假设，即假设总体是正态总体； ②确定一次试验中的x的值是否落入( ) ③作出判断. 以此为出发 例2 某厂生产的圆柱形零件的外径ξ服从正态分布N(4,0.25)，质检人员从该厂生产的1000件零件中随机抽查一件，测得它的外直径为5.7cm，试问该厂生产的这批零件是否合格？ 解: 由已知ξ服从正态分布N(4,0.25)． 正态分布N(4,0.25)在(4-3×0.5，4+3×0.5) 而 5.7 (2.5，5.5)， 这说明在一次试验中，出现了几乎不可能发生的小概率事件， 由正态分布的性质可知， 即 (2.5，5.5) 之外取值的概率只有0.003， 据此可以认为该批零件是不合格的. 例3 灯泡厂生产的白炽灯寿命ξ（单位：h），已知 ξ～N（1000，302)，要使灯泡的平均寿命为1000h的概率为 99.7％，问灯泡的最低使用寿命应控制在多少小时以上？ 解：因为灯泡寿命ξ～N(1000，302)， 即在（910，1090）内取值的概率为99.7％， 故灯泡的最低使用寿命应控制在 910 h 以上。 故ξ在（1000－3×30，1000＋3×30）内取值的概率为99.7％， 由正态分布的性质可知， 例5（2006年湖北卷）在某校举行的数学竞赛中，全体参赛学生的竞赛成绩近似服从正态分布N(70，100).已知成绩在90分以上（含90分）的学生有12名. （Ⅰ）试问此次参赛的学生总数约为多少人？ （Ⅱ）若该校计划奖励竞赛成绩排在前50名的学生，试问设奖的分数线约为多少分？ 解：（Ⅰ）设参赛学生的分数为ξ， 这说明成绩在90分以上（含90分）的学生人数约占全体参赛人数的2.28％， 因为 ξ～N(70，100)