5 几种常见概率分布.ppt

（二）特征 ?正态分布密度曲线是以χ=μ 为对称轴的单峰、对称的悬钟形； ?f(x)在χ=μ处达到极大值,极大值为 ?f(x)是非负数，以x轴为渐进线； 正态分布 密度函数曲线 ?正态分布有两个参数，即平均数μ和标准差σ。μ是位置参数，σ是变异度参数。 ?分布密度曲线与横轴所夹的面积为1，即： 正态分布 密度函数曲线 特征 μ相同而σ不同的三个正态总体 σ相同而μ不同的三个正态总体 特征 （一）定义 称μ=0, σ2=1的正态分布为标准正态分布。标准正态分布的概率密度函数及分布函数如下： 若随机变量μ服从标准正态分布，记作μ～?(0, 1) 二、标准正态分布standard normal distribution （二）标准化的方法 对于任何一个服从正态分布?(μ,σ2)的随机变量χ ，都可以通过标准化变换：u=(χ- μ)/ σ 即减平均数后再除以标准差，将其变换为服从标准正态分布的随机变量μ。 对不同的μ及P(Uu)值编成函数表，称为正态分布表，从中可以查到任意一个区间内曲线下的面积，即为概率。 三、正态分布的概率计算 （一）标准正态分布的概率计 设u服从标准正态分布，则μ落在?μ1,μ2]内的概率 应熟记的几种标准正态分布概率 （二）一般正态分布的概率计算 ?将区间的上下限标准化：服从正态分布的随机变量χ落在〔χ1,χ2〕内的概率，等于服从标准正态分布的随机变量u落在 的概率。 ?查标准正态分布表 例如，u=1.75 ，1.7放在第一列0.05放在第一行 。 在附表1中 ， 1.7所在行与 0.05 所在列相交处的数值为0.95994，即 Φ(1.75)=0.95994 【例4.6】 已知u～N(0，1)，试求： (1) P(u＜-1.64)＝? (2) P (u≥2.58)=? (3) P (｜u｜≥2.56)=? (4) P(0.34≤u＜1.53) =? 利用(4-12)式，查附表2得： (1) P(u＜-1.64)=0.05050 (2) P (u≥2.58)=Φ(-2.58)=0.024940 (3) P (｜u｜≥2.56) =2Φ(-2.56)=2×0.005234 =0.010468 (4) P (0.34≤u＜1.53) =Φ(1.53)-Φ(0.34) =0.93669-0.6331=0.30389 [例]　若χ服从μ=30.26,σ2 =5.102的正态分布，试求P(21.64≦x﹤32.98)。 令u=(χ-30.26)/5.10,则u服从标准正态分布，故 高梁品种‘三尺三’的株高服从正态分布N(156.2,4.822),求：（1）X161cm的概率；（2）X164cm的概率；（3）X在152～162cm的概率。 解：（1）根据P(X161)=?[(161-156.2)/4.82] = ?(1)=0.84134 因此，低于161cm的概率为0.841 （2）P(X164)= ?[-(164-156.2)/4.82]= ?(-1.62) =0.05262 = 1-? [(164-156.2)/4.82]=1-0.94738 =0.05262 (3)P(152X162)= ?[(162-156.2)/4.82]- ?[(152-156.2)/4.82] =0.69278 有 时 会 遇 到 给 定 Φ(u) 值 ， 例 如 Φ(u)=0.284， 反过来查u值。这只要在附表1中找到与 0.284 最接近的值0.2843，对应行的第一列数 -0.5， 对应列的第一行数 值 0.07 ，即相应的u值为 u = - 0.57，即 Φ(-0.57)=0.284 （三）双侧（两尾）概率与单侧（一尾）概率 　随机变量x落在平均数加减不同倍数标准差区间之外的概率称为双侧概率（两尾概率），记作α 对应于双侧概率可以求得随机变量x小于μ-kσ或大于μ+kσ的概率，称为单侧概率（一尾概率），记作α/2