数学人教A版选修2-3教材梳理：2.4正态分布Word版含解析.docVIP

庖丁巧解牛 知识·巧学 一、正态曲线与正态分布曲线 1.正态曲线 如果随机变量X的概率密度函数为φu,σ(x)=，x∈(-∞,+∞)其中实数u和σ（σ＞0）为参数.我们称φu，σ(x)的图象为正态分布密度曲线，简称正态曲线. 要点提示 高尔顿板试验中，当试验次数越多，也就是放入小球的个数越多，实验就越接近正态曲线. 2.正态分布 一般地，如果对于任何实数ab，随机变量X满足P(aX≤b)=，则称X的分布为正态分布.正态分布完全由参数μ和σ确定，因此正态分布常记作N(μ,σ2).如果随机变量X服从正态分布，则记为XN(μ,σ2). 参数μ是反映随机变量取值的平均水平的特征数，可以用样本均值去估计；σ是衡量随机变量总体波动大小的特征数，可以用样本标准差去估计.把μ=0，σ=1的正态分布叫做标准正态分布. 方法归纳 一个随机变量如果是众多的、互不相干的、不分主次的偶然因素作用结果之和，它就服从或近似服从正态分布. 热点聚焦 正态分布是客观存在的规律，高尔顿板试验只不过是验证了这一规律而已.在现实生活中，很多随机变量都服从或近似地服从正态分布.例如长度测量误差；某一地区同年龄人群的身高、体重、肺活量等；一定条件下生长的小麦株高、穗长、单位面积产量等；正常生产条 件下各种产品的质量指标（如零件的尺寸、纤维的纤度、电容器的电容量、电子管的使用寿命等）；某地每年七月份的平均气温、平均湿度、降雨量等，一般都服从正态分布.所以，正态分布广泛存在于自然现象、生产和生活实际之中. 3.正态曲线的特点 （1）曲线位于ｘ轴上方，与ｘ轴不相交； （2）曲线是单峰的.它关于直线x=μ对称； （3）曲线在x=μ处达到峰值；（4）曲线与ｘ轴之间的面积为1； （5）当σ一定时，曲线随着μ的变化而沿ｘ轴平移； （6）当μ一定时，曲线的形状由σ确定.σ越小，曲线越“瘦高”，表示总体的分布越集中；σ越大，曲线越“矮胖”，表示总体的分布越分散. 特点（1）：说明函数的值域为正实数集的子集，且以ｘ轴为渐近线； 特点（2）：是曲线的对称性，关于直线x=μ对称； 特点（3）：说明函数x=μ时取得最大值; 特点（4）：说明正态变量在（-∞，＋∞）内取值的概率为1; 特点（5）：说明当均值一定时，σ变化时总体分布的集中、离散程度. 知识拓展 若标准正态分布N（0，1）总体取值小于x0的概率用φ(x0)表示，即φ(x0)=P(xx0),则φ(x0)+φ(-x0)=1;对一般正态总体N（μ,σ2）来说，可通过线性代换y=转化为标准正态总体N（0，1）. 二、3σ原则 1.正态分布在区间(μ-a,μ+a］上的概率 若X—N（μ,σ2），则对于任何实数ａ＞0，概率P(μ-aX≤μ+a)=为直线x=μ-a,x=μ+a与正态曲线和ｘ轴所围成的图形的面积.对于固定的μ和a而言，该面积随着σ的减少而变大.这说明σ越小，X落在区间(μ-a,μ+a］的概率越大，即X集中在μ周围的概率越大. 上述规律是通过正态曲线的形象直观地得到的，也就是通过定性分析得到的，事实上我们也可以利用定量计算得到，即通过对定积分计算得到. 深化升华 几个特殊结论：P(μ-aX≤μ+a)=0.682 6，P(μ-2aX≤μ+2a)=0.954 4,P(μ-3aX≤μ+3a)=0.997 4. 2.3σ原则 由于正态总体几乎总取值于区间(μ-3a,μ+3a)之内，而在此区间以外的取值的概率只有0.002 6，通常认为这种情况在一次试验中几乎不可能发生. 在实际应用中，通常认为服从于正态分布N(μ,σ2)的随机变量X只取(μ-3a,μ+3a)之间的值，并简称之为3σ原则. 深化升华 从理论上可以证明，正态变量在(μ-σ,μ+σ),(μ-2σ,μ+2σ),(μ-3σ,μ+3σ)内，取值的概率分别约是68.3%,95.4%,99.7%.由于正态变量在（-∞,+∞）内取值的概率是1，容易得出，它在（μ-3σ,μ+3σ）之外取值的概率是0.3%.于是正态变量的取值几乎都在距x=μ三倍的标准差之内，这就是正态分布的3σ原则. 问题·探究 问题1 在高尔顿板试验中，小球第一次与高尔顿板的底部接触时的坐标X服从正态分布吗？ 思路:一个随机变量如果是众多的，互不相干的，不分主次的偶然因素作用结果之和，它就服从或近似服从正态分布.在高尔顿板试验中，小球到达底部的坐标X是众多随机碰撞的结果，所以它近似服从正态分布. 探究:判断一个变量是不是服从正态分布，就是看是否为随机变量，并且是否符合正态分布的定义及条件.尽管我们是利用高尔顿板试验近似地得到正态曲线，进而得到正态分布.但正态分布是客观存在的规律，这一试验只是验证了这一问题.而且当试验的次数越多，也就是放入的小于的个数越多，试验就越接近