5连续型随机变量常见的几种分布教案.ppt

* ▲ * ~ N(0,1) 若 ◆ 则有： 若 X～N (0,1), ◆ 则有： * ◆ 对任意区间 则有： * 由标准正态分布的查表计算可以求得， 这说明：X 的取值几乎全部集中在 [ -3, 3 ] 区间 内，超出这个范围的可能性仅占不到 0.3% 当X～N(0,1)时， P( |X| 1) = 2 (1)- 1 = 0.6826 P( |X| 2) = 2 (2)- 1 = 0.9544 P( |X| 3) = 2 (3)- 1 = 0.9974 (6) 3 原则 * 将上述结论推广到一般的正态分布,有： 时， 可以认为： Y 的取值几乎全部集中在 区间内。这在统计学上称作“3 准则” （三倍标准差原则） * 已知自动车床生产的零件的长度X(毫米)服从正 态分布 ,如果规定零件的长度在 毫米之间为合格品. 求:生产零件是合格品的概率 解: 例3. 所求的概率为： * 例4. 从旅馆到飞机场沿 A 路走(路程短，交通拥挤) 所需时间(分钟) 沿 B 路走（路程 长，阻塞少)所需时间(分钟) 若现在只有 30分钟. 问：分别选择哪一条路为好? 解: 依题意，选择所需时间超过规定时间的概率较 小的路线为好. 当只有30分钟可用时: A 路: * B 路: 结论：此时应选择A路 液体的温度X (以℃计)是一个随机变量，且 将一温度调节器放置在贮存着某种液体的 容器内，调节器调整在 例5. (1) 若 , 求 X 小于89的概率. (2) 若要求保持液体的温度至少为80的概率 不低于0.99，问 d 至少为多少? * 解: (2) 按题意需求d满足: * 反查正态分布表，由于表中无0.01的 的值 故采用如下方法处理: 查表可知: 由此可得: 故得： 现 * 公共汽车车门的高度是按男子与车门顶 碰头机会在0.01以下来设计的.设男子身高X～N(170,62) 设车门高度为 h cm P(X≥ h)≤0.01 或 P(X h)≥ 0.99， 的最小的 h 例6. 问：应如何确定车门高度 解: 按设计要求即求满足： * 因为:X～N(170,62), 故: 查表得: 所以: 即: h = 170 + 13.98 184 结论: 设计车门 高度为 184 厘米 时，可使男子与 车门碰头机会不 超过0.01. P(X h ) 0.99 求满足 的最小的 h . 所以: * 设电池的寿命X(单位:h)服从正态分布N(300,352),求 这种电池的寿命在250h以上的概率 求一个最小的正整数x，使电池寿命X在区间(300-x,300+x)内取值的概率不小于0.901 例7. * 1. 定义 则 称点 为标准正态分布的上 分位点. 2. 图形: 面 积 为 四. 关于 分位点的概念 0 以 点右侧面积总和 它就是所有比 大的概率. 单侧 分位点 * 注: 比如: 反过来可以验证: ▲ 用整块面积减去点 以后的那块面积 附表上可查的从 到 的那块面积 从正态分布表上如何求 的值: ▲ 对于给定的 则: 点 概率 所对应的 值 又比如: * ( 同样可以验证: 则称 为标准正态分布的 双侧 分位点. 图形: 两小面积相加之和 = 又比如: 3. 双侧 分位点的定义 若 0 * 比如: 注意: 在后续的统计学中还将介绍 分布, 分布, 分布 的上 分位点的概念 * 上一讲我们已经看到，当n很大，p接近0或1时，二项分布近似泊松分布; 如果 n很大，而p不接近于0或1，那么可以证明，二项分布近似于正态分布. 下面我们不加证明地介绍有关二项分布近似于正态分布的一个定理，称为棣莫佛－拉普拉斯定理. 它是第五章要介绍的中心极限定理的一个最重要的特殊情况. * 五、二项分布的正态近似 定理 (棣莫佛－拉普拉斯定理） 设随机变量 服从参数n, p(0p1)的二项分布，则对任意x，有 定理表明，当n很大，0p1是一个定值时（或者说，np(1-p)也不太小时），二项变量 的分布近似正态分布 N(np,np(1-p)). * 实用中，n 30， np 10时正态近似的效果较好. * 例 将一枚硬币抛掷10000次，出现正面5800次，认为这枚硬币不均匀是否合理? 试说明理由. 解: 设X为10000次试验中出