高中数学人教B版选修2-3课件：2.4 正态分布.pptxVIP

2.4　正态分布;1.通过实际问题,了解什么是正态曲线和正态分布. 2.认识正态曲线的特点及曲线所表示的意义. 3.会根据正态曲线的性质求随机变量X在某一范围内的概率.;;知识拓展(1)正态分布及正态曲线完全由变量μ和σ确定,因此我们把正态分布记作N(μ,σ2). (2)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. (3)正态分布是自然界中最常见的一种分布,许多现象都近似地服从正态分布,如长度测量误差、正常生产条件下各种产品的质量指标等. (4)一般地,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.;;;2.正态曲线的性质 (1)曲线在x轴的上方,并且关于直线x=μ对称. (2)曲线在x=μ时处于最高点,并由此处向左右两边延伸时,曲线逐渐降低,呈现“中间高,两边低”的形状; (3)曲线的形状由σ确定,σ越大,曲线越“矮胖”,表示总体的分布越分散;σ越小,曲线越“高瘦”,表示总体的分布越集中. (4)当σ相同时,正态分布曲线的位置由期望值μ所决定. 设X是一个按正态分布的随机变量,则对任意的数a0及b,aX+b仍是一个按正态分布的随机变量.; (5)3σ原则. 从理论上可以证明,正态变量在区间(μ-σ,μ+σ),(μ-2σ,μ+2σ),(μ-3σ,μ+3σ)内,取值的概率分别是68.3%,95.4%,99.7%.由于正态变量在(-∞,+∞)内取值的概率是1,容易推出,它在区间(μ-2σ,μ+2σ)之外取值的概率是4.6%,在区间(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三倍标准差之内,这就是正态分布的3σ原则.;【做一做2-1】 下列是关于正态曲线的性质的叙述: ①曲线关于直线x=μ对称,这个曲线在x轴上方; ②曲线关于直线x=μ对称,这个曲线只有当x∈(-3σ,3σ)时才有意义; ③曲线关于y轴对称,因为曲线对应的概率密度函数是一个偶函数; ④曲线在x=μ时,处于最高点,由这一点向左、向右两边延伸时,曲线逐渐降低; ⑤曲线的对称轴由μ确定,曲线的形状由σ确定; ⑥σ越大,曲线越“矮胖”;σ越小,曲线越“高瘦”. 上述说法中正确的是(　　) A.只有①④⑤⑥ B.只有②④⑤ C.只有③④⑤ D.只有①⑤⑥;解析:根据正态曲线的性质可知,正态曲线是一条关于直线x=μ对称的曲线,在x=μ时处于最高点,函数取得最大值,并由该点向左、向右无限延伸时逐渐降低,曲线总位于x轴上方,即函数值总为正,曲线的形状由σ确定,而且比较若干不同的σ对应的正态曲线可以发现,σ越大,曲线越“矮胖”,σ越小,曲线越“高瘦”.μ决定曲线的位置和对称性. 答案:A;;什么是小概率事件?有何应用? 剖析:正态总体中的小概率事件:由3σ原则,可知正态总体N(μ,σ2)在区间(μ-3σ,μ+3σ)之外取值的概率很小(只有0.3%),因此称在区间(μ-3σ,μ+3σ)之外发生的事件为小概率事件. 正态总体在(μ-3σ,μ+3σ)以外取值的概率只有0.3%的性质,在实际生产中有比较广泛的应用.我们只要知道了正态分布的平均数μ和标准差σ,利用这个性质,就可以判断哪些情况是异常出现的小概率事件(在生产中一般指生产过程出现了问题,没有正常工作).著名的质量控制图就是利用这个原理的.举例来说,某条生产线上生产的零件重量在正常的情况下可能并不是每一个都严格相等,往往有一些小的波动,可以看作一个随机变量,而且往往服从正态分布;N(μ,σ2).那么从上面的分析知道,零件重量在(μ-3σ,μ+3σ)内取值的概率为99.7%,即零件重量在(μ-3σ,μ+3σ)外取值的概率为0.3%.这表明在大量的重复???验中,平均每1 000个零件只有3个不在(μ-3σ,μ+3σ)范围之内.因此,在质量检查中,零件重量在(μ-3σ,μ+3σ)之外是几乎不可能发生的.而如果这种事情一旦发生了,即零件重量a满足|a-μ|≥3σ,我们就有理由认为这时候生产出来的零件的重量服从正态分布N(μ,σ2)的假设是不成立的,说明该零件不是在正常状态下生产出来的,生产过程可能出现了异常的情况.比如可能原料、机器出了问题,或者可能工艺流程不完善,或者可能工人操作机器精力不集中,没有遵守操作规程,需要停机检查,找出原因,从而避免继续生产废品、次品,保证产品质量,防止造成过大的损失.;题型一;题型一;题型一;题型一;题型一;题型一;题型一;题型一