4-1正态分布及概率密度与分布函数.pptVIP

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%. 由标准正态分布的查表计算可以求得， 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 （VII）、3 准则 由标准正态分布与一般正态分布的关系，若 时， ~N(0,1) 实际可能的取值区间，这在统计学上称作 可以认为，X 的取值几乎全部集中在区间 因而根据小概率事件的实际不可能性原理， 准则” （三倍标准差原则） 我们常把 看作是随机变量X 第四章 正态分布 数学与信息技术系 第一节 正态分布的概率密度 与分布函数 本章我们讨论概率论与数理统计中最常用、最重要的一种连续型随机变量的分布——正态分布 实例1 零件的尺寸(P49例) 在自动机床加工制造零件的过程中，我们周期地抽取一些样品，测量它们的尺寸，并记录在专用的表格上。设共抽取250个零件，测得零件尺寸与规定尺寸的偏差如下表 现实世界中有许多事件服从或者近似服从这一分布，如： 频数 偏差/μm 偏差适中的零件较多，偏差大的零件只是少数 其直方图如下图 实例2 年降雨量问题，我们用上海九十九年年降雨量的数据画出的频率直方图。 年降雨量在1100附近的较多，降雨量特多或者特少的情形只是少数年份 实例3 (某大学大学生)下图是用某大学大学生的身高的数据画出的频率直方图。 红线是拟合的曲线 具有“两头低，中间高，左右对称” 除了我们在前面介绍过的零件的尺寸、年降雨量和身高外,在正常条件下各种产品的其它质量指标如纤维的强度和张力；农作物的产量，小麦的穗长、株高；测量误差，射击目标的水平或垂直偏差；信号噪声等等，都服从或近似服从这样一种分布——正态分布. 复习：连续型随机变量的刻画方式有哪些？ 1. 概率分布函数或分布函数 F(x):= P(X≤x) 2. 概率分布密度或概率密度： 性质：1 o 2 o f (x) x o 面积为1 这两条性质是判定一个函数 f(x)是否为某随机变量X的 概率密度函数的充要条件. 分布函数与概率密度的内在联系： 或者 设 定义如下 它能成为某个随机变量的概率密度吗？ 回答是肯定的。这是因为 (I)、正态分布的定义 显然 满足， 下面验证 也成立 其实，此时只要令 就有 至于 的证明参见华东师大版数学分析 下册P187例7 ，或者利用Γ函数的性质. . y=f (x)所确定的曲线叫作正态分布曲线. 记作 (Normal) 若随机变量 X 的概率密度为 其中 和 都是常数， 任意， 0， 则称X服从参数为 和 的正态分布 (高斯分布). 由此我们给出如下的定义 (II)、正态分布 分布曲线的特点 正态分布的分布曲线是一条关于 对称的钟形曲线. 特点是“两头低，中间高，左右对称”. 令x=μ+c, x=μ-c (c0), 分别代入f (x), 可得 f (μ+c)=f (μ-c) 且 f (μ+c) ≤f (μ), f (μ-c)≤f (μ) 故f(x)以μ为对称轴，并在x=μ处达到最大值 因为 当x→ ?∞时，f(x) → 0, 这说明曲线 f(x)向左右伸展时，越来越贴近x轴。即f (x)以x轴为渐近线。 这是数学分析的内容，如果忘记了，课下再复习一下。华东师大版数学分析上册P152页 用求导的方法可以证明， x = μ ? σ 为f (x)的两个拐点的横坐标。 对 固定， 变化时的图形 决定了图形的中心位置 固定， 变化时的图形 决定了图形中峰的陡峭程度. (III) 、 正态分布的分布函数 因为X~ 即 故 (IV)、标准正态分布 其概率密度和分布函数常用 和 表示： 的正态分布称为 标准正态分布 Ф(x)的一个重要性质 任何一个 一般的正态分布都可以通过线性变换转化为 标准正态分布.它的依据是下面的定理： 标准正态分布的重要性在于， 定理 ~N(0,1) 设 ,则 (V)、标准正态分布与一般正态分