试验设及计与统计 常用概率分布.pptx

第四章 常用概率分布;本章内容;第一节 正态分布;概率 在相同的条件下做大量的重复试验，一个事件出现的次数k和总的试验次数n之比，称为这个事件在这n次试验中出现的概率。 ; （一） 正态分布的定义 若连续型随机变量（身高、体重、…）x的概率分布密度函数为 其中μ为平均数，σ2为方差，则称随机变量x服从正态分布(normal distribution)， 记为x～N(μ,σ2)。相应的概率分布函数为 ; (二) 正态分布的特征 1、正态分布密度曲线是单峰、对称的悬钟形曲线，对称轴为x=μ； 2、f(x) 在 x =μ处达到极大，极大值 ； 3、f(x)是非负函数，以x轴为渐近线，分布从-∞至+∞； ;4、曲线在x=μ±σ处各有一个拐点，即曲线在(-∞,μ-σ)和(μ+σ,+∞) 区间上是下凸的，在[μ-σ,μ+σ]区间内是上凸的； ;图4-2 σ相同μ不同的正态总体 图4-3 σ相同μ不同的正态总体 ; 由上述正态分布的特征可知 ，正态分布是依赖于参数μ和σ2 (或σ) 的一簇 分布， 正态曲线的位置及形态随μ和σ2的不同而不同 在研究具体的正态总体时，需将一般的N(μ，σ2) 转换为 μ= 0,σ2=1的正态分布。;符合μ=0,σ2=1的正态分布称为标准正态分布(standard normal distribution)。 标准正态分布的概率密度函数及分布函数分别记作ψ(u)和Φ(u)，根据正态分布定义得： (4-8) (4-9) 随机变量u服从标准正态分布，记作u～N(0，1)，分布密度曲线如图所示。 ; 对于任何一个服从正态分布N(μ,σ2)的随机变量x，都可以通过标准化变换： u=(x-μ)／σ (4-10) 将其变换为服从标准正态分布的随机变量u。 u称 为 标 准 正 态变量或标准正态离差(standard normal deviate)。 ; （一）标准正态分布的概率计算 设u服从标准正态分布，则 u 在[u1,u2 ）何内取值的概率为： ＝Φ(u2)－Φ(u1) (4-11) 而Φ(u1)与Φ(u2)可由附表1查得。 ; 由(4-11) 式及正态分布的对称性可推出下列关系式， 再借助附表1 ， 便能很方便地计算有关概率： P(0≤u＜u1)＝Φ(u1)-0.5 P(u≥u1) =Φ(-u1) P(｜u｜≥u1)=2Φ(-u1) P(｜u｜＜u1）＝1-2Φ(-u1) P(u1≤u＜u2)＝Φ(u2)-Φ(u1) ; 【例】 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1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; 关于标准正态分布，以下几种概率应当熟记： P（-1≤u＜1）=0.6826 P（-2≤u＜2）=0.9545