4_正态分布.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
4_正态分布

第二章 随机变量及其分布 第一章 随机事件及其概率 第四章 正态分布 §4.1正态分布的概率密度与分布函数 §4.2正态分布的数字特征 §4.5 中心极限定理(了解) §4.1正态分布的概率密度与分布函数 正态分布:最重要的概率分布。 §4.2正态分布的数字特征 正态分布的参数?就是随机变量X的数学期望。 E(X)=? 中心极限定理 本章重点 正态分布性质和数字特征; 正态分布与标准正态分布的关系,借助于标准正态分布概率表求一般正态分布事件的概率。 正态分布的一般应用 * * 很多随机现象可用正态分布描述; 一定条件下,某些概率分布可以利用正态分布近似计算 一定条件下,大量独立随机变量的和近似服从正态分布 数理统计中某些常用分布就是由正态分布得到的。 (4.1) 则称随机变量X服从正态分布,记作X?N(?,?2),其中?及?0是分布的参数,正态分布也称为高斯分布。 特别是,当?=0,?=1时,得到的正态分布N(0,1),称为标准正态分布,其概率密度记作 (4.2) 定义 设随机变量X的概率密度为 ?=0.35 ?=0.5 ?=1 ?=2 正态分布N(?,?2)的概率密度曲线对称于x=?,并在此处达到最大值 在x=???处有拐点, 当x??时,曲线以x轴为渐近线。 改变参数?,曲线沿着x轴移动; 改变参数?,如减小时,曲线在中心部分的纵坐标增大 正态分布N(?,?2)的分布函数是 特别是,当?=0,?=1时,得到的正态分布N(0,1)的分布函数 (4.3) (4.4) F(x) 1 0.5 ? x O 函数?(X)具有下列性质 函数?(X0)就是图中分布曲线N(0,1)与x轴,直线x=x0左侧的无界平面区域面积。 (1)?(0)=0.5; (2)?(+?)=1; (3)?(-x)= 1-?(x) 定理 设随机变量X服从正态分布N(?,?2),则落在区间(x1,x2]内的概率 (4.5) 证: (书p98例1) 设随机变量X服从正态分布N(1,22),求概率P(1.6?X?2.4) (书p98例2) 测量某种小轴的直径(单位:mm)时发生的测量误差X服从正态分布N(1,0.052),求测量误差X的绝对值小于0.1mm的概率 (书p98例3) 设随机变量X服从标准正态分布N(0,1),求随机变量Y=X2的概率密度。 解 已知随机变量X的概率密度为 Y的分布函数: 当y0时,有 所以Y的分布函数为 对y求导得Y的概率密度 即自由度为1的?2的分布. 正态分布的参数?2就是随机变量X的方差。即 参数?是随机变量X的标准差 (4.6) (4.7) (4.8) D(X)=?2 ?(X)=? (书p100例1)设随机变量X服从标准正态分布N(?,?2),求X落在区间(?-3?,?+3?)内的概率。[三倍标准差原理] 由此可见,随机变量X落在区间(?-3?,?+3?)之外的概率小于0.003,一般认为这一事件时很小的。因此,常把区间(?-3?,?+3?)看作是随机变量X实际可能的取值区间,这就是“三倍标准差原理”。 (书p113例5)设电源电压X服从正态分布N(220,252).在电源电压小于200V,在200-240V之间,大于240V的三种情况下,某种电子元件损坏的概率分别为0.1,0.001,0.2,求: (1)这种电子原件损坏的概率; (2)这种电子原件损坏时,电源电压在200-240V之间的概率. 分析:设事件A表示电子元件损坏,B1,B2,B3,分别表示三种电压情况. 已知条件概率: 按全概率公式: (2)按贝叶斯公式: 定理1 (独立同分布的中心极限定理)设随机变量X1,X2,…,Xn,…相互独立且服从相同分布的随机变量序列,且 则对于任意实数x都有 (4.18) 重要结论:随机变量序列不管服从何种分布,只要n充分大时,独立同分布的随机变量的和 就近似服从正态分布N(n?,n?2). 定理2 (棣莫弗-拉普拉斯中心极限定理)设在独立试验序列中,事件A的概率P(A)=p(0p1),随机变量Yn表示事件A在n次试验中发生的次数,则对于任何实数x,有 (4.19) 重要结论:当n充分大时,服从二项分布B(n,p)的随机变量Yn将近似地服从正态分布N(np,np(1-p)). *

文档评论(0)

asd522513656 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档