正态分布-(精选·公开·课件).ppt

* * * * * 频率分布 直方图 数 学 情 景 第一步：分组 确定组数，组距？ 0.015 1 0.0595 5 181.5~185.5 8 0.024 0.9405 0.0952 8 177.5~181.5 7 0.045 0.8452 0.1786 18 173.5~1775 6 0.054 0.6667 0.2143 18 169.5~173.5 5 0.045 0.4534 0.1786 15 165.5~169.5 4 0.030 0.2738 0.1190 10 161.5~165.5 3 0.024 0.1547 0.0952 8 157.5~161.5 2 0.015 0.0595 0.0595 5 153.5~157.5 1 频率/组距 累积频率 频率 频数 区间 区间号 第二步：列出频率分布表 x y 频率/组距 中间高，两头低，左右大致对称 第三步：作出频率分布直方图 频率 组距 产品 尺寸 （mm） a b 若数据无限增多且组距无限缩小，那么频率分布直方图的顶边缩小乃至形成一条光滑的曲线，我们称此曲线为概率密度曲线． 总体在区间 内取值的概率 概率密度曲线 概率密度曲线的形状特征． “中间高，两头低， 左右对称” 知识点一：概率密度曲线 上图中概率密度曲线具有“中间高，两头低”的特征，像这种类型的概率密度曲线,叫做“正态密度曲线”，它的函数表达式是 知识点二：正态分布与密度曲线 式中的实数μ、σ(σ ＞0， μ∈ R) 是参数,分别表示总体的平均数与标准差.不同的μ，σ对应着不同的正态密度曲线。 （1）在生产中，各种产品的质量指标一般都服从正态分布； （2）在测量中，测量结果、测量的随机误差都服从正态分布； （3）在生物学中，同一群体的某种特征都服从正态分布； （4）在气象中，某地每年七月份的平均气温、平均湿度、降雨量等都服从正态分布。 知识点四：正态分布的意义 （1）当 = 时,函数值为最大. (3) 的图象关于 对称. （2） 的值域为 （4）当 ∈ 时 为增函数. 当 ∈ 时 为减函数. 正态密度曲线的图像特征 μ （－∞，μ] （μ，+∞） 0 1 2 -1 -2 x -3 3 X=μ σ 正态曲线 =μ 正态密度曲线 σ＝0.5 σ＝1 σ＝2 μ一定 O ｘ 均值μ表明了总体的重心所在，标准差σ表明了总体的离散程度。 (1)曲线在x轴上方,与x轴不相交. (2)曲线关于直线x=μ对称. (3)在x=μ时位于最高点. (4)当xμ时,曲线上升;当xμ时,曲线下降.并且当曲线向左、右两边无限延伸时，以x轴为渐近线，向它无限靠近。 σ＝0.5 σ＝1 σ＝2 μ一定 O ｘ 正态曲线的性质 (5)当μ一定时， 曲线的形状由σ确定。σ越大，曲线越“扁平”，表示总体的分布越分散；σ越小，曲线越“尖陡”，表示总体的分布越集中 σ＝0.5 σ＝1 σ＝2 μ一定 O ｘ 正态曲线的性质 a b X Y 知识点三：正态分布 　　若X是一个随机变量，对任给区间(a,b]，P(a＜X≤b)恰好是正态密度曲线下方和X轴上(a,b]上方所围成的图形的面积，则称随机变量X服从参数为μ和σ2的正态分布，记作X~N（ μ、σ2） 当μ＝0，σ＝1时，正态分布称为标准正态分布，其相应的函数表达式是 其相应的曲线称为标准正态曲线。标准正态分布N（0，1）在正态分布的研究中占有重要地位。任何正态分布的问题均可转化成标准正态分布的概率问题。 知识点六：标准正态曲线 结论: 正态总体　　　 分别在 内取值的概率。 区间 取值概率 68.26% 95.44% 99.74% 例１：已知正态总体N(1, 4)，求：P(X3) 例2、设 ~N(1.5, 4)，试求： x 68.26% x 99.74% x 95.44% “小概率事件”通常是指概率小于５％的事件，此类事件在一次试验中几乎不可能发生。 “小概率事件在一次试验中几乎不可能发生”这一特性可以帮助我们在统计中进行假设检验。 比如：假设甲、乙两人制造的产品尺寸在正常情况下服从 正态分布 . 那么产品尺寸落在（μ-3σ，μ+3σ）以内的概率为99.7% ；产品尺寸落在（μ-3σ，μ+3σ）以外的概率只有0. 3% . 也就是说在一次试验中产品尺寸落在（μ-3σ，μ+3σ）以外是几乎不可能发生的,如果这样的事件发生了, 那么我们此时就认为产品尺寸不服从正态分布 ,说明生产中出现了异常情况,就需要停机检查,找出原