第二章03-0.pptVIP

例、设随机变量X服从指数分布，且 求 值及F(x)。 正态分布是应用最广泛的一种连续型分布. 正态分布在十九世纪前叶由 高斯(Gauss)加以推广，所以通常称为高斯分布. 德莫佛 德莫佛（De Moivre)最早发现了二项分布的一个近似公式，这一公式被认为是正态分布的首次露面. 3.正态分布 你们是否见过街头的一种赌博游戏? 用一个钉板作赌具。 高 尔 顿 钉 板 试 验 这条曲线就近似我们将要介绍的正态分布的密度曲线。 (I)、正态分布的定义 若r.v. X 的概率密度为 记作 f (x)所确定的曲线叫作正态曲线. 其中 和 都是常数， 任意， 0， 则称X服从参数为 和 的正态分布. (Normal) (II)、正态分布 的图形特点 正态分布的密度曲线是一条关于 对称的钟形曲线. 特点是“两头小，中间大，左右对称”. 决定了图形的中心位置， 决定了图形中峰的陡峭程度. 正态分布 的图形特点 故f(x)以μ为对称轴，并在x=μ处达到最大值: 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) 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。 当x→ ?∞时，f(x) → 0, 用求导的方法可以证明， 为f (x)的两个拐点的横坐标。 x = μ ? σ 实例：年降雨量问题，我们用上海99年年降雨量的数据画出了频率直方图。 从直方图，我们可以初步看出，年降雨量近似服从正态分布。 下面是我们用某大学大学生的身高的数据画出的频率直方图。 红线是拟合的正态密度曲线 可见，某大学大学生的身高应服从正态分布。 人的身高高低不等，但中等身材的占大多数，特高和特矮的只是少数，而且较高和较矮的人数大致相近，这从一个方面反映了服从正态分布的随机变量的特点。 除了我们在前面遇到过的年降雨量和身高外,在正常条件下各种产品的质量指标，如零件的尺寸；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，都服从或近似服从正态分布. (III) 、设X~ , X的分布函数是 (IV)、标准正态分布 的正态分布称为标准正态分布. 其密度函数和分布函数常用 和 表示： 它的依据是下面的定理： 标准正态分布的重要性在于，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. 根据定理1,只要将标准正态分布的分布函数制成表，就可以解决一般正态分布的概率计算问题. ,则 ~N(0,1) 设 定理1 书末附有标准正态分布函数数值表，有了它，可以解决一般正态分布的概率计算查表. （V）、正态分布表 表中给的是x0时, Φ(x)的值. 当-x0时 若 ~N(0,1) 若 X～N(0,1), 由标准正态分布的查表计算可以求得， 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%. 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 （VI）3 准则 将上述结论推广到一般的正态分布, 时， 可以认为，Y 的取值几乎全部集中在 区间内. 这在统计学上称作“3 准则” （三倍标准差原则）. 例1、 假设某地区成年男性的身高（单位：cm）X～N(170,7.692)，求该地区成年男性的身高超过175cm的概率。 解: (1) 根据假设X～N(170,7.692)，则 故事件{X175}的概率为 P {X175}= =0.2578 解: 设车门高度为h cm,按设计要求 P(X≥ h)≤0.01 或 P(X h)≥ 0.99， 下面我们来求满足上式的最小的 h. 例2、公共汽车车门的高度是按成年男性与车门顶头碰头机会在0.01以下来设计的，问车门高度应如何确定? 因为X～N(170,7.692), 故 P(X h)= 0.99 查表得 (2.33)=0.99010.99 所以 =2.33, 即 h=170+17.92 188 设计车门高度为 188厘米时，可使 男