浅析正态分布与应用.docVIP

湖南工业大学本科毕业论文 . . . . PAGE II .下载可编辑. PAGE I 2010-2011-2 校选课《数学文化》 课程论文 浅谈正态分布及应用 学 院（部）： 机械工程学院 专 业： 机械类 学 生 姓 名： 班 级： 学号 任课教师姓名： 职称 最终评定成绩 2011 年 5 月 . . . . 摘 要 正态分布（normal distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在 统计学的许多方面有着重大的影响力。正态分布有极其广泛的实际背景, 例如测量误差, 人的生理特征尺寸如身高、体重等 ,正常情况下生产的产品尺寸:直径、长度、重量高度,炮弹的弹落点的分布等, 都服从或近似服从正态分布，以及确定医学参考值范围，药品规格，用量等。可以说,正态分布是自然界和社会现象中最为常见的一种分布, 一个变量如果受到大量微小的、独立的随机因素的影响, 那么这个变量一般是一个正态随机变量。 关键词：高斯分布、特征、转化、医学参考值 一、正态分布 （一）正态分布的由来 正态分布（normal distribution）又名高斯分布（Gaussian distribution）。正态分布概念是由德国的数学家和天文学家Moivre于1733年受次提出的，但由于德国数学家Gauss率先将其应用于天文学家研究，故正态分布又叫高斯分布，高斯这项工作对后世的影响极大，他使正态分布同时有了“高斯分布”的名称，后世之所以多将最小二乘法的发明权归之于他，也是出于这一工作。 正态分布是一个在数学、物理及工程等领域都非常重要的概率分布，在 统计学的许多方面有着重大的影响力。若 随机变量X服从一个数学期望为μ、 标准方差为σ2的高斯分布，记为：则其 概率密度函数为正态分布的期望值μ决定了其位置，其 标准差σ决定了分布的幅度。因其曲线呈钟形，因此人们又经常称之为钟形曲线。我们通常所说的 标准正态分布是μ = 0,σ = 1的正态分布。 ? （二）正态分布的特性 如下图,正态分布的特征有: ? （三）一般正态分布与标准正态分布的转化 由于一般的正态总体 其图像不一定关于y轴对称，对于任一正态总体 ，其取值小于x的概率 。只要会用它求正态总体 在某个特定区间的概率即可。 “小概率事件”和假设检验的基本思想“小概率事件”通常指发生的概率小于5%的事件，认为在一次试验中该事件是几乎不可能发生的。这种认识便是进行推断的出发点。关于这一点我们要有以下两个方面的认识：一是这里的“几乎不可能发生”是针对“一次试验”来说的，因为试验次数多了，该事件当然是很可能发生的；二是当我们运用“小概率事件几乎不可能发生的原理”进行推断时，我们也有5%的犯错误的可能。 一般而言，都是应用公式进行转化。 （四）一般正态分布与标准正态分布的区别与联系 正态分布也叫常态分布，是连续随机变量概率分布的一种，自然界、人类社会、心理和教育中大量现象均按正态形式分布，例如能力的高低，学生成绩的好坏等都属于正态分布。标准正态分布是正态分布的一种，具有正态分布的所有特征。所有正态分布都可以通过Z分数公式转换成标准正态分布。 　　两者特点比较： 　　(1)正态分布的形式是对称的，对称轴是经过平均数点的垂线。 　　(2)中央点最高，然后逐渐向两侧下降，曲线的形式是先向内弯，再向外弯。 　　(3)正态曲线下的面积为1。正态分布是一族分布，它随随机变量的平均数、标准差的大小与单位不同而有不同的分布形态。标准正态分布是正态分布的一种，其平均数和标准差都是固定的，平均数为0，标准差为1。 　　（4）正态分布曲线下标准差与概率面积有固定数量关系。所有正态分布都可以通过Z分数公式转换成标准正态分布。 二、正态分布的应用 （一）综述 生活中各样各类的问题都可以用正态分布来解决或体现。它主要包含这些方面：1. 估计频数分布 一个服从正态分布的变量只要知道其均数与标准差就