概率论：正态分布.pdfVIP

章 四 第 第一节 正态分布的密度函数 第二节 正态分布的数字特征 第三节 正态分布的线性性质 布 分 态 正 第四节 二维正态分布 第五节 中心极限定理 PLAY 第一节 正态分布的密度函数 正态分布是实践中应用最为广泛，在理论上 研究 最多的分布之一,它在概率统计中占有特别重要的地 位.比如,考察一群人的身高,个体的身高作为一个随 机变量,其取值特点是:在平均身高附近的人较多,特 别高和特别矮的人较少.一个班的一次考试成绩、测 量误差等均有类似的特征.高斯在研究误差理论时曾 用它来刻画误差,因此很多文献中亦称之为高斯分布. 进一步的理论研究表明,一个变量如果受到大量 独立的因素的影响(无主导因素),则它一般服从正态 分布,这是中心极限定理探讨的问题. 一. 一般正态分布 (f )x 1. 定义 若随机变量X 的密度函数为 2 ( )x  1  2 ( ) 2 f x e 2 其中  x 0 x  2 式中 为实数, 0 .则称X服从参数为, 的正态分 布,亦称高斯分布.记为N(, 2 2 ).可表为X～N(,  ). 图象见右上角 1 正态分布有两个特性： 2  (f )x (1) 单峰对称 密度曲线关于直线x=对称 1 f()＝maxf(x)＝ 2  0  x (2) 的大小直接影响概率的分布 (4,3 /N5) 越大,曲线越平坦; (f )x (4N,1) 越小，曲线越陡峻. (4,7 /N5) 正态分布也称为 高斯(Gauss)分布