标题∶正态分布知多少.docxVIP

标题：正态分布知多少？ 学校：海口市第一中学 班级：高一（20）班 姓名：甘运超、佘瑞彬、封岳滨 指导教师：潘峰 论文编辑：潘峰 指导教师联系方式提交时间：2009年6月28日 正态分布知多少？ 摘要：以选修2-3教材中对正态分布密度函数的图象 ，解析式及其性质的研究为背景，本文 主要利用图形计算器 HP39gs对正态分布展开全面详细的研究 ，目的是为了让我们更多更好 的了解正态分布，提高学习兴趣? 关键词：正态分布解析式，拟合，参数二，8:: 一、 背景 在数学课上，老师给我们讲了高尔顿板试验，通过重复试验，并增 加试验次数，小球的频率分布直方图就会趋近于一条钟形曲线 ，这就 是正态分布密度曲线，它的函数解析式为： 1 _ 、， 、 ④辰（x）=-^—e纭，x^（-巴代）.那么对于该函数解析式，课本上提 V2ncr 得很少，使得我们对于它的了解甚少，因此我们通过GC对它进行了研 究? 二、 研究过程 （一）对正态分布密度函数解析式的拟合评价 （1）准备工作：为了研究方便，我们调整了课本上高尔顿板试验的模型 将其中的数据变为如下表格中的数据： x 1 2 3 4 5 6 7 8 9 10 11 y 1 2 5 13 17 28 17 13 5 2 1 注：x为球槽编号,y为小球个数. ⑵ 打开GC的APLET?数中的统计功能 Statistics, 按2VAR（二元） 数据方式输入以上数据，如:⑶ 选择GC中自带的十种拟合模型进行 2VAR拟合，并利用 数据方式输入以上数据，如: RELER变量对拟合的优劣进行评价，拟合情况如下: 示例：先选择线性拟合，然后点击STATS观察RELERI的值 SYMtDLIC SETUP angles l Radians 52FiT：Linear sHFirLinear4x^5 厂S1FIT： 53FI 52FiT：Linear sHFirLinear 4x^5 厂 55FiT：Linear CHDDSE STATISTICS MODEL TYPE CHDQS E-VftR SI ZYE EKT CD7 PCDV 6EH u 0 TELERR .HH13BE3 由以上方法得到如下表格: 拟合模型 RELER的近似值 Lin ear （线性的），y = mx + b 0. 441322314049 Logarithmic （对数），y = minx+b 0. 418120656916 Exponential （指数），y=bemx 0. 5392060904 Power（幕曲线），y = bxm 0. 521404415101 Quadratic （二次函数）， 0. 118687751641 y =ax2 +bx +c Cubic （立方）,y =ax3 +bx2 +cx + d 0. 118687751641  Logistic (逻辑) y - L 0. 706598740239 1+ae Exponent (指数)，y = abx 0. 5392060904 Trigo no metric (三角曲线)， 0. 0279025980227 y =as in (bx +c) +d User Defined （用户界定），我们 0. 999610074 选择标准正态分布密度函 1 X2 数，^(x^Ue2 V2n 从表中我们发现: 1、从GC用户手册上得知，统计中的RELER变量的值是反映拟合相对 误差的，最小的数字意味着最好的拟合，但是通过标准正态分布密度 函数拟合后发现，它反而是拟合效果最差的，这怎么可能呢？同时我 们点击PLOT也没看到拟合曲线.于是,我们翻阅课本找到了答案，标 准正态分布曲线是对称轴落在 y轴上的曲线，而我们选择的数据在y 轴的右侧，当然没有拟合曲线，拟合的效果是最差的啦.通过课本我们 得知,正态曲线的对称轴为x ’二，在该处取峰值 得知,正态曲线的对称轴为 x ’二，在该处取峰值 ,因此我们通过 计算得到该数据的 1.4, = 28,并用函数 (x~6)2 (x) =28*e 2*1.42 重 新拟合,得RELERR勺近似值为0. 0437,拟合效果超过所有拟合模型 是最好的拟合； 2、从以上表格中可以看出，除了我们自定义的正态分布函数拟合 外,Trigonometric （三角曲线）和 Quadratic （二次函数）两种方式拟合得也较好，而两种方式的函数解析式都类似于正态分布密度函数 的解析式的地方，例如曲线的形状特征，从中帮助我们更好的记住正 态曲线是钟形，单峰的； 3、仔细观察会发现，Trigonometric （三角曲线）拟合的效果似乎优 于了正态分布.Trigo no metric （三角曲线）拟合的RELER值为0.