- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
.
2.4正态分布
复习引入:
总体密度曲线 : 样本容量越大, 所分组数越多, 各组的频率就越接近于总体在相应各组取值的概率. 设
想样本容量无限增大, 分组的组距无限缩小, 那么频率分布直方图就会无限接近于一条光滑曲线 , 这条曲线
叫做总体密度曲线 .
频率 /组距 总体密度曲线
O
单位
a b
它反映了总体在各个范围内取值的概率. 根据这条曲线, 可求出总体在区间 ( a,b) 内取值的概率等于
总体密度曲线,直线 x=a,x=b 及 x 轴所围图形的面积.
观察总体密度曲线的形状,它具有“两头低,中间高,左右对称”的特征,具有这种特征
的总体密度曲线一般可用下面函数的图象来表示或近 似表示:
1
( x
) 2
( x)
e 2
2
,
)
,
2
, x (
式中的实数
、 (
0) 是参数,分别表示总体的平均数与标准差,
, (x) 的图象为正
态分布密度曲线 , 简称正态曲线.
讲解新课:
.
.
一般地,如果对于任何实数 a
b ,随机变量 X 满足
P(a
X B)
b
, (x)dx
a
,
则称 X
的分布为 正态分布 (normal distribution ) .正态分布完全由参数
和
确定,因此正态分布
常记作 N(
, 2 ) .如果随机变量
X 服从正态分布,则记为
X~N( ,
2 ) .
经验表明,一个随机变量如果是众多的、互不相干的、不分主次的偶然因素作用结果之和,它就服从
或近似服从正态分布.例如,高尔顿板试验中,小球在下落过程中要与众多小木块发生碰撞,每次碰撞的
结果使得小球随机地向左或向右下落,因此小球第 1 次与高尔顿板底部接触时的坐标 X 是众多随机碰撞
的结果,所以它近似服从正态分布.在现实生活中,很多随机变量都服从或近似地服从正态分布.例如长
度测量误差;某一地区同年龄人群的身高、体重、肺活量等;一定条件下生长的小麦的株高、穗长、单位
面积产量等;正常生产条件下各种产品的质量指标(如零件的尺寸、纤维的纤度、电容器的电容量、电子
管的使用寿命等);某地每年七月份的平均气温、平均湿度、降雨量等;一般都服从正态分布.因此,正
态分布广泛存在于自然现象、生产和生活实际之中.正态分布在概率和统计中占有重要的地位.
说明 :1 参数 是反映随机变量取值的平均水平的特征数,可以用样本均值去佑计; 是衡量随机变
量总体波动大小的特征数,可以用样本标准差去估计.
2.早在 1733 年,法国数学家棣莫弗就用 n!的近似公式得到了正态分布.之后,德国数学家高斯在研究测量误差时从另一个角度导出了它,并研究了它的性质,因此,人们也称正态分布为高斯分布.
2.正态分布 N ( , 2 ) )是由均值μ和标准差σ唯一决定的分布
通过固定其中一个值,讨论均值与标准差对于正态曲线的影响
.
.
3.通过对三组正态曲线分析,得出正态曲线具有的基本特征是两头底、中间高、左右对称 正态曲线
的作图,书中没有做要求,教师也不必补上 讲课时教师可以应用几何画板,形象、美观地画出三条正态
曲线的图形,结合前面均值与标准差对图形的影响,引导学生观察总结正态曲线的性质
4.正态曲线的性质:
(1)曲线在 x 轴的上方,与 x 轴不相交
(2)曲线关于直线 x=μ对称
(3)当 x=μ时,曲线位于最高点
(4)当 x <μ时,曲线上升(增函数);当 x>μ时,曲线下降(减函数) 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
5)μ一定时,曲线的形状由σ确定σ越大,曲线越“矮胖”,总体分布越分散;σ越小.曲线越“瘦高”.总体分布越集中:
五条性质中前三条学生较易掌握,后两条较难理解,因此在讲授时应运用数形结合的原则,采用对比
教学
5 .标 准正态 曲 线 : 当 μ =0 、σ =l 时,正态总 体称为标准 正态总 体,其相应 的函数表示 式是
1
x 2
f ( x)
e 2 ,( - ∞< x <+∞)
2
其相应的曲线称为 标准正态曲线
标准正态总体 N( 0,1)在正态总体的研究中占有重要的地位 任何正态分布的概率问题均可转化成标准正态分布的概率问题
.
.
讲解范例:
例 1.给出下列三个正态总体的函数表达式,请找出其均值μ和标准差σ
1
x2
(1) f ( x)
e 2 , x ( , )
2
(2)
(3)
1
( x 1) 2
f ( x)
e
8 , x (
,
)
2
2
f ( x)
2
e 2( x 1)2 , x(
,
)
2
答案: (1)0 , 1;(2)1 ,2; (3)-1
,0.5
例 2 求标准正态总体在(
-1 , 2 )内取值的概率.
解:利用等式
p
(x2 )
( x1 ) 有
文档评论(0)