【选修】7.5正态分布(第二版).pptx

【选择性必修第三册】7.5 正态分布湛江市第五中学 钟景荣学习目标1.通过误差模型, 了解服从正态分布的随机变量.2. 通过具体实例, 借助频率分布直方图的几何直观, 了解正态分布的特征. 3.了解变量落在区间[μ-σ, μ+σ], [μ-2σ, μ+2σ], [μ-3σ, μ+3σ]的概率大小, 会根据正态曲线的特点求随机变量在某一区间内的概率.4.了解正态分布的均值、方差及其含义, 会用正态分布解决实际问题. 重点： 正态分布的意义和特点.难点：借助正态分布密度曲线的对称性, 利用数形结合求解正态分布的问题.核心素养：数学建模、逻辑推理、数据分析、数学运算.一、连续型随机变量 现实中, 除了前面已经研究过的离散型随机变量外, 还有大量问题中的随机变量不是离散型的, 它们的取值往往充满某个区间甚至整个实轴, 但取一点的概率为0, 我们称这类随机变量为连续型随机变量(continuous random variable).问题 自动流水线包装的食盐, 每袋标准质量为400g. 由于各种不可控制的因素, 任意抽取一袋食盐, 它的质量与标准质量之间或多或少会存在一定的误差(实际质量减去标准质量). 用X表示这种误差, 则X是一个连续型随机变量. 检测人员在一次产品检验中, 随机抽取了100袋食盐, 获得误差X(单位: g)的观测值如下：-0.6-1.4-0.73.3-2.9-5.21.40.14.40.9-2.6-3.4-0.7-3.2-1.72.90.61.72.91.20.5-3.72.71.1-3.0-2.6-1.91.72.60.42.6-2.0-0.21.8-0.7-1.3-0.5-1.30.2-2.12.4-1.5-0.43.8-0.11.50.3-1.80.02.53.5-4.2-1.0-0.20.10.91.12.20.9-0.6-4.4-1.13.9-1.0-0.61.70.3-2.4-0.1-1.7-0.5-0.81.71.44.41.2-1.8-3.1-2.1-1.62.20.34.8-0.8--3.5-2.73.81.4-3.5-0.9-2.2-0.7-1.31.5-1.5-2.21.01.31.7-0.9(1) 如何描述这100个样本误差数据的分布？(2) 如何构建适当的概率模型刻画误差X的分布？ 根据已学的统计知识, 可用频率分布直方图描述这组误差数据的分布, 如图7.5-1所示. 频率分布直方图中每个小矩形的面积表示误差落在相应区间内的频率, 所有小矩形的面积之和为1.频率/组距频率/组距0.200.200.150.150.100.10 观察图形可知, 误差观测值有正有负, 并大致对称地分布在X=0的两侧, 而且小误差比大误差出现得更频繁.0.050.0500664422-2-2-4-4-6-6XX00图7.5-1图7.5-2 随着样本数据量越来越大, 让分组越来越多, 组距越来越小, 由频率的稳定性可知, 频率分布直方图的轮廓就越来越稳定, 接近一条光滑的钟形曲线, 如图7.5-2所示.P(概率) 根据频率与概率的关系, 可用图7.5-3中的钟形曲线(曲线与水平轴之间的面积为1)来描述袋装食盐质量误差的概率分布. 0.200.150.10 例如, 任意抽取一袋食盐, 误差落在区间[-2, -1]内的概率, 可用图中黄色阴影部分的面积表示.0.050642-2-4-6X0图7.5-3二、正态密度函数与正态分布P(概率)0.20 由函数可知, 图7.5-3中的钟形曲线是一个函数, 那么, 这个函数是否存在解析式呢？0.150.10误差分布的解析式：0.050642-2-4-6X0图7.5-3其中 μ∈R, σ0 为参数.对任意的x∈R, f(x)0, 它的图象在x轴的上方. f(x) ?x轴和曲线之间的区域的面积为1. 我们称f(x)为正态密度函数. 称它的图象为正态密度曲线, 简称正态曲线, 如图7.5-4所示.xOμbxa图7.5-4f(x)f(x) 若随机变量X的概率分布密度函数为f(x), 则称随机变量X服从正态分布(normal distribution), 记为X~N(μ, σ2).BAxOμbxa图7.5-4标准差均值 特别地,当μ=0, σ =1时, 称随机变量X服从标准正态分布.若X~N(μ, σ2),则如图7.5-4所示,X取值不超过x的概率P(X≤x)为图中区域A的面积, 而P(a≤x≤b)为区域B的面积.P(X≤μ)=0.5, P(X≥μ)=0.5. P(X≤x)只能通过数值积分近似计算. 可以查正态分布表或利用计算机软件计算. Excel 中对应的函数为NORM.DIST. 1. 下列函数是正态密度函数的是( )解: 对照f (x) =得B正确, N(0, 1)