7.5 正态分布（教学课件）-2024-2025学年高二数学（人教A版2019选择必修三）.pptxVIP

第七章随机变量及其分布列

7.5

正态分布;

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

特点；

3.了解正态分布的均值、方差及其含义；(重点)

4.了解3σ原则，会求随机变量在特殊区间内的概率.(难点);

情景导入

7.5正态分布;

创设背景引入新知

●印在人民币上的数学家

高斯是一个伟大的数学家，一生中

的重要贡献不胜枚举，德国的10马克纸;

正态分布

7.5正态分布;

探究新知

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性随机变量，下面我们看一个具体问题。;

探究新知

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：;

探究新知

●可用频率分布直方图描述这组误差数据的分布，如图所示.

●其中每个小矩形的面积表示误差落在相应区间内的频率，所有小矩形的面积为和为1.;

探究新知

由函数知识可知，上图中的钟形曲线是一个函数.

思考1:这个函数是否存在解析式呢?

,x∈R.X~N(μ,σ2)

其中μ∈R,o0为参数.

对任意的x∈R,f(x)0,它的图象在x轴的上方，可以证明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，

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，

记为X~N(μ,σ2).特别地，当μ=0,σ=1时，称随机变量X服从标准正态分布.;

探究新知

小知识早在1734年，法国数学家棣莫弗(A.DeMoivre,1667-1754)

在研究二项概率的近似计算时，已提出了正态密度函数的形式，但当时只是作为一个数学表达式.直到徳国数学家高斯(C.F.Gauss,1777-1855)提出“正态误差”的理论后，正态密度函数才取得“概率分布”的身份.因此，人们也称正态分布为高斯分布.;

●如下图所示，X取值不超过x的概率P(X≤x)为图中区域A的面积，

P(a≤X≤b)为区域B的面积.

f(x)↑

√2π;

●正态曲线下对称区域的面积相等，代表对应的概率也相等

P(-x?≤X≤-x?)=P(x?≤X≤x?)P(X≤-a)=P(X≥a)

利用“对称法”求正态分布下随机变量在某个区间的概率;

探究新知

●正态分布在概率和统计中占有重要地位，它广泛存在于自然现象、生产和生活实践之中.在现实生活中，很多随机变量都服从或近似服从正态分布，例如，某些物理量的测量误差，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，自动流水线生产的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),某地每年7月的平均气温、平均湿度、降水量等，一般都近似服从正态分布.;

由X的密度函数及图象可以发现，正态曲线还有以下特点：

(1)曲线是单峰的，它关于直线x=μ对称；

(2)曲线在x=μ处达到峰值

(3)当x|无限增大时，曲线无限接近x轴.;

思考3:一个正态分布由参数μ和σ完全确定，这两个参数对正态曲线的形状有何影响?它们反映正态分布的哪些特征?;

观察两个图象可以发现，参数μ反映了正态分布的集中位置，σ反映了随机

变量的分布相对于均值的离散程度.实际上，我们有：

若X~N(μ,σ2),则E(X)=μ,D(X)=σ2.;

探究新知

总结正态曲线的性质：x=μ

(1)曲线在x轴的上方，与x轴不相交；σ=0.5

(2)曲线是单峰的，它关于直线x=μ对称，且曲线在σ=1

x=μ处取得最大值；

σ=2

(3)曲线与x轴之间的面积为1;-3-2-10123x

(4)当μ一定时，σ越大，曲线越“矮胖”,表示总体的分布越分散；σ越小，曲线越“瘦高”,表示总体的分布越集中.

(5)参数μ反映了正态分布的集中位置，σ反映了随机变量的