正态分布分析与应用.pptx

7.5正态分布;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（continuousrandomvariable）．下面我们看一个具体问题．;-0.6;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．;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，接近一条光滑的曲线，如图7.5-2所示．;由函数知识可知，图7.5-3中的曲线是一个函数．那么，这个函数是否存在解析式呢？

答案是肯定的，在数学家的不懈努力下，找到了以下刻画随机误差分布的解析式：;;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．;;例上学有时坐公交车，有