内容正文:
9.2 正态分布
1
探索新知
典型例题
巩固练习
归纳总结
布置作业
在日常生活和生产实践中,经常还会遇到这样一类随机变量,它们受众多的、互不相干的、不分主次的偶然因素共同作用,其概率分布往往服从或近似服从正态分布.
情境导入
9.2 正态分布
正态分布
9.2
9.2 正态分布
3
情境导入
探索新知
典型例题
巩固练习
归纳总结
布置作业
如图所示为高尔顿钉板实验的示意图,每一圆点表示钉在木板上的一颗钉子,所有相邻钉子之间的距离均相等.在入 口处放入一个直径小于两颗钉子之问距离的小圆球,在小圆球向下降落的过程中,碰到钉子后皆以0.5的概率向左或向右滚下,直到最后落入木板下方的空槽内.试作小球落入空槽内的频率分布直方图.
9.2 正态分布
情境导入
典型例题
巩固练习
探索新知
归纳总结
布置作业
把空槽从左向右分成区间段,根据实验数据可得如图所示的频率分布直方图.
如果把上述小球落入的区间从左往右编号1,2,…,10,那么区间的编号ξ可以看做离散型随机变量.
9.2 正态分布
情境导入
典型例题
巩固练习
探索新知
归纳总结
布置作业
若将相邻钉子之间的距离逐渐缩小,则上述频率分布直方图中的折线就会逐渐接近下图中的钟形曲线,称为正态曲线.相应 于上述正态曲线,其随机变量ξ的取值范围是一个区间,称这样的随机变量为连续型随机变量.
9.2 正态分布
情境导入
典型例题
巩固练习
探索新知
归纳总结
布置作业
对于上图所示的正态曲线,可以用左图中阴影部分的面积F(x1<5<x2)表示连续型随机变量ξ取值于区间(x1, x2)的概率,用右图中阴影部分的面积F(x)表示连续型随机变量ξ取值于区间(-∞, x)的概率,容易看出,对于随机变量ξ的每一个值x 都有唯一的 F(x)与之相对应,称F(x)为连续型随机变量ξ的正态分布.
9.2 正态分布
情境导入
典型例题
巩固练习
探索新知
归纳总结
布置作业
研究表明,正态曲线的方程为
其中σ和μ是两个参数.习惯上,与正态曲线f(x)对应的正态分布记为 N(μ, σ ²).有时,也说随机变量ξ服从参数为σ和μ的正态分布,记作ξ ~ N(μ, σ ²). 在生产实践和科学研究中,经常会遇到类似的随机现象. 如,测量的误差、某地区人群的身高、某月的平均气温等.
9.2 正态分布
情境导入
典型例题
巩固练习
探索新知
归纳总结
布置作业
图中画出的是μ=0时某些正态曲线.
可以看出,正态曲线具有以下基本性质:
(1)曲线在x轴上方,并且关于直线x=μ对称;
(2)曲线在x=μ时处于最高点,呈现“中间高,两边低”的钟形形状;
(3)当μ确定时,曲线的形状依赖于σ的取值. 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.
9.2 正态分布
情境导入
典型例题
巩固练习
探索新知
归纳总结
布置作业
参数μ=0, σ =1 的正态分布称为标准正态分布,记作N(0,1). 当随机变量ξ服从标准正态分布时,将ξ的取值小于x的概率记作Φ(x),即Φ(x)=P(ξ <x),其几何意义是图中的阴影部分的面积. 一般地, Φ(x)可通过查标准正态分布表(见附录)得到.
9.2 正态分布
情境导入
典型例题
巩固练习
探索新知
归纳总结
布置作业
可以证明Φ(x)有如下性质:
Φ(-x)=1-Φ(x).
当随机变量ξ服从正态分布N(μ, σ²)时,有以下计算公式.
9.2 正态分布
情境导入
巩固练习
归纳总结
布置作业
探索新知
典型例题
解
例1
若ξ ~N(0,1),查表计算:
(1) P(ξ <2.8) ;
(2) P(ξ ≥2);
(3) P(ξ <-1).
(1) 查表可知,P(ξ <2.8)= Φ(2.8)=0.9974 ;
(2) P(ξ ≥2)=1-P(ξ <2)=1-Φ(2)=1-0.9972=0.0228 ;
(3) P(ξ <-1)=Φ(-1)=1-Φ(1)=1-0.8413=0.1587.
9.2 正态分布
情境导入
巩固练习
归纳总结
布置作业
探索新知
典型例题
解
例2
若ξ ~N(0,2²),查表计算:
(1) P(ξ <3) ;
(2) P(ξ ≥-2).
9.2 正态分布
情境导入
典型例题
巩固练习
探索新知
归纳总结
布置作业
可以看出,服从正态分布的随机变量ξ几乎总是取之于区间(μ-3σ, μ+3σ)之内,而在此区间