内容正文:
随机变量的取值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.
知识点 1 连续型随机变量
7.5 正态分布
必备知识 清单破
知识点2 正态曲线
知识点 2
1.正态曲线的定义
一般地,称函数f(x)= ,x∈R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.其中μ∈R,σ>0为参数.
第七章 随机变量及其分布
高中同步
2.正态曲线的特点
(1)曲线位于x轴上方,与x轴不相交.
(2)曲线是单峰的,它关于直线x=μ对称.
(3)曲线在x=μ处达到峰值 .
(4)当|x|无限增大时,曲线无限接近x轴.
(5)对任意的σ>0,正态曲线与x轴之间的区域的面积总为1.
(6)在参数σ取固定值时,正态曲线的位置由μ确定,且随着μ的变化而沿x轴平移,如图甲所示.
(7)当μ取定值时,正态曲线的形状由σ确定,当σ较小时,峰值高,正态曲线“瘦高”,表示随机变
量的分布比较集中;当σ较大时,峰值低,正态曲线“矮胖”,表示随机变量的分布比较分散,如
图乙所示.
第七章 随机变量及其分布
高中同步
知识点3 正态分布
知识点 3
1.正态分布的定义
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(也称为高斯分布),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.
第七章 随机变量及其分布
高中同步
2.正态分布的图形表示
若X~N(μ,σ2),则如图所示,X取值不超过x的概率P(X≤x)为图中区域A的面积,而P(a≤X≤b)为
图中区域B的面积.
第七章 随机变量及其分布
高中同步
知识点4 3σ原则
知识点 4
1.正态变量在三个特殊区间内取值的概率
P(μ-σ≤X≤μ+σ)≈0.682 7;
P(μ-2σ≤X≤μ+2σ)≈0.954 5;
P(μ-3σ≤X≤μ+3σ)≈0.997 3.
2.3σ原则
在实际应用中,通常认为服从于正态分布N(μ,σ2)的随机变量X只取[μ-3σ,μ+3σ]中的值,这在统
计学中称为3σ原则.
第七章 随机变量及其分布
高中同步
知识辨析
1.正态分布是否由它的参数μ和σ唯一确定?参数μ,σ的意义分别是什么?
2.正态曲线是单峰的,其与x轴围成的区域的面积会随参数μ,σ的变化而变化吗?
3.对于给定的正态密度函数,其图象的对称轴及形状是确定的吗?
4.若X~N(μ,σ2),则随机变量X的取值落在长度为3σ的区间之外是小概率事件吗?
第七章 随机变量及其分布
高中同步
一语破的
1.是.参数μ,σ分别表示样本均值和标准差.
2.不会.正态曲线与x轴围成的区域的面积总为1,不会随参数μ,σ的变化而变化.
3.是.由正态密度函数的解析式可知,正态密度函数的图象的对称轴的位置由μ确定,图象的形
状由σ确定.
4.不一定.随机变量的取值落在[μ-3σ,μ+3σ]之外是小概率事件,但是随机变量的取值落在其他
长度为3σ的区间之外不一定是小概率事件.
第七章 随机变量及其分布
高中同步
定点1 正态分布的概率问题
在正态分布下求概率的关键在于充分利用正态曲线的对称性,把待求概率的区间转化为已知
概率的区间.当条件中无已知概率时,要将区间转化为三个特殊区间:[μ-σ,μ+σ],[μ-2σ,μ+2σ],[μ
-3σ,μ+3σ].利用随机变量X在这三个特殊区间取值的概率进行计算.
一般地,若随机变量X服从正态分布N(μ,σ2),则
(1)P(X≥a)=1-P(X<a);
(2)对任意的实数a,有P(X≤μ-a)=P(X≥μ+a);
(3)P(a≤X≤b)=P(X≤b)-P(X<a).
关键能力 定点破
定点 1
第七章 随机变量及其分布
高中同步
典例 (1)已知随机变量X服从正态分布N(2,σ2),且P(X<4)=0.8,则P(0<X<2)= ( )
A.0.6 B.0.4 C.0.3 D.0.2
(2)在某项测量中,测量结果X服从正态分布N(1,4),则X在(-1,1)内取值的概率为 .(若X
~N(μ,σ2),则P(μ-σ≤X≤μ+σ)≈0.682 7)
0.341 35
C
第七章 随机变量及其分布
高中同步
解析 (1)∵随机变量X服从正态分布N(2,σ2),
∴μ=2,即正态曲线的对称轴是直线x=2.
∵P(X<4)=0.8,∴P(X≥4)=P(X≤0)=0.2,
∴P(0<X<4)=0.6,
∴P(0<X<2)= P(0<X<4)=0.3.
(2)由题意得μ=1,σ=2,∴P(-1≤X≤3)=P(1-2≤X≤1+2)≈0.682 7.
又正态曲线关于直线x=1对称,
∴P(-1≤X<1)=P(1<X≤3)= P(-1≤X≤3)= ×0.682 7=0.341 35.
∴X在(-1,1)内取值的概率为0.341 35.
第七章 随机变量及其分布
高中同步
定点2 正态分布的实际应用
利用服从正态分布N(μ,σ2)的随机变量X在三个特殊区间上取值的概率,可以解决两类实际问
题:
一类是估计在某一范围内的数量,具体方法是先确定随机变量在该范围内取值的概率,再乘
样本容量即可.
另一类是利用3σ原则作决策.决策步骤如下:①确定一次试验中取值a是否落入范围[μ-3σ,μ+3
σ]内;②作出判断,若a∈[μ-3σ,μ+3σ],则接受统计假设,若a∉[μ-3σ,μ+3σ],则拒绝统计假设.
定点 2
第七章 随机变量及其分布
高中同步
典例1 某地区一次联考的数学成绩X(单位:分)近似地服从正态分布N(85,σ2),已知P(X≤122)=
0.96,现随机从这次考试的成绩中抽取一个容量为100的样本,则成绩低于48分的个体数大约
为 ( )
A.6 B.4 C.94 D.96
B
解析 由P(X≤122)=0.96,可得P(X>122)=0.04,因为正态曲线关于直线x=85对称,所以P(X<48)
=P(X>122)=0.04,
所以成绩低于48分的个体数大约为100×0.04=4.
第七章 随机变量及其分布
高中同步
典例2 从某企业生产的某种产品中随机抽取100件,测量这些产品的一项质量指标值,由测量
结果得频率分布直方图如图.
(1)求这100件产品质量指标值的平均数 和方差s2(同一组的数据用该组区间的中点值作为
代表);
第七章 随机变量及其分布
高中同步
(2)由频率分布直方图可以认为,这种产品的质量指标值Z服从正态分布N(μ,σ2),其中μ近似为
样本平均数 ,σ2近似为样本方差s2.
①若某用户从该企业购买了10件这种产品,记X表示这10件产品中质量指标值位于[187.4,22
5.2]内的产品件数,求E(X);
②一天内抽取的产品中,若出现了质量指标值在[μ-3σ,μ+3σ]之外的产品,就认为这一天的生
产过程中可能出现了异常情况,需对当天的生产过程进行检查.下面的表格记录了检验员在
一天内抽取的15个产品(编号分别为1~15)的质量指标值,据此判断是否需要对当天的生产过
程进行检查.
第七章 随机变量及其分布
高中同步
产品编号 1 2 3 4 5
质量指标值 162.3 173.5 188 189.6 194
产品编号 6 7 8 9 10
质量指标值 194.9 199 204 206.3 207.2
产品编号 11 12 13 14 15
质量指标值 216 216.7 227 228.1 237.9
附:若X~N(μ,σ2),则P(μ-σ≤X≤μ+σ)≈0.682 7,P(μ-2σ≤X≤μ+2σ)≈0.954 5,P(μ-3σ≤X≤μ+3σ)
≈0.997 3, ≈12.6.
第七章 随机变量及其分布
高中同步
解析 (1)由题意得, =170×0.025+180×0.09+190×0.22+200×0.32+210×0.24+220×0.08+230×
0.025=200,
s2=(-30)2×0.025+(-20)2×0.09+(-10)2×0.22+02×0.32+102×0.24+202×0.08+302×0.025=159.
(2)①由题意得,μ=200,σ= ≈12.6,
则μ-σ=200-12.6=187.4,μ+2σ=200+12.6×2=225.2,
∴一件产品的质量指标值位于[187.4,225.2]内的概率为 =0.818 6,
则X~B(10,0.818 6),
∴E(X)=10×0.818 6=8.186.
②由①知,μ-3σ=200-12.6×3=162.2,μ+3σ=200+12.6×3=237.8.
∵237.9∉[162.2,237.8],
∴需要对当天的生产过程进行检查.
第七章 随机变量及其分布
高中同步
素养 通过随机变量的概率分布发展数学建模的素养
素养
学科素养 情境破
素养解读
数学建模是对现实问题进行数学抽象,用数学语言表达问题、用数学知识与方法构建模型解
决问题的素养.在本章中,通过几种随机试验的特征,构建概率模型,落实数学建模的素养,即通
过抽象n重伯努利试验的特征,建立二项分布模型;通过放回抽样与不放回抽样的对比,建立超
几何分布模型;通过频率分布直方图的直观性,建立正态分布理论模型.
第七章 随机变量及其分布
高中同步
典例呈现
例题 某中医药研究所研制出一种新型抗过敏药物,服用后需要检验血液抗体是不是阳性,现
有n(n∈N*)份血液样本,每份样本取到的可能性均等,有以下两种检验方式:①逐份检验,需要
检验n次;②混合检验,将其中k(k∈N*,2≤k≤n)份血液样本分别取样混合在一起检验,若结果
为阴性,则这k份血液抗体全为阴性,因此这k份血液样本只需检验一次就够了,若结果为阳性,
为了确定这k份血液中究竟哪份为阳性,需要对这k份血液进行逐份检验,此时这k份血液的检
验次数总共为k+1.假设在接受检验的血液样本中,每份样本的检验结果是阳性还是阴性都是
相互独立的,且每份样本是阳性的概率为p(0<p<1).
(1)假设有5份血液样本,其中只有2份样本抗体为阳性,若采取逐份检验的方式,求恰好经过3
次检验就能把阳性样本全部检验出来的概率;
(2)现取其中的k(k∈N*,2≤k≤n)份血液样本,采用逐份检验的方式,样本需要检验的总次数记
为ξ1,采用混合检验的方式,样本需要检验的总次数记为ξ2.
第七章 随机变量及其分布
高中同步
①若k=4,且E(ξ1)=E(ξ2),试运用概率与统计的知识,求p的值;
②若p=1- ,证明:E(ξ1)<E(ξ2).
第七章 随机变量及其分布
高中同步
解题思路 (1)设“恰好经过3次检验就能把阳性样本全部检验出来”为事件A,那么事件A包
含三种情况:第1次未检出阳性,第2、3次检出阳性;第1、3次检出阳性,第2次未检出阳性;3次
均未检出阳性,
则P(A)= × × + × × + × × = .
(2)①由题意知E(ξ1)=4,
ξ2的可能取值为1,5,
P(ξ2=1)=(1-p)4,
P(ξ2=5)=1-(1-p)4,
所以E(ξ2)=1×(1-p)4+5×[1-(1-p)4]=5-4(1-p)4,
由E(ξ1)=E(ξ2),得4=5-4(1-p)4,
第七章 随机变量及其分布
高中同步
即(1-p)4= ,所以p=1- .
②证明:由题意易知,E(ξ1)=k,E(ξ2)=1+k-k(1-p)k,
要证明E(ξ1)<E(ξ2),
即证明k<1+k-k(1-p)k,
即证明k(1-p)k<1,
即证明 >(1-p)k,
即证明( )k< ,
即证明- <-ln k,
即证明ln k- <0.
第七章 随机变量及其分布
高中同步
设f(x)=ln x- (x≥2),则f '(x)= - ≤0,所以函数f(x)在[2,+∞)上单调递减,
因为f(2)=ln 2-1<0,
所以f(x)=ln x- ≤f(2)<0,即ln k- <0,
所以E(ξ1)<E(ξ2).
第七章 随机变量及其分布
高中同步
思维升华
高中数学中概率计算的形式多样,过程较复杂,给学习带来了一定的困难和挑战.为此,我
们可以对常见的概率计算问题进行分类总结,并熟练掌握解决每类概率问题的通性通法,通
过概率模型来解决概率计算问题,可达到事半功倍的效果.
第七章 随机变量及其分布
高中同步
$