7.5 正态分布 导学案-2025-2026学年高二下学期数学人教A版选择性必修第三册

2026-04-03
| 2份
| 13页
| 402人阅读
| 1人下载
普通

资源信息

学段 高中
学科 数学
教材版本 高中数学人教A版选择性必修第三册
年级 高二
章节 7.5 正态分布
类型 学案-导学案
知识点 -
使用场景 同步教学-新授课
学年 2026-2027
地区(省份) 天津市
地区(市) -
地区(区县) -
文件格式 ZIP
文件大小 715 KB
发布时间 2026-04-03
更新时间 2026-04-03
作者 rjyh
品牌系列 -
审核时间 2026-04-03
下载链接 https://m.zxxk.com/soft/57165853.html
价格 1.00储值(1储值=1元)
来源 学科网

内容正文:

选择性必修第三册 第七章 随机变量及其分布学案 7.5正态分布 导学案 【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; (4)了解3σ原则,会求随机变量在特殊区间内的概率. 【问题导学】 问题1: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,生活中有哪些随机变量是离散型随机变量呢? 问题2: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: (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? 【知识构建】 知识点一:正态分布的定义 1. 正态曲线的定义 其中μ∈R,σ>0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 . 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 , 2. 正态分布 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 ,记为 特别地,当μ=0, σ=1时,称随机变量X服从 . 知识点二:正态曲线的特点 1.正态曲线的性质: (1) 曲线在x轴的 方,与x轴不相交; (2) 曲线是 的,它关于直线 对称,且曲线在x=μ处取得最 值; (3) 曲线与x轴之间的面积为 ; (4) 当μ一定时,σ越大,曲线越“ ”,表示总体的分布越 ;σ越小,曲线越“ ”,表示总体的分布越 . (5) 参数μ反映了正态分布的 ,σ反映了随机变量的分布相对于均值μ的 . 在实际问题中,参数μ,σ可以分别用样本均值和样本标准差来估计,故有 2. 知识点三 3σ原则: 假定X~N(μ,σ^2),可以证明:对给定的k∈N^∗,P(μ−kσ≤X≤μ+kσ)是一个与k有关的定值.特别地, 上述结果可用图表示. 由此看到,尽管正态变量的取值范围是(−∞,+∞),但在一次试验中,X的取值几乎总是落在区间[μ−3σ,μ+3σ]内,而在此区间以外取值的概率大约只有0.0027,通常认为这种情况几乎不可能发生. 在实际应用中,通常认为服从于正态分布N(μ,σ^2)的随机变量X只取[μ−3σ,μ+3σ]中的值,这在统计学中称为 . 【应用举例】 【例1】李明上学有时坐公交车, 有时骑自行车. 他各记录了50次坐公交车和骑自行车所花的时间, 经数据分析得到:坐公交车平均用时30min, 样本方差为36; 骑自行车平均用时34min, 样本方差为4.假设坐公交车用时X和骑自行车用时Y都服从正态分布. (1)估计X,Y 的分布中的参数; (2)根据(1)中的估计结果,利用信息技术工具画出X与 Y的分布密度曲线; (3)如果某天有38min可用, 李明应选择哪种交通工具?如果某天只有34min可用,又应该选择哪种交通工具?请说明理由. 【变式训练】 1.在某项测量中,测量结果服从正态分布,则(   ) A.0.1 B.0.2 C.0.4 D.0.5 2.已知随机变量,且,则的值为(  ) A.0.2 B.0.4 C.0.7 D.0.35 3.若随机变量,且,则(    ) A.0.2 B.0.4 C.0.6 D.0.8 4.设随机变量服从正态分布,若,则________________. 【例2】某市共30000人参加一次数学测试,满分150分,学生的抽测成绩服从正态分布,则抽测成绩在内的学生人数大约为(  ) 若,则 A.4077 B.5436 C.1359 D.2718 【变式训练】 某地区有20000名考生参加了高三第二次调研考试.经过数据分析,数学成绩X近似服从正态分布,则数学成绩位于的人数约为(   ) 参考数据:,,. A.790 B.2720 C.430 D.1360 【随堂检测】 1.两个正态分布和的密度函数图象如图所示,则(   ) A., B., C., D., 2.已知随机变量,若,则(   ) A.0.8 B.0.7 C.0.3 D.0.2 3.已知随机变量,若,则(   ) A.0.2 B.0.3 C.0.4 D.0.7 4.已知随机变量X服从正态分布,若,则(   ) A.0.2 B.0.3 C.0.7 D.0.8 5.学校有1000名学生生参加了“希望杯”数学竞赛,此次竞赛成绩服从正态分布,估计竞赛成绩在分到分之间的人数约为(    )人. (参考数据,,) A. B. C.954 D.477 【小结反思】本节课你有哪些收获?还有哪些疑问? - 1 - 学科网(北京)股份有限公司 $选择性必修第三册 第七章 随机变量及其分布学案 7.5正态分布 导学案 【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; (4)了解3σ原则,会求随机变量在特殊区间内的概率. 【问题导学】 问题1: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,生活中有哪些随机变量是离散型随机变量呢? 问题2: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: (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? 【知识构建】 知识点一:正态分布的定义 1. 正态曲线的定义 其中μ∈R,σ>0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, 2. 正态分布 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. 知识点二:正态曲线的特点 1.正态曲线的性质: (1) 曲线在x轴的上方,与x轴不相交; (2) 曲线是单峰的,它关于直线x=μ对称,且曲线在x=μ处取得最大值; (3) 曲线与x轴之间的面积为1; (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反映了随机变量的分布相对于均值μ的离散程度. 在实际问题中,参数μ,σ可以分别用样本均值和样本标准差来估计,故有 2. 知识点三 3σ原则: 假定X~N(μ,σ^2),可以证明:对给定的k∈N^∗,P(μ−kσ≤X≤μ+kσ)是一个与k有关的定值.特别地, 上述结果可用图表示. 由此看到,尽管正态变量的取值范围是(−∞,+∞),但在一次试验中,X的取值几乎总是落在区间[μ−3σ,μ+3σ]内,而在此区间以外取值的概率大约只有0.0027,通常认为这种情况几乎不可能发生. 在实际应用中,通常认为服从于正态分布N(μ,σ^2)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. 【应用举例】 【例1】李明上学有时坐公交车, 有时骑自行车. 他各记录了50次坐公交车和骑自行车所花的时间, 经数据分析得到:坐公交车平均用时30min, 样本方差为36; 骑自行车平均用时34min, 样本方差为4.假设坐公交车用时X和骑自行车用时Y都服从正态分布. (1)估计X,Y 的分布中的参数; (2)根据(1)中的估计结果,利用信息技术工具画出X与 Y的分布密度曲线; (3)如果某天有38min可用, 李明应选择哪种交通工具?如果某天只有34min可用,又应该选择哪种交通工具?请说明理由. 分析:师生共同分析:对于第(1)问,正态分布由参数μ和σ完全确定,根据正态分布参数的意义,可以分别用样本均值和样本标准差来估计,对于第(3)问,这是一个概率决策问题,首先要明确决策的准则,在给定的时间内选择不迟到概率大的交通工具;然后结合图形,根据概率的表示,比较概率的大小,作出判断. 解析:(1)随机变量X的样本均值为30 , 样本标准差为6; 随机变量Y的样本均值为34, 样本标准差为2. 用样本均值估计参数μ. 用样本标准差估计参数σ, 可以得到:X~N(30 , 62) , Y~N(34 , 22) (2)X和Y的分布密度曲线如图所示, (3)应选择在给定时间内不迟到的概率大的交通工具. 由图可知, P(X≤38)<P(Y ≤ 38),P(X ≤ 34)>P(Y ≤ 34). 所以 , 如果有38min可用 , 那么骑自行车不迟到的概率大, 应选择骑自行车; 如果只有34min可用, 那么坐公交车不迟到的概率大, 应选择坐公交车. 【变式训练】 1.在某项测量中,测量结果服从正态分布,则(   ) A.0.1 B.0.2 C.0.4 D.0.5 【答案】D 【知识点】正态曲线的性质、指定区间的概率 【详解】服从正态分布,所以由正态分布的对称性知. 2.已知随机变量,且,则的值为(  ) A.0.2 B.0.4 C.0.7 D.0.35 【答案】B 【知识点】正态曲线的性质、指定区间的概率 【分析】利用正态分布曲线的对称性,即可求值. 【详解】因为随机变量,则正态分布曲线的对称轴为, 所以,即, 故选:B 3.若随机变量,且,则(    ) A.0.2 B.0.4 C.0.6 D.0.8 【答案】D 【知识点】特殊区间的概率 【分析】由对称性先得出,进而得出. 【详解】因为,所以,所以. 故选:D 4.设随机变量服从正态分布,若,则________________. 【答案】4 【知识点】正态曲线的性质、正态分布的实际应用、根据正态曲线的对称性求参数 【分析】由对称性求出答案. 【详解】因为正态分布曲线以为对称轴,又, 由正态分布的对称性可知. 故答案为:4 【例2】某市共30000人参加一次数学测试,满分150分,学生的抽测成绩服从正态分布,则抽测成绩在内的学生人数大约为(  ) 若,则 A.4077 B.5436 C.1359 D.2718 【答案】A 【知识点】正态曲线的性质、指定区间的概率 【分析】利用正态分布的性质,结合区间概率,即可求解. 【详解】学生的抽测成绩服从正态分布, 则 , 由于总人数为30000,则抽测成绩在内的学生人数大约为, 故选:A. 【变式训练】 某地区有20000名考生参加了高三第二次调研考试.经过数据分析,数学成绩X近似服从正态分布,则数学成绩位于的人数约为(   ) 参考数据:,,. A.790 B.2720 C.430 D.1360 【答案】C 【知识点】3δ原则、指定区间的概率、正态分布的实际应用 【分析】根据题设条件结合对称性得出数学成绩位于的人数. 【详解】由题意可知,, 则数学成绩位于的人数约为. 故选:C. 【随堂检测】 1.两个正态分布和的密度函数图象如图所示,则(   ) A., B., C., D., 【答案】C 【知识点】正态曲线的性质 【分析】由正态曲线和均值、标准差的意义判断即可. 【详解】由正态分布和的密度函数图象, 的对称轴在的对称轴的左侧, 故, 由图象可得的数据的集中程度相比更加分散, 根据方差的意义可得, 故选:C . 2.已知随机变量,若,则(   ) A.0.8 B.0.7 C.0.3 D.0.2 【答案】D 【知识点】指定区间的概率 【分析】根据题意结合正态分布的对称性运算求解即可. 【详解】因为,, 所以. 故选:D. 3.已知随机变量,若,则(   ) A.0.2 B.0.3 C.0.4 D.0.7 【答案】A 【知识点】正态曲线的性质、指定区间的概率 【分析】由正态分布的对称性求解即可. 【详解】因为,所以, 若,则,所以. 故选:A. 4.已知随机变量X服从正态分布,若,则(   ) A.0.2 B.0.3 C.0.7 D.0.8 【答案】B 【知识点】指定区间的概率 【分析】根据给定条件,利用正态分布的对称性列式求解. 【详解】随机变量X服从正态分布,由,得, 所以. 5.学校有1000名学生生参加了“希望杯”数学竞赛,此次竞赛成绩服从正态分布,估计竞赛成绩在分到分之间的人数约为(    )人. (参考数据,,) A. B. C.954 D.477 【答案】A 【知识点】3δ原则、正态分布的实际应用 【分析】由正态分布概率模型求出竞赛成绩在分到分的概率,然后估计人数即可. 【详解】由于竞赛成绩服从正态分布, 所以,, 所以, 故该校1000名学生竞赛成绩在分到分之间的人数约为:, 故选:A 【小结反思】本节课你有哪些收获?还有哪些疑问? - 1 - 学科网(北京)股份有限公司 $

资源预览图

7.5  正态分布 导学案-2025-2026学年高二下学期数学人教A版选择性必修第三册
1
7.5  正态分布 导学案-2025-2026学年高二下学期数学人教A版选择性必修第三册
2
相关资源
由于学科网是一个信息分享及获取的平台,不确保部分用户上传资料的 来源及知识产权归属。如您发现相关资料侵犯您的合法权益,请联系学科网,我们核实后将及时进行处理。