内容正文:
第七章 随机变量及其分布
7.5 正态分布
1
01 情境导入
2
情境导入
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马克纸币上印有高斯的头像和特殊曲线,这就传达了一个信息:在高斯的科学贡献中,对人类文明影响最大的是“正态分布”.
02 正态分布
4
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.
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).用表示这种误差,则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(单位:g)的观测值如下:
新知讲解
(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的分布?
新知讲解
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,面积为和为1.
随着样本数据量越来越大,分组越来越多,组距越来越小,
频率分布直方图的轮廓就越来越稳定,接近一条光滑的钟形曲线.
新知讲解
由函数知识可知,钟形曲线是一个函数. 这个函数是否存在解析式呢?
对任意的,它的图象在轴的上方,可以证明轴和曲线之间的区域的面积为1.
我们称为正态密度函数,称它的图象为正态密度曲线,简称正态曲线.
O
新知讲解
若随机变量的概率分布密度函数为,则称随机变量服从
正态分布,记为.
特别地,当时,称随机变量服从标准正态分布.
思考:参数在正态分布中的实际意义是什么?
是反映随机变量取值的平均水平,可以用样本的均值去估计;
是衡量随机变量总体波动大小,可以用样本的标准差去估计.
新知讲解
1.判断正误.
(1)正态密度函数的值可正可负,但不能为0. ( )
(2)正态密度函数的图象与轴之间区域的面积是变化的. ( )
2.下列函数是正态密度函数的是( )
A. B.
C. D.
新知辨析
1.正态曲线的特点
(1)曲线位于轴的上方,与轴不相交.
(2)曲线是单峰的,它关于直线对称.
(3)曲线在处达到峰值.
(4)当无限增大时,曲线无限接近x轴.
(5)曲线与轴之间的面积为1.
新知讲解
O
(6)当一定时,曲线的位置由确定,曲线随着的变化而沿轴平移.
(7)当一定时,曲线的形状由确定,
较小时,峰值高,曲线“瘦高”,表示随机变量的分布比较集中;
较大时,峰值低,曲线“矮胖”,表示随机变量的分布比较分散.
新知讲解
1.(多选题)已知三个正态密度函数(
)的图象如图所示,则下列结论正确的是( )
A.
B.
C.
D.
新知辨析
2.正态曲线下的面积规律
(1)若,则取值不超过的概率为区域A的面积,
为区域B的面积.
(2)正态曲线下对称区域的面积相等,对应的概率也相等.
新知讲解
【例1】一个正态曲线如图所示,试根据该图象写出其正态密度函数的
解析式,求出随机变量的均值和方差.
例题剖析
【练习】若一个正态密度函数是偶函数,且该函数的最大值为,
则该正态密度函数的解析式为 .
举一反三
【例2】已知随机变量服从正态分布,若,
则( )
A.0.2 B.0.24 C.0.28 D.0.32
例题剖析
【练习】(多选题)已知随机变量服从正态分布,定义函数
为取值不超过的概率,即.若,
则( )
A. B.
C.在内是减函数 D.
举一反三
03 3原则
19
假定,可以证明:
对给定的,是一个与有关的定值.
新知讲解
由此看到,尽管正态变量的取值范围是,但在一次试
验中,的取值几乎总是落在区间内,而在此区间以外
取值的概率大约只有,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的随机变量
只取中的值,这在统计学中称为原则.
新知讲解
【例3】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.假设坐公交车用时和骑自行车用时都服从正
态分布.
(1)估计, 的分布中的参数;
(2)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.
例题剖析
【练习】假设某厂包装食盐的生产线,正常情况下生产出来的食盐质量
服从正态分布(单位:g),该生产线上的检测员某天
随机抽取了两包食盐,称得其质量均大于515 g.
(1)求正常情况下,任抽一包食盐,质量大于515 g的概率为多少?
(2)检测员根据抽检结果,判断出该生产线出现异常,要求立即
停产检修,检测员的判断是否合理?请说明理由.
举一反三
04 课堂小结
24
正态分布
课堂小结
$