正態(tài)分布講解(含標(biāo)準(zhǔn)表)

1、24正態(tài)分布復(fù)習(xí)引入： 總體密度曲線:樣本容量越大，所分組數(shù)越多，各組的頻率就越接近于總體在相應(yīng)各組取值的概率設(shè)想樣本容量無(wú)限增大，分組的組距無(wú)限縮小，那么頻率分布直方圖就會(huì)無(wú)限接近于一條光滑曲線,這條曲線叫做總體密度曲線它反映了總體在各個(gè)范圍內(nèi)取值的概率根據(jù)這條曲線，可求出總體在區(qū)間(a，b)內(nèi)取值的概率等于總體密度曲線，直線x=a，x=b及x軸所圍圖形的面積觀察總體密度曲線的形狀，它具有“兩頭低，中間高，左右對(duì)稱”的特征，具有這種特征的總體密度曲線一般可用下面函數(shù)的圖象來(lái)表示或近似表示：式中的實(shí)數(shù)、是參數(shù)，分別表示總體的平均數(shù)與標(biāo)準(zhǔn)差，的圖象為正態(tài)分布密度曲線,簡(jiǎn)稱正態(tài)曲線講解新課：一般地

2、，如果對(duì)于任何實(shí)數(shù)，隨機(jī)變量X滿足,則稱 X 的分布為正態(tài)分布（normal distribution ) 正態(tài)分布完全由參數(shù)和確定，因此正態(tài)分布常記作如果隨機(jī)變量 X 服從正態(tài)分布，則記為X. 經(jīng)驗(yàn)表明，一個(gè)隨機(jī)變量如果是眾多的、互不相干的、不分主次的偶然因素作用結(jié)果之和，它就服從或近似服從正態(tài)分布例如，高爾頓板試驗(yàn)中，小球在下落過(guò)程中要與眾多小木塊發(fā)生碰撞，每次碰撞的結(jié)果使得小球隨機(jī)地向左或向右下落，因此小球第1次與高爾頓板底部接觸時(shí)的坐標(biāo) X 是眾多隨機(jī)碰撞的結(jié)果，所以它近似服從正態(tài)分布在現(xiàn)實(shí)生活中，很多隨機(jī)變量都服從或近似地服從正態(tài)分布例如長(zhǎng)度測(cè)量誤差；某一地區(qū)同年齡人群的身高、體重、

3、肺活量等；一定條件下生長(zhǎng)的小麥的株高、穗長(zhǎng)、單位面積產(chǎn)量等；正常生產(chǎn)條件下各種產(chǎn)品的質(zhì)量指標(biāo)（如零件的尺寸、纖維的纖度、電容器的電容量、電子管的使用壽命等）；某地每年七月份的平均氣溫、平均濕度、降雨量等；一般都服從正態(tài)分布因此，正態(tài)分布廣泛存在于自然現(xiàn)象、生產(chǎn)和生活實(shí)際之中正態(tài)分布在概率和統(tǒng)計(jì)中占有重要的地位說(shuō)明:1參數(shù)是反映隨機(jī)變量取值的平均水平的特征數(shù)，可以用樣本均值去佑計(jì)；是衡量隨機(jī)變量總體波動(dòng)大小的特征數(shù)，可以用樣本標(biāo)準(zhǔn)差去估計(jì)2.早在 1733 年，法國(guó)數(shù)學(xué)家棣莫弗就用n！的近似公式得到了正態(tài)分布之后，德國(guó)數(shù)學(xué)家高斯在研究測(cè)量誤差時(shí)從另一個(gè)角度導(dǎo)出了它，并研究了它的性質(zhì)，因此，人們也

4、稱正態(tài)分布為高斯分布 2正態(tài)分布）是由均值和標(biāo)準(zhǔn)差唯一決定的分布通過(guò)固定其中一個(gè)值，討論均值與標(biāo)準(zhǔn)差對(duì)于正態(tài)曲線的影響 3通過(guò)對(duì)三組正態(tài)曲線分析，得出正態(tài)曲線具有的基本特征是兩頭底、中間高、左右對(duì)稱 正態(tài)曲線的作圖，書中沒(méi)有做要求，教師也不必補(bǔ)上 講課時(shí)教師可以應(yīng)用幾何畫板，形象、美觀地畫出三條正態(tài)曲線的圖形，結(jié)合前面均值與標(biāo)準(zhǔn)差對(duì)圖形的影響，引導(dǎo)學(xué)生觀察總結(jié)正態(tài)曲線的性質(zhì) 4正態(tài)曲線的性質(zhì)：（1）曲線在x軸的上方，與x軸不相交 （2）曲線關(guān)于直線x=對(duì)稱 （3）當(dāng)x=時(shí)，曲線位于最高點(diǎn) （4）當(dāng)x時(shí)，曲線上升（增函數(shù)）；當(dāng)x時(shí)，曲線下降（減函數(shù)） 并且當(dāng)曲線向左、右兩邊無(wú)限延伸時(shí)，以x軸為漸

5、近線，向它無(wú)限靠近 （5）一定時(shí)，曲線的形狀由確定 越大，曲線越“矮胖”，總體分布越分散；越小曲線越“瘦高”總體分布越集中：五條性質(zhì)中前三條學(xué)生較易掌握，后兩條較難理解，因此在講授時(shí)應(yīng)運(yùn)用數(shù)形結(jié)合的原則，采用對(duì)比教學(xué) 5標(biāo)準(zhǔn)正態(tài)曲線:當(dāng)=0、=l時(shí)，正態(tài)總體稱為標(biāo)準(zhǔn)正態(tài)總體，其相應(yīng)的函數(shù)表示式是，（-x+）其相應(yīng)的曲線稱為標(biāo)準(zhǔn)正態(tài)曲線 標(biāo)準(zhǔn)正態(tài)總體N（0，1）在正態(tài)總體的研究中占有重要的地位 任何正態(tài)分布的概率問(wèn)題均可轉(zhuǎn)化成標(biāo)準(zhǔn)正態(tài)分布的概率問(wèn)題 講解范例：例1給出下列三個(gè)正態(tài)總體的函數(shù)表達(dá)式，請(qǐng)找出其均值和標(biāo)準(zhǔn)差 （）（）（）答案：(1)0，1；(2)1，2；(3)-1，0.5 例2求標(biāo)準(zhǔn)正

6、態(tài)總體在（-1，2）內(nèi)取值的概率解：利用等式有=0.97720.84131=0.81511.標(biāo)準(zhǔn)正態(tài)總體的概率問(wèn)題: 對(duì)于標(biāo)準(zhǔn)正態(tài)總體N（0，1），是總體取值小于的概率，即 ，其中，圖中陰影部分的面積表示為概率 只要有標(biāo)準(zhǔn)正態(tài)分布表即可查表解決.從圖中不難發(fā)現(xiàn):當(dāng)時(shí)，；而當(dāng)時(shí)，（0）=0.5 2.標(biāo)準(zhǔn)正態(tài)分布表標(biāo)準(zhǔn)正態(tài)總體在正態(tài)總體的研究中有非常重要的地位，為此專門制作了“標(biāo)準(zhǔn)正態(tài)分布表”在這個(gè)表中，對(duì)應(yīng)于的值是指總體取值小于的概率，即 ，若，則利用標(biāo)準(zhǔn)正態(tài)分布表，可以求出標(biāo)準(zhǔn)正態(tài)總體在任意區(qū)間內(nèi)取值的概率，即直線，與正態(tài)曲線、x軸所圍成的曲邊梯形的面積 3非標(biāo)準(zhǔn)正態(tài)總體在某區(qū)間內(nèi)取值的概率:

7、可以通過(guò)轉(zhuǎn)化成標(biāo)準(zhǔn)正態(tài)總體，然后查標(biāo)準(zhǔn)正態(tài)分布表即可 在這里重點(diǎn)掌握如何轉(zhuǎn)化 首先要掌握正態(tài)總體的均值和標(biāo)準(zhǔn)差，然后進(jìn)行相應(yīng)的轉(zhuǎn)化 4.小概率事件的含義 發(fā)生概率一般不超過(guò)5的事件，即事件在一次試驗(yàn)中幾乎不可能發(fā)生 假設(shè)檢驗(yàn)方法的基本思想:首先，假設(shè)總體應(yīng)是或近似為正態(tài)總體，然后，依照小概率事件幾乎不可能在一次試驗(yàn)中發(fā)生的原理對(duì)試驗(yàn)結(jié)果進(jìn)行分析 假設(shè)檢驗(yàn)方法的操作程序，即“三步曲” 一是提出統(tǒng)計(jì)假設(shè)，教科書中的統(tǒng)計(jì)假設(shè)總體是正態(tài)總體；二是確定一次試驗(yàn)中的a值是否落入(-3，+3)；三是作出判斷 講解范例：例1. 若xN(0,1),求(l)P(-2.32x2).解：(1)P(-2.32x2)=1

8、-P(x2)=1-?(2)=l-0.9772=0.0228. 例2利用標(biāo)準(zhǔn)正態(tài)分布表，求標(biāo)準(zhǔn)正態(tài)總體在下面區(qū)間取值的概率：(1)在N(1,4)下，求 （2）在N（，2）下，求（，）；（1.84，1.84）；（2，2）；（3，3）解：（）（1）0.8413（）（）（1）0.8413（）（1）（1）0.84130.1587（，）（）（）0.84130.15870.6826（1.84，1.84）（1.84）（1.84）0.9342（2，2）（2）（2）0.954（3，3）（3）（3）0.997對(duì)于正態(tài)總體取值的概率：在區(qū)間（-，+）、（-2，+2）、（-3，+3）內(nèi)取值的概率分別為68.3%、95.

9、4%、99.7% 因此我們時(shí)常只在區(qū)間（-3，+3）內(nèi)研究正態(tài)總體分布情況，而忽略其中很小的一部分 例3某正態(tài)總體函數(shù)的概率密度函數(shù)是偶函數(shù)，而且該函數(shù)的最大值為，求總體落入?yún)^(qū)間（1.2，0.2）之間的概率 解：正態(tài)分布的概率密度函數(shù)是，它是偶函數(shù)，說(shuō)明0，的最大值為，所以1，這個(gè)正態(tài)分布就是標(biāo)準(zhǔn)正態(tài)分布 教學(xué)反思：1在實(shí)際遇到的許多隨機(jī)現(xiàn)象都服從或近似服從正態(tài)分布 在上一節(jié)課我們研究了當(dāng)樣本容量無(wú)限增大時(shí)，頻率分布直方圖就無(wú)限接近于一條總體密度曲線，總體密度曲線較科學(xué)地反映了總體分布 但總體密度曲線的相關(guān)知識(shí)較為抽象，學(xué)生不易理解，因此在總體分布研究中我們選擇正態(tài)分布作為研究的突破口 正態(tài)分

10、布在統(tǒng)計(jì)學(xué)中是最基本、最重要的一種分布 2正態(tài)分布是可以用函數(shù)形式來(lái)表述的 其密度函數(shù)可寫成：， （0）由此可見，正態(tài)分布是由它的平均數(shù)和標(biāo)準(zhǔn)差唯一決定的 常把它記為 3從形態(tài)上看，正態(tài)分布是一條單峰、對(duì)稱呈鐘形的曲線，其對(duì)稱軸為x=，并在x=時(shí)取最大值 從x=點(diǎn)開始，曲線向正負(fù)兩個(gè)方向遞減延伸，不斷逼近x軸，但永不與x軸相交，因此說(shuō)曲線在正負(fù)兩個(gè)方向都是以x軸為漸近線的 4通過(guò)三組正態(tài)分布的曲線，可知正態(tài)曲線具有兩頭低、中間高、左右對(duì)稱的基本特征。由于正態(tài)分布是由其平均數(shù)和標(biāo)準(zhǔn)差唯一決定的，因此從某種意義上說(shuō)，正態(tài)分布就有好多好多，這給我們深入研究帶來(lái)一定的困難 但我們也發(fā)現(xiàn)，許多正態(tài)分布中

11、，重點(diǎn)研究N（0，1），其他的正態(tài)分布都可以通過(guò)轉(zhuǎn)化為N（0，1），我們把N（0，1）稱為標(biāo)準(zhǔn)正態(tài)分布，其密度函數(shù)為，x（-，+），從而使正態(tài)分布的研究得以簡(jiǎn)化。結(jié)合正態(tài)曲線的圖形特征，歸納正態(tài)曲線的性質(zhì) 正態(tài)曲線的作圖較難，教科書沒(méi)做要求，授課時(shí)可以借助幾何畫板作圖，學(xué)生只要了解大致的情形就行了，關(guān)鍵是能通過(guò)正態(tài)曲線，引導(dǎo)學(xué)生歸納其性質(zhì)。附 ? 表附表1. 標(biāo)準(zhǔn)正態(tài)分布表x0.000.010.020.030.040.050.060.070.080.090.00.10.20.30.40.50.60.70.80.91.01.11.21.31.41.51.61.71.81.92.02.12.22.

12、32.42.52.62.72.82.90.500 00.539 80.579 30.617 90.655 40.691 50.725 70.758 00.788 10.815 90.841 30.864 30.884 90.903 20.919 20.933 20.945 20.955 40.964 10.971 30.977 20.982 10.986 10.989 30.991 80.993 80.995 30.996 50.997 40.998 10.504 00.543 80.583 20.621 70.659 10.695 00.729 10.761 10.791 00.818 60

13、.843 80.866 50.886 90.904 90.920 70.934 50.946 30.956 40.964 80.971 90.977 80.982 60.986 40.989 60.992 00.994 00.995 50.996 60.997 50.998 20.508 00.547 80.587 10.625 50.662 80.698 50.732 40.764 20.793 90.821 20.846 10.868 60.888 80.906 60.922 20.935 70.947 40.957 30.965 60.972 60.978 30.983 00.986 8

14、0.989 80.992 20.994 10.995 60.996 70.997 60.998 20.512 00.551 70.591 00.629 30.666 40.701 90.735 70.767 30.796 70.823 80.848 50.870 80.890 70.908 20.923 60.937 00.948 40.958 20.966 40.973 20.978 80.983 40.987 10.990 10.992 50.994 30.995 70.996 80.997 70.998 30.516 00.555 70.594 80.633 10.670 00.705

15、40.738 90.770 30.799 50.826 40.850 80.872 90.892 50.909 90.925 10.938 20.949 50.959 10.967 20.973 80.979 30.983 80.987 40.990 40.992 70.994 50.995 90.996 90.997 70.998 40.519 90.559 60.598 70.636 80.673 60.708 80.742 20.773 40.802 30.828 90.853 10.874 90.894 40.911 50.926 50.939 40.950 50.959 90.967

16、 80.974 40.979 80.984 20.987 80.990 60.992 90.994 60.996 00.997 00.997 80.998 40.523 90.563 60.602 60.640 40.677 20.712 30.745 40.776 40.805 10.835 50.855 40.877 00.896 20.913 10.927 90.940 60.951 50.960 80.968 60.975 00.980 30.984 60.988 10.990 90.993 10.994 80.996 10.997 10.997 90.998 50.527 90.56

17、7 50.606 40.644 30.680 80.715 70.748 60.779 40.807 80.834 00.857 70.879 00.898 00.914 70.929 20.941 80.952 50.961 60.969 30.975 60.980 80.985 00.988 40.991 10.993 20.994 90.996 20.997 20.997 90.998 50.531 90.571 40.610 30.648 00.684 40.719 00.751 70.782 30.810 60.836 50.859 90.881 00.899 70.916 20.930 60.943 00.953 50.962 50.970 00.976 20.981 20.985 40.988 70.991 30.993 40.995 10.996 30.997 30.998 00.998 60.535 90.575 30.614 10.651 70.687 90