正态分布 (4)ppt课件_第1页
正态分布 (4)ppt课件_第2页
正态分布 (4)ppt课件_第3页
正态分布 (4)ppt课件_第4页
正态分布 (4)ppt课件_第5页
已阅读5页,还剩44页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

正态分布,1,正态分布是应用最广泛的一种连续型分布.,正态分布在十九世纪前叶由高斯加以推广,所以通常称为高斯分布.,德莫佛,德莫佛最早发现了二项概率的一个近似公式,这一公式被认为是正态分布的首次露面.,2,正态分布的定义是什么呢?,对于连续型随机变量,一般是给出它的概率密度函数。,3,一、正态分布的定义,若r.vX的概率密度为,记作,其中和都是常数,任意,0,则称X服从参数为和的正态分布.,f(x)所确定的曲线叫作正态曲线.,4,正态分布有些什么性质呢?,由于连续型随机变量唯一地由它的密度函数所描述,我们来看看正态分布的密度函数有什么特点。,正态分布,请看演示,5,正态分布由它的两个参数和唯一确定,当和不同时,是不同的正态分布。,标准正态分布,下面我们介绍一种最重要的正态分布,6,(一)标准正态分布的概率计算,的正态分布称为标准正态分布.,记作:,其概率密度为:,其图像是关于y轴对称的钟罩形曲线,(如右所示),7,特点是“两头小,中间大,关于y轴对称”.,书末附有标准正态分布函数数值表(见附表三)。,表中给的是x0时,(x)的值.,当-x0时,8,当-x0),分别代入f(x),可得,f(+c)=f(-c),且f(+c)f(),f(-c)f(),或,14,这说明曲线f(x)向左右伸展时,越来越贴近x轴。即f(x)以x轴为渐近线。,当x时,f(x)0,15,用求导的方法可以证明,,为f(x)的两个拐点的横坐标。,x=,16,下面是我们用某大学男大学生的身高的数据画出的频率直方图。,红线是拟合的正态密度曲线,可见,某大学男大学生的身高应服从正态分布。,17,人的身高高低不等,但中等身材的占大多数,特高和特矮的只是少数,而且较高和较矮的人数大致相近,这从一个方面反映了服从正态分布的随机变量的特点。,18,除了我们在前面提过的身高外,在正常条件下各种产品的质量指标,如零件的尺寸;纤维的强度和张力;农作物的产量,小麦的穗长、株高;测量误差,射击目标的水平或垂直偏差;信号噪声;学生的成绩等等,都服从或近似服从正态分布.,19,服从正态分布的随机变量X的概率密度是,X的分布函数P(Xx)是怎样的呢?,20,21,正态分布由它的两个参数和唯一确定,当和不同时,是不同的正态分布。,22,决定了图形的中心位置,决定了图形中峰的陡峭程度.,正态分布的图形特点,23,正态分布,请看演示,24,它的依据是下面的定理:,标准正态分布的重要性在于,任何一个一般的正态分布都可以通过线性变换转化为标准正态分布.,根据定理1,只要将一般正态分布的分布函数转化成标准正态分布,然后查表就可解决一般正态分布的概率计算问题.,定理1,25,其概率密度分别为:,分布函数分别为:,则(1),26,27,若,N(0,1),因此有:,28,29,例2,解:,30,31,32,由标准正态分布的查表计算可以求得,,这说明,X的取值几乎全部集中在-3,3区间内,超出这个范围的可能性仅占不到0.3%.,当XN(0,1)时,,P(|X|1)=2(1)-1=0.6826,例3、3准则,P(|X|2)=2(2)-1=0.9544,P(|X|3)=2(3)-1=0.9974,33,将上述结论推广到一般的正态分布,时,,这在统计学上称作“3准则”(三倍标准差原则).,34,例4某科统考成绩服从正态分布及格人数为100人,计算:(1)不及格人数;(2)成绩前20名的人数在考生中所占的比例;(3)第20名考生的成绩。,解:设随机变量X表示考生该科的统考成绩。则,设参加该科统考的人数为n,首先求n。,35,即及格人数占全体考生的84.13%,及格的有100人,故全体考生人数为,36,(1)不及格人数在全体考生中所占比例为1-84.13%=15.87%,则不及格人数为:,(2)前20名考生所占比例为,37,(3)设第20名考生成绩为分,则有,查表可得:,38,例5公共汽车车门的高度是按男人与车门碰头的机会不超过0.01而设计的.设男人身高服从的正态分布,即,问车门的高度应如何确定?,解:设车门的高度为hcm,由题意知:,即,查表可得,39,例6某凶杀案中有A、B两个嫌疑人,从各自住处到凶杀现场所需时间X(分钟)均服从正态分布。A所用时间服从,B所用时间服从。如果仅有65分钟可用,问谁的作案嫌疑较大?,解:,A在65分钟内从住处及时到达凶杀现场的概率为:,40,B在65分钟内从住处及时到达凶杀现场的概率为:,可见,A作案的嫌疑较大。,41,上一讲我们已经看到,当n很大,p接近0或1时,二项分布近似泊松分布;如果n很大,而p不接近于0或1,那么可以证明,二项分布近似于正态分布.,下面我们不加证明地介绍有关二项分布近

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论