《标准正态分布的密度函数》由会员分享，可在线阅读，更多相关《标准正态分布的密度函数（31页珍藏版）》请在金锄头文库上搜索。
1、1一、标准正态分布的密度函数二、标准正态分布的概率计算三、一般正态分布的密度函数正态分布第七节第二章四、正态分布的概率计算2正态分布的重要性正态分布的重要性正态分布是概率论中最重要的分布，一定服从或近似服从正态分布许多分布所不具备的 正态分布可以作为许多分布的近似分布近似分布以下情形加以说明： 正态分布是自然界及工程技术中最常见的分布之一， 大量的随机现象都是服从或近似服从正态分布的可以证明， 如果一个随机指标受到诸多因素的影响,但其中任何一个因素都不起决定性作用， 则该随机指标 正态分布有许多良好的性质， 这些性质是其它这可以由3标准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定义定
2、义若连续型随机变量X的密度函数为则称X服从标准正态分布， 记为标准正态分布是一种特别重要的它的密度函数经常被使用，所以用专门的符号来表示。分布。一、标准正态分布的密度函数一、标准正态分布的密度函数x04密度函数的验证密度函数的验证则有（2） 根据反常积分的运算有可以推出5若随机变量则密度函数的性质为：x0标准正态分布的密度函数的性质标准正态分布的密度函数的性质，X的密度函数为的图像称为标准正态（高斯）曲线。6随机变量由于由于由图像可知，阴影面积为概率值。对同一长度的区间，若这区间越靠近x0其对应的曲边梯形面积越大。标准正态分布的分布规律时“中间多，两头少”.7二、标准正态分布的概率计算二、标准
3、正态分布的概率计算分布函数为分布函数为1、分布函数、分布函数x0x8 书末附有标准正态分布函数数值表，有了它，2 2、标准正态分布表、标准正态分布表表中给的是x 0时, (x)的值.可以解决标准正态分布的概率计算.x0x9x0x-x令则如果由公式得10例例1 1解解11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，当XN(0,1)时，3 3 准则准则超出这个范围的可能性仅占不到0.3%.12三、一般三、一般正态分布的密度函数正态分布的密度函数0作正态(高斯）曲线.所确定的曲线叫如果连续型随机变量X的密度函数为（其中为参数）则随机变量X服从参数为的正态分布，记
4、为13一般正态分布密度函数的图形性质一般正态分布密度函数的图形性质xp (x)014xp (x)0(4)15称为位置参数。位置参数。(5) 若固定，而改变的值，16决定了图形中峰的陡峭程度.正态分布由它的两个参数和称为形状参数形状参数。当和不同时，惟一确定，是不同的正态分布.(6) 若 固定，而改变的值，17时的可以认为， X的取值几乎全部集中在的区间内。 这在统计学上称为准则”3 3 准则准则018 设X 的分布函数是四、正态分布的概率计算四、正态分布的概率计算19它的依据是下面的引理：正态分布都可以通过线性变换转化为标准正态分布.就可以解决一般正态分布的概率计算问题.则 设引理引理任何一个
5、一般的根据引理, 只要将标准正态分布的分布函数制成表，标准正态分布的重要性在于，20一般正态分布的计算一般正态分布的计算设若21解解例例3 322例例3 3解解23已知求解解例例424例例5 5某地区18至22岁的男子身高为X ,从该地区 1、随机地抽查一青年男子的身高，他身高超过168cm 的概率为多少。2、若抽查10个青年男子测其身高恰有k（0k 10)个人的身高高于168cm 的概率为多少？解解1、2、 设该地区身高高于168cm的人数为X .25 公共汽车车门的高度是按男子与车门顶头碰头机会在以下来设计的.设男子身高XN (170,62),问车门高度应如何确定? 解解: : 设车门高度
6、为h cm,按设计要求或因为 XN(170,62),即 设计车门高度为184厘米时，可使男子与车门碰头机会不超过0.01.故故查表得例例6 626例例7 7解解27 一种电子元件的使用寿命（小时）服从正态分布(100,152),某仪器上装有3个这种元件，三个元件损坏与否是相互独立的.求：使用的最初90小时内无一元件损坏的概率.解解: : 设Y为使用的最初90小时内损坏损坏的元件数,故则其中例例8 828例例9设某工程队完成某项工程所需时间为X (天)近似服从参数为的正态分布。 奖金办法规定：若在100天内完成，则得超产奖 10000元；若在100天至115天内完成，则得超产奖 1000元；若完
7、成时间超过115天，则罚款 5000元。求该工程队在完成这项工程时， 奖金额Y的分布列。解解 依题意可见Y是X的函数， 且是离散型随机变量。29则Y 的分布列30作业作业P142 16 17 18 19 2031正态分布正态分布在处理实际问题时常常遇到这样一种随机变量，对它进行大量重复的观察， 得到一组数据。 这组数据虽然有波动， 但总是以某个常数为中心。 偏离中心偏离中心越远的数据越少。取值呈且取值具有对称性。如：人体身高、智力、学习成绩、电器寿命等。产生这种现象的原因是受多因素的影响， 而每一种因素在正常情况下都是相互独立的， 且它们的影响是均匀的、微小的。 所以人体身高、智力、成绩、寿命为随机变量是一个服从正态分布的随机变量。 这种随机变量的密度曲线是单峰的，且有左右对称的形状。越近的数据越多；“中间大、两头小”的格局，
