课件编号15147030

8.3 正态分布 课件(共27张PPT)

日期:2024-06-16 科目:数学 类型:高中课件 查看:97次 大小:18873875Byte 来源:二一课件通
预览图 1/9
正态分布,课件,27张,PPT
  • cover
(课件网) 8.3正态分布 第8章 概率 教师 xxx 苏教版(2019) 选择性必修第二册 一、连续型随机变量 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型的,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型随机变量. 探究新知 二、正态密度函数与正态分布 在数学家的不懈努力下,找到了以下刻画随机误差分布的解析式: f(x)=,x∈R. 其中μ∈R,σ>0为参数. 显然,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,如图所示. 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. 探究新知 若X~N(μ,σ2),则如图所示,X取值不超过x的概率P(X≤x)为图中区域A的面积,而P(a≤X≤b)为区域B的面积. 对参数μ,σ的理解 (1)正态分布由参数μ,σ唯一确定,因此正态分布常记作N(μ,σ2). (2)参数μ是反映随机变量取值的平均水平的特征数,可以用样本均值去估 计;σ是衡量随机变量总体波动大小的特征数,可以用样本标准差去估计. 探究新知 服从正态分布的随机变量X的概率特点 若随机变量X服从正态分布,则X在一点上的取值概率为0,即P(X=a)=0,而{X=a}并不是不可能事件,所以概率为0的事件不一定是不可能事件,从而P(X0,曲线与x轴围成的面积总为1.因此,当σ较小时,峰值高,曲线“瘦高”,表示随机变量X的分布比较集中;当σ较大时,峰值低,曲线“矮胖”,表示随机变量X的分布比较分散,如图(2)所示. 图(1) 图(2) 观察图(1)和图(2)可以发现,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.实际上,我们有若X~N(μ,σ2),则E(X)=μ,D(X)=σ2. 探究新知 六、正态分布的3σ原则 假设X~N(μ,σ2),可以证明:对给定的k∈N*,P(μ-kσ≤X≤μ+kσ)是一个只与k有关的定值.特别地, P(μ-σ≤X≤μ+σ)≈0.682 7, P(μ-2σ≤X≤μ+2σ)≈0.954 5, P(μ-3σ≤X≤μ+3σ)≈0.997 3. 上述结果可用右图表示. 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0.002 7,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,σ2)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. 探究新知 探究新知 探究新知 探究新知 探究新知 探究新知 探究新知 探究新知 探究新知 探究新知 探究新知 探究新知 探究新知 探究新知 探究新知 探究新知 探究新知 探究新知 感谢观看 ... ...

~~ 您好,已阅读到文档的结尾了 ~~