正态分布的概念和特征
第一节正态分布的概念和特征
一、正态分布的概念
由表1.1的频数表资料所绘制的直方图，图3.1（1）可以看出，高峰位于中部，左右两侧大致对称。我们设想，如果观察例数逐渐增多，组段不断分细，直方图顶端的连线就会逐渐形成一条高峰位于中央（均数所在处），两侧逐渐降低且左右对称，不与横轴相交的光滑曲线图3.1（3）。这条曲线称为频数曲线或频率曲线，近似于数学上的正态分布（normal distribution）。由于频率的总和为100%或1，故该曲线下横轴上的面积为100%或1。
图3.1频数分布逐渐接近正态分布示意图
为了应用方便，常对正态分布变量X作变量变换。
（3.1）
该变换使原来的正态分布转化为标准正态分布 (standard normal distribution)，亦称u分布。u被称为标准正态变量或标准正态离差（standard normal deviate）。
二、正态分布的特征：
1．正态曲线（normal curve）在横轴上方均数处最高。
2．正态分布以均数为中心，左右对称。
3．正态分布有两个参数，即均数和标准差。是位置参数，当固定不变时，越大，曲线沿横轴越向右移动；反之，越小，则曲线沿横轴越向左移动。
是形状参数，当固定不变时，越大，曲线越平阔；越小，曲线越尖峭。
通常用表示均数为，方差为的正态分布。用N（0，1）表示标准正态分布。
4．正态曲线下面积的分布有一定规律。
实际工作中，常需要了解正态曲线下横轴上某一区间的面积占总面积的百分数，以便估计该区间的例数占总例数的百分数（频数分布）或观察值落在该区间的概率。正态曲线下一定区间的面积可以通过附表1求得。对于正态或近似正态分布的资料，已知均数和标准差，就可对其频数分布作出概约估计。
查附表1应注意：①表中曲线下面积为-∞到u的左侧累计面积；②当已知μ、σ和X时先按式（3.1）求得u值，再查表，当μ、σ未知且样本含量n足够大时，可用样本均数和标准差S分别代替μ和σ，按式求得u
值，再查表；③曲线下对称于0的区间面积相等，如区间（-∞，-1.96）与区间（1.96，∞）的面积相等，④曲线下横轴上的总面积为100%或1。
正态分布曲线下有三个区间的面积应用较多，应熟记：①标准正态分布时区间（-1,1）或正态分布时区间（μ-1σ,μ+1σ）的面积占总面积的68.27%；②标准正态分布时区间（-1.96,1.96）或正态分布时区间（μ-1.96σ,μ+1.96σ）的面积占总面积的95%；③标准正态分布时区间（-2.58,2.58）或正态分布时区间（μ-2.58σ,μ+2.58σ）的面积占总面积的99%。如图3.2所示。
图3.2 正态曲线与标准正态曲线的面积分布
标准正态分布的密度函数样本
幻灯片1 正态分布 第二章 第七节 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 四、正态分布的概率计算幻灯片2 正态分布的重要性正态分布是概率论中最重要的分布, 这能够由 以下情形加以说明: ⑴ 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．能够证明, 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, 则该随机指标一定服从或近似服从正态分布． 这些性质是其它 ⑵ 正态分布有许多良好的性质, 许多分布所不具备的． ⑶ 正态分布能够作为许多分布的近似分布．幻灯片3 －标准正态分布下面我们介绍一种最重要的正态分布 一、标准正态分布的密度函数若连续型随机变量X 的密度函数为定义 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, 分布。 幻灯片4 密度函数的验证 则有 ( 2) 根据反常积分的运算有能够推出 幻灯片5 标准正态分布的密度函数的性质若随机变量 , X 的密度函数为 则密度函数的性质为: 的图像称为标准正态( 高斯) 曲线幻灯片6 随机变量 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 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” . 幻灯片7 二、标准正态分布的概率计算 1、分布函数分布函数为幻灯片8 2、标准正态分布表书末附有标准正态分布函数数值表, 有了它, 能够解决标准正态分布的概率计算.表中给的是x > 0时，①(x)的值. 幻灯片9 如果由公式得令则幻灯片10
正态分布的性质及实际应用举例
华北水利水电学院 正态分布的性质及实际应用举例 课程名称：概率论与数理统计 专业班级：电气工程及其自动化091班 成员组成：姓名：邓旗学号： 2 姓名：王宇翔学号：1 姓名：陈涵学号：2 联系方式： 2012年5月24日
1 引言：正态分布（normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在 统计学的许多方面有着重大的影响力。本文就从正态分布的实际性质应用举例等各个方面进行简单阐述并进行探讨，使同学们能够对所掌握的知识有更清楚地认识。 2 研究问题及成果： 正态分布性质； 3原则及标准正态分布； 实际应用举例说明 摘要：正态分布是最重要的一种概率分布。正态分布概念是由德国数学家与天文学家Moivre于1733年首次提出的，但由于德国数学家Gauss率先将其应用于天文学研究，故此正态分布又称高斯分布。在许多实际问题中遇到的随机变量都服从或近似服从正态分布：在生产中，产品的质量指标，如电子管的使用寿命，电容器的电容量，零件的尺寸。铁水含磷量，纺织品的纤度和强度等一般都服从正态分布。在测量中，如大地测量，天平称量物体，化学分析某物之中某元素的含量等，测量结果一般服从正态分布。在生物学中，同一群体的某种特性指标，如某地同龄儿童的身高，体重，肺活量，在一定条件下生长的农作物的产量等一般服从正态分布。在气象学中，某地每年7月份的平均气温，平均温度以及降水量等一般也服从正态分布。总之。正态分布广泛存在于自然现象，社会现象以及生产，科学技术的各个领域中。本文就从正态分布的实际性质应用举例等各个方面进行简单阐述并进行探讨，使同学们能够对所掌握的知识有更清楚地认识。 关键词：正态分布 The nature of the normal distribution and the example of practical application
高三数学 正态分布和线性回归(知识点和例题)
正态分布和线性回归高考要求 1.了解正态分布的意义及主要性质 2.了解线性回归的方法和简单应用 知识点归纳 1．正态分布密度函数： 2 2 () 2 () 2 x f x e μ σ πσ - - =，（σ＞0，-∞＜x＜∞） 其中π是圆周率；e是自然对数的底；x是随机变量的取值；μ为正态分布的均值；σ是正态分布的标准差.正态分布一般记为) , (2 σ μ N 2．正态分布) , (2 σ μ N）是由均值μ和标准差σ唯一决定的分布 例1、下面给出三个正态总体的函数表示式，请找出其均值μ和标准差σ．（1）2 2 2 1 ) ( x e x f- = π ，（-∞＜x＜+∞) （2） 2 (1) 8 () 22 x f x e π - - =，（-∞＜x＜+∞) 解：(1)0,1 (2)1,2 3．正态曲线的性质：正态分布由参数μ、σ唯一确定，如果随机变量ξ～N(μ，σ2)，根据定义有：μ=Eξ，σ=Dξ。 正态曲线具有以下性质： （1）曲线在x轴的上方，与x轴不相交。 （2）曲线关于直线x =μ对称。 （3）曲线在x =μ时位于最高点。 （4）当x <μ时，曲线上升；当x >μ时，曲线下降。并且当曲线向左、
右两边无限延伸时，以x 轴为渐近线，向它无限靠近。 （5）当μ一定时，曲线的形状由σ确定。σ越大，曲线越“矮胖”，表示总体越分散；σ越小，曲线越“瘦高”，表示总体的分布越集中。 五条性质中前三条较易掌握，后两条较难理解，因此应运用数形结合的原则，采用对比教学 4．标准正态曲线:当μ=0、σ=l 时，正态总体称为标准正态总体，其 相应的函数表示式是2 221)(x e x f - = π ，（-∞＜x ＜+∞） 其相应的曲线称为标准正态曲线 标准正态总体N （0，1）在正态总体的研究中占有重要的地位任何正态分布的概率问题均可转化成标准正态分布的概率问题 5.标准正态总体的概率问题: 对于标准正态总体N （0，1），)(0x Φ是总体取值小于0x 的概率， 即 )()(00x x P x <=Φ， 其中00>x ，图中阴影部分的面积表示为概率0()P x x <只要有标准正态 分布表即可查表解决.从图中不难发现:当00 1. 正态分布的概念 随机变量X 的概率密度2()2(),()x f x x μσ--=-∞<<+∞， 称X 服从正态分布， 记作),(~2σμN X 。 标准正态分布(0,1)N ，其概率密度22 (),()x x x ?- =-∞<<+∞，分布函数 为 2 2 ()t x x e dt φ- -∞ = 。 2. 设 ) ,(~2σμN X ， 则 {}x P X x μφσ-?? ≤= ? ?? ， {}b a P a X b μμφφσσ--???? <≤=- ? ????? ，()x φ的数值有表可查，特别有 (0)0.5,()1,()1()x x φφφφ=+∞=-=-。 3. 设),(~2σμN X ，则2(),()E X D X μσ==。 4. 设),(~2σμN X ，则),(~22σμb b a N bX a Y ++=)0(≠b 。 若),(~211σμN X ，),(~2 22σμN Y ，X 与Y 相互独立，则 ),(~2 22121σσμμ+++N Y X 。 若12,,,n X X X 相互独立，),,2,1)(,(~2n i N X i i i =σμ，则 ∑∑∑===n i n i n i i i i n i i i c c c c c N X c 1 1 21221 )(,(~为常数） ，，， σμ 5. 二维随机变量(,)X Y 服从二维正态分布，记作 ），，，，（），（γσσμμ222121~N Y X ，其中12(),() E X E Y μμ==， 2212(),()D X D Y σσ==，(,)r R X Y =。 设(,)X Y 服从二维正态分布，则X 与Y 相互独立的充分必要条件是0r =。 6. 当n 充分大时，独立同分布的随机变量12,,,n X X X 的和1n i i X =∑近似服从正态 分布2(,)N n n μσ。 特别是当n 充分大时，若相互独立的随机变量12,,,n X X X 都服从“0-1”分 大数据是当前很热的一个词。这几年来，云计算、继而大数据，成了整个社会的热点，不管什么，都要带上“大数据”三个字才显得时髦。大数据究竟是什么东西?有哪些相关技术?对普通人的生活会有怎样的影响?我们来一步步弄清这些问题。 一、基本概念 在讲什么是大数据之前，我们首先需要厘清几个基本概念。 1.数据 关于数据的定义，大概没有一个权威版本。为方便，此处使用一个简单的工作定义:数据是可以获取和存储的信息。 直观而言，表达某种客观事实的数值是最容易被人们识别的数据(因为那是“数”)。但实际上，人类的一切语言文字、图形图画、音像记录，所有感官可以察觉的事物，只要能被记下来，能够查询到，就都是数据(data)。 不过数值是所有数据中最容易被处理的一种，许多和数据相关的概念，例如下面的数据可视化和数据分析，最早是立足于数值数据的。 传统意义上的数据一词，尤其是相对于今天的“大数据”的“小数据”,主要指的就是数值数据，甚至在很多情况下专指统计数值数据。这些数值数据用来描述某种客观事物的属性。 2.数据可视化 对应英语的data visulization(或可译为数据展示)，指通过图表将若干数字以直观的方式呈现给读者。比如非常常见的饼图、柱状图、走势图、热点图、K线等等，目前以二维展示为主，不过越来越多的三维图像和动态图也被用来展示数据。 3.数据分析 这一概念狭义上，指统计分析，即通过统计学手段，从数据中精炼对现实的描述。例如:针对以关系型数据库中以table形式存储的数据，按照某些指定的列进行分组，然后计算不同组的均值、方差、分布等。再以可视化的方式讲这些计算结果呈现出来。目前很多文章中提及的数据分析，其实是包括数据可视化的。 数理统计实验 t分布与标准正态分布 院（系）: 班级: 成员: 成员: 成员: 指导老师: 日期: 目录 t分布与标准正态分布的关系 (1) 一、实验目的 (1) 二、实验原理 (1) 三、实验内容及步骤 (1) 四、实验器材 (6) 五、实验结果分析 (6) 六、实验结论 (6) t分布与标准正态分布的关系 一、实验目的 正态分布是统计中一种很重要的理论分布，是许多统计方法的理论基础。正态分布有两个参数，μ和σ，决定了正态分布的本质。为了应用和计算方便，常将一般的正态变量X通过μ变换[(X-μ)/σ]转化成标准正态变量μ，以使原来各种形态的正态分布都转换为μ=0，σ=1的标准正态分布，亦称μ分布。对于标准正态分布来说，μ是数据整体的平均值，σ是整体的标准差。但实际操作过程中，人们往往难以获得μ和σ。因此人们只能通过样本对这两个参数做出估计，用样本平均值和样本标准差代替整体的平均值和标准差，从而得出了t分布。另外从图像的层面说，正态分布的位置和形态只与μ和σ有关，而t分布不只与样本平均值和样本标准差有关，还与自由度相关。通过实验了解t分布与标准正态分布之间的关系。 二、实验原理 运用EXCEL软件验证t分布与标准正态分布的关系，绘制相应的统计图表进行分析。 三、实验内容及步骤 1.打开Excel文件，将“t分布与标准正态分布N（0，1）”合并并居中，黑体，20字号，红色； 2.选中文件,选项,自定义功能区,加载开发工具.在开发工具中插入滚动条,调节滚动条大小； 3.设置A2单元格格式,数字自定义区”!n=#,##0;[红 色]￥-#,##0”.然后左对齐,设置为红色； 正态分布 要求层次 重难点 正态分布 A 利用实际问题的直方图，了解正态分布曲线的特点及曲线所表示的意义． （一） 知识内容 1．概率密度曲线：样本数据的频率分布直方图，在样本容量越来越大时，直方图上面的折线所接近 的曲线．在随机变量中，如果把样本中的任一数据看作随机变量X ，则这条曲线称为X 的概率密度曲线． 曲线位于横轴的上方，它与横轴一起所围成的面积是1，而随机变量X 落在指定的两个数a b ，之间的概率就是对应的曲边梯形的面积． 2．正态分布 ⑴定义：如果随机现象是由一些互相独立的偶然因素所引起的，而且每一个偶然因素在总体的变化中都只是起着均匀、微小的作用，则表示这样的随机现象的随机变量的概率分布近似服从正态分布． 服从正态分布的随机变量叫做正态随机变量，简称正态变量． 正态变量概率密度曲线的函数表达式为22 ()2()2πx f x e μσσ --=?，x ∈R ， 其中μ，σ是参数，且0σ>，μ-∞<<+∞． 式中的参数μ和σ分别为正态变量的数学期望和标准差．期望为μ、标准差为σ的正态分布通常记作 2(,)N μσ． 正态变量的概率密度函数的图象叫做正态曲线． ⑵标准正态分布：我们把数学期望为0，标准差为1的正态分布叫做标准正态分布． 例题精讲 高考要求 正态分布 x=μ O y x ⑶重要结论： ①正态变量在区间(,)μσμσ-+，(2,2)μσμσ-+，(3,3)μσμσ-+内，取值的概率分别是68.3%，95.4%，99.7%． ②正态变量在()-∞+∞，内的取值的概率为1，在区间(33)μσμσ-+，之外的取值的概率是0.3%，故正态变量的取值几乎都在距x μ=三倍标准差之内，这就是正态分布的3σ原则． （二）典例分析： 【例1】 已知随机变量X 服从正态分布2(3)N a ， ，则(3)P X <=（ ） A ．1 5 B ． 1 4 C ．1 3 D ． 12 【例2】 在某项测量中，测量结果X 服从正态分布() ()210N σσ>，，若X 在()01， 内取值的概率为0.4，则X 在()02， 内取值的概率为 ． 【例3】 对于标准正态分布()01N ， 的概率密度函数()2 2 x f x -=，下列说法不正确的是（ ） A ．()f x 为偶函数 B ．()f x C ．()f x 在0x >时是单调减函数，在0x ≤时是单调增函数 D ．()f x 关于1x =对称 【例4】 已知随机变量X 服从正态分布2(2)N σ， ，(4)0.84P X =≤，则(0)P X =≤（ ） A ．0.16 B ．0.32 C ．0.68 D ．0.84 【例5】 某种零件的尺寸服从正态分布(04)N ，，则不属于区间(44)-，这个尺寸范围的零件约占总数 的 ． 【例6】 已知2(1)X N σ-， ~，若(31)0.4P X -=≤≤-，则(31)P X -=≤≤（ ） A ．0.4 B ．0.8 C ．0.6 D ．无法计算 【例7】 设随机变量ξ服从正态分布(29)N ，，若(2)(2)P c P c ξξ>+=<-，则_______c =． 第一节正态分布的概念和特征 一、正态分布的概念 由表1.1的频数表资料所绘制的直方图，图3.1（1）可以看出，高峰位于中部，左右两侧大致对称。我们设想，如果观察例数逐渐增多，组段不断分细，直方图顶端的连线就会逐渐形成一条高峰位于中央（均数所在处），两侧逐渐降低且左右对称，不与横轴相交的光滑曲线图3.1（3）。这条曲线称为频数曲线或频率曲线，近似于数学上的正态分布（normal distribution）。由于频率的总和为100%或1，故该曲线下横轴上的面积为100%或1。 图3.1频数分布逐渐接近正态分布示意图 为了应用方便，常对正态分布变量X作变量变换。 （3.1） 该变换使原来的正态分布转化为标准正态分布 (standard normal distribution)，亦称u分布。u被称为标准正态变量或标准正态离差（standard normal deviate）。 二、正态分布的特征： 1．正态曲线（normal curve）在横轴上方均数处最高。 2．正态分布以均数为中心，左右对称。 3．正态分布有两个参数，即均数和标准差。是位置参数，当固定不变时，越大，曲线沿横轴越向右移动；反之，越小，则曲线沿横轴越向左移动。 是形状参数，当固定不变时，越大，曲线越平阔；越小，曲线越尖峭。 通常用表示均数为，方差为的正态分布。用N（0，1）表示标准正态分布。 4．正态曲线下面积的分布有一定规律。 实际工作中，常需要了解正态曲线下横轴上某一区间的面积占总面积的百分数，以便估计该区间的例数占总例数的百分数（频数分布）或观察值落在该区间的概率。正态曲线下一定区间的面积可以通过附表1求得。对于正态或近似正态分布的资料，已知均数和标准差，就可对其频数分布作出概约估计。 查附表1应注意：①表中曲线下面积为-∞到u的左侧累计面积；②当已知μ、σ和X时先按式（3.1）求得u值，再查表，当μ、σ未知且样本含量n足够大时，可用样本均数和标准差S分别代替μ和σ，按式求得u 值，再查表；③曲线下对称于0的区间面积相等，如区间（-∞，-1.96）与区间（1.96，∞）的面积相等，④曲线下横轴上的总面积为100%或1。 正态分布曲线下有三个区间的面积应用较多，应熟记：①标准正态分布时区间（-1,1）或正态分布时区间（μ-1σ,μ+1σ）的面积占总面积的68.27%；②标准正态分布时区间（-1.96,1.96）或正态分布时区间（μ-1.96σ,μ+1.96σ）的面积占总面积的95%；③标准正态分布时区间（-2.58,2.58）或正态分布时区间（μ-2.58σ,μ+2.58σ）的面积占总面积的99%。如图3.2所示。 图3.2 正态曲线与标准正态曲线的面积分布 考试：大数据概述及基本概念 试卷年份：2015年 题量：10题 答题时间：分钟 总分：100分 合格线：60分 1 【单选】下列不属于商业大数据类型的是（） A. 传统企业数据 B. 机器和传感器数据 C. 社交数据 D. 电子商务数据 A B C D 正确答案：D 2 【单选】信息技术是指有关信息的收集、识别、提取、变换、存贮、传递、处理、检索、检测、分析和利用等的技术。凡涉及到这些过程和技术的工作部门，都可称作（）部门 A. 技术 B. 研究 C. 信息 D. 管理 A B C D 正确答案：C 3 【单选】数据本身所承载的信息内容是指（） A. 内容维度 B. 关系维度 C. 时空维度 D. 维度的交叉综合 A B C D 正确答案：A 4 【多选】大数据平台的三个重要的技术部分有（） A. 数据交易技术 B. 数据交互技术 C. 数据存储技术 D. 数据处理技术 A B C D 正确答案：A B D 5 【多选】互连网上出现的海量信息可以划分为三种，分别为（） A. 结构化信息 B. 非结构化信息 C. 半结构化信息 D. 特殊化信息 A B C D 正确答案：A B C 6 【多选】“大数据”的特点是（） A. 数据体量大 B. 数据类别大 C. 数据处理速度快 D. 数据真实性高 A B C D 正确答案：A B C D 7 【判断】结构化数据是指不方便用数据库二维逻辑表来表现的数据（） A. 正确 B. 错误 正确 错误 正确答案：错误 8 【判断】数据存储是大数据平台的根本。没有了存储平台，数据也就没有了载体（） A. 正确 B. 错误 正确 错误 正确答案：正确 9 【判断】可视化是给机器看的，数据挖掘就是给人看的（） A. 正确 B. 错误 正确 错误 正确答案：错误 10 【判断】全球数据的90%产生于过去2年内（） A. 正确 B. 错误 正确 错误 正确答案：正确 标准正态分布 标准正态分布（英语：standard normal distribution，德语Standardnormalverteilung），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。期望值μ=0，即曲线图象对称轴为Y轴，标准差σ=1条件下的正态分布，记为N(0，1)。 定义： 标准正态分布又称为u分布，是以0为均数、以1为标准差的正态分布，记为N（0，1）。标准正态分布曲线下面积分布规律是：在-1.96～+1.96范围内曲线下的面积等于0.9500，在-2.58～+2.58范围内曲线下面积为0.9900。统计学家还制定了一张统计用表（自由度为∞时），借助该表就可以估计出某些特殊u1和u2值范围内的曲线下面积。 正态分布的概率密度函数曲线呈钟形，因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是位置参数均数为0, 尺度参数：标准差为1的正态分布 特点： 密度函数关于平均值对称 平均值与它的众数（statistical mode）以及中位数（median）同一数值。 函数曲线下68.268949%的面积在平均数左右的一个标准差范围内。 95.449974%的面积在平均数左右两个标准差的范围内。 99.730020%的面积在平均数左右三个标准差的范围内。 99.993666%的面积在平均数左右四个标准差的范围内。 函数曲线的反曲点（inflection point）为离平均数一个标准差距离的位置。 标准偏差： 深蓝色区域是距平均值小于一个标准差之内的数值范围。在正态分布中，此范围所占比率为全部数值之68%，根据正态分布，两个标准差之内的比率合起来为95%；三个标准差之内的比率合起来为99%。 在实际应用上，常考虑一组数据具有近似于正态分布的概率分布。若其假设正确，则约68.3%数值分布在距离平均值有1个标准差之内的范围，约95.4%数值分布在距离平均值有2个标准差之内的范围，以及约99.7%数值分布在距离平均值有3个标准差之内的范围。称为“68-95-99.7法则”或“经验法则” 正态分布（一） 教学目的： 1 掌握正态分布在实际生活中的意义和作用 2．结合正态曲线，加深对正态密度函数的理理 3．通过正态分布的图形特征，归纳正态曲线的性质 教学重点：正态分布曲线的性质、标准正态曲线N(0，1) 教学难点：通过正态分布的图形特征，归纳正态曲线的性质 授课类型：新授课 课时安排：1课时 教具：多媒体、实物投影仪 内容分析： 1．在实际遇到的许多随机现象都服从或近似服从正态分布在上一节课我们研究了当样本容量无限增大时，频率分布直方图就无限接近于一条总体密度曲线，总体密度曲线较科学地反映了总体分布但总体密度曲线的相关知识较为抽象，学生不易理解，因此在总体分布研究中我们选择正态分布作为研究的突破口正态分布在统计学中是最基本、最重要的一种分布 2．正态分布是可以用函数形式来表述的其密度函数可写成： 2 () 2 (),(,) x f x x μ σ - - =∈-∞+∞，（σ＞0） 由此可见，正态分布是由它的平均数μ和标准差σ唯一决定的常把它记为) , (2 σ μ N 3．从形态上看，正态分布是一条单峰、对称呈钟形的曲线，其对称轴为x=μ，并在x=μ时取最大值从x=μ点开始，曲线向正负两个方向递减延伸，不断逼近x轴，但永不与x轴相交，因此说曲线在正负两个方向都是以x轴为渐近线的 4．通过三组正态分布的曲线，可知正态曲线具有两头低、中间高、左右对称的基本特征 5．由于正态分布是由其平均数μ和标准差σ唯一决定的，因此从某种意义上说，正态分布就有好多好多，这给我们深入研究带来一定的困难但我们也发现，许多正态分布中，重点研究N（0，1），其他的正态分布都可以通过) ( ) ( σ μ - Φ = x x F转化为N（0，1），我们把N（0，1）称为标准正态分布，其密度函数为 2 2 1 2 1 ) (x e x F- = π ，x∈（-∞，+∞），从而使正态分布的研究得以简化 6．结合正态曲线的图形特征，归纳正态曲线的性质正态曲线的作图较难，教科书没做要求，授课时可以借助几何画板作图，学生只要了解大致的情形就行了，关键是能通过正态曲线，引导学生归纳其性质教学过程： 一、复习引入： 总体密度曲线:样本容量越大，所分组数越多，各组的频率就越接近于总体在相应各组取值的概率．设想样本容量无限增大，分组的组距无限缩小，那么频率分布直方图就会无限接近于一条光滑曲线,这条曲线叫做总体密度曲线． 借助于标准正态分布表求值 例 设ξ服从)1,0(N ，求下列各式的值： （1）);35.2(≥ξP （2）);24.1(-<ξP （3）).54.1(<ξP 分析：因为ξ用从标准正态分布，所以可以借助于标准正态分布表，查出其值．但由于表中只列出)()(,0000x x P x Φ=<≥ξ的情形，故需要转化成小于非负值0x 的概率，公式：);()()();(1)(a b b a P x x Φ-Φ=<<Φ-=-Φξ和)(1)(00x P x P <-=≥ξξ有其用武之地． 解：（1）;0094.09906.01)35.2(1)35.2(1)35.2(=-=Φ-=<-=≥ξξP P （2）;1075.08925.01)24.1(1)24.1()24.1(=-=Φ-=-Φ=-<ξP （3）)54.1()54.1()54.154.1()54.1(-Φ-Φ=<-=<ξξP P .8764.01)54.1(2)]54.1(1[)54.1(=-Φ=Φ--Φ= 说明：要制表提供查阅是为了方便得出结果，但标准正态分布表如此简练的目的，并没有给查阅造成不便．相反其简捷的效果更突出了核心内容．左边的几个公式都应在理解的基础上记住它，并学会灵活应用． 求服从一般正态分布的概率 例 设η服从)2,5.1(2N 试求： （1）);5.3(<ηP （2）);4(-<ηP （3）);2(≥ηP （4）).3(<ηP 分析：首先，应将一般正态分布)2,5.1(N 转化成标准正态分布，利用结论：若),(~2σμηN ，则由)1,0(~N σμηξ-=知：,)(?? ? ??-Φ=<σμηx x P 其后再转化为非负标准正态分布情况的表达式，通过查表获得结果． 解：（1）;8413.0)1(25.15.3)5.3(=Φ=??? ??-Φ=<ηP 2．4 正态分布 1．问题导航 (1)什么是正态曲线和正态分布？ (2)正态曲线有什么特点？曲线所表示的意义是什么？ (3)怎样求随机变量在某一区间范围内的概率？ 2．例题导读 请试做教材P 74练习1题． 1．正态曲线 函数φμ，σ(x )＝1 2πσ e －（x －μ）2 2σ2，x ∈(－∞，＋∞)，其中实数μ和σ(σ＞0)为参数， φμ，σ(x )的图象为__________________正态分布密度曲线，简称正态曲线． 2．正态分布 一般地，如果对于任何实数a ，b (a ＜b )，随机变量X 满足P (a ＜X ≤b )＝??a b φ μ，σ (x)d x ， 则称随机变量X 服从正态分布．正态分布完全由参数________μ和________σ确定，因此正态分布常记作____________N(μ，σ2)，如果随机变量X 服从正态分布，则记为________X ～N (μ，σ2)． 3．正态曲线的性质 正态曲线φμ，σ(x)＝1 2πσ e －（x －μ）22σ2，x ∈R 有以下性质： (1)曲线位于x 轴________上方，与x 轴________不相交； (2)曲线是单峰的，它关于直线________x ＝μ对称； (3)曲线在________x ＝μ处达到峰值________1 σ2π ； (4)曲线与x 轴之间的面积为________1； (5)当________σ一定时，曲线的位置由μ确定，曲线随着μ的变化而沿x 轴平移，如图①； (6)当μ一定时，曲线的形状由σ确定，σ________越小，曲线越“瘦高”，表示总体的分布越集中；σ________越大，曲线越“矮胖”，表示总体的分布越分散，如图②. 4．正态总体在三个特殊区间内取值的概率值 2．4正态分布 复习引入： 总体密度曲线:样本容量越大，所分组数越多，各组的频率就越接近于总体在相应各组取值的概率．设想样本容量无限增大，分组的组距无限缩小，那么频率分布直方图就会无限接近于一条光滑曲线,这条曲线叫做总体密度曲线． 总体密度曲线 b 单位 O 频率/组距 a 它反映了总体在各个范围内取值的概率．根据这条曲线，可求出总体在区间(a，b)内取值的概率等于总体密度曲线，直线x=a，x=b及x轴所围图形的面积． 观察总体密度曲线的形状，它具有“两头低，中间高，左右对称”的特征，具有这种特征的总体密度曲线一般可用下面函数的图象来表示或近似表示： 2 2 () 2 , 1 (),(,) 2 x x e x μ σ μσ ? πσ - - =∈-∞+∞ 式中的实数μ、)0 (> σ σ是参数，分别表示总体的平均数与标准差，, ()x μσ ? 的图象为正态分布密度曲线,简称正态曲线． 讲解新课： 一般地，如果对于任何实数a b <，随机变量X 满足 ,()()b a P a X B x dx μσ?<≤=?, 则称 X 的分布为正态分布（normal distribution ) ．正态分布完全由参数μ和σ确定，因此正态分布常记作),(2 σ μN ．如果随机变量 X 服从正态分布，则记为X ～),(2σμN . 经验表明，一个随机变量如果是众多的、互不相干的、不分主次的偶然因素作用结果之和，它就服从或近似服从正态分布．例如，高尔顿板试验中，小球在下落过程中要与众多小木块发生碰撞，每次碰撞的结果使得小球随机地向左或向右下落，因此小球第1次与高尔顿板底部接触时的坐标 X 是众多随机碰撞的结果，所以它近似服从正态分布．在现实生活中，很多随机变量都服从或近似地服从正态分布．例如长度测量误差；某一地区同年龄人群的身高、体重、肺活量等；一定条件下生长的小麦的株高、穗长、单位面积产量等；正常生产条件下各种产品的质量指标（如零件的尺寸、纤维的纤度、电容器的电容量、电子管的使用寿命等）；某地每年七月份的平均气温、平均湿度、降雨量等；一般都服从正态分布．因此，正态分布广泛存在于自然现象、生产和生活实际之中．正态分布在概率和统计中占有重要的地位． 说明:1参数μ是反映随机变量取值的平均水平的特征数，可以用样本均值去佑计；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． 2.早在 1733 年，法国数学家棣莫弗就用n ！的近似公式得到了正态分布．之后，德国数学家高斯在研究测量误差时从另一个角度导出了它，并研究了它的性质，因此，人们也称正态分布为高斯分布． 2．正态分布),(2 σ μN ）是由均值μ和标准差σ唯一决定的分布 通过固定其中一个值，讨论均值与标准差对于正态曲线的影响 正态分布 科技名词定义 中文名称：正态分布 英文名称：normal distribution 定义1：概率论中最重要的一种分布，也是自然界最常见的一种分布。该分布由两个参数——平均值和方差决定。概率密度函数曲线以均值为对称中线,方差越小，分布越集中在均值附近。 所属学科：生态学（一级学科）；数学生态学（二级学科） 定义2：一种最常见的连续性随机变量的概率分布。 所属学科：遗传学（一级学科）；群体、数量遗传学（二级学科） 本内容由全国科学技术名词审定委员会审定公布 百科名片 编辑本段 正态分布的由来 normal distribution 正态分布 一种概率分布。正态分布是具有两个参数μ和σ2的连续型随机变量的分布，第一参数μ是服从正态分布的随机变量的均值，第二个参数σ2是此随机变量的方差，所以正态分布记作N(μ，σ2 )。服从正态分布的随机变量的概率规律为取与μ邻近的值的概率大，而取离μ越远的值的概率越小；σ越小，分布越集中在μ附近，σ越大，分布越分散。正态分布的密度函数的特点是：关于μ对称，在μ处达到最大值，在正（负）无穷远处取值为0，在μ±σ处有拐点。它的形状是中间高两边低，图像是一条位于x轴上方的钟形曲线。当μ＝0，σ2 ＝1时，称为标准正态分布，记为N（0，1）。μ维随机向量具有类似的概率规律时，称此随机向量遵从多维正态分布。多元正态分布有很好的性质，例如，多元正态分布的边缘分布仍为正态分布，它经任何线性变换得到的随机向量仍为多维正态分布，特别它的线性组合为一元正态分布。 正态分布最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。 生产与科学实验中很多随机变量的概率分布都可以近似地用正态分布来描述。例如，在生产条件不变的情况下，产品的强力、抗压强度、口径、长度等指标；同一种生物体的身长、体重等指标；同一种种子的重量；测量同一物体的误差；弹着点沿某一方向的偏差；某个地区的年降水量；以及理想气体分子的速度分量，等等。一般来说，如果一个量是由许多微小的独立随机因素影响的结果，那么就可以认为这个量具有正态分布（见中 正态分布概念及图表 正态分布（Normal distribution），也称“常态分布”，又名高斯分布（Gaussian distribution），最早由A·棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P·S·拉普拉斯和高斯研究了它的性质。是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。 正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。 若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ= 0,σ= 1时的正态分布是标准正态分布。 目录 1历史发展 2定理 3定义 ?一维正态分布 ?标准正态分布 4性质 5分布曲线 ?图形特征 ?参数含义 6研究过程 7曲线应用 ?综述 ?频数分布 ?综合素质研究 ?医学参考值 历史发展 正态分布概念是由德国的数学家和天文学家Moivre于1733年首次提出的，但由于德国数学家Gauss率先将其应用于天文学家研究，故正态分布又叫高斯分布，高斯这项工作对后世的影响极大，他使正态分布同时有了“高斯分布”的名称，后世之所以多将最小二乘法的发明权归之于他，也是出于这一工作。但现今德国10马克的印有高斯头像的钞票，其上还印有正态分布的密度曲线。这传达了一种想法：在高斯的一切科学贡献中，其对人类文明影响最大者，就是这一项。在高斯刚作出这个发现之初，也许人们还只能从其理论的简化上来评价其优越性，其全部影响还不能充分看出来。这要到20世纪正态小样本理论充分发展起来以后。拉普拉斯很快得知高斯的工作，并马上将其与他发现的中心极限定理联系起来，为此，他在即将发表的一篇文章（发表于1810年）上加上了一点补充，指出如若误差可看成许多量的叠加，根据他的中心极限定理，误差理应有高斯分布。这是历史上第一次提到所谓“元误差学说”——误差是由大量的、由种种原因产生的元误差叠加而成。后来到1837年，海根（G.Hagen）在一篇论文中正式提出了这个学说。 其实，他提出的形式有相当大的局限性：海根把误差设想成个数很多的、独立同分布的“元误差”之和，每只取两值，其概率都是1/2，由此出发，按狄莫佛的中心极限定理，立即就得出误差（近似地）服从正态分布。拉普拉斯所指出的这一点有重大的意义，在于他给误差的正态理论一个更自然合理、更令人信服的解释。因为，高斯的说法有一点循环论证的气味：由于算术平均是优良的，推出误差必须服从正态分布；反过来，由后一结论又推出算术平均及最小二乘估计的优良性，故必须认定这二者之一（算术平均的优良性，误差的正态性）为出发点。但算术平均到底并没有自行成立的理由，以它作为理论中一个预设的出发点，终觉有其不足之处。拉普拉斯的理论把这断裂的一环连接起来，使之成为一个和谐的整体，实有着极重大的意义。 定理 由于一般的正态总体其图像不一定关于y轴对称，对于任一正态总体，其取值小于x 的概率。只要会用它求正态总体在某个特定区间的概率即可。 为了便于描述和应用，常将正态变量作数据转换。将一般正态分布转化成标准正态分布。 若 服从标准正态分布，通过查标准正态分布表就可以直接计算出原正态分布的概率值。故该变换被称为标准化变换（标准正态分布表：标准正态分布表中列出了标准正态曲线下从-∞到X（当前值）范围内的面积比例）。 正 态分布 一、选择题 1.已知随机变量ξ服从正态分布)9,2(N ，若)1()1(-<=+>c P c P ξξ，则c 等于（） A.1 B.2 C.3 D.4 2.已知随机变量ξ服从正态分),2(2σN ，且8.0)4(=<ξP ，则)20(<<ξP 等于（） A.0.6 B.0.4 C.0.3 D.0.2 3.已知随机变量ξ服从正态分布),2(2σN ，(4)0.84P ξ=≤，则(0)P ξ≤等于（） A.0.16 B.0.32 C.0.68 D.0.84 4.已知随机变量X 服从正态分布),2(2σN ，8.0)40(=< 利用Excel的NORMSDIST函数建立正态 分布表 董大钧，乔莉 理工大学应用技术学院、信息与控制分院，113122 摘要：利用Excel办公软件特有的NORMSDIST函数可以很准确方便的建立正态分布表、查找某分位数点的正态分布概率值,极大的提高了数理统计的效率。该函数可返回指定平均值和标准偏差的正态分布函数，将其引入到统计及数据分析处理过程中，代替原有的手工查找正态分布表，除具有直观、形象、易用等特点外,更增加了动态功能,极大提高了工作效率及准确性。 关键词：Excel；正态分布；函数；统计 引言 正态分布是应用最广泛的连续概率分布，生产与科学实验中很多随机变量的概率分布都可以近似地用正态分布来描述。例如，在生产条件不变的情况下，某种产品的力、抗压强度、口径、长度等指标；同一种生物体的身长、体重等指标；同一种种子的重量；测量同一物体的误差；弹着点沿某一方向的偏差；某个地区的年降水量；以及理想气体分子的速度分量等等。一般来说，如果一个量是由许多微小的独立随机因素影响的结果，那么就可以认为这个量具有正态分布。从理论上看，正态分布具有很多良好的性质，许多概率分布可以用它来近似；还有一些常用的概率分布是由它直接导出的，例如对数正态分布、t分布、F分布等。在科学研究及数理统计计算过程中，人们往往要通过某本概率统计教材附录中的正态分布表去查找，非常麻烦。若手头有计算机，并安装有Excel软件，就可以利用Excel的NORMSDIST( x )函数进行计算某分位数点的正态分布概率值，或建立一个正态分布表，准确又方便。 1 正态分布及其应用 正态分布（normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。若随机变量X服从一个数学期望为μ、标准方差为σ2的高斯分布，记为N(μ，σ2 )。则其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。因其曲线呈钟 学部：工学部 学生姓名：王梅影 学号：2011070102021 年级：2011级 专业班级：信息与计算科学 指导教师：赵姣珍职称：讲师完成时间：2015/5/15 中国·贵州·贵阳 成果声明 本人的毕业论文是在贵州民族大学人文科技学院赵姣珍老师的指导下独立撰写并完成的。毕业论文没有剽窃、抄袭、造假等违反学术道德、学术规范和侵权行为，除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。 论文作者签名： 日期年月日 目录 摘要 (1) Abstract (2) 1绪论 (3) 1.1研究背景 (3) 1.2研究目的 (3) 1.3研究现状 (4) 1.4研究意义 (4) 2 正态分布相关知识介绍 (5) 2.1正态分布的概念 (5) 2.2正态分布曲线特性 (5) 2.3 标准正态分布 (8) 3 正态分布的应用 (9) 3.1 正态分布应用实例 (9) 3.1.1 正态分布在生产中的应用 (9) 3.1.2正态分布在日常生活中的应用 (10) 3.1.3正态分布在销售分类中的应用 (11) 3.1.4正态分布在工作学习中的应用 (12) 3.1.5 正态分布在仪器测量中的应用 (12) 3.2 正态分布的应用价值 (14) 总结 (15) 参考文献 (16) 致谢 (17) 摘要：正态分布是一种最常见的连续型随机变量的分布,是概率论中最重要的一中分布.在理论上和实际生活中正态分布具有重要地位，数理统计中的正态分布是很多重要问题的解决的基础，在理论研究中占有举足轻重的地位.本文首先针对正态分布这一理论研究与实际应用都占有重要地位的概率分布展开分析研究，从其基本概念出发，然后分析其特性以及各种应用价值，最后通过一系列研究给出正态分布具有重大作用的理论依据. 关键词：正态分布标准正态分布方差标准差正态分布的概念
大数据基本概念及技术
t分布和标准规定正态分布
高中数学正态分布知识点+练习
正态分布的概念和特征
大数据概述及基本概念
标准正态分布
人教版高中数学(理科)选修正态分布(一)
高考数学百大经典例题 正态分布
高中数学必修2-3第二章2.4正态分布
正态分布讲解(含标准表)
正态分布定义 (2)
正态分布的概念及表和查表方法
高中正态分布经典练习题
利用Excel的NORMSDIST计算正态分布函数表
论正态分布的重要地位和应用2要点