最新83正态分布曲线汇总

正态曲线主要内涵主要内涵 在联系自然、社会和思维的实践背景下，我们以正态分布的本质为基础，以正态分布曲 线及面积分布图为表征 （以后谈及正态分布及正态分布论就要浮现此图） 进行抽象与提升， ， 抓住其中的主要哲学内涵，归纳正态分布论（正态哲学）的主要内涵如下： 整体论 正态分布启示我们，要用整体的观点来看事物。

“系统的整体观念或总体观念是系统概 念的精髓。

” 正态分布曲线及面积分布图由基区、负区、正区三个区组成，各区比重不一样。

用整体来看事物才能看清楚事物的本来面貌， 才能得出事物的根本特性。

不能只见树木不见 森林，也不能以偏概全。

此外整体大于部分之和，在分析各部分、各层次的基础上，还要从 整体看事物， 这是因为整体有不同于各部分的特点。

用整体观来看世界， 就是要立足在基区， 放眼负区和正区。

要看到主要方面，还要看到次要方面，既要看到积极的方面还要看到事物 消极的一面， 看到事物前进的一面还要看到落后的一面。

片面看事物必然看到的是偏态或者 是变态的事物，不是真实的事物本身。

重点论 正态分布曲线及面积分布图非常清晰的展示了重点，那就是基区占 68.27%，是主体， 要重点抓，此外 95%，99%则展示了正态的全面性。

认识世界和改造世界一定要住住重点， 因为重点就是事物的主要矛盾，它对事物的发展起主要的、支配性的作用。

抓住了重点才能 一举其纲，万目皆张。

事物和现象纷繁复杂，在千头万绪中不抓住主要矛盾，就会陷入无限 琐碎之中。

由于我们时间和精力的相对有限性，出于效率的追求，我们更应该抓住重点。

在 正态分布中，基区占了主体和重点。

如果我们结合 20/80 法则，我们更可以大胆的把正区也 可以看做是重点。

发展论 联系和发展是事物发展变化的基本规律。

任何事物都有其产生、发展和灭亡的历史，如 果我们把正态分布看做是任何一个系统或者事物的发展过程的话， 我们明显的看到这个过程 经历着从负区到基区再到正区的过程。

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：22()2,1(),(,)2x x e x μσμσϕπσ--=∈-∞+∞ 式中的实数μ、)0(>σσ是参数，分别表示总体的平均数与标准差，,()x μσϕ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 aP a X B x dx μσϕ<≤=⎰, 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),(2σμN ．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),(2σμN ）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3．通过对三组正态曲线分析，得出正态曲线具有的基本特征是两头底、中间高、左右对称 正态曲线的作图，书中没有做要求，教师也不必补上 讲课时教师可以应用几何画板，形象、美观地画出三条正态曲线的图形，结合前面均值与标准差对图形的影响，引导学生观察总结正态曲线的性质4．正态曲线的性质：（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）当x=μ时，曲线位于最高点（4）当x ＜μ时，曲线上升（增函数）；当x ＞μ时，曲线下降（减函数） 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）μ一定时，曲线的形状由σ确定σ越大，曲线越“矮胖”，总体分布越分散；σ越小．曲线越“瘦高”．总体分布越集中：五条性质中前三条学生较易掌握，后两条较难理解，因此在讲授时应运用数形结合的原则，采用对比教学5．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2221)(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讲解范例：例1．给出下列三个正态总体的函数表达式，请找出其均值μ和标准差σ （１）),(,21)(22+∞-∞∈=-x e x f x π（２）),(,221)(8)1(2+∞-∞∈=--x e x f x π （３）22(1)2(),(,)2x f x e x π-+=∈-∞+∞ 答案：(1)0，1；(2)1，2；(3)-1，0.5例2求标准正态总体在（-1，2）内取值的概率．解：利用等式)()(12x x p Φ-Φ=有)([]}{11)2()1()2(--Φ--Φ=-Φ-Φ=p=1)1()2(-Φ+Φ=0.9772＋0.8413－1=0.8151．1.标准正态总体的概率问题: xy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<x 时，)(1)(00x x -Φ-=Φ；而当00=x 时，Φ（0）=0.5 2.标准正态分布表标准正态总体)1,0(N 在正态总体的研究中有非常重要的地位，为此专门制作了“标准正态分布表”．在这个表中，对应于0x 的值)(0x Φ是指总体取值小于0x 的概率，即)()(00x x P x <=Φ，)0(0≥x ．若00<x ，则)(1)(00x x -Φ-=Φ．利用标准正态分布表，可以求出标准正态总体在任意区间),(21x x 内取值的概率，即直线1x x =，2x x =与正态曲线、x 轴所围成的曲边梯形的面积1221()()()P x x x x x <<=Φ-Φ． 3．非标准正态总体在某区间内取值的概率:可以通过)()(σμ-Φ=x x F 转化成标准正态总体，然后查标准正态分布表即可 在这里重点掌握如何转化 首先要掌握正态总体的均值和标准差，然后进行相应的转化4.小概率事件的含义发生概率一般不超过5％的事件，即事件在一次试验中几乎不可能发生假设检验方法的基本思想:首先，假设总体应是或近似为正态总体，然后，依照小概率事件几乎不可能在一次试验中发生的原理对试验结果进行分析假设检验方法的操作程序，即“三步曲”一是提出统计假设，教科书中的统计假设总体是正态总体；二是确定一次试验中的a 值是否落入(μ-3σ，μ+3σ)；三是作出判断讲解范例：例1. 若x ～N (0,1),求(l)P (-2.32<x <1.2)；(2)P (x >2).解：(1)P (-2.32<x <1.2)=Φ(1.2)-Φ(-2.32)=Φ(1.2)-[1-Φ(2.32)]=0.8849-(1-0.9898)=0.8747.(2)P (x >2)=1-P (x <2)=1-Φ(2)=l-0.9772=0.0228.例2．利用标准正态分布表，求标准正态总体在下面区间取值的概率：(1)在N(1,4)下，求)3(F（2）在N （μ，σ2）下，求Ｆ（μ－σ，μ＋σ）；Ｆ（μ－1.84σ，μ＋1.84σ）；Ｆ（μ－2σ，μ＋2σ）；Ｆ（μ－3σ，μ＋3σ） 解：（１）)3(F ＝)213(-Φ＝Φ（1）＝0.8413 （２）Ｆ（μ＋σ）＝)(σμσμ-+Φ＝Φ（1）＝0.8413 Ｆ（μ－σ）＝)(σμσμ--Φ＝Φ（－1）＝１－Φ（1）＝１－0.8413＝0.1587 Ｆ（μ－σ，μ＋σ）＝Ｆ（μ＋σ）－Ｆ（μ－σ）＝0.8413－0.1587＝0.6826Ｆ（μ－1.84σ，μ＋1.84σ）＝Ｆ（μ＋1.84σ）－Ｆ（μ－1.84σ）＝0.9342Ｆ（μ－2σ，μ＋2σ）＝Ｆ（μ＋2σ）－Ｆ（μ－2σ）＝0.954Ｆ（μ－3σ，μ＋3σ）＝Ｆ（μ＋3σ）－Ｆ（μ－3σ）＝0.997对于正态总体),(2σμN 取值的概率：68.3%2σx 95.4%4σx 99.7%6σx在区间（μ-σ，μ+σ）、（μ-2σ，μ+2σ）、（μ-3σ，μ+3σ）内取值的概率分别为68.3%、95.4%、99.7% 因此我们时常只在区间（μ-3σ，μ+3σ）内研究正态总体分布情况，而忽略其中很小的一部分 例3．某正态总体函数的概率密度函数是偶函数，而且该函数的最大值为π21，求总体落入区间（－1.2，0.2）之间的概率解：正态分布的概率密度函数是),(,21)(222)(+∞-∞∈=--x e x f x σμσπ，它是偶函数，说明μ＝0，)(x f 的最大值为)(μf ＝σπ21，所以σ＝1，这个正态分布就是标准正态分布( 1.20.2)(0.2)( 1.2)(0.2)[1(1.2)](0.2)(1.2)1P x -<<=Φ-Φ-=Φ--Φ=Φ+Φ- 教学反思：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：22()21(),(,)2x f x e x μσπσ--=∈-∞+∞， （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),(2σμN 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。

8.3正态分布曲线教学目标：知识与技能：掌握正态分布在实际生活中的意义和作用。

过程与方法：结合正态曲线，加深对正态密度函数的理理。

情感、态度与价值观：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。

教具准备：多媒体、实物投影仪。

教学设想：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。

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：22()2(),(,)xf x xμσ--=∈-∞+∞，（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),(2σμN 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)()(σμ-Φ=xxF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22121)(xexF-=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：学生探究过程：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．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：22()2,(),(,)x x x μσμσϕ--=∈-∞+∞式中的实数μ、)0(>σσ是参数，分别表示总体的平均数与标准差，,()x μσϕ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 aP a X B x dx μσϕ<≤=⎰,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),(2σμN ．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),(2σμN ）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3．通过对三组正态曲线分析，得出正态曲线具有的基本特征是两头底、中间高、左右对称 正态曲线的作图，书中没有做要求，教师也不必补上 讲课时教师可以应用几何画板，形象、美观地画出三条正态曲线的图形，结合前面均值与标准差对图形的影响，引导学生观察总结正态曲线的性质4．正态曲线的性质：（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）当x=μ时，曲线位于最高点 （4）当x ＜μ时，曲线上升（增函数）；当x ＞μ时，曲线下降（减函数） 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）μ一定时，曲线的形状由σ确定 σ越大，曲线越“矮胖”，总体分布越分散；σ越小．曲线越“瘦高”．总体分布越集中： 五条性质中前三条学生较易掌握，后两条较难理解，因此在讲授时应运用数形结合的原则，采用对比教学5．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2221)(xex 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 讲解范例：例1．给出下列三个正态总体的函数表达式，请找出其均值μ和标准差σ（１）),(,21)(22+∞-∞∈=-x ex f xπ（２）),(,221)(8)1(2+∞-∞∈=--x ex f x π（３）22(1)(),(,)x f x x -+=∈-∞+∞答案：(1)0，1；(2)1，2；(3)-1，0.5例2求标准正态总体在（-1，2）内取值的概率．解：利用等式)()(12x x p Φ-Φ=有 )([]}{11)2()1()2(--Φ--Φ=-Φ-Φ=p=1)1()2(-Φ+Φ=0.9772＋0.8413－1=0.8151．1.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<x 时，)(1)(00x x -Φ-=Φ；而当00=x 时，Φ（0）=0.52.标准正态分布表标准正态总体)1,0(N 在正态总体的研究中有非常重要的地位，为此专门制作了“标准正态分布表”．在这个表中，对应于0x 的值)(0x Φ是指总体取值小于0x 的概率，即 )()(00x x P x <=Φ，)0(0≥x ． 若00<x ，则)(1)(00x x -Φ-=Φ．利用标准正态分布表，可以求出标准正态总体在任意区间),(21x x 内取值的概率，即直线1x x =，2x x =与正态曲线、x 轴所围成的曲边梯形的面积1221()()()P x x x x x <<=Φ-Φ．3．非标准正态总体在某区间内取值的概率:可以通过)()(σμ-Φ=x x F 转化成标准正态总体，然后查标准正态分布表即可 在这里重点掌握如何转化 首先要掌握正态总体的均值和标准差，然后进行相应的转化4.小概率事件的含义发生概率一般不超过5％的事件，即事件在一次试验中几乎不可能发生假设检验方法的基本思想:首先，假设总体应是或近似为正态总体，然后，依照小概率事件几乎不可能在一次试验中发生的原理对试验结果进行分析 假设检验方法的操作程序，即“三步曲”一是提出统计假设，教科书中的统计假设总体是正态总体；二是确定一次试验中的a 值是否落入(μ-3σ，μ+3σ)； 三是作出判断讲解范例：例1. 若x ～N (0,1),求(l)P (-2.32<x <1.2)；(2)P (x >2). 解：(1)P (-2.32<x <1.2)=Φ(1.2)-Φ(-2.32)=Φ(1.2)-[1-Φ(2.32)]=0.8849-(1-0.9898)=0.8747. (2)P (x >2)=1-P (x <2)=1-Φ(2)=l-0.9772=0.0228.例2．利用标准正态分布表，求标准正态总体在下面区间取值的概率： (1)在N(1,4)下，求)3(F（2）在N （μ，σ2）下，求Ｆ（μ－σ，μ＋σ）； Ｆ（μ－1.84σ，μ＋1.84σ）；Ｆ（μ－2σ，μ＋2σ）； Ｆ（μ－3σ，μ＋3σ） 解：（１）)3(F ＝)213(-Φ＝Φ（1）＝0.8413（２）Ｆ（μ＋σ）＝)(σμσμ-+Φ＝Φ（1）＝0.8413Ｆ（μ－σ）＝)(σμσμ--Φ＝Φ（－1）＝１－Φ（1）＝１－0.8413＝0.1587Ｆ（μ－σ，μ＋σ）＝Ｆ（μ＋σ）－Ｆ（μ－σ）＝0.8413－0.1587＝0.6826Ｆ（μ－1.84σ，μ＋1.84σ）＝Ｆ（μ＋1.84σ）－Ｆ（μ－1.84σ）＝0.9342 Ｆ（μ－2σ，μ＋2σ）＝Ｆ（μ＋2σ）－Ｆ（μ－2σ）＝0.954 Ｆ（μ－3σ，μ＋3σ）＝Ｆ（μ＋3σ）－Ｆ（μ－3σ）＝0.997 对于正态总体),(2σμN 取值的概率：在区间（μ-σ，μ+σ）、（μ-2σ，μ+2σ）、（μ-3σ，μ+3σ）内取值的概率分别为68.3%、95.4%、99.7% 因此我们时常只在区间（μ-3σ，μ+3σ）内研究正态总体分布情况，而忽略其中很小的一部分例3．某正态总体函数的概率密度函数是偶函数，而且该函数的最大值为π21，求总体落入区间（－1.2，0.2）之间的概率解：正态分布的概率密度函数是),(,21)(222)(+∞-∞∈=--x e x f x σμσπ，它是偶函数，说明μ＝0，)(x f 的最大值为)(μf ＝σπ21，所以σ＝1，这个正态分布就是标准正态分布( 1.20.2)(0.2)( 1.2)(0.2)[1(1.2)](0.2)(1.2)1P x -<<=Φ-Φ-=Φ--Φ=Φ+Φ-巩固练习：书本第74页 1,2,3课后作业： 书本第75页 习题2. 4 A 组 1 , 2 B 组1 , 2 教学反思：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：22()21(),(,)x f x x μσ--=∈-∞+∞， （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 ),(2σμN3．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。

庖丁巧解牛知识·巧学一、正态曲线与正态分布曲线1.正态曲线如果随机变量X 的概率密度函数为φu ,σ(x)=222)(21σπσu x e --，x ∈(-∞,+∞)其中实数u 和σ（σ＞0）为参数.我们称φu ，σ(x)的图象为正态分布密度曲线，简称正态曲线.要点提示 高尔顿板试验中，当试验次数越多，也就是放入小球的个数越多，实验就越接近正态曲线.2.正态分布一般地，如果对于任何实数a<b ，随机变量X 满足P(a<X≤b)=⎰ba dx x )(,σμϕ，则称X 的分布为正态分布.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).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.把μ=0，σ=1的正态分布叫做标准正态分布.方法归纳 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.热点聚焦 正态分布是客观存在的规律，高尔顿板试验只不过是验证了这一规律而已.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.所以，正态分布广泛存在于自然现象、生产和生活实际之中.3.正态曲线的特点（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πσ21；（4）曲线与ｘ轴之间的面积为1；（5）当σ一定时，曲线随着μ的变化而沿ｘ轴平移；（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.特点（1）：说明函数的值域为正实数集的子集，且以ｘ轴为渐近线；特点（2）：是曲线的对称性，关于直线x=μ对称；特点（3）：说明函数x=μ时取得最大值;特点（4）：说明正态变量在（-∞，＋∞）内取值的概率为1;特点（5）：说明当均值一定时，σ变化时总体分布的集中、离散程度.知识拓展 若标准正态分布N （0，1）总体取值小于x 0的概率用φ(x 0)表示，即φ(x 0)=P(x<x 0),则φ(x 0)+φ(-x 0)=1;对一般正态总体N （μ,σ2）来说，可通过线性代换y=σμ-x 转化为标准正态总体N （0，1）.二、3σ原则1.正态分布在区间(μ-a,μ+a ］上的概率若X —N （μ,σ2），则对于任何实数ａ＞0，概率P(μ-a<X≤μ+a)=⎰+-αμαμσμϕdx x )(,为直线x=μ-a,x=μ+a 与正态曲线和ｘ轴所围成的图形的面积.对于固定的μ和a 而言，该面积随着σ的减少而变大.这说明σ越小，X 落在区间(μ-a,μ+a ］的概率越大，即X 集中在μ周围的概率越大.上述规律是通过正态曲线的形象直观地得到的，也就是通过定性分析得到的，事实上我们也可以利用定量计算得到，即通过对定积分⎰+-αμαμσμϕdx x )(,计算得到. 深化升华 几个特殊结论：P(μ-a<X≤μ+a)=0.682 6，P(μ-2a<X≤μ+2a)=0.954 4,P(μ-3a<X≤μ+3a)=0.997 4.2.3σ原则由于正态总体几乎总取值于区间(μ-3a,μ+3a)之内，而在此区间以外的取值的概率只有0.002 6，通常认为这种情况在一次试验中几乎不可能发生.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-3a,μ+3a)之间的值，并简称之为3σ原则.深化升华 从理论上可以证明，正态变量在(μ-σ,μ+σ),(μ-2σ,μ+2σ),(μ-3σ,μ+3σ)内，取值的概率分别约是68.3%,95.4%,99.7%.由于正态变量在（-∞,+∞）内取值的概率是1，容易得出，它在（μ-3σ,μ+3σ）之外取值的概率是0.3%.于是正态变量的取值几乎都在距x=μ三倍的标准差之内，这就是正态分布的3σ原则.问题·探究问题 1 在高尔顿板试验中，小球第一次与高尔顿板的底部接触时的坐标X 服从正态分布吗？思路: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.在高尔顿板试验中，小球到达底部的坐标X 是众多随机碰撞的结果，所以它近似服从正态分布.探究:判断一个变量是不是服从正态分布，就是看是否为随机变量，并且是否符合正态分布的定义及条件.尽管我们是利用高尔顿板试验近似地得到正态曲线，进而得到正态分布.但正态分布是客观存在的规律，这一试验只是验证了这一问题.而且当试验的次数越多，也就是放入的小于的个数越多，试验就越接近正态曲线.问题2 某厂生产的圆柱形零件的外直径X 服从正态分布N(4,0.52)，质检人员从该厂生产的1 000件零件中随机抽查一件，测得它的外直径为5.7 ｃｍ，试求该厂生产的这批零件是否合格？思路:由X 服从正态分布N(4,0.52)，由正态分布性质可知，正态分布N(4,0.52),在(4-3×0.5,4+3×0.5)之外的取值概率只有0.03，而5.7 (2.5,5.5).这说明在一次试验中，出现了几乎不可能发生的小概率事件，据此认为这批零件不合格.探究:解决此类问题可以用假设检验的思想方法来解决，其基本步骤可分为三步.一是提出统计假设，统计假设里的变量服从正态分布N （μ,σ2）;二是确定一次试验中的取值σ是否落入范围(μ-3σ,μ+3σ);三是作出判断，如果a ∈(μ-3σ,μ+3σ)，则接受统计假设，如果a (μ-3σ,μ+3σ)则拒绝统计假设.要注意小概率事件原理是假设检验的基础.运用小概率事件原理时须注意：这里的“几乎不可能发生”是针对“一次试验”来说的；运用“小概率事件原理”进行推断时，我们也有5%的犯错误的可能.典题·热题例1设ξ服从标准正态分布，则（1）P(ξ<1.8)=___________;(2)P(-1<ξ<1.5)=___________;(3)P(ξ>-1.5)=___________;(4)P(|ξ|<2)=___________.思路分析： 由标准正态分布的性质直接代入求解：（1）P(ξ<1.8)=φ(1.8)=0.964 1;（2）P(-1<ξ<1.5)=φ(1.5)-φ(-1)=0.993 2-1+φ(1)=0.993 2-1+0.841 3=0.774 5;(3)P(ξ>-1.5)=1-P(ξ≤-1.5)=1-φ(-1.5)=φ(1.5)=0.993 2;(4)P(|ξ|<2)=φ(2)-φ(-2)=2φ(2)-1=2×0.977 2-1=0.954 4.答案：（1）0.964 1 （2）0.774 5 （3）0.993 2 （4）0.954 4.方法归纳 利用公式φ(x)=1-φ(-x)及标准正态分布的几何意义（即其概率为相应的曲边多边形的面积），是将求服从正态分布的随机变量的概率转化为求φ(x 0)的值的关键，进而通过查标准正态分布表即可求出相关的概率.同样，利用公式P （X<x ）=φ(σμ-x )可将非标准正态分布问题转化为标准正态分布问题，应熟练掌握.例2假设某省今年高考考生成绩ξ服从正态分布N(500,1002).现有考生25 000名，计划招生10 000名，试估计录取分数线.思路分析： 这是一个实际问题，通过数学建模可知，其本质就是一个“正态分布下求随机变量在某一范围内取值的概率”问题.解：设分数线为μ，那么分数超过μ的概率应为录取率，即P(ξ≥μ)=2500010000=0.4， 因为ξ—N(500,1002)，所以P(ξ≥μ)=P(100500100500-≥-μξ=1-p(100500100500-<-μξ) =1-φ(100500-μ). 于是有φ(100500-μ)=1-P(ξ≥μ)=1-0.4=0.6. 从标准正态分布表中查得φ(0.25)=0.598 7≈0.6，故φ(100500-μ)≈0.6， 即μ≈525.由此可以估计录取分数线为525分.方法归纳 本题关键是由录取人数（计划招生人数）与考生总数之比求得录取率（即超过录取分数线的概率），从而成功地建立数学模型.例3正态总体N （0，1）的概率密度函数是f(x)=2221x e -π,x ∈R .（1）求证：ｆ（ｘ）是偶函数；（2）求ｆ（ｘ）的最大值；（3）利用指数函数的性质说明ｆ（ｘ）的增减性.思路分析： 对给出的标准正态分布的概率密度函数，可以利用函数的相关知识来研究它的相关性质.解：（1）对于任意的x ∈R ,f(-x)=2)(221x e --π=2221x e -πf(x).所以ｆ（ｘ）是偶函数；（2）令z=22x ,当ｘ=0时，z=0,e x =1, ∵e x 是关于ｚ的增函数，当ｘ≠0时，z>0,e x >1，∴当ｘ=0，即ｚ=0时，22x e =e x 取得最小值，当ｘ=0时，f(x)=2221x e -π取得最大值π21（3）任取x 1<0,x 2<0,且x 1<x 2,有x 12>x 22, ∴2222212221,2x x e e x x x --<-<- 所以2222212121x x e e --<ππ,即f(x 1)<f(x 2).这表明当ｘ＜0时，ｆ（ｘ）是递增的.同理可得，对于任取的x 1>0,x 2>0,且x 1<x 2，有f （x 1）>f(x 2)，即当ｘ＞0时，ｆ（ｘ）是递减的.拓展延伸 已知正态总体的数据落在区间（-3，-1）里的概率和落在区间（3，5）里的概率相等，那么这个正态总体的数学期望为______________.思路分析： 正态总体的数据落在这两个区间的概率相等，说明在这两个区间上位于正态曲线正方的面积相等，另外，因为区间（-3，-1）和区间（3，5）的长度相等，说明正态曲线在这两个区间上是对称的，我们需要找出对称轴.由于正态曲线关于直线x=μ对称， μ的概率意义是期望，我们也就找到了正态分布的数学期望了.因为区间（-3，-1）和区间（3，5）关于ｘ=1对称，所以正态分布的数学期望是1.答案：1深化升华 通过例题的解决总结标准正态分步的概率密度函数的一些性质并注意应用. 例4已知某车间正常生产某种零件的尺寸满足正态分布N(27.45,0.052),质量检验员随机抽查了10个零件，测量得到他们的尺寸如下：27.327.49 27.55 27.23 27.40 27.46 27.38 27.58 27.54 27.68,请你根据正态分布的3σ原则，帮助质量检验员确定哪些应该判定为非正常状态下生产的.思路分析： 正态变量的取值几乎都在距x=μ三倍标准之内，所以对落在区间（27.45-3×0.05，27.45+3×0.05）之外的零件尺寸做出拒绝接受零件是正常状态下生产的假说.解：有两个零件不符合落在区间（27.45-3×0.05，27.453×0.05）内，尺寸为27.23和尺寸27.68的两个零件，它们就是在非正常状态下生产的.深化升华 本例是统计中假设检验的一个实例，依据的准则是正态总体N(μ,σ2)在区间(μ-3σ,μ+3σ)之外取值的概率很小（大约只有0.3%），所以几乎不可能发生.此级HS5的大图若接排前加，若另面则不加。

正态分布曲线的特点及曲线所表示的意义1．正态分布曲线的特点及曲线所表示的意义【知识点的知识】1．正态曲线及性质（1）正态曲线的定义函数φμ，σ（x）=2―(푥―휇)12휎2 ，x∈（﹣∞，+∞），其中实数μ和σ（σ＞0）为参数，我们称φ2휋휎푒μ，σ（x）的图象（如图）为正态分布密度曲线，简称正态曲线．（2）正态曲线的解析式①指数的自变量是x 定义域是R，即x∈（﹣∞，+∞）．②解析式中含有两个常数：π和e，这是两个无理数．③解析式中含有两个参数：μ和σ，其中μ可取任意实数，σ＞0 这是正态分布的两个特征数．④解析式前面有一个系数为1，后面是一个以e 为底数的指数函数的形式，幂指数为―2휋휎(푥―휇)22휎2．2．正态分布（1）正态分布的定义及表示푏如果对于任何实数a，b（a＜b），随机变量X 满足P（a＜X≤b）= φμ，σ（x）dx，则称X 的分布为正态分布，푎记作N（μ，σ2）．（2）正态总体在三个特殊区间内取值的概率值①P（μ﹣σ＜X≤μ+σ）＝0.6826；②P（μ﹣2σ＜X≤μ+2σ）＝0.9544；③P（μ﹣3σ＜X≤μ+3σ）＝0.9974．3．正态曲线的性质1/ 6正态曲线φμ，σ（x）=2―(푥―휇)12휎2，x∈R 有以下性质：2휋휎푒（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；2휋휎（4）曲线与x 轴围成的图形的面积为 1；（5）当σ一定时，曲线随着μ的变化而沿x 轴平移；（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．4．三个邻域会用正态总体在三个特殊区间内取值的概率值结合正态曲线求随机变量的概率．落在三个邻域之外是小概率事件，这也是对产品进行质量检测的理论依据．【典型例题分析】题型一：概率密度曲线基础考察典例 1：设有一正态总体，它的概率密度曲线是函数f（x）的图象，且f（x）=21―(푥―10)8휋푒8，则这个正态总体的平均数与标准差分别是（）A．10 与 8 B．10 与 2 C．8 与 10 D．2 与 10解析：由21―(푥―10)8휋푒8=2―(푥―휇)12휎2，可知σ＝2，μ＝10．2휋휎푒答案：B．典例 2：已知随机变量ξ服从正态分布N（2，σ2），且P（ξ＜4）＝0.8，则P（0＜ξ＜2）等于（）A．0.6 B．0.4 C．0.3 D．0.22/ 6解析：由P（ξ＜4）＝0.8 知P（ξ＞4）＝P（ξ＜0）＝0.2，故P（0＜ξ＜2）＝0.3．故选C．典例 3：已知随机变量X 服从正态分布N（3，1），且P（2≤X≤4）＝0.682 6，则P（X＞4）等于（）A．0.158 8 B．0.158 7 C．0.158 6 D．0.158 51解析由正态曲线性质知，其图象关于直线x＝3 对称，∴P（X＞4）＝0.5﹣2P（2≤X≤4）＝0.5 ―12× 0.682 6＝0.1587．故选B．题型二：正态曲线的性质1典例 1：若一个正态分布的概率密度函数是一个偶函数，且该函数的最大值为．42휋（1）求该正态分布的概率密度函数的解析式；（2）求正态总体在（﹣4，4]的概率．分析：要确定一个正态分布的概率密度函数的解析式，关键是求解析式中的两个参数μ，σ的值，其中μ决定曲线的对称轴的位置，σ则与曲线的形状和最大值有关．解（1）由于该正态分布的概率密度函数是一个偶函数，所以其图象关于y 轴对称，即μ＝0．由12휋휎=1，42휋得σ＝4，故该正态分布的概率密度函数的解析式是φμ，σ（x）=21―푥42휋푒32，x∈（﹣∞，+∞）．（2）P（﹣4＜X≤4）＝P（0﹣4＜X≤0+4）＝P（μ﹣σ＜X≤μ+σ）＝0.6826．点评：解决此类问题的关键是正确理解函数解析式与正态曲线的关系，掌握函数解析式中参数的取值变化对曲线的影响．3/ 6典例 2：设两个正态分布N（μ1，휎12）（σ1＞0）和N（μ2，휎22）（σ2＞0）的密度函数图象如图所示，则有（）A．μ1＜μ2，σ1＜σ2B．μ1＜μ2，σ1＞σ2C．μ1＞μ2，σ1＜σ2D．μ1＞μ2，σ1＞σ2解析：根据正态分布N（μ，σ2）函数的性质：正态分布曲线是一条关于直线x＝μ对称，在x＝μ处取得最大值的连续钟形曲线；σ越大，曲线的最高点越低且较平缓；反过来，σ越小，曲线的最高点越高且较陡峭，故选A．答案：A．题型三：服从正态分布的概率计算典例 1：设X～N（1，22），试求（1）P（﹣1＜X≤3）；（2）P（3＜X≤5）；（3）P（X≥5）．分析：将所求概率转化到（μ﹣σ，μ+σ]．（μ﹣2σ，μ+2σ]或[μ﹣3σ，μ+3σ]上的概率，并利用正态密度曲线的对称性求解．解析：∵X～N（1，22），∴μ＝1，σ＝2．（1）P（﹣1＜X≤3）＝P（1﹣2＜X≤1+2）＝P（μ﹣σ＜X≤μ+σ）＝0.682 6．（2）∵P（3＜X≤5）＝P（﹣3＜X≤﹣1），∴P（3＜X≤5）=12[P（﹣3＜X≤5）﹣P（﹣1＜X≤3）]4/ 6=12[P（1﹣4＜X≤1+4）﹣P（1﹣2＜X≤1+2）]=12[P（μ﹣2σ＜X≤μ+2σ）﹣P（μ﹣σ＜X≤μ+σ）]=12×（0.954 4﹣0.682 6）＝0.1359．（3）∵P（X≥5）＝P（X≤﹣3），∴P（X≥5）=12[1﹣P（﹣3＜X≤5）]=12[1﹣P（1﹣4＜X≤1+4）]=12[1﹣P（μ﹣2σ＜X≤μ+2σ）]=12×（1﹣0.954 4）＝0.0228．求服从正态分布的随机变量在某个区间取值的概率，只需借助正态曲线的性质，把所求问题转化为已知概率的三个区间上．典例 2：随机变量ξ服从正态分布N（1，σ2），已知P（ξ＜0）＝0.3，则P（ξ＜2）＝．解析：由题意可知，正态分布的图象关于直线x＝1 对称，所以P（ξ＞2）＝P（ξ＜0）＝0.3，P（ξ＜2）＝1﹣0.3＝0.7．答案：0.7．题型 4：正态分布的应用典例 1：2011 年中国汽车销售量达到 1 700 万辆，汽车耗油量对汽车的销售有着非常重要的影响，各个汽车制造企业积极采用新技术降低耗油量，某汽车制造公司为调查某种型号的汽车的耗油情况，共抽查了 1 200 名车主，据统计该种型号的汽车的平均耗油为百公里 8.0 升，并且汽车的耗油量ξ服从正态分布N（8，σ2），已知耗油量ξ∈[7，9]的概率为 0.7，那么耗油量大于 9 升的汽车大约有辆．解析：由题意可知ξ～N（8，σ2），故正态分布曲线以μ＝8 为对称轴，又因为P（7≤ξ≤9）＝0.7，故P（7≤ξ≤9）＝2P（8≤ξ≤9）＝0.7，所以P（8≤ξ≤9）＝0.35，而P（ξ≥8）＝0.5，所以P（ξ＞9）＝0.15，故耗油量大于 9 升的汽车大约有 1 200×0.15＝180 辆．5/ 6点评：服从正态分布的随机变量在一个区间上的概率就是这个区间上，正态密度曲线和x 轴之间的曲边梯形的面푥1+푥2积，根据正态密度曲线的对称性，当P（ξ＞x1）＝P（ξ＜x2）时必然有2=μ，这是解决正态分布类试题的一个重要结论．1典例 2：工厂制造的某机械零件尺寸X 服从正态分布N（4，），问在一次正常的试验中，取 1 000 个零件时，不9属于区间（3，5]这个尺寸范围的零件大约有多少个？1解∵X～N（4，），∴μ＝4，σ=91 3．∴不属于区间（3，5]的概率为P（X≤3）+P（X＞5）＝1﹣P（3＜X≤5）＝1﹣P（4﹣1＜X≤4+1）＝1﹣P（μ﹣3σ＜X≤μ+3σ）＝1﹣0.9974＝0.0026≈0.003，∴1 000×0.003＝3（个），即不属于区间（3，5]这个尺寸范围的零件大约有 3 个．【解题方法点拨】正态分布是高中阶段唯一连续型随机变量的分布，这个考点虽然不是高考的重点，但在近几年新课标高考中多次出现，其中数值计算是考查的一个热点，考生往往不注意对这些数值的记忆而导致解题无从下手或计算错误．对正态分布N（μ，σ2）中两个参数对应的数值及其意义应该理解透彻并记住，且注意第二个数值应该为σ2而不是σ，同时，记住正态密度曲线的六条性质．6/ 6。