y
思考 观 察 图 2.4 4,结 x o 合 φμ,σ x 的 图2.4 4 解析式及概 可以发现,正态曲线有如下特点: 率的性质 , 你 1曲线位于x轴上方,与x轴不相交 ; 能说 说正态 2曲线是单峰的,它关于直线x μ 曲线 的特点 对称; 吗?
3曲线在x μ处达到峰值; 4曲线与x轴之间的面积为1.
b a
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 Nμ, σ 2 .如果随机变量X服从正态分布 , 则记 为X ~ Nμ, σ 2 .
参数μ是反映随机变量取值水 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.
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,小球下落过程中要与众 多小 木板碰撞, 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.
b a
x即由正态曲ຫໍສະໝຸດ , 过点a,0 和点b,0 的两条 x 轴的垂线 , 及x轴所围成的平面图形的 面积(图2.4 4中阴影部 a,b的概率的近似值 分的面积), 就是X落在区间 .
一般地, 如果对于任何实数a b,随机变量X满足 Pa X b φμ,σ x dx,
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.