1、 正态分布是应用最正态分布是应用最广泛的一种连续型分布广泛的一种连续型分布.正态分布在十九世纪前叶由正态分布在十九世纪前叶由高斯加以推广，所以通常称为高高斯加以推广，所以通常称为高斯分布斯分布.德莫佛德莫佛 德莫佛最早发现了二项概德莫佛最早发现了二项概率的一个近似公式，这一公式率的一个近似公式，这一公式被认为是被认为是正态分布的首次露面正态分布的首次露面.不知你们是否注意到街头的一种赌博不知你们是否注意到街头的一种赌博活动活动?用一个钉板作赌具。用一个钉板作赌具。街头街头请看请看 也许很多人不相信，玩这种赌博游也许很多人不相信，玩这种赌博游戏十有八九是要输掉的，不少人总戏十有八九是要输掉的，不
2、少人总想碰碰运气，然而中大奖的概率实想碰碰运气，然而中大奖的概率实在是太低了。在是太低了。下面我们在计算机上模拟这个游戏：下面我们在计算机上模拟这个游戏：街头赌博街头赌博高尔顿钉板试验高尔顿钉板试验 平时，我们很少有人会去关心小球平时，我们很少有人会去关心小球下落位置的规律性，人们可能不相信下落位置的规律性，人们可能不相信它是有规律的。一旦试验次数增多并它是有规律的。一旦试验次数增多并且注意观察的话，你就会发现，最后且注意观察的话，你就会发现，最后得出的竟是一条优美的曲线得出的竟是一条优美的曲线。高高尔尔顿顿钉钉板板试试验验这条曲线就近似我们将要介这条曲线就近似我们将要介绍的绍的正态分布正态分
3、布的密度曲线。的密度曲线。正态分布的定义是什么呢？正态分布的定义是什么呢？对于连续型随机变量，一般是给出对于连续型随机变量，一般是给出它的它的概率密度函数概率密度函数。一、正态分布的定义一、正态分布的定义 若若r.v X的的概率密度为概率密度为),(2NX记作记作 f(x)所确定的曲线叫作正态曲线所确定的曲线叫作正态曲线.xexfx,)()(22221 其中其中 和和 都是常数，都是常数，任意，任意，0，则称则称X服从参数为服从参数为 和和 的正态分布的正态分布.22正态分布有些什么性质呢？正态分布有些什么性质呢？由于连续型随机变量唯一地由它由于连续型随机变量唯一地由它的密度函数所描述，我们来
4、看看正态的密度函数所描述，我们来看看正态分布的密度函数有什么特点。分布的密度函数有什么特点。正态分布正态分布请看演示请看演示二、正态分布二、正态分布 的图形特点的图形特点),(2N 正态分布的密度曲线是一条关于正态分布的密度曲线是一条关于 对对称的钟形曲线称的钟形曲线.特点是特点是“两头小，中间大，左右对称两头小，中间大，左右对称”.决定了图形的中心位置，决定了图形的中心位置，决定了图形决定了图形中峰的陡峭程度中峰的陡峭程度.正态分布正态分布 的图形特点的图形特点),(2N 能不能根据密度函数的表达式，能不能根据密度函数的表达式，得出正态分布的图形特点呢？得出正态分布的图形特点呢？xexfx,
5、)()(22221 容易看到，容易看到，f(x)0即整个概率密度曲线都在即整个概率密度曲线都在x轴的上方轴的上方;故故f(x)以以为对称轴，并在为对称轴，并在x=处达到最大处达到最大值值:xexfx,)()(22221 令令x=+c,x=-c(c0),分别代入分别代入f(x),可可得得f(+c)=f(-c)且且 f(+c)f(),f(-c)f()21)(f这说明曲线这说明曲线 f(x)向左右伸展时，越来越向左右伸展时，越来越贴近贴近x轴。即轴。即f(x)以以x轴为渐近线。轴为渐近线。xexfx,)()(22221 当当x 时，时，f(x)0,用求导的方法可以证明，用求导的方法可以证明，xexf
6、x,)()(22221 为为f(x)的两个拐点的横坐标。的两个拐点的横坐标。x=这是高等数学的内容，如果忘记了，课下这是高等数学的内容，如果忘记了，课下再复习一下。再复习一下。根据对密度函数的分析，也可初步画出正根据对密度函数的分析，也可初步画出正态分布的概率密度曲线图。态分布的概率密度曲线图。回忆我们在本章第三讲中遇到过的回忆我们在本章第三讲中遇到过的年降雨量问题，我们用上海年降雨量问题，我们用上海99年年降雨年年降雨量的数据画出了频率直方图。量的数据画出了频率直方图。从直方图，我们可以初步看出，年降从直方图，我们可以初步看出，年降雨量近似服从正态分布。雨量近似服从正态分布。下面是我们用某大
7、学男大学生的身高下面是我们用某大学男大学生的身高的数据画出的频率直方图。的数据画出的频率直方图。红线红线是拟是拟合的正态合的正态密度曲线密度曲线可见，某大学男大学生的身高可见，某大学男大学生的身高应服从正态分布。应服从正态分布。人的身高高低不等，但中等身材的占大人的身高高低不等，但中等身材的占大多数，特高和特矮的只是少数，而且较多数，特高和特矮的只是少数，而且较高和较矮的人数大致相近，这从一个方高和较矮的人数大致相近，这从一个方面反映了服从正态分布的随机变量的特面反映了服从正态分布的随机变量的特点。点。请同学们想一想，实际生活中具有这请同学们想一想，实际生活中具有这种特点的随机变量还有那些呢？
8、种特点的随机变量还有那些呢？除了我们在前面遇到过的年降雨量和除了我们在前面遇到过的年降雨量和身高外身高外,在正常条件下各种产品的质量指标，在正常条件下各种产品的质量指标，如零件的尺寸；纤维的强度和张力；农作如零件的尺寸；纤维的强度和张力；农作物的产量，小麦的穗长、株高；测量误差，物的产量，小麦的穗长、株高；测量误差，射击目标的水平或垂直偏差；信号噪声等射击目标的水平或垂直偏差；信号噪声等等，都服从或近似服从正态分布等，都服从或近似服从正态分布.xexfx,)()(22221 服从正态分布服从正态分布 的随机变量的随机变量X的的概率密度是概率密度是),(2NX的分布函数的分布函数P(Xx)是怎样
9、的呢？是怎样的呢？设设X ,),(2NX的分布函数是的分布函数是xdtexFxt,)()(22221 正态分布由它的两个参数正态分布由它的两个参数和和唯唯一确定，一确定，当当和和不同时，是不同的正不同时，是不同的正态分布。态分布。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下面我们介绍一种最重要的正态分布dtexxt2221)(三、标准正态分布三、标准正态分布1,0的正态分布称为标准正态分布的正态分布称为标准正态分布.xexx,21)(22其密度函数和分布函数常用其密度函数和分布函数常用 和和 表示：表示：)(x)(x)(x)(x 它的依据是下面的定理：它的依据是下面的定理：标准正
10、态分布的重要性在于，标准正态分布的重要性在于，任何一个任何一个一般的正态分布都可以通过线性变换转化为一般的正态分布都可以通过线性变换转化为标准正态分布标准正态分布.根据定理根据定理1,1,只要将标准正态分布的分布只要将标准正态分布的分布函数制成表，就可以解决一般正态分布的概函数制成表，就可以解决一般正态分布的概率计算问题率计算问题.),(2NXXY,则则 N(0,1)设设定理定理1 书末附有标准正态分布函数数值表，有了书末附有标准正态分布函数数值表，有了它，可以解决一般正态分布的概率计算查表它，可以解决一般正态分布的概率计算查表.四、正态分布表四、正态分布表)(1)(xxdtexxt2221)
11、(表中给的是表中给的是x0时时,(x)的值的值.当当-x0时时xx),(2NX若若XYN(0,1)若若 XN(0,1),)(bYaP)(bXaP)()()(abbXaP)()(ab由标准正态分布的查表计算可以求得，由标准正态分布的查表计算可以求得，这说明，这说明，X的取值几乎全部集中在的取值几乎全部集中在-3,3 区间区间内，超出这个范围的可能性仅占不到内，超出这个范围的可能性仅占不到0.3%.当当XN(0,1)(0,1)时，时，P(|X|1)=2 (1)-)-1=0.6826 P(|X|2)=2 (2)-)-1=0.9544P(|X|3)=2 (3)-)-1=0.9974五、五、3 3 准则
12、准则将上述结论推广到一般的正态分布将上述结论推广到一般的正态分布,),(2NY时，时，6826.0)|(|YP9544.0)2|(|YP9974.0)3|(|YP可以认为，可以认为，Y 的取值几乎全部集中在的取值几乎全部集中在3,3区间内区间内.这在统计学上称作这在统计学上称作“3 3 准则准则”（三倍标准差原则）（三倍标准差原则）.上一讲我们已经看到，当上一讲我们已经看到，当n很大，很大，p接接近近0或或1时，二项分布近似泊松分布时，二项分布近似泊松分布;如果如果n很大，而很大，而p不接近于不接近于0或或1，那么可以证明，那么可以证明，二项分布近似于正态分布二项分布近似于正态分布.下面我们不
13、加证明地介绍有关下面我们不加证明地介绍有关二项分二项分布近似于正态分布布近似于正态分布的一个定理，称为的一个定理，称为棣莫棣莫佛拉普拉斯定理佛拉普拉斯定理.它是第五章要介绍的它是第五章要介绍的中心极限定理的一个最重要的特殊情况中心极限定理的一个最重要的特殊情况.六、二项分布的正态近似六、二项分布的正态近似定理定理(棣莫佛拉普拉斯定理）棣莫佛拉普拉斯定理）)1(limxpnpnpYPnn 设随机变量设随机变量 服从参数服从参数n,p(0p1)的的二项分布，则对任意二项分布，则对任意x，有，有nYdtext2221 定理表明，当定理表明，当n很大，很大，0p1是一个定值是一个定值时（或者说，时（或
14、者说，np(1-p)也不太小时），也不太小时），二项二项变变量量 的的分布近似正态分布分布近似正态分布 N(np,np(1-p).nY二项分布的正态近似二项分布的正态近似 实用中，实用中，n 30，np 10时正态近时正态近似的效果较好似的效果较好.见教学软件中的计算机演示见教学软件中的计算机演示例例1 将一枚硬币抛掷将一枚硬币抛掷10000次，出现正面次，出现正面5800次，认为这枚硬币不均匀是否合理次，认为这枚硬币不均匀是否合理?试说明理由试说明理由.解解:设设X为为10000次试验中出现正面的次数，次试验中出现正面的次数，采用正态近似采用正态近似,np=5000,np(1-p)=2500
15、,若硬币是均匀的，若硬币是均匀的，XB(10000，0.5),505000)1(XpnpnpX近似正态分布近似正态分布N(0,1).即即=1-(16)5050005800(10此概率接近于此概率接近于0，故认为这枚硬币不均匀，故认为这枚硬币不均匀是合理的是合理的.P(X5800)=1-P(X5800)505000)1(XpnpnpX近似正态分布近似正态分布N(0,1).例例2 公共汽车车门的高度是按男子与车门公共汽车车门的高度是按男子与车门顶头碰头机会在顶头碰头机会在0.01以下来设计的以下来设计的.设男子设男子身高身高XN(170,62),),问车门高度应如何确定问车门高度应如何确定?解解:
16、设车门高度为设车门高度为h cm,按设计要求按设计要求P(X h)0.01或或 P(X h)0.99，下面我们来求满足上式的最小的下面我们来求满足上式的最小的 h.再看一个应用正态分布的例子再看一个应用正态分布的例子:因为因为XN(170,62),),)1,0(6170NX)6170(h故故 P(X0.996170h所以所以 =2.33,即即 h=170+13.98 184设计车门高度为设计车门高度为184厘米时，可使厘米时，可使男子与车门碰头男子与车门碰头机会不超过机会不超过0.01.P(X h)0.99求满足求满足的最小的的最小的 h.这一讲，我们介绍了正态分布，这一讲，我们介绍了正态分布，它的它的应用极为广泛，在本课程中我们一直要和应用极为广泛，在本课程中我们一直要和它打交道它打交道.后面第五章中，我们还将介绍为什么后面第五章中，我们还将介绍为什么这么多随机现象都近似服从正态分布这么多随机现象都近似服从正态分布.
