正态分布详解[1]讲义
正态分布-讲义(学生版)
正态分布一、课堂目标1．理解正态曲线的概念，掌握正态曲线的性质．2．理解正态分布和标准正态分布的概念．3．熟练掌握利用正态曲线的对称性和原则求随机变量在某一范围内的概率．4．掌握正态分布的实际应用问题．二、知识讲解现实中，除了离散型随机变量外，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.1. 正态曲线知识精讲（1）正态曲线的概念如下图，对应的函数解析式为：，（其中实数和为参数）．显然，对于任意的称，，它的图象在轴的上方．我们称为正态密度函数，称它的图像为正态密度曲线，简称正态曲线．（2）正态曲线的性质①曲线位于轴上方，与轴不相交；②曲线是单峰的，它关于直线对称；③曲线在处达到峰值（最大值）；④曲线与轴之间的面积为；⑤当一定时，曲线的位置由确定，曲线随着的变化而沿轴平移，如图所示；⑥当一定时，曲线的形状由确定，越小，曲线越“瘦高”，表示总体的分布越集中；越大，曲线越“矮胖”，表示总体的分布越分散，如图所示．经典例题1.关于正态曲线的性质：①曲线关于直线对称，并且曲线在轴上方；②曲线关于轴对称，且曲线的最高点的坐标是；③曲线最高点的纵坐标是，且曲线无最低点；④越大，曲线越“高瘦”；越小，曲线越“矮胖”．A.①②B.②③C.③④D.①③其中正确的是（）．巩固练习A.B.C.D.2.如图是当取三个不同值，，时的三种正态曲线，那么，，的大小关系是（）．2. 正态分布知识精讲（1）正态分布的概念若随机变量的概率分布密度函数为：，（其中实数和为参数），则称随机变量服从正态分布，记为．正态分布完全由参数和确定，其中参数是反映随机变量取值的平均水平的特征数，可以用样本的均值去估计；是衡量随机变量总体波动大小的特征数，可以用样本的标准差去估计．注意：若，则．若，如下图所示，取值不超过的概率为图中区域的面积，而为区域的面积．（2）原则若，则对于任何实数，为下图阴影部分的面积，对于固定的和而言，该面积随着的减小而变大．这说明越小，落在区间的概率越大，即集中在周围概率越大．特别有，①，②，③．由知，正态总体几乎总取值于区间之内．而在此区间以外取值的概率只有．，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的随机变量只取之间的值，并简称之为原则．经典例题3.已知随机变量服从正态分布，若，则 ．4.设随机变量，则服从的总体分布可记为 ．巩固练习A.B.C.D.5.随机变量服从正态分布，且，则（ ）．A.B.C.D.6.设随机变量服从正态分布，若，则与的值分别为（ ）．，，，，经典例题（1）（2）7.已知随机变量，且正态分布密度函数在上是增函数，在上为减函数，．求参数，的值．求．A.人B.人 C.人D.人8.某校高三年级的名学生在一次模拟考试中，数学考试成绩服从正态分布，则该年级学生数学成绩在分以上的学生人数大约为（ ）．（附数据：，）巩固复习A. B.C.D.9.山东烟台苹果因“果形端正、色泽艳丽、果肉甜脆、香气浓郁”享誉国内外，据统计，烟台苹果（把苹果近似看成球体）的直径（单位：）服从正态分布，则果实直径在内的概率为（）．附：若 ，则，．10.某市高二名学生参加市体能测试，成绩采用百分制，平均分为，标准差为，成绩服从正态分布，则成绩在的人数为．参考数据：，，．经典例题11.新型冠状病毒肺炎是一种急性感染性肺炎，其病原体是一种先前未在人类中发现的新型冠状病毒，即新型冠状病毒．年月日，国家卫健委决定将“新型冠状病毒感染的肺炎”暂命名为“新型冠状病毒肺炎”，简称“新冠肺炎”．患者初始症状多为发热、乏力和干咳，并逐渐出现呼吸困难等严重表现．基于目前的流行病学调查，潜伏期为天，潜伏期具有传染性，无症状感染者也可能（1）（2）成为传染源．某市为了增强民众防控病毒的意识，举行了“预防新冠病毒知识竞赛”网上答题，随机抽取人，答题成绩统计如图所示．频率组距成绩分由直方图可认为答题者的成绩服从正态分布，其中，分别为答题者的平均成绩和成绩的方差，那么这名答题者成绩超过分的人数估计有多少人？（同一组中的数据用该组的区间中点值作代表）如果成绩超过分的民众我们认为是“防御知识合格者”，用这名答题者的成绩来估计全市的民众，现从全市中随机抽取人，“防御知识合格者”的人数为，求．（精确到）附：①，；②，则，；③，．12.年春节期间，武汉市爆发了新型冠状病毒肺炎疫情，在党中央的坚强领导下，全国人民团结一心，众志成城，共同抗击疫情．某中学寒假开学后，为了普及传染病知识，增强学生的防范意识，提高自身保护能力，校委会在全校学生范围内，组织了一次传染病及个人卫生相关知识有奖竞赛(满分分)，竞赛奖励规则如下，得分在内的学生获三等奖，得分在内的学生获二等奖，得分在内的学生获一等奖，其他学生不得奖．教务处为了解学生对相关知识的掌握情况，随机抽取了名学生的竞赛成绩，并以此为样本绘制了如下样本频率分布直方图．（1）12（2）频率组距竞赛成绩（分）现从该样本中随机抽取两名学生的竞赛成绩，求这两名学生中恰有一名学生获奖的概率．若该校所有参赛学生的成绩近似服从正态分布，其中，为样本平均数的估计值，利用所得正态分布模型解决以下问题：若该校共有名学生参加了竞赛，试估计参赛学生中成绩超过分的学生数（结果四舍五入到整数）．若从所有参赛学生中(参赛学生数大于)随机抽取名学生进行座谈，设其中竞赛成绩在分以上的学生数为 ，求随机变量 的分布列和均值．附：若随机变量服从正态分布，则，，．巩固练习（1）（2）13.从某公司生产线生产的某种产品中抽取件，测量这些产品的一项质量指标，由检测结果得如图所示的频率分布直方图：质量指标值频率组距求这件产品质量指标的样本平均数 和样本方差（同一组中的数据用该组区间的中点值作代表）．12由直方图可以认为，这种产品的质量指标值服从正态分布，其中近似为样本平均数 ，近似为样本方差．利用该正态分布，求．已知每件该产品的生产成本为元，每件合格品（质量指标值的定价为元；若为次品（质量指标值，除了全额退款外且每件次品还须赔付客户元．若该公司卖出件这种产品，记表示这件产品的利润，求．附：．若，则，．（1）12（2）14.为了监控某种零件的一条生产线的生产过程，检验员每天从该生产线上随机抽取个零件，并测量其尺寸（单位：）．根据长期生产经验，可以认为这条生产线正常状态下生产的零件的尺寸服从正态分布．假设生产状态正常，记表示一天内抽取的个零件中其尺寸在之外的零件数，求及的数学期望．一天内抽检零件中，如果出现了尺寸在之外的零件，就认为这条生产线在这一天的生产过程可能出现了异常情况，需对当天的生产过程进行检查．试说明上述监控生产过程方法的合理性．下面是检验员在一天内抽取的个零件的尺寸：附：若随机变量服从正态分布，则，，．用样本平均数作为的估计值，用样本标准差作为的估计值，利用估计值判断是否需对当天的生产过程进行检查？剔除之外的数据，用剩下的数据估计和（精确到）．经计算得，，其中为抽取的第个零件的尺寸，．3. 标准正态分布知识精讲若随机变量，则当，时，称随机变量服从标准正态分布，简称标准正态分布．标准正态分布的密度函数为，，其相应的密度曲线称为标准正态曲线．如图所示：由于标准正态总体在正态总体的研究中占有非常重要的地位，专门制作了“标准正态分布表”．在这个表中，相应于的值是指总体取值小于的概率，即，如图左边的部分所示．由于标准正态曲线关于轴对称，标准正态分布表中仅给出了对应于非负值的值，因此，如果，那么由下图根据面积相等知．知识点睛一般的正态分布均可以化成标准正态分布来进行研究．事实上，可以证明，对任一正态分布来说，取值小于的概率．所以，可以利用公式可将非标准正态分布问题转化为标准正态分布问题．经典例题15.随机变量服从标准正态分布，如果，则．巩固练习16.设随机变量服从标准正态分布，在某项测量中，已知，则在内取值的概率为．A.B.C.D.17.已知随机变量，记，则下列结论不正确的是（）．三、思维导图你学会了吗？画出思维导图总结本课所学吧！四、出门测18.已知随机变量服从正态分布，且，则．A.B.C.D.19.设两个正态分布和的密度曲线如图所示，则有（ ）．，，，，A. B.C.D.20.某小区有户居民，各户每月的用电量（单位：度）近似服从正态分布，则用电量在度以上的居民户数约为（ ）．（参考数据：若随机变量服从正态分布，则，，）21.11频率组距质量指标值（1）（2）从某企业的某种产品中抽取件，测量这些产品的一项质量指标值，由测量结果得如下频率分布直方图求这件产品质量指标值的样本平均数和样本方差（同一组数据用该区间的中点值作代表）；由直方图可以认为，这种产品的质量指标值服从正态分布，其中近似为样本平均数，近似为样本方差．①利用该正态分布，求；②某用户从该企业购买了件这种产品，记表示这件产品中质量指标值位于区间的产品件数，利用（Ⅰ）的结果，求．附：．若～，则，．。
正态分布知识点总结ppt
正态分布知识点总结ppt一、概念1. 正态分布，又称高斯分布，是一种连续概率分布2. 具有单峰对称的特点3. 由于其形状近似于钟形，因此也被称为钟形曲线二、特征1. 均值μ：描述分布的中心位置2. 标准差σ：描述数据点相对于均值的离散程度3. 标准差越大，曲线扁平度越高4. 标准差越小，曲线陡峭度越高5. 正态分布的均值、众数和中位数都相等三、标准正态分布1. 当均值μ=0，标准差σ=1时的正态分布2. 应用范围更广，便于做概率计算3. 可通过Z变换，将任意正态分布转化为标准正态分布四、性质1. 概率密度函数：f(x) = (1/σ√(2π)) * e^(-(x-μ)²/(2σ²))2. 总体均值、中位数、众数相等3. 68-95-99.7法则：在正态分布下，大约68%的数据落在均值±1个标准差内，大约95%的数据落在均值±2个标准差内，大约99.7%的数据落在均值±3个标准差内五、应用1. 统计学：用于研究样本数据的分布规律2. 自然科学：许多自然现象的分布都符合正态分布，如身高、体重等3. 工程学：用于分析质量控制、可靠性分析等六、假设检验1. 基于正态分布的概率性质，可对样本数据进行假设检验2. 通过计算样本均值和标准差，判断总体参数是否满足要求七、实际案例1. 身高分布：研究人群的身高分布规律，制定人体工程学标准2. 质量控制：监控产品的质量符合正态分布，及时发现异常情况3. 信用评分：应用正态分布评估个人信用等级八、常见问题1. 如何判断一组数据是否符合正态分布？- 绘制直方图或概率图查看数据分布形状- 进行正态性检验，如Shapiro-Wilk检验、K-S检验等2. 如果数据不符合正态分布，影响有哪些？- 在统计分析中应当选择非参数检验方法- 在数据建模和预测中需要考虑非线性因素的影响九、总结正态分布是统计学中的基础概率分布，具有广泛的应用价值。
正态分布完整ppt课件
使用如Shapiro-Wilk检验、Kolmogorov-Smirnov检验等方法，对 误差项进行正态性检验，以验证其是否符合正态分布。
方差分析中F分布应用
01 02
F分布的定义
F分布是一种连续型概率分布，常用于方差分析中的假设检验。在方差 分析中，通过比较不同组间的方差与组内方差，判断各因素对结果的影 响是否显著。
筛选方法
包括单变量分析和多变量分析等，结合临床 意义和统计学显著性进行生物标志物的筛选 。
社会科学调查数据分析
社会科学调查数据特点
大量、复杂、多维度的数据，往往需要进行统计分析和数据挖掘。
正态分布在社会科学调查数据分析中的应用
通过对调查数据进行正态性检验，选择合适的数据处理和分析方法，如参数检验、回归分析等。
有对称性和单峰性。
性质
对称性：正态分布曲线关于均值对称 。
单峰性：正态分布曲线只有一个峰值 ，位于均值处。
均值、中位数和众数相等。
概率密度函数在均值两侧呈指数下降 。
正态曲线特点
01
02
03
04
形状
钟形曲线，中间高，两边低。
对称性
关于均值对称，即左右两侧形 状相同。
峰值
位于均值处，且峰值高度由标 准差决定。
05
正态分布在金融学领域应用
风险评估及资产组合优化
风险评估
正态分布用于描述金融资产的收益和风险分布，通过计算均值和标准差来评估投资组合 的风险水平。
资产组合优化
基于正态分布假设，利用马科维茨投资组合理论等方法，构建最优资产组合以降低风险 并提高收益。
VaR（Value at Risk）计算
正态分布用于计算投资组合在一定置信水平下的最大可能损失（VaR），以衡量潜在风 险。
《正态分布》 讲义
《正态分布》讲义在统计学中，正态分布是一种极其重要的概率分布，它在自然科学、社会科学、工程技术等众多领域都有着广泛的应用。
下面，让我们一起来深入了解正态分布。
一、什么是正态分布正态分布，也被称为高斯分布，是一种连续型概率分布。
它的概率密度函数呈现出一种独特的“钟形”曲线，具有对称性。
从数学表达式上看，正态分布的概率密度函数为：＼ f(x) ＝＼frac{1}｛＼sigma ＼sqrt{2\pi}｝ e^｛＼frac{（x ＼mu)＾2}｛2\sigma^2}｝＼其中，＼（＼mu\）是均值，决定了曲线的位置；＼（＼sigma\）是标准差，决定了曲线的“胖瘦”程度。
二、正态分布的特点1、对称性正态分布曲线以均值\（＼mu\）为对称轴，左右两侧对称。
这意味着在均值两侧相同距离处，出现观测值的概率相等。
2、集中性大部分数据集中在均值附近，离均值越远，数据出现的概率越小。
3、均值和中位数、众数相等这三个统计量在正态分布中是重合的，反映了数据的中心趋势。
4、标准差的作用标准差\（＼sigma\）越大，曲线越“胖”，数据的分散程度越大；标准差越小，曲线越“瘦”，数据越集中。
三、正态分布的产生原因为什么在现实世界中会有如此多的现象符合正态分布呢？1、大量独立随机因素的综合作用许多自然和社会现象受到众多微小、相互独立的随机因素的影响。
例如，人的身高受到遗传、营养、环境等多种因素的影响，当这些因素的数量足够多且相互独立时，最终的结果往往呈现正态分布。
2、中心极限定理根据中心极限定理，当从一个总体中抽取大量独立同分布的随机样本，并计算其均值时，这些均值的分布将近似于正态分布。
四、正态分布的应用1、质量控制在生产过程中，通过对产品质量特征的测量，如果其符合正态分布，可以设定合理的控制界限，来监控生产过程是否处于稳定状态。
2、考试成绩评估考试成绩通常近似服从正态分布。
教师可以根据正态分布来确定合理的分数段，评估学生的学习情况。
高中数学选修2-3精品课件：2.4 正态分布
跟踪演练2 某人从某城市的南郊乘公交车前往北区火车站，
由于交通拥挤，所需时间X(单位：分)近似服从正态分布
N(50,102)，求他在(30,60]分内赶到火车站的概率.
解 ∵X～N(50,102)，∴μ＝50，σ＝10.
∴P(30<X≤60)＝P(30<X≤50)＋P(50<X≤60) ＝12P(μ－2σ<X≤μ＋2σ)＋12P(μ－σ<X≤μ＋σ) ＝12×0.954 4＋21×0.682 6＝0.818 5. 即他在(30,60]分内赶到火车站的概率是0.818 5.
1234
1－0.954 4 ∴P(X>10 800)＝ 2 ＝0.022 8， 故使用时间超过10 800小时的概率为0.022 8.
课堂小结
1.理解正态分布的概念和正态曲线的性质. 2.正态总体在某个区间内取值的概率求法： (1) 熟 记 P(μ － σ<X≤μ ＋ σ) ， P(μ － 2σ<X≤μ ＋ 2σ) ， P(μ － 3σ<X≤μ＋3σ)的值. (2)充分利用正态曲线的对称性和曲线与x轴之间的面积为1. ①正态曲线关于直线x＝μ对称，从而在关于x＝μ对称的区 间上概率相等.
规律方法 解答此类题目的关键在于运用3σ原则将给定的 区间转化为用μ加上或减去几个σ来表示；当要求服从正态 分布的随机变量的概率所在的区间不对称时，不妨先通过 分解或合成，再通过求其对称区间概率的一半解决问题.经 常用到如下转换公式：①P(x≥a)＝1－P(x＜a)；②若b＜μ， 则P(X＜μ－b)＝1－Pμ－b2<X≤μ＋b.
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)之间的值，并简称之为3σ原则.
二项分布与正态分布详解
在二项分布和正态分布中的应用举例
二项分布参数估计
正态分布参数估计
二项分布假设检验
正态分布假设检验
对于二项分布B(n, p)，可以使 用样本比例作为成功概率p的 点估计。同时，根据二项分布 的性质，可以构造出p的置信 区间进行区间估计。
对于正态分布N(μ, σ^2)，可 以使用样本均值作为总体均值 μ的点估计，样本方差作为总 体方差σ^2的点估计。同样地 ，可以构造出μ和σ的置信区间 进行区间估计。
02
通过对二项分布和正态分布进行深入剖析，探讨它们之间的联
系和区别，以便更好地理解这两种分布。
为后续概率论与数理统计学习打下基础
03
二项分布和正态分布是概率论与数理统计中的重要内容，掌握
它们对于后续学习具有重要意义。
预备知识
概率论基础知识
要理解二项分布和正态分布，首先需要具备概率论的基础知识， 如事件、概率、随机变量等概念。
正态分布转化为二项分布的条件
在实际应用中，如果某个连续型随机变量可以取整数值，且这些整数值出现的概率可以 用二项分布来描述，那么可以将这个连续型随机变量近似为二项分布。但需要注意的是
，这种转化通常需要在一定的精度范围内进行。
实际应用中的选择依据
• 在实际应用中，选择使用二项分 布还是正态分布通常需要考虑以 下因素：首先，需要判断随机变 量是离散的还是连续的；其次， 需要考虑随机变量所描述的实际 情况是否符合二项分布或正态分 布的定义和性质；最后，还需要 考虑样本量大小、数据分布情况 等因素来选择最合适的分布类型 进行建模和分析。
方差
正态分布的方差等于其标准差的平方，即D(X)=σ^2。
正态分布的应用举例
01 02
质量控制
《正态分布》ppt课件
目录
CONTENTS
• 正态分布基本概念 • 正态分布在统计学中应用 • 正态分布在自然科学领域应用 • 正态分布在社会科学领域应用 • 正态分布计算方法及工具介绍 • 正态分布在实际问题中案例分析
01 正态分布基本概念
CHAPTER
定义与性质
定义
对称性
正态分布是一种连续型概率分布，描述了许 多自然现象的概率分布情况。在统计学中， 正态分布又被称为高斯分布。
系统误差与随机误差
正态分布可以帮助区分系统误差和随机误差。系统误差是由于实验装置或方法本身的缺陷引 起的，而随机误差则是由于各种不可控因素引起的。通过正态分布分析，可以对这两类误差 进行识别和纠正。
化学中浓度分布规律研究
01
溶液浓度的正态分布
在化学实验中，溶液的浓度分布往往符合正态分布。通过测量不同位置
利用SPSS的图形功能，可以绘制多种统计图表，包括频率分布直 方图、正态分布曲线图等。
SPSS提供了丰富的统计分析方法，如参数估计、假设检验、方差 分析等，可以根据研究需求选择合适的方法进行分析。
06 正态分布在实际问题中案例分析
CHAPTER
质量控制过程中产品合格率评估
质量控制图
利用正态分布原理，通过绘制质 量控制图，可以直观地展示产品 质量的波动情况，从而及时发现 并处理异常波动，确保产品合格
数据输入与整理
在Excel中输入数据，并进行必要的整理，如删除重复值、处理缺失 值等。
使用内置函数计算均值和标准差
Excel提供了丰富的内置函数，可以直接计算数据集的均值 （AVERAGE函数）和标准差（STDEV函数）。
绘制图表
利用Excel的图表功能，可以根据数据快速生成频率分布直方图和正 态分布曲线图。
7.5正态分布(教师版) 讲义-2021-2022学年人教A版(2019)高中数学选择性必修三
正态分布一正态曲线及其性质1．我们称f(x)＝()2221e2xμσσ--π，x∈R，其中μ∈R，σ>0为参数，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．2．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．3．若X～N(μ，σ2)，则E(X)＝μ，D(X)＝σ2.4．正态曲线的特点：(1)非负性：对∀x∈R，f(x)>0，它的图象在x轴的上方．(2)定值性：曲线与x轴之间的面积为1.(3)对称性：曲线是单峰的，它关于直线x＝μ对称．(4)最大值：曲线在x＝μ处达到峰值1σ2π.(5)当|x|无限增大时，曲线无限接近x轴．(6)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.(7)当μ一定时，曲线的形状由σ确定，σ较小时曲线“瘦高”，表示随机变量X的分布比较集中；σ较大时，曲线“矮胖”，表示随机变量X的分布比较分散，如图②.5．正态分布的几何意义：若X～N(μ，σ2)，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．二利用正态分布的性质求概率正态总体在三个特殊区间内取值的概率值P(μ－σ≤X≤μ＋σ)≈0.682_7；P(μ－2σ≤X≤μ＋2σ)≈0.954_5；P(u－3σ≤X≤μ＋3σ)≈0.997_3.三正态分布的应用解题时，应当注意零件尺寸应落在[μ－3σ，μ＋3σ]之内，否则可以认为该批产品不合格．判断的根据是小概率事件在一次试验中几乎是不可能发生的，而一旦发生了，就可以认为这批产品不合格．考点一 正态分布的特征【例1】(1)(2021·黑龙江鹤岗市·鹤岗一中高二期末(理))若随机变量()23,X N σ，且()50.2P X ≥=，则()15P X ≤≤等于( )A ．0.6B ．0.5C ．0.4D ．0.3(2)(2021·黄石市有色第一中学高二期末)设随机变量ξ服从正态分布()4,3N ，若()()51P a P a ξξ<-=>+，则实数a 等于( )A ．7B ．6C ．5D ．4【答案】(1)A(2)B【解析】(1)由于随机变量()23,X N σ，则()()15P X P X <=>， 因此，()()()()151********.20.6P X P X P X P X ≤≤=-<->=->=-⨯=.故选：A.(2)∵随机变量ξ服从正态分布N(4，3)，∵P(ξ＜a ﹣5)=P(ξ＞a+1)，∴x=a ﹣5与x=a+1关于x=4对称，∴a ﹣5+a+1=8，∴2a=12，∴a=6，故选:B ．【练1】(2021·江苏常州市·高三期末)设随机变量(),1N ξμ，函数()22f x x x ξ=+-没有零点的概率是0.5，则()01P ξ<≤=( )附：若()2,N ξμσ，则()0.6826P X μσμσ-<≤+≈，()220.9544P X μσμσ-<≤+≈.A ．0.1587B ．0.1359C ．0.2718D ．0.3413【答案】B 【解析】函数()22f x x x ξ=+-没有零点，∴二次方程220x x ξ+-=无实根，44()0ξ∴∆=--<，1ξ∴<-， 又()22f x x x ξ=+-没有零点的概率是0.5，(1)0.5P ξ∴<-=，由正态曲线的对称性知：1μ=-，()1,1N ξ∴-，1,1μσ∴=-=，2,0,23,21μσμσμσμσ∴-=-+=-=-+=，(20)0.6826P ξ∴-<<=，(31)0.9544P ξ-<<=，[][]11(01)(31)(20)0.95440.68260.135922P P P ξξξ∴<≤=-<<--<<=-=， 故选：B.考点二 正态分布的实际应用【例2】(2021·安徽池州市)2020年新冠疫情以来，医用口罩成为防疫的必需品.根据国家质量监督检验标准，过滤率是生产医用口罩的重要参考标准，对于直径小于5微米的颗粒的过滤率必须大于90%.为了监控某条医用口罩生产线的生产过程，检验员每天从该生产线上随机抽取10个医用口置，检测其过滤率，依据长期生产经验，可以认为这条生产线正常状态下生产的医用口罩的过滤率Z 服从正态分布()2,N μσ.假设生产状态正常，生产出的每个口罩彼此独立.记X 表示一天内抽取10个口罩中过滤率小于或等于3μσ-的数量.(1)求()1P X ≥的概率；(2)求X 的数学期望()E X ；(3)一天内抽检的口罩中，如果出现了过滤率Z 小于3μσ-的口罩，就认为这条生产线在这一天的生产过程中可能出现了异常情况，需要对当天的生产过程进行检查维修，试问这种监控生产过程的方法合理吗？附：若随机变量()2,Z N μσ~，则()0.6826P Z μσμσ-<≤+=，()220.9544P Z μσμσ-<≤+=，()330.9974P Z μσμσ-<≤+=，100.99870.9871≈.【答案】(1)0.0129；(2)0.013；(3)这种监控生产过程的方法合理.【解析】(1)抽取口罩中过滤率在(]3,3μσμσ-+内的概率()330.9974P Z μσμσ-<≤+=，所以()10.997430.00132P Z μσ-≤-==， 所以()310.00130.9987P Z μσ>-=-=，故()()1011010.998710.98710.0129P X P X ≥=-==-=-=(2)由题意可知()~10,0.0013X B ，所以()100.00130.013E X =⨯=.(3)如果按照正常状态生产，由(1)中计算可知，一只口罩过滤率小于或等于3μσ-的概率()10.997430.00132P Z μσ-≤-==，一天内抽取的10只口覃中，出现过滤率小于或等于3μσ-的概率()0.11029P X ≥=，发生的概率非常小，属于小概率事件.所以一旦发生这种情况，就有理由认为这条生产线在这一天的生产过程中可能出现了异常情况，需要对当天的生产过程进行检查维修.可见这种监控生产过程的方法合理.【练2】(2020·全国高三专题练习)标准的医用外科口罩分三层，外层有防水作用，可防止飞来进入口罩里面，中间层有过滤作用，对于直径小于5微米的颗粒阻隔率必须大于90%，近口鼻的内层可以吸湿，根据国家质量监督检验标准，过滤率是重要的参考标准，为了监控某条口罩生产线的生产过程，检验员每天从该生产线上随机抽取10个口罩，并检验过滤率.根据长期生产经验，可以认为这条生产线正常状态下生产的口罩的过滤率z 服从正态分布()2,N μσ.(1)假设生产状态正常，记X 表示一天内抽取的10个口罩中过滤率小于3μσ-的数量，求()1P X ≥及X 的数学期望；(2)下面是检验员在一天内抽取的10个口罩的过滤率： 1 2 3 4 5 6 7 8 9 10 0.9376 0.9121 0.9424 0.9572 0.9518 0.9058 0.9216 0.9171 0.9635 0.9268经计算得：10110.933510i i x x ===∑，()102110.018910i i s x x ==-≈∑(其中i x 为抽取的第i 个口罩的过滤率)用样本平均数x 作为μ的估计值，用样本标准差s 作为σ的估计值，利用该正态分布，求().09524P z ≥(精确到0.001)(附：若随机变量X 服从正态分布()2,N μσ，则①() 0.6826P X μμσσ-<<+=；②()220.9544P X μσμσ-<<+=；③()330.9974P X μσμσ-<<+=；另：100.99870.9871≈)【答案】(1)()0.11029P X ≥=，()0.013E X =；(2)0.1587.【解析】(1)已知检验率服从正态分布()2,N μσ，则事件()10.997430.00132P X μσ-<-== 当生产状态正常时，重复不放回的取10个口罩属于独立重复事件，10n =，0.0013p =，故有：().1000013003.1E X np ==⨯=，而()()()100010101101110.99870.0129P X P X C p p ≥=-==--=-=. (2)由题意知：由平均数近似估计μ，则有()()10.68260.95240.15872P z P z x s -≥=≥+==. 考点三 正态分布与其他知识的综合运用【例3】(2021·内蒙古赤峰市)疫情防控期间，为了让大家有良好的卫生习惯某校组织了健康防护的知识测试(百分制)活动，活动结束后随机抽取了200名学生的成绩，并计算得知这200个学生的平均成绩为65，其中5个低分成绩分别是30、33、35、38、38；而产生的10个高分成绩分别是90、91、91、92、92、93、95、98、100、100．(1)为了评估该校的防控是否有效，以样本估计总体，将频率视为概率，若该校学生的测试得分近似满足正态分布()2,N μσ(μ和2σ分别为样本平均数和方差)，则认为防控有效，否则视为效果不佳．经过计算得知样本方差为210，请判断该校的疫情防控是否有效，并说明理由．(参考数据：21014.5≈)规定：若()220.9544P X μσμσ-<<+>，()330.9974P X μσμσ-<<+>，则称变量X “近似满足正态分布()2,N μσ的概率分布”． (2)学校为了鼓励学生对疫情防控的配合，决定对90分及以上的同学通过抽奖的方式进行奖励，得分低于94分的同学只有一次抽奖机会，不低于94分的同学有两次抽奖机会．每次抽奖获得50元奖金的概率是34，获得100元的概率是14．现在从这10个高分学生中随机选一名，记其获奖金额为Y ，求Y 的分布列和数学期望．【答案】(1)该校的疫情防控是有效的，理由见解析；(2)分布列见解析，87.5.【解析】(1)据该校的疫情防控是有效的，理由如下： 21014.5≈，265214.536μσ∴-=-⨯=，265214.594μσ+=+⨯=， 365314.521.5μσ-=-⨯=，365314.5108.5μσ+=+⨯=，得分小于36分的学生有3个，得分大于94分的有4个，()72210.9650.9544200P X μσμσ∴-<<+=-=>， 学生的得分都在[]30,100间，()3310.9974P X μσμσ∴-<<+=>． ∴学生得分近似满足正态分布()65,210N 的概率分布，因此该校的疫情防控是有效的；(2)设这名同学获得的奖金为Y ，则Y 的可能值为50、100、150、200，()6395010420P Y ==⨯=，()2614331001041048P Y ⎛⎫==⨯+⨯= ⎪⎝⎭， ()124313*********P Y C ==⨯⨯⨯=，()241120010440P Y ⎛⎫==⨯= ⎪⎝⎭， 故Y 的分布列为： Y 50 100 150 200 P 920 38 320 140()93315010015020087.52082040E Y ∴=⨯+⨯+⨯+⨯=． 【练3】(2021·江西南昌市)2020年国庆节期间，我国高速公路继续执行“节假日高速公路免费政策”.某路桥公司为掌握国庆节期间车辆出行的高峰情况，在某高速公路收费站点记录了3日上午9:20~10:40这一时间段内通过的车辆数，统计发现这一时间段内共有600辆车通过该收费站点，它们通过该收费站点的时刻的频率分布直方图如下图所示，其中时间段9:20~9:40记作[20,40)、9:40~10:00记作[40,60)，10:00~10:20记作[60,80)，10:20~10:40记作[80,100)，例如：10点04分，记作时刻64.(Ⅰ)估计这600辆车在9:20~10:40时间内通过该收费站点的时刻的平均值(同一组中的数据用该组区间的中点值代表)；(Ⅱ)为了对数据进行分析，现采用分层抽样的方法从这600辆车中抽取10辆，再从这10辆车随机抽取4辆，设抽到的4辆车中，在9:20~10:00之间通过的车辆数为X ，求X 的分布列；(Ⅲ)根据大数据分析，车辆在每天通过该收费站点的时刻T 服从正态分布()2~,N μσ，其中μ可用3日数据中的600辆车在9:20~10:40之间通过该收费站点的时刻的平均值近似代替，2σ用样本的方差近似代替(同一组中的数据用该组区间的中点值代表).假如4日全天共有1000辆车通过该收费站点，估计在9:46~10:40之间通过的车辆数(结果保留到整数).附：若随机变量T 服从正态分布()2,N μσ，则()0.6827P T μσμσ-<≤+=，(22)0.9545P T μσμσ-<≤+=，(33)0.9973P T μσμσ-<≤+=.【答案】(Ⅰ)10:04；(Ⅱ)答案见解析；(Ⅲ)819.【解析】(Ⅰ)这600辆车在9:20~10:40时间段内通过该收费点的时刻的平均值为：(300.005500.015700.020900.010)2064⨯+⨯+⨯+⨯⨯=，即10∶04(Ⅱ)由频率分布直方图和分层抽样的方法可知，抽取的10辆车中，在10:00前通过的车辆数就是位于时间分组中在20，60这一区间内的车辆数，即(0.0050.015)20104+⨯⨯=，所以X 的可能的取值为0，1，2，3，4.所以()464101014C P X C ===，()31644108121C C P X C ===，()2264410327C C P X C ===， ()136********C C P X C ===，()4441014210C P X C ===. 所以X 的分布列为： X0 1 2 3 4 P 114 821 37 435 1210 (Ⅲ)由(1)得64μ=，22222(3064)0.1(5064)0.3(7064)0.4(9064)0.2324σ=-⨯+-⨯+-⨯+-⨯=车辆 所以18σ=，估计在9:46~10:40之间通过的车辆数也就是在46，100通过的车辆数，由()2~64,18T N ，得()(22)(641864218)0.818622P T P T P T μσμσμσμσ-<≤+-<≤+-≤≤+⨯=+=，所以估计在在9:46~10:40之间通过的车辆数为10000.8186819⨯≈.课后练习1.（2020高二上·天津期末）在某次高三联考数学测试中，学生成绩服从正态分布(100,σ2)(σ>0)，若ξ在(85,115)内的概率为0.75，则任意选取一名学生，该生成绩高于115的概率为（）A.0.25B.0.1C.0.125D.0.5【答案】C【考点】正态分布曲线的特点及曲线所表示的意义【解析】由题意得，区间(85,115)关于μ=100对称，=0.125，所以P(ξ≥115)=1−P(85<ξ<115)2即该生成绩高于115的概率为0.125．故答案为：C．【分析】根据题意由正态分布表曲线的对称性即可得出该生成绩高于115的概率。