正态分布总结
正态分布知识点总结
4.正态分布 (1)正态分布的定义态变量概率密度曲线的函数表达式为22()2()x f x μσ--=，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．(2)正态曲线的性质①曲线位于x 轴上方，与x 轴不相交，与x 轴之间的面积为1； 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1σ2π；④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. (3)正态总体在三个特殊区间内取值的概率值①P (μ－σ<X ≤μ＋σ)＝0.682__6；②P (μ－2σ<X ≤μ＋2σ)＝0.954__4；③P (μ－3σ<X ≤μ＋3σ)＝0.997__4.④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．5.(2017·西安调研)已知随机变量X 服从正态分布N (3，1)，且P (X >2c －1)＝P (X <c ＋3)，则c ＝________.①P (X ＜a )＝1－P (X ≥a )；②P (X ＜μ－σ)＝P (X ≥μ＋σ).【训练4】 (2017·常德一模)已知随机变量X ～N (1，σ2)，若P (0<X <2)＝0.4，则P (X ≤0)＝( ) A.0.6B.0.4C.0.3D.0.28.设随机变量X ～B (2，p )，随机变量Y ～B (3，p )，若P (X ≥1)＝59，则P (Y ≥1)＝________.7.假设每天从甲地去乙地的旅客人数X 是服从正态分布N (800，502)的随机变量，记一天中从甲地去乙地的旅客人数800＜X ≤900的概率为p 0，则p 0＝________.【例1】 某单位为绿化环境，移栽了甲、乙两种大树各2株．设甲、乙两种大树移栽的成活率分别为56和45，且各株大树是否成活互不影响．求移栽的4株大树中： ⑴至少有1株成活的概率；⑴两种大树各成活1株的概率1．(2019·广东省汕头市联考)在某市高中某学科竞赛中，某一个区4 000名考生的参赛成绩统计如图所示．(1)求这4 000名考生的竞赛平均成绩x －(同一组中的数据用该组区间的中点值作代表)；(2)由直方图可认为考生竞赛成绩Z 服从正态分布N (μ，σ2)，其中μ，σ2分别取考生的平均成绩x －和考生成绩的方差s 2，那么该区4 000名考生成绩超过84.81分(含84.81分)的人数估计有多少？(3)如果用该区参赛考生成绩的情况来估计全市参赛考生的成绩情况，现从全市参赛考生中随机抽取4名考生，记成绩低于84.81分的考生人数为ξ，求P (ξ≤3)(精确到0.001)．附：①s 2＝204.75，204.75＝14.31；②Z ～N (μ，σ2)，则P (μ－σ<Z ≤μ＋σ)＝0.682 7，P (μ－2σ<Z ≤μ＋2σ)＝0.954 5； ③0.841 354＝0.501.3.(2019·合肥一模)已知某公司生产的一种产品的质量X (单位：克)服从正态分布N (100,4)，现从该产品的生产线上随机抽取10 000件产品，其中质量在[98,104]内的产品估计有( )(附：若X 服从N (μ，σ2)，则P (μ－σ＜X ＜μ＋σ)＝0.682 7，P (μ－2σ＜X ＜μ＋2σ)＝0.954 5) A.4 093件 B.4 772件 C.6 827件D.8 186件(2017·常德一模)已知随机变量X ～N (1，σ2)，若P (0<X <2)＝0.4，则P (X ≤0)＝( ) A.0.6B.0.4C.0.3D.0.24.设每天从甲地去乙地的旅客人数为随机变量X ，且X ～N (800,502)，则一天中从甲地去乙地的旅客人数少于900的概率为( )(参考数据：若X ～N (μ，σ2)，有P (μ－σ<X <μ＋σ)＝68.3%，P (μ－2σ<X <μ＋2σ)＝95.4%，P (μ－3σ<X <μ＋3σ)＝99.7%) A.97.7% B.68.3% C.99.7%D.95.4%5.某班有50名学生，一次考试的数学成绩ξ服从正态分布N (100,102)，已知P (90<ξ<100)＝0.3，估计该班学生数学成绩不小于110分的人数为________.10.若随机变量X ～N (μ，σ2)，且P (X >5)＝P (X <－1)＝0.2，则P (2<X <5)＝________.14.设X ～N (1,1)，其正态分布密度曲线如图所示，那么向正方形ABCD 中随机投掷10 000个点，试估计落入阴影部分的点的个数.(注：若X ～N (μ，σ2)，则P (μ－σ<X <μ＋σ)＝68.3%，P (μ－2σ<X <μ＋2σ)＝95.4%)15.已知随机变量X ～B (2，p )，Y ～N (2，σ2)，若P (X ≥1)＝0.64，P (0<Y <2)＝p ，求P (Y >4)的值. 1 某项大型赛事，需要从高校选拔青年志愿者，某大学生实践中心积极参与，从8名学生会干部(其中男生5名，女生3名)中选3名参加志愿者服务活动.若所选3名学生中的女生人数为X ，求X 的分布列及均值.20．（本小题满分10分）在某校举行的数学竞赛中，全体参赛学生的竞赛成绩近似服从正态分布(70,100)N 。
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。
高考正态分布知识点
高考正态分布知识点在统计学中，正态分布是一种重要的概率分布，也被称为钟形曲线或高斯分布。
在高考数学中，正态分布是一个常见的考察点，学生需要了解和掌握与正态分布相关的概念、性质和应用。
下面将详细介绍高考正态分布的知识点。
一、正态分布的定义和性质1. 正态分布的定义：正态分布是指在数理统计中，如果随机变量X服从一个数学期望为μ、方差为σ²的正态分布，则记为X~N(μ, σ²)，其中N表示正态分布。
2. 正态分布的性质：（1）正态分布是对称的，其均值、中位数和众数都相等，即μ=中位数=众数。
（2）正态分布的图像呈现出典型的钟形曲线。
（3）正态分布的曲线在均值两侧呈现出逐渐减小的趋势，但是永远不会到达横轴。
（4）正态分布的曲线关于均值μ对称。
（5）正态分布的标准差σ越大，曲线越矮胖；标准差σ越小，曲线越瘦高。
（6）约68%的数据落在均值±1个标准差范围内；约95%的数据落在均值±2个标准差范围内；约99.7%的数据落在均值±3个标准差范围内。
二、正态分布的概率计算1. 标准正态分布：标准正态分布是指均值为0，标准差为1的正态分布。
记为Z~N(0, 1)。
对于标准正态分布，我们可以通过计算标准正态分布表来得到对应的概率值。
2. 普通正态分布：当随机变量X服从正态分布N(μ, σ²)时，可以进行标准化处理，将X转化为一个服从标准正态分布的随机变量Z。
即Z=(X-μ)/σ，这样就得到了一个标准正态分布。
对于普通正态分布，可以通过标准正态分布表和标准化公式来计算相应的概率值。
3. 概率计算：对于正态分布，我们常常需要计算在某个区间范围内的概率值。
对于标准正态分布，可以利用标准正态分布表查找对应的概率值。
对于普通正态分布，可以将其转化为标准正态分布进行计算。
三、正态分布的参数估计1. 样本均值的抽样分布：在统计学中，我们经常需要对总体的均值进行估计。
对于正态分布，样本均值的抽样分布也是一个正态分布，并且其均值等于总体均值，方差等于总体方差除以样本容量的平方根。
正态分布 公式
正态分布公式正态分布是统计学中最常见的分布形式之一，也被称为高斯分布或钟形曲线。
它在自然界和社会科学中广泛存在，常用于描述随机变量的分布规律。
正态分布的概率密度函数可以用数学公式来表示，这个公式被称为正态分布公式。
正态分布公式的定义正态分布公式是指一种以均值μ和标准差σ为参数的连续概率分布函数。
其概率密度函数为：f(x) = 1 / (σ√(2π)) * e^(-(x-μ)/(2σ))其中，e是自然对数的底数2.71828...，π是圆周率3.14159...，x是随机变量的取值，μ是均值，σ是标准差。
这个公式描述了正态分布曲线的形状，可以用来计算概率密度和累积分布函数。
正态分布的特点正态分布的曲线呈钟形，中心对称，两侧尾部渐进于x轴。
均值μ决定了曲线的中心位置，标准差σ决定了曲线的宽度和高度。
当σ越大时，曲线越平缓，分布越广泛；当σ越小时，曲线越陡峭，分布越集中。
正态分布的均值为μ，标准差为σ，其概率密度函数的总面积为1。
根据正态分布公式，我们可以计算出任意取值x的概率密度f(x)，也可以计算出小于等于某个值x的累积概率P(X≤x)。
这些概率值可以用来进行统计分析和推断。
正态分布的应用正态分布在统计学和数据分析中有广泛的应用。
由于许多自然现象和社会现象都服从正态分布，因此正态分布常常被用来建立模型和预测结果。
以下是一些常见的应用场景：1. 质量控制：正态分布可以用来描述产品质量的分布规律，帮助企业进行质量控制和改进。
2. 经济学：股票价格、汇率、利率等都服从正态分布，可以用来进行风险评估和投资决策。
3. 医学研究：许多生物学指标和医学数据都服从正态分布，可以用来进行疾病诊断和治疗方案的制定。
4. 教育评估：学生的成绩、智力测验得分等也常常服从正态分布，可以用来进行评估和排名。
5. 社会调查：人口统计学数据、调查问卷得分等也常常服从正态分布，可以用来进行社会调查和分析。
总结正态分布公式是统计学中最重要的公式之一，它描述了随机变量服从正态分布的概率密度函数。
正态分布知识点总结
正态分布知识点总结正态分布（Normal distribution）是统计学中最为重要和常见的概率分布之一、其分布特点为钟形曲线，对称分布，均值为中心点，标准差决定了曲线的分散程度。
正态分布在实际应用中非常广泛，特别适用于描述大量独立随机变量之和的分布情况。
一、正态分布的定义和性质1.定义：若随机变量X服从一个均值为μ，标准差为σ的正态分布（记作X∼N(μ,σ)），则其概率密度函数为f(x)=1/(σ√(2π))*e^(-(x-μ)²/(2σ²))2.性质：a.对称性：正态分布是关于均值对称的，即平均值左右两侧的曲线是对称的。
b.中心极限定理：大量独立随机变量的和趋向于正态分布，即使原始数据并不服从正态分布，样本量足够大时，样本均值的分布也会接近正态分布。
c.峰度与偏度：正态分布的峰度为3，即其曲线边际趋于水平而不陡。
偏度为0，即左右两侧的概率密度完全对称。
d.累积分布函数：正态分布的累积分布函数可以用标准正态分布表查找，标准正态分布表给出了标准正态分布的累积概率，从而可以计算出任意正态分布的累积概率。
二、正态分布的参数1.均值（μ）：正态分布的均值决定了分布曲线的中心位置。
在标准正态分布中，均值为0。
2.标准差（σ）：正态分布的标准差决定了分布曲线的宽度和分散程度。
标准差越小，曲线越尖锐；标准差越大，曲线越平缓。
三、标准正态分布1. 定义：均值为0，标准差为1的正态分布称为标准正态分布（Standard Normal Distribution），记作Z∼N(0,1)。
2.标准化：通过标准化转换，将任意正态分布转化为标准正态分布。
转换公式为Z=(X-μ)/σ，其中X为原正态分布的随机变量，μ为原正态分布的均值，σ为原正态分布的标准差。
3.标准正态分布表：存储了标准正态分布的累积概率值，可用于求解任意正态分布的累积概率。
4.逆标准化：通过标准正态分布表，可以将给定累积概率对应的Z值逆向计算，得到对应的原始分布值。
高中数学正态分布
指数分布与正态分布关系
指数分布是一种连续型概率分布 ，用于描述两个连续事件之间的 时间间隔。
在某些情况下，指数分布可以近 似为正态分布。具体来说，当指 数分布的参数 $lambda$ 足够大 时，指数分布 $Exp(lambda)$ 可以用正态分布 $N(frac{1}{lambda}, frac{1}{lambdasqrt{2}})$ 来近似 。然而，这种近似通常不如二项 分布和泊松分布逼近正态分布那 样准确。
多元正态分布的定义
多元正态分布是指多个随机变 量组成的向量服从正态分布的 情况。
多元正态分布的性质
多元正态分布具有一些重要的 性质，如联合分布、边缘分布 、条件分布和独立性等。
多元正态分布在统计学中 的应用
多元正态分布广泛应用于多元 统计分析中，如多元线性回归 、主成分分析、因子分析等。
多元正态分布的参数估计 和假设检验
对于多元正态分布的参数估计 和假设检验，可以使用最大似 然估计、协方差矩阵的估计和 多元t检验等方法进行。
感谢您的观看
THANKS
对两个正态总体均值或方差进行 比较的假设检验，如t检验和F检 验的两样本版本。
置信区间构建
利用样本数据构造总体均值的置 信区间，以估计总体均值可能落 入的范围。
01
02
单样本假设检验
对单个正态总体均值或方差进行 假设检验，如t检验和F检验。
03
04
配对样本假设检验
对配对观测值之差的均值进行假 设检验，如配对t检验。
智商分布
智商测试的结果也符合正态分布，大 部分人的智商处于中等水平，极高和 极低的智商相对较少。
生产过程中质量控制
产品质量分布
在生产线上，产品质量往往呈现 正态分布，大部分产品符合质量 标准，极少数产品存在严重缺陷
高三数学正态分布知识点
高三数学正态分布知识点正文：正态分布是概率论和统计学中经常应用的一种重要分布。
其特点是在均值附近的概率较高，而在离均值较远处的概率较低。
在高中数学的学习中，正态分布也是一个重要的知识点。
本文将介绍高三数学正态分布的相关知识。
一、正态分布的定义正态分布，又称为高斯分布，是一种连续型概率分布。
对于一个服从正态分布的随机变量X，其概率密度函数可以表示为：f(x) = (1 / sqrt(2 * π * σ^2)) * exp(-(x - μ)^2 / (2 * σ^2))其中，μ是均值，σ是标准差。
二、正态分布的性质1. 对称性：正态分布是以均值为对称轴，两侧面积相等的曲线。
2. 峰度：正态分布的峰度是指曲线的陡峭程度，峰度值为3。
3. 切点：正态分布曲线与均值之间会有两个切点，也即均值加减标准差的位置。
三、标准正态分布标准正态分布是指均值为0，标准差为1的正态分布。
它是对正态分布进行标准化后的结果。
对于一个服从正态分布的随机变量X，可以通过以下公式将其转化为标准正态分布的随机变量Z：Z = (X - μ) / σ四、正态分布的应用正态分布在实际生活和科学研究中具有广泛的应用，以下是几个常见的应用场景：1. 质量控制：正态分布可以帮助企业在生产过程中进行质量控制，通过控制产品的均值和标准差，来确保产品的质量稳定。
2. 统计分析：正态分布在统计学中扮演了重要角色，可以用于分析和描述大量数据的分布情况，从而得出结论或进行预测。
3. 考试评分：在考试评分过程中，教师常常采用正态分布来确定分数段及相应的等级，从而更公平地进行评价。
4. 实验设计：科学实验中常常会涉及到测量误差和数据分布的问题，正态分布可以作为参考，帮助科研人员进行实验设计和数据分析。
五、常用的正态分布应用题1. 求解概率：给定正态分布的均值和标准差，可以求解指定区间的概率。
2. 求解分位数：给定正态分布的均值和标准差，可以求解给定概率下的分位数，即求解落在该概率下的随机变量取值。
正态分布的性质与应用
正态分布的性质与应用正态分布，又称高斯分布，是统计学中最为重要的概率分布之一，也是自然界和社会现象中常见的分布。
在现代统计学和数据科学领域，正态分布被广泛运用于数据建模、假设检验、预测分析等方面。
本文将探讨正态分布的性质与应用，帮助读者更好地理解和应用正态分布。
什么是正态分布正态分布是一种连续型的概率分布，其特点是以其均值μ为对称轴，标准差σ决定了分布的幅度。
正态分布的概率密度函数可表示为：其中，为随机变量，为均值，为标准差。
正态分布可以用一个钟形曲线图形来表示，曲线呈现出对称性，集中在均值附近。
正态分布的性质性质一：均值、中位数和众数相等在正态分布中，均值、中位数和众数三者相等，即处于对称轴上。
这是正态分布特有的性质，也是其具有对称性的表现。
性质二：68-95-99.7规则正态分布有一个重要的性质就是68-95-99.7规则，即在一个符合正态分布的数据集中：大约68%的数据落在均值附近的一个标准差范围内；大约95%的数据落在均值附近的两个标准差范围内；大约99.7%的数据落在均值附近的三个标准差范围内。
这一规则在实际应用中经常被用来进行数据的初步筛查和判断。
性质三：线性组合仍为正态分布若将两个或多个独立随机变量的线性组合，其结果仍然服从正态分布。
这个性质在实际应用中具有很大的意义，例如投资组合收益率的计算、工程测量误差的传递等。
正态分布在实际应用中的应用统计推断在统计学中，正态分布广泛应用于参数估计和假设检验。
通过对样本数据进行假定正态分布检验或利用正态分布进行置信区间估计和假设检验，可以有效地进行统计推断。
财务建模在金融领域，股票收益率、汇率变动等往往服从正态分布。
基于这一假设，可以利用正态分布进行风险评估、资产配置、期权定价等方面的建模与分析。
生物学领域在生物学研究中，许多生物特征如体重、身高等符合正态分布。
科研人员可以利用正态分布对这些特征进行统计描述、比较和预测，有助于科学研究。
质量控制在生产制造领域，产品尺寸、质量等往往服从正态分布。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
3．(2010山东卷第5题)已知随机变量ξ服从正态分布 )，若P(ξ>2) =0.023,则P(-2≤ξ≤2)=( ) N(0，
2
A.0.477
B.0.625
C.0.954
D.0.977
略解：P(-2≤ξ≤2)=1-0.023X2=0.954 选C
㈡基础自测
4．(2011年湖北卷第5题)已知随机变量ξ 服从正态分布 2 N(2, )，且Ｐ（ξ＜ 4）＝0.8 ，则Ｐ（0＜ ξ＜2）＝ （ ） Ａ．0．6 B．0．4 C．0．3 D．0．2
, 的随机变量X只取 3 , 3
2
㈠知识疏理
5 正态曲线的性质： 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= 对称； ③曲线在X=
处达到峰值
④曲线与x轴之间的面积为1； ⑤当σ一定时,曲线随着的 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,
C.以曲线C2为概率密度曲线的总体的方差比以曲线
C1为概率密度曲线的总体的方差大2
D.以曲线C2为概率密度曲线的总体的均值比以曲线 C1为概率密度曲线的总体的均值大2 解析 正态曲线左右平移,只会改变对称轴，即x=μ 变化,其他特征都不变.
㈢典例剖析
方法总结:解决有关正态函数图象问题, 要结合μ和σ的 意义和对图象的影响去解决.
㈢典例剖析
题型3 正态分布的实际应用 例3 某地区数学考试的成绩X服从正态分布，其密 度函数曲线如图： y
1
1.写出X的分布密度函数； 8 2 2.求成绩X位于区间 (52,68] 的概率是多少？ 3.求成绩X位于区间(60,68] 的概率是多少？ O 4.若该地区有10000名学生 参加考试，从理论上讲成绩 在76分以上的考生有多少人？
( D.0.84
变式训练:已知随机变量ξ 服从正态分布N(2,σ 2),P(ξ ≤4) )
解析 P(ξ<0)=P(ξ>4)=1-P(ξ≤4)=1-0.84=0.16.
[题后感悟] 解答此类问题要注意以下知识的应用： (1)充分利用正态曲线的对称性和曲线与 x 轴之间面积为 1； (2)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． (3)P(X＜a)＝1－P(X≥a)， P(X＜μ－a)＝P(X≥μ＋a)， 1－Pμ－b＜X≤μ＋b 若 b＜μ，则 P(X＜b)＝ . 2
㈠知识疏理
y
2.正态曲线的意义
P(a X b) , ( x)dx
a
O
b
3.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 ③P(μ-3σ<X≤μ+3σ)= 0.9974
a
b
x
②P(μ-2σ<X≤μ+2σ)= 0.9544
4 3σ原则
在实际应用中，通常认为服从于正态分布N 之间的值
㈠知识疏理
1.正态分布与正态曲线
如果随机变量的总体密度曲线为：
f ( x)
1 e 2 ( x )2 2 2
（x R),
式中的实数、 ( 0)为参数，分别表示总体的平均数与标准差.
称 服从参数为、的正态分布，用N （， 2）表示.
f ( x)的的图像，总体密度曲线简称为正态曲线.
x
20 40 60 80 100
• [题后感悟] 解答此类题目的关键在于将待求 的问题向(μ－σ，μ＋σ)，(μ－2σ，μ＋2σ)，(μ －3σ，μ＋3σ)这三个区间进行转化，然后利用 上述区间的概率求出相应概率，在此过程中依 然会用到化归思想及数形
A.
1 数的最大值等于 ，求该正态分布的概率密度函数 4 2
的解析式。
y
3、如图，是一个正态曲线， 试根据图象写出其正态分布 的概率密度函数的解析式， 求出总体随机变量的期望和 方差。
1 2
5 10 15 20 25 30 35 x
4、在某次数学考试中，考生的成绩 分布,即 ~N(90,100). （1）试求考试成绩 多少？
㈢典例剖析
题型一 正态曲线的性质
例1(2010·安徽理)设两个正态分布N(μ 1, 12 ) (σ 1>0)和N(μ 2, 2 ) (σ 2>0)的密度函数图象如
2
图所示,则有
( A )
A.μ 1<μ 2,σ 1<σ
C.μ 1>μ 2,σ 1<σ 解析
2 2
B.μ 1<μ 2,σ 1>σ
D.μ 1>μ 2,σ 1>σ
㈡基础自测
1．(2010年广东卷第7题)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)＝( ) A．0.1588 B．0.1587 C．0.1586 D．0.1585 略解：P( X>4)＝[1－P(2≤ X≤4)]/2＝(1－0.682 6)/2＝0.158 7.选B. 2．(2009年安徽卷第11题)若随机变量X～N(μ, ) 1 则p(X≤μ）= 答案： 2
(四 )课堂训练
( x )2 2 2
B ）
1 f ( x) e 2
2 f ( x) e 2
, , ( 0)都是实数
B.
x2 2
C.
1 f ( x) e 2 2
( x 1)2 4
D.
1 f ( x) e 2
x2 2
(四 )课堂训练
2、若一个正态分布的概率函数是一个偶函数且该函
(四 )课堂训练
服从一正态
位于区间(70,110)上的概率是
（2）若这次考试共有2000名考生，试估计考试成绩 在(80,100)间的考生大约有多少人？
0.9544 2000 • 0.6826=137
(五)归纳总结:
⑴知识:正态曲线的性质,对称性,面积为1,记住三 个特殊区间概率值 ①P(μ-σ<X≤μ+σ)= 0.6826 ②P(μ-2σ<X≤μ+2σ)= 0.9544; ③P(μ-3σ<X≤μ+3σ)= 0.9974 ⑵方法:利用对称法和转化法求与正态分布相关的 概率 ⑶数学思想：数形结合
㈢典例剖析
题型二 求与正态分布相关的概率
例2 设X～N(1,22)，试求：(1)P(－1＜X≤3) (2)P(3 ＜X≤5)．
解析:由条件可知 =1, =2,所以P(－1＜
X≤3)= 1)=P(u- ＜X≤u=0.84,则P(ξ <0)等于 A.0.16 B.0.32 C.0.68
) =0.6828
2 2
由正态分布N(μ ,σ 2)性质知,x=μ 为正态密
度函数图象的对称轴,故μ 1<μ 2.又σ 越小，图象越
高瘦,故σ 1<σ 2.
㈢典例剖析
变式训练:把一正态曲线C1沿着横轴方向向右移动2个单位， 得到一条新的曲线C2,下列说法不正确的是 A.曲线C2仍是正态曲线 ( ) B.曲线C1,C2的最高点的纵坐标相等