正态分布
$\mu$、$\sigma^2$ 分别是 X 的均值与方差;$\mu=0,\sigma=1$ 时称标准正态分布。密度曲线称正态曲线。
正态曲线 · 3σ 原则 · 对称性求概率
第十二章 概率统计 · 模块三 离散型随机变量及其分布
← → 方向键或底部按钮逐题切换 · 右上角可全屏、画笔圈画
密度函数 → 曲线特征 → 参数影响
$\mu$、$\sigma^2$ 分别是 X 的均值与方差;$\mu=0,\sigma=1$ 时称标准正态分布。密度曲线称正态曲线。
阴影面积=概率:A=P(a≤X≤b),B=P(X≥c);P(X≥μ)=0.5
正态曲线关于 $x=\mu$ 对称,与 x 轴围成面积恒为 1,区间概率 = 对应面积。
取定 $\sigma$ 调 $\mu$:形状不变、沿 x 轴平移;取定 $\mu$ 调 $\sigma$:$\sigma$ 增大变“矮胖”(取值分散),减小变“瘦高”(集中)。
对称性是求概率的第一工具:把未知区间转化到已知区间再加减。
kσ 区间概率是定值,只与 k 有关
k=1:P(μ−σ ≤ X ≤ μ+σ) ≈ 0.6827
μ±σ ≈ 68.27% | μ±2σ ≈ 95.45% | μ±3σ ≈ 99.73%
做题时先把区间端点写成 $\mu\pm k\sigma$ 的形式(k=1,2,3),再套对应概率;题目给出的 $P(\mu-k\sigma\lt X\lt\mu+k\sigma)$ 参考数据可直接用。
画曲线 → 找 μ/σ 关系 → 对称性 + 3σ → 作答
画正态曲线,标出 $\mu$、$\sigma$ 与区间端点,把所求概率翻译成曲线下的"面积"。
把区间端点改写为 $\mu\pm k\sigma$(k=1,2,3),或找端点与 $\mu$、$\sigma$ 的关系。
用 $P(X\geq\mu)=0.5$、两侧对称、$P(\mu\pm k\sigma)$ 参考概率算所求面积。
综合实际问题(人数、件数、是否异常)作答;涉及"取 n 个"时往往再转二项分布算期望。
口诀:先画曲线找对称,再化端点 $\mu\pm k\sigma$,最后面积加减出概率。凡涉正态必先盯住 $\mu$ 与 $\sigma$。
随机变量 X 服从正态分布 $N(2,\sigma^2)$,若 $P(2\lt X\leq2.5)=0.36$,则 $P(X\gt2.5)=$___。
μ=2,阴影 P(2<X≤2.5)=0.36
画正态曲线,μ=2 为对称轴,把概率转化为面积相减
由题意 $\mu=2$,正态曲线关于 $x=2$ 对称,所以 $P(X\gt2)=0.5$,
答案:0.14
求区间概率先画曲线:$P(X\gt2.5)$ 是右侧尾巴面积,等于右半面积减去 [2,2.5] 的已知面积。
(多选)已知某批零件的质量指标 $\xi$(单位:毫米)服从正态分布 $N(25.4,\sigma^2)$,且 $P(\xi\geq25.45)=0.1$,现从该批零件中随机取 3 件,用 X 表示这 3 件零件中质量指标值 $\xi$ 落在区间 $(25.35,25.45)$ 外的件数,则( )
A.$P(25.35\lt\xi\lt25.45)=0.8$ B.$E(X)=2.4$
C.$D(X)=0.48$ D.$P(X\geq1)=0.488$
P(ξ≤25.35)=P(ξ≥25.45)=0.1
先由对称性求区间内概率,再判断 X~B(3,0.2) 的期望、方差、分布
由对称性,$P(\xi\leq25.35)=P(\xi\geq25.45)=0.1$,
所以 $P(25.35\lt\xi\lt25.45)=1-0.1-0.1=0.8$,A 项正确;
1 件零件落在 $(25.35,25.45)$ 外的概率为 0.2,所以 $X\sim B(3,0.2)$,
故 B 项错误、C 项正确;
D 项正确。答案:ACD
区间外概率 p 固定,取 3 件相当于 3 重伯努利试验:X~B(3,p),期望 np、方差 np(1−p)。
对一个物理量做 n 次测量,并以测量结果的平均值作为该物理量的最后结果。已知最后结果的误差 $\varepsilon_n\sim N(0,\frac{2}{n})$,为使误差 $\varepsilon_n$ 在 $(-0.5,0.5)$ 的概率不低于 0.9545,至少要测量___次。(若 $X\sim N(\mu,\sigma^2)$,则 $P(|X-\mu|\lt2\sigma)=0.9545$)
(-2σ,2σ)⊆(-0.5,0.5) 时 P≥0.9545
由 2σ 区间概率反推:要 P(-0.5<εn<0.5)≥0.9545,只需 (-2σ,2σ)⊆(-0.5,0.5)
$\varepsilon_n\sim N(0,\frac{2}{n})$,所以 $\mu=0$,$\sigma=\sqrt{\frac{2}{n}}$,
由 $P(-2\sigma\lt\varepsilon_n\lt2\sigma)=0.9545$,要 $P(-0.5\lt\varepsilon_n\lt0.5)\geq0.9545$,只需 $(-2\sigma,2\sigma)\subseteq(-0.5,0.5)$,即 $2\sigma\leq0.5$,
答案:32 次
对照 2σ 区间:0.9545 恰是 P(|X−μ|<2σ),让待求区间包含 2σ 区间即可,本质是解不等式。
某省 2021 年开始全面实施新高考方案,在 6 门选择性考试科目中,物理、历史采用原始分计分;政治、地理、化学、生物采用等级转换赋分,将每科考生的原始分从高到低划分为 A、B、C、D、E 共 5 个等级,各等级人数所占比例分别为 15%、35%、35%、13% 和 2%,并按给定公式转换赋分。假设该省此次高一学生化学学科原始分 Y 服从正态分布 $N(76.3,64)$,若以此次高一学生化学学科原始分 D 等级的最低分为实施分层教学的划线分,试估计该划线分大约为___分。
附:若 $Y\sim N(\mu,\sigma^2)$,令 $\eta=\frac{Y-\mu}{\sigma}$,则 $\eta\sim N(0,1)$,$P(\eta\leq2.05)\approx0.98$。
阴影=P(Y≤a)≈0.02(低端 2%),a 与 92.7 关于 μ=76.3 对称
把标准正态概率转回 Y:P(Y≤92.7)≈0.98;D 等级最低分在低端 2% 处,用对称性反解
$Y\sim N(76.3,64)$,$\mu=76.3$,$\sigma=8$;由 $\eta=\frac{Y-\mu}{\sigma}\leq2.05$ 得 $Y\leq92.7$,所以 $P(Y\leq92.7)\approx0.98$,即 $P(Y\gt92.7)\approx0.02$;
D 等级最低分应为从低到高 2% 处,即求 $P(Y\leq a)\approx0.02$ 的 a,由对称性 a 与 92.7 关于 76.3 对称,
答案:约 59.9 分
给的是标准正态 η 的概率,先标准化转回 Y;D 等级 2% 与右侧 2% 关于 μ 对称,用对称性反解分位点。
某车间生产一批零件,现从中随机取 10 个,测量其内径(单位:mm)的数据如下:
192,192,193,197,200,202,203,204,208,209
设这 10 个数据的均值为 $\mu$,标准差为 $\sigma$。
(1)求 $\mu$ 和 $\sigma$;
(2)已知这批零件的内径 X 服从正态分布 $N(\mu,\sigma^2)$,若该车间又新购一台设备,安装调试后,试生产了 5 个零件,测量其内径分别为:181,190,198,204,213,如果你是该车间的负责人,以原设备生产性能为标准,试根据 3σ 原则判断这台设备是否需要进一步调试?并说明你的理由。
附:若 $X\sim N(\mu,\sigma^2)$,则 $P(\mu-\sigma\lt X\lt\mu+\sigma)\approx0.6827$,$P(\mu-2\sigma\lt X\lt\mu+2\sigma)\approx0.9545$,$P(\mu-3\sigma\lt X\lt\mu+3\sigma)\approx0.9973$,$0.9973^4\approx0.99$。
(1) 直接按定义求均值与标准差
(2) 先看 3σ 区间,再算试产 5 个中落在区间外的概率(小概率事件)
由(1),$X\sim N(200,36)$,$[\mu-3\sigma,\mu+3\sigma]=[182,218]$,且 $P(182\lt X\lt218)\approx0.9973$;
试产的 5 个零件中有一个内径为 181mm,落在 [182,218] 外;记 5 个零件中落在区间外的个数为 Y,则 $Y\sim B(5,0.0027)$,
该概率很小,而小概率事件发生了,故该设备需进一步调试。
答案:(1) μ=200,σ=6;(2) 需进一步调试
3σ 检验:区间外概率仅 0.0027,试产件数不多时出现区间外值属小概率事件,一旦发生即认为异常;再算其概率说明理由。
某市为了传承发展中华优秀传统文化,组织该市中学生进行了一次文化知识有奖竞赛,竞赛奖励规则如下:得分在 [70,80) 内的学生获三等奖,得分在 [80,90) 内的学生获二等奖,得分在 [90,100] 内的学生获一等奖,其他学生不获奖。为了解学生对相关知识的掌握情况,随机抽取 100 名学生的竞赛成绩,并以此为样本绘制了样本频率分布直方图,如图。
(1)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;
(2)若该市所有参赛学生的成绩 X 近似服从正态分布 $N(\mu,\sigma^2)$,其中 $\sigma\approx15$,$\mu$ 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:
(i)若该市共有 10000 名学生参加了竞赛,试估计参赛学生中成绩超过 79 分的学生数;(结果四舍五入到整数)
(ii)若从所有参赛学生中(参赛学生数大于 10000)随机取 3 名学生进行访谈,设其中竞赛成绩在 64 分以上的学生数为 $\xi$,求 $\xi$ 的分布列和期望。
附:若随机变量 $X\sim N(\mu,\sigma^2)$,则 $P(\mu-\sigma\lt X\lt\mu+\sigma)\approx0.6827$,$P(\mu-2\sigma\lt X\lt\mu+2\sigma)\approx0.9545$,$P(\mu-3\sigma\lt X\lt\mu+3\sigma)\approx0.9973$。
(1) 先由直方图算获奖人数,再用古典概型
获奖人数为 $100\times(0.016+0.008+0.006)\times10=30$ 人,
(2)(i) 先算样本平均数 μ,再把 79 写成 μ+σ,用对称性求 P(X>79)
所以 $X\sim N(64,15^2)$,79=64+15=μ+σ,
超过 79 分的学生数约为 $10000\times0.15865\approx1587$ 人;
(2)(ii) 抽取人数远小于总数,用二项分布近似
因为 $\mu=64$,$P(X\gt64)=\frac{1}{2}$,所以 $\xi\sim B(3,\frac{1}{2})$,
期望 $E(\xi)=3\times\frac{1}{2}=\frac{3}{2}$。
答案:(1) $\frac{14}{33}$;(2)(i) 约 1587 人;(ii) $E(\xi)=\frac{3}{2}$
实际问题套路:先算样本均值 μ(直方图组中值加权),把问题端点写成 μ±kσ,再用对称性与 3σ 参考概率求概率,最后乘总人数或转二项分布。
凡涉正态,先盯住 μ 和 σ
求均值 μ:样本数据均值,或直方图组中值×频率加权($\mu=\sum$ 中点×频率);题目给出 $N(\mu,\sigma^2)$ 直接读。
端点化 μ±kσ:把区间的两个端点分别写成 $\mu\pm k\sigma$,判断 k=1、2、3,锁定对应参考概率。
算概率作答:对称性 $P(X\geq\mu)=0.5$、两侧对称;面积加减求概率;人数=总数×概率;"取 n 个"转二项分布 $B(n,p)$ 求期望。
易错点:①区间端点没化成 μ±kσ 就硬套 3σ;②直方图求 μ 用组中值乘频率(频率=频率/组距×组距);③"超过 μ+σ"的概率是两侧尾巴面积除以 2,不是直接减。
已知某地区高考二检数学共有 8000 名考生参与,且二检的数学成绩 X 近似服从正态分布 $N(95,\sigma^2)$,若成绩在 80 分以下的有 1500 人,则可以估计 $P(95\leq X\leq110)=$( )
A.$\frac{5}{32}$ B.$\frac{5}{16}$ C.$\frac{11}{32}$ D.$\frac{3}{16}$
阴影=所求 P(95≤X≤110),80 与 110 关于 95 对称
用频率估计概率,再按对称性把所求区间转化为右半面积相减
成绩在 80 分以下的概率 $P(X\lt80)=\frac{1500}{8000}=\frac{3}{16}$,
由对称性,$P(X\gt110)=P(X\lt80)=\frac{3}{16}$,
答案:B
μ=95 是对称轴:80 与 110 关于 95 对称,左侧频率即右侧概率;$\frac{1}{2}$ 减去右侧尾巴即所求。
(多选)为了解推动出口后的亩收入(单位:万元)情况,从该种植区抽取样本,得到推动出口后亩收入的样本均值 $\bar{x}=2.1$,样本方差 $s^2=0.01$,已知该种植区以往的亩收入 X 服从正态分布 $N(1.8,0.1^2)$,假设推动出口后的亩收入 Y 服从正态分布 $N(\bar{x},s^2)$,则( )(若随机变量 Z 服从正态分布 $N(\mu,\sigma^2)$,则 $P(Z\lt\mu+\sigma)\approx0.8413$)
A.$P(X\gt2)\gt0.2$ B.$P(X\gt2)\lt0.5$
C.$P(Y\gt2)\gt0.5$ D.$P(Y\gt2)\lt0.8$
阴影=P(X>2) 右尾≈0.1587
阴影=P(Y>2) 右尾=P(Y<2.2)≈0.8413
分别画 X、Y 的正态曲线,把 2 写成 μ±kσ 形式后套参考概率
$X\sim N(1.8,0.1^2)$,$\mu_0=1.8$,$\sigma_0=0.1$,2=μ₀+2σ₀;
所以 A 项错误、B 项正确;
$Y\sim N(2.1,0.01)$,$\bar{x}=2.1$,$s=0.1$,由对称性 $P(Y\gt2)=P(Y\lt2.2)=P(Y\lt\bar{x}+s)\approx0.8413$,
所以 C 项正确、D 项错误。答案:BC
X 的 2 在 μ₀+σ₀ 右侧(P<0.1587);Y 的 2 在 x̄−s 处,由对称性转为 P(Y<x̄+s)≈0.8413。
某工厂生产的产品的质量指标服从正态分布 $N(100,\sigma^2)$,质量指标介于 99 至 101 之间的产品为良品,为使这种产品的良品率达到 95.45%,则需调整生产工艺,使得 $\sigma$ 至多为___。(附:若 $X\sim N(\mu,\sigma^2)$,则 $P(|X-\mu|\lt2\sigma)=0.9545$)
(99,101)⊇(100−2σ,100+2σ)
0.9545 对应 2σ 区间,让良品区间 (99,101) 包含 (100−2σ,100+2σ)
$P(|X-\mu|\lt2\sigma)=0.9545$,本题 $\mu=100$,即 $P(100-2\sigma\lt X\lt100+2\sigma)=0.9545$;
要良品率不低于 95.45%,只需 $(99,101)\supseteq(100-2\sigma,100+2\sigma)$,
答案:$\sigma$ 至多为 $\frac{1}{2}$
把良品区间看成“目标区间”,2σ 区间要能被它包含:中心在 100,半宽 2σ 不能超过 1。
某汽车公司最近研发了一款新能源汽车,以单次最大续航里程 500 公里为标准进行测试,且每辆汽车是否达到标准相互独立,设每辆新能源汽车达到标准的概率为 $p\ (0\lt p\lt1)$,当 100 辆汽车中恰有 80 辆达到标准的概率取最大值时,若预测该款新能源汽车的单次最大续航里程为 X,且 $X\sim N(550,\sigma^2)$,则预测这款汽车的单次最大续航里程不低于 600 公里的概率为( )
A.0.2 B.0.3 C.0.6 D.0.8
P(X≥500)=0.8 ⇒ P(X≥600)=P(X≤500)=0.2
先用二项分布最值确定 p=0.8,再翻译成 P(X≥500)=0.8,用对称性求 P(X≥600)
100 辆中达到标准的辆数服从 $B(100,p)$,恰 80 辆达标的概率 $f(p)=C_{100}^{80}p^{80}(1-p)^{20}$,
所以 $f(p)$ 在 $(0,0.8)$ 上递增、$(0.8,1)$ 上递减,最大值时 $p=0.8$;
达到标准即续航不低于 500 公里,所以 $P(X\geq500)=0.8$,
答案:A
二项分布最值:$f'(p)=0$ 得 p=0.8(恰 k 次成功概率最大时 p=k/n);500 与 600 关于 550 对称。
为贯彻落实《健康中国行动(2019~2030 年)》等文件精神,某市决定对某中学学生的身体健康状况进行调查,现从该校抽取 200 名学生测量他们的体重,得到如下的样本数据的频率分布直方图。
(1)求这 200 名学生体重的平均数 $\bar{x}$ 和方差 $s^2$;(同一组数据用该区间的中点值作代表)
(2)由频率分布直方图可知,该校学生的体重 Z 服从正态分布 $N(\mu,\sigma^2)$,其中 $\mu$ 近似为样本平均数 $\bar{x}$,$\sigma^2$ 近似为样本方差 $s^2$。
① 利用该正态分布,求 $P(50.73\lt Z\leq69.27)$;
② 若从该校随机抽取 50 名学生,记 X 表示这 50 名学生的体重位于区间 $(50.73,69.27]$ 内的人数,利用①的结果,求 $E(X)$。
参考数据:$\sqrt{86}\approx9.27$,若 $Z\sim N(\mu,\sigma^2)$,则 $P(\mu-\sigma\lt Z\leq\mu+\sigma)\approx0.6827$,$P(\mu-2\sigma\lt Z\leq\mu+2\sigma)\approx0.9545$,$P(\mu-3\sigma\lt Z\leq\mu+3\sigma)\approx0.9973$。
(1) 组中值×频率求均值,组中值×频率×偏差平方求方差
(2)① 把 50.73、69.27 写成 μ±σ
由题意 $\mu=60$,$\sigma=\sqrt{86}\approx9.27$,所以 $\mu-\sigma=50.73$,$\mu+\sigma=69.27$,
(2)② 抽 50 人可看成 50 重伯努利试验,用二项分布求期望
由①,$X\sim B(50,0.6827)$,
答案:(1) $\bar{x}=60$,$s^2=86$;(2)① $\approx0.6827$;② $E(X)=34.135$
直方图求均值/方差用组中值×频率(频率=频率/组距×组距);区间端点 50.73、69.27 恰是 μ±σ,直接套 0.6827。
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 16 个零件,并测量其尺寸(单位:cm)。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 $N(\mu,\sigma^2)$。
(1)假设生产状态正常,记 X 表示一天内抽取的 16 个零件中其尺寸在 $(\mu-3\sigma,\mu+3\sigma)$ 之外的零件数,求 $P(X\geq1)$ 及 X 的数学期望;
(2)一天内抽检的零件中,如果出现了尺寸在 $(\mu-3\sigma,\mu+3\sigma)$ 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。
(i)试说明上述监控生产过程方法的合理性;
(ii)下面是检验员在一天内抽取的 16 个零件的尺寸:
| 9.95 | 10.12 | 9.96 | 9.96 | 10.01 | 9.92 | 9.98 | 10.04 |
| 10.26 | 9.91 | 10.13 | 10.02 | 9.22 | 10.04 | 10.05 | 9.95 |
经计算得 $\bar{x}=\frac{1}{16}\sum_{i=1}^{16}x_i=9.97$,$s=\sqrt{\frac{1}{16}\sum_{i=1}^{16}(x_i-\bar{x})^2}\approx0.212$,其中 $x_i$ 为抽取的第 i 个零件的尺寸,$i=1,2,\cdots,16$。
用样本平均数 $\bar{x}$ 作为 $\mu$ 的估计值 $\hat{\mu}$,用样本标准差 s 作为 $\sigma$ 的估计值 $\hat{\sigma}$,利用估计值判断是否需对当天的生产过程进行检查?剔除 $(\hat{\mu}-3\hat{\sigma},\hat{\mu}+3\hat{\sigma})$ 之外的数据,用剩下的数据估计 $\mu$ 和 $\sigma$(精确到 0.01)。
附:若随机变量 $Z\sim N(\mu,\sigma^2)$,则 $P(\mu-3\sigma\lt Z\lt\mu+3\sigma)=0.9974$,$0.9974^{16}\approx0.9592$,$\sqrt{0.008}\approx0.09$。
(1) 每个零件落在 3σ 外的概率 0.0026,16 个零件 X~B(16,0.0026)
每个零件尺寸落在 $(\mu-3\sigma,\mu+3\sigma)$ 内的概率为 0.9974,在外的概率为 0.0026,所以 $X\sim B(16,0.0026)$,
(2)(i) 合理性:正常状态下出现区间外零件的概率仅 0.0408,很小,一旦发生就有理由认为异常,故方法合理
若生产状态正常,一天 16 个零件中出现 3σ 外零件的概率约为 0.0408,发生的概率很小,因此一旦发生这种情况,就有理由认为可能出现了异常情况,需对当天生产过程进行检查;
(2)(ii) 先算 μ、σ 估计值,看有无区间外数据,再剔除后重估
$\hat{\mu}=9.97$,$\hat{\sigma}=0.212$,所以 $\hat{\mu}-3\hat{\sigma}=9.334$,$\hat{\mu}+3\hat{\sigma}=10.606$,
16 个尺寸中 $9.22\notin(9.334,10.606)$,故需对当天的生产过程进行检查;
由 $s=\sqrt{\frac{1}{16}(\sum x_i^2-16\bar{x}^2)}\approx0.212$ 得 $\sum x_i^2=0.212^2\times16+16\times9.97^2\approx1591.134$,
答案:(1) $P(X\geq1)\approx0.0408$,$E(X)=0.0416$;(2)(ii) 需检查,剔除后 $\hat{\mu}=10.02$,$\hat{\sigma}\approx0.09$
3σ 监控原理:区间外概率极小,出现即触发检查;剔除异常值后用公式 $s^2=\frac{1}{n}\sum x_i^2-\bar{x}^2$ 重估方差(利用已知平方和减去异常值平方)。
$X\sim N(\mu,\sigma^2)$:$\mu$ 是均值(对称轴),$\sigma$ 是标准差;$\mu=0,\sigma=1$ 时称标准正态分布。
区间外取值的概率:$1-0.6827$、$1-0.9545$、$0.0027$;实际中常认为只取 $[\mu-3\sigma,\mu+3\sigma]$ 内的值。
正态曲线关于 $x=\mu$ 对称:两侧等距区间的概率相等,是求概率的核心工具。
把 $Y\sim N(\mu,\sigma^2)$ 的问题转成标准正态 $\eta$ 的取值概率,再结合对称性反解分位点。