正态分布的实际应用
[探究问题]
1.若某工厂生产的圆柱形零件的外直径ε~N(4,0.25),那么该圆柱形零件外直径的均值,标准差分别是什么?
【提示】 零件外直径的均值为μ=4,标准差σ=0.5.
2.某工厂生产的圆柱形零件的外直径ε~N(4,0.25),若零件的外直径在(3.5,4.5]内的为一等品.试问1000件这种的零件中约有多少件一等品?
【提示】 P(3.5<ε≤4.5)=P(μ-σ<ε<μ+σ)=0.6826,所以1000件产品中大约有1000×0.6826≈683(件)一等品.
3.某厂生产的圆柱形零件的外直径ε~N(4,0.25).质检人员从该厂生产的1000件这种零件中随机抽查一件,测得它的外直径为5.7cm.试问该厂生产的这批零件是否合格?
【提示】 由于圆柱形零件的外直径ε~N(4,0.25),
由正态分布的特征可知,正态分布N(4,0.25)在区间(4-3×0.5,4+3×0.5),
即(2.5,5.5)之外取值的概率只有0.003,而5.7∈(2.5,5.5).
这说明在一次试验中,出现了几乎不可能发生的小概率事件,根据统计中假设检验的基本思想,认为该厂这批零件是不合格的.
【例3】 设在一次数学考试中,某班学生的分数X~N(110,202),且知试卷满分150分,这个班的学生共54人,求这个班在这次数学考试中及格(即90分以上)的人数和130分以上的人数.
【精彩点拨】 将P(X≥90)转化为P(X-μ≥-σ),然后利用对称性及概率和为1,得到2P(X-μ≤-σ)+0.6826=1,进而求出P(X≥90)的值,同理可解得P(X≥130)的值.
【解】 μ=110,σ=20,P(X≥90)=P(X-110≥-20)=P(X-μ≥-σ),
∵P(X-μ≤-σ)+P(-σ≤X-μ≤σ)+P(X-μ≥σ)
=2P(X-μ≤-σ)+0.6826=1,
∴P(X-μ≤-σ)=0.1587,
∴P(X≥90)=1-P(X-μ≤-σ)=1-0.1587=0.8413.
∴54×0.8413≈45(人),即及格人数约为45人.
∵P(X≥130)=P(X-110≥20)=P(X-μ≥σ),
∴P(X-μ≤-σ)+P(-σ≤X-μ≤σ)+P(X-μ≥σ)
=0.6826+2P(X-μ≥σ)=1,
∴P(X-μ≥σ)=0.1587,即P(X≥130)=0.1587.
∴54×0.1587≈9(人),即130分以上的人数约为9人.
1.本题利用转化的思想方法,把普通的区间转化为3σ区间,由特殊区间的概率值求出.
2.解答正态分布的实际应用题,其关键是如何转化,同时应熟练掌握正态分布在(μ-σ,μ+σ),(μ-2σ,μ+2σ),(μ-3σ,μ+3σ)三个区间内的概率.在此过程中用到归纳思想和数形结合思想.
3.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X~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=
P(μ-2σP(μ-σ=
×0.9544+
×0.6826=0.8185.
即他在(30,60]分内赶到火车站的概率是0.8185.
1.正态分布密度函数为f(x)=
e-
,x∈(-∞,+∞),则总体的均值和标准差分别是( )
A.0和8 B.0和4
C.0和2D.0和
【解析】 由条件可知μ=0,σ=2.
【答案】 C
2.如图是当ξ取三个不同值ξ1,ξ2,ξ3的三种正态曲线N(0,σ2)的图象,那么σ1,σ2,σ3的大小关系是( )
A.σ1>1>σ2>σ3>0B.0<σ1<σ2<1<σ3
C.σ1>σ2>1>σ3>0D.0<σ1<σ2=1<σ3
【解析】 当μ=0,σ=1时,正态曲线f(x)=
e-
.在x=0时,取最大值
,故σ2=1.由正态曲线的性质,当μ一定时,曲线的形状由σ确定.σ越小,曲线越“瘦高”;σ越大,曲线越“矮胖”,于是有0<σ1<σ2=1<σ3.
【答案】 D
3.若随机变量X~N(μ,σ2),则P(X≤μ)=________.
【解析】 由于随机变量X~N(μ,σ2),其正态密度曲线关于直线X=μ对称,故P(X≤μ)=
.
【答案】
4.已知随机变量X服从正态分布N(2,σ2),且P(X<4)=0.84,则P(X≤0)=________.
【解析】 由X~N(2,σ2),可知其正态曲线如图所示,对称轴为x=2,则P(X≤0)=P(X≥4)=1-P(X<4)=1-0.84=0.16.
【答案】 0.16
5.随机变量ξ服从正态分布N(0,1),如果P(ξ≤1)=0.8413,求P(-1<ξ≤0).
【解】 如图所示,因为P(ξ≤1)=0.8413,所以P(ξ>1)=1-0.8413=0.1587,所以P(ξ≤-1)=0.1587,所以P(-1<ξ≤0)=0.5-0.1587=0.3413.