2009年初級(jí)質(zhì)量專業(yè)理論與實(shí)務(wù)精講(二)

字號(hào):

第二講 正態(tài)分布的概念與計(jì)算
    重點(diǎn):正態(tài)分布的概念
    難點(diǎn):正態(tài)分布的計(jì)算
    正態(tài)分布是質(zhì)量管理中最為重要也最常使用的分布,它能描述很多質(zhì)量特性X的統(tǒng)計(jì)規(guī)律性。
    一 正態(tài)分布的概念
    1定義
    如果隨機(jī)變量X的概率密度函數(shù)有如下形式:
    則稱X服從參數(shù)為μ,σ2的正態(tài)分布。
    記作X~N(μ,σ2)。
    當(dāng) 時(shí),正態(tài)分布稱為標(biāo)準(zhǔn)正態(tài)分布,記為 ,它的密度函數(shù)用 表示,分布函數(shù)用 表示。
    2 正態(tài)分布的密度函數(shù)圖像
    我們把正態(tài)分布的密度函數(shù)圖像叫做正態(tài)曲線。
    由于密度函數(shù)總是大于0的,所以密度函數(shù)的函數(shù)圖像位于x軸的上方。而且 x
    f(x)
    m
    m+s
    m-s
    O
    X~N(m ,s 2)
    由正態(tài)分布的表達(dá)式,可以發(fā)現(xiàn),它的函數(shù)圖像關(guān)于 對(duì)稱,它的函數(shù)圖像是對(duì)稱的鐘形曲線。因?yàn)閜(x)的值為 ,所以正態(tài)曲線的點(diǎn)的縱坐標(biāo)為 ;
    (注:根據(jù)連續(xù)型隨機(jī)變量密度函數(shù)的定義,鐘形曲線下的面積為1。)
    3參數(shù)的意義
    正態(tài)分布 中,含有兩個(gè)參數(shù) 與 。其中 為正態(tài)分布的均值,它是正態(tài)分布的中心,表明質(zhì)量特性X在u附近取值的機(jī)會(huì); 是正態(tài)分布的方差, 是正態(tài)分布的標(biāo)準(zhǔn)差。 愈大,分布愈分散,曲線低而平坦; 愈小,分布愈集中,曲線高而陡。
    固定標(biāo)準(zhǔn)差 ,對(duì)不同的均值,如 ,對(duì)應(yīng)的正態(tài)曲線的形狀完全相同,僅位置不同。
    固定均值 ,不同的標(biāo)準(zhǔn)差,如 ,對(duì)應(yīng)的正態(tài)曲線的位置相同,但形狀(高低與胖瘦)不同。
    4正態(tài)分布的應(yīng)用
    正態(tài)分布是概率論中最重要的分布,在應(yīng)用及理論研究中占有頭等重要的地位,它與二項(xiàng)分布是概率論中最重要的兩種分布。正態(tài)分布的重要性是多方面的,主要有以下幾點(diǎn):
    1° 許多分布可用正態(tài)分布來(lái)近似。正態(tài)分布正是法國(guó)數(shù)學(xué)家德莫佛為了近似二項(xiàng)分布,于1733年首先引進(jìn)的,1812年拉普拉斯改進(jìn)了德莫佛的結(jié)果。后來(lái),其他一些人推廣了這一結(jié)果,現(xiàn)已包含在概率論的中心極限定理中。根據(jù)這個(gè)定理,許多獨(dú)立、任意分布的隨機(jī)變量之和具有近似正態(tài)分布。因此,在實(shí)際中遇到的許多隨機(jī)現(xiàn)象都服從或近似地服從正態(tài)分布。
    2° 由正態(tài)分布可以導(dǎo)出其它許多重要分布。例如,在數(shù)理統(tǒng)計(jì)的理論和應(yīng)用中占極重要地位的c2-分布、t-分布和F-分布,都是正態(tài)隨機(jī)變量函數(shù)的分布。
    3° 正態(tài)分布具有各種良好的性質(zhì)。在概率論與數(shù)理統(tǒng)計(jì)的研究和應(yīng)用中,每當(dāng)涉及正態(tài)分布時(shí),一般都可以得到完滿而簡(jiǎn)單的結(jié)果。
    二 標(biāo)準(zhǔn)正態(tài)分布
    1概率密度函數(shù)
    當(dāng)μ=0,σ=1時(shí),稱X服從標(biāo)準(zhǔn)正態(tài)分布,記作X~N(0,1)。
    服從標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)變量記為U,它的概率密度函數(shù)記為 。
    若X~N(μ,σ2),則 ~N(0,1)
    實(shí)際中很少有一個(gè)質(zhì)量特性(隨機(jī)變量)的均值恰好為0,方差與標(biāo)準(zhǔn)差恰好為1。一些質(zhì)量特性的不合格品率均要通過(guò)標(biāo)準(zhǔn)正態(tài)分布才能算得,這一點(diǎn)將在后面敘述。
    2標(biāo)準(zhǔn)正態(tài)分布表
    x
    x
    -x
    F(-x)
    1-F(x)
    j(x)
    X~N(0,1)
    標(biāo)準(zhǔn)正態(tài)分布函數(shù)表,它可用來(lái)計(jì)算形如“ ”的隨機(jī)事件發(fā)生的概率 ,記為 。從圖形上看,當(dāng) 時(shí),這個(gè)概率相當(dāng)于曲線下方,X軸上方,以及直線 左邊的圖形的面積。由于標(biāo)準(zhǔn)正態(tài)分布的密度函數(shù)圖像關(guān)于y軸對(duì)稱,所以F(-x)=1-F(x)。
    根據(jù) 的值可在標(biāo)準(zhǔn)正態(tài)分布函數(shù)表(教材附表-1)上查得 ,譬如事件“U≤l.52”的概率可從附表1中查得:
    它表示隨機(jī)變量U取值不超過(guò)1.52的概率,在數(shù)量上它恰好為1.52左側(cè)的一塊陰影面積(見(jiàn)圖5.1—15)。
    注:由于直線是沒(méi)有面積的,即直線的面積為零,故:
    綜上所述,可得如下計(jì)算公式:
    3重要公式
    類似的計(jì)算公式還有一些,現(xiàn)羅列如下:
    ① ② ③ ④ ⑤ 同學(xué)們自己可以根據(jù)標(biāo)準(zhǔn)正態(tài)分布密度函數(shù)的圖像及其幾何意義理解上述公式。
    三 正態(tài)分布N(0,1)的分位數(shù)
    這里結(jié)合標(biāo)準(zhǔn)正態(tài)分布N(0,1)來(lái)敘述分位數(shù)概念。對(duì)概率等式
    P(u≤1.282)=0.9
    1解釋
    解釋1 :0.9是隨機(jī)變量u不超過(guò)1.282的概率。
    解釋2:1.282是標(biāo)準(zhǔn)正態(tài)分布N(0,1)的0.9的分位數(shù),記為 。
    解釋2表示:0.9分位數(shù)把標(biāo)準(zhǔn)正態(tài)分布密度函數(shù) 下的面積分為左右兩塊,左側(cè)一塊面積恰好為0.9,右側(cè)一塊面積恰好為0.1。
    2分位數(shù)的意義
    一般說(shuō)來(lái),對(duì)介于0與1之間的任意實(shí)數(shù)α,標(biāo)準(zhǔn)正態(tài)分布N(0,1)的α分位數(shù)是這樣一個(gè)數(shù),它的左側(cè)面積恰好為α,它的右側(cè)面積恰好為1-α。
    用概率的語(yǔ)言,U(或它的分布)的a分位數(shù) 是滿足下面等式的實(shí)數(shù):
    四 正態(tài)分布的有關(guān)計(jì)算
    1正態(tài)分布計(jì)算的理論根據(jù)
    性質(zhì)⒈ 設(shè) ,則
    (標(biāo)準(zhǔn)化公式)
    解釋:此性質(zhì)表明,任一個(gè)正態(tài)變量X(服從正態(tài)分布的隨機(jī)變量的簡(jiǎn)稱)經(jīng)過(guò)標(biāo)準(zhǔn)化 后,都?xì)w一到標(biāo)準(zhǔn)正態(tài)變量
    。
    如:
    若 ,通過(guò)標(biāo)準(zhǔn)化變換 ;
    若 ,通過(guò)標(biāo)準(zhǔn)化變換 ;
    性質(zhì)⒉ 設(shè) ,則對(duì)任意實(shí)數(shù)a,b有:
    ① ② ③ 若X~N(μ,σ2),則
    其中 為標(biāo)準(zhǔn)正態(tài)(累積)分布函數(shù),其函數(shù)值可從附表1-1中查得。
    2例題示解
    例1設(shè) 和 ,概率 和P(1.7
    解析:
    首先對(duì)每個(gè)正態(tài)變量經(jīng)過(guò)各自的標(biāo)準(zhǔn)化變換得到標(biāo)準(zhǔn)正態(tài)變量。
    根據(jù)性質(zhì)2中③,讓區(qū)間端點(diǎn)隨著標(biāo)準(zhǔn)化變換而變化,最后可得:
    其中 ,
    例2 已知X~N(10,0.022),F(xiàn)(2.5)=0.9938。求X落在(9.95,10.05)內(nèi)的概率。
    解析:
    例3 已知X~N(1,2 2),F(xiàn)(1)=0.9987,F(xiàn)(-1)=0.1587,則P{-1
    解析:
    =F(1)-F(-1)=1-2F(-1)=0.6826
    或 。
    注釋:
    從這個(gè)例子可以看到標(biāo)準(zhǔn)化變換在正態(tài)分布計(jì)算中的作用,各種正態(tài)分布計(jì)算都可通過(guò)一張標(biāo)準(zhǔn)正態(tài)分布函數(shù)表來(lái)實(shí)現(xiàn),關(guān)鍵在于標(biāo)準(zhǔn)化變換。
    五 正態(tài)分布與二項(xiàng)分布
    二項(xiàng)分布:用X表示事件A在n重試驗(yàn)中出現(xiàn)的次數(shù),則有
    其中p是A在每次試驗(yàn)中出現(xiàn)的概率。公式(1)稱為二項(xiàng)公式,因?yàn)樗嵌?xiàng)式[px+(1-p)]n展開(kāi)式中xk的系數(shù)。
    事實(shí)上,根據(jù)獨(dú)立性,事件A在某指定的k次試驗(yàn)中出現(xiàn)而在其余n-k次試驗(yàn)中不出現(xiàn)的概率為:pk(1-p)n-k ,這種情況共有 種,所以
    已知n、p,求P{X=k},P{X≤k},P{X≥k}。
    例4 已知某種疾病患者自然痊愈率為0.25,為了鑒定一種新藥是否有效,醫(yī)生把它給10個(gè)病人服用,且事先規(guī)定:若這10個(gè)人中至少有4人治好此病,則認(rèn)為這種藥有效,提高了痊愈率;反之,則認(rèn)為此藥無(wú)效。試求
    (1) 雖然新藥有效,并把痊愈率提高到0.35,但經(jīng)過(guò)試驗(yàn)卻被否定的概率;
    (2) 新藥完全無(wú)效,但通過(guò)試驗(yàn)被認(rèn)為有效的概率。
    解析:
    P{否定新藥}= ;
    P{判斷新藥有效}= .
    正態(tài)分布在線作業(yè)
    1.設(shè) ,則 ( )。
    A. B. 1- C. D. 1- 答案:D
    解析:
    2. 設(shè)標(biāo)準(zhǔn)正態(tài)分布的P分位數(shù)為 ,則有( )。
    A. B. C. D. 答案:C
    解析: 與 互為相反數(shù),即 =- ,如 =- ,如 =2,則 =-2,所以 3.設(shè) ,則 ( )
    A. B. 1- C. D. 2[1- ]
    答案:C
    解析: 4. 設(shè)隨機(jī)變量 服從標(biāo)準(zhǔn)正態(tài)分布,其分布函數(shù)為 ,a為正數(shù),則下列敘述中正
    確的有( )。
    A. B.
    C. D. 答案:B、C
    解析:因?yàn)?,所以
    5. 設(shè)甲廠與乙廠生產(chǎn)的電阻器的阻值分別服從 和 ,則下面( )敘述正確地描述了甲、乙兩廠生產(chǎn)的電阻器的阻值情況。
    A. 甲廠生產(chǎn)的電阻器的平均阻值低于乙廠生產(chǎn)的電阻器的平均阻值
    B. 甲廠生產(chǎn)的電阻器的阻值不如乙廠生產(chǎn)的電阻器的阻值穩(wěn)定
    C. 甲廠生產(chǎn)的電阻器的平均阻值高于乙廠生產(chǎn)的電阻器的平均阻值
    D. 甲廠生產(chǎn)的電阻器的阻值比乙廠生產(chǎn)的電阻器的阻值穩(wěn)定
    答案:A、D
    解析:由于100 200,所以A對(duì),又由于2 20,所以D對(duì)。
    6. 設(shè) 是標(biāo)準(zhǔn)正態(tài)分布的 分位數(shù),則有( )。
    A. B. C. D. 答案:C、D
    解析:標(biāo)準(zhǔn)正態(tài)分布的 分位數(shù) 是 的增函數(shù),且在 時(shí) ,在 時(shí) ,在 時(shí) ,由此可見(jiàn)C與D是對(duì)的。