💡为什么许多测量值呈现钟形
同一零件的尺寸会受材料、温度、设备和读数等许多微小因素共同影响。大量数据往往集中在目标值附近,离中心越远越少,左右近似对称,形成钟形分布。身高、测量误差等在合适条件下也常用正态分布近似。
正态模型不是“看起来像钟”就自动成立。理解参数、面积概率和标准化,才能正确、可靠地使用它描述数据。
🎯学习目标与考查重点
- 理解正态密度曲线下的面积表示区间概率。
- 掌握均值 μ 与标准差 σ 对曲线的影响。
- 会利用关于 x=μ 的对称性计算概率。
- 会将一般正态变量标准化为 Z=(X−μ)/σ。
- 正确使用三西格玛原则,并说明其近似性质与模型前提。
一、正态密度曲线
若连续型随机变量 X 的概率密度为
φμ,σ(x)=2πσ1exp[−2σ2(x−μ)2],x∈R,
其中 σ>0,则称 X 服从正态分布,记作
X∼N(μ,σ2).
正态曲线始终位于横轴上方,关于直线 x=μ 对称,在 x=μ 处达到最高点,曲线下总面积为 1。概率由区间下的面积表示:
P(a≤X≤b)=∫abφμ,σ(x)dx.
连续型随机变量在任何单点的概率都为零,因此 P(X=a)=0,区间端点是否取等号不影响概率。这与离散型随机变量逐点分配正概率不同。
二、两个参数的作用
均值 μ 决定曲线中心,改变 μ 会使整条曲线水平平移;方差 σ2 或标准差 σ 决定离散程度。σ 越小,数据越集中,曲线越高越窄;σ 越大,数据越分散,曲线越低越宽。无论怎样变化,总面积保持为一。
由对称性,
P(X≤μ)=P(X≥μ)=21,
且对任意 a>0,
P(μ−a≤X≤μ)=P(μ≤X≤μ+a).
若已知中心区间概率,左右两侧剩余面积相等。例如 P(∣X−μ∣≤a)=0.8,则每侧尾部概率为 (1−0.8)/2=0.1。
🔑正态概率是曲线下的面积,不是曲线高度。μ 控制位置,σ 控制尺度;任何比较都应先看离中心多少个标准差。
三、标准化
若 X∼N(μ,σ2),则
Z=σX−μ∼N(0,1).
这个变换先减均值完成平移,再除以正的标准差完成尺度统一。标准分数 z 表示原观测值比均值高或低多少个标准差。正值在均值右侧,负值在左侧。
区间也必须同步变换:
P(a≤X≤b)=P(σa−μ≤Z≤σb−μ).
查标准正态表或使用给定概率时,要确认表格给的是左侧累计概率、中心面积还是从零到 z 的面积,不同表格口径不能混用。标准化分母是标准差 σ,不是方差 σ2。
四、三西格玛原则与适用条件
对正态变量,常用近似为
P(∣X−μ∣≤σ)≈0.6827,
P(∣X−μ∣≤2σ)≈0.9545,
P(∣X−μ∣≤3σ)≈0.9973.
因此落在均值三倍标准差以外的总概率约为 0.0027,单侧约为 0.00135。这些数值只适用于正态分布或有充分依据的正态近似,不是任意数据的通用定律。
实际数据可能偏斜、多峰或含厚尾。使用正态模型前应结合直方图、正态概率图、产生机制和异常值检查。样本均值与样本标准差只是参数估计,也带有抽样误差,不能因为计算出两个数就断言总体必然正态。
例 1原创基础例题:利用对称性求概率
设 X∼N(50,42),且已知 P(46≤X≤54)=0.6827。求 P(X>54) 与 P(46≤X≤50)。
✏️ 查看分步解析
区间 [46,54] 即 [μ−σ,μ+σ],关于均值对称。区间外总概率为
1−0.6827=0.3173.左右尾部相等,所以
P(X>54)=20.3173=0.15865.中心区间左右两半面积相等,因此
P(46≤X≤50)=20.6827=0.34135.连续分布中端点概率为零,所以严格或非严格不等号不改变结果。
例 2原创进阶例题:标准化比较两次成绩
甲考试成绩近似服从 N(70,102),乙考试成绩近似服从 N(80,52)。某生甲考 85 分、乙考 88 分。分别求标准分并比较相对位置。
✏️ 查看分步解析
甲考试标准分为
z1=1085−70=1.5.乙考试标准分为
z2=588−80=1.6.虽然甲比均值高 15 分而乙只高 8 分,但乙成绩高于均值 1.6 个标准差,甲为 1.5 个标准差。因此按各自分布中的相对位置,乙考试表现略高。这个比较依赖两组成绩可用给定正态模型和参数描述。
⚠️易错点
- N(μ,σ2) 的第二个参数是方差,标准化时除以 σ。
- 概率对应曲线下面积,不等于密度曲线在某点的高度。
- 连续型变量单点概率为零,端点取不取等号不影响区间概率。
- 用对称性时先确认区间是否关于 μ 对称。
- 三西格玛数值依赖正态模型,只能作为近似,不能套到任意分布。
🌏生活应用:过程质量监控
若稳定生产过程的测量误差近似正态,可用均值表示中心、标准差表示波动,并观察数据是否频繁超出若干标准差。但“超出三倍标准差”只是异常信号,不自动等于产品不合格;规格限来自设计要求,控制限来自过程波动,两者含义不同。若过程均值漂移或分布明显偏斜,应先修正模型再解释概率。
五、自测与解析
1. 参数含义
X∼N(12,9) 的均值、方差和标准差分别是什么?
✏️ 查看答案
均值为 12,方差为 9,标准差为 3。
2. 标准化
若 X∼N(100,152),求 X=130 对应的标准分。
✏️ 查看答案
z=(130−100)/15=2,表示该值高于均值两个标准差。
3. 对称概率
若 P(∣X−μ∣≤2σ)=0.9545,求 P(X>μ+2σ)。
✏️ 查看答案
区间外总概率为 0.0455,由对称性,右尾概率为 0.0455/2=0.02275。
📺B 站视频讲解去 B 站观看「正态分布视频讲解」优质讲解视频 →