first commit
This commit is contained in:
@@ -0,0 +1,190 @@
|
||||
# 题型五:正态分布的计算 ⭐⭐⭐
|
||||
|
||||
## 识别特征
|
||||
|
||||
- 题干出现"**正态分布**"、"**高斯分布**"、$N(\mu, \sigma^2)$
|
||||
- 题目要求**求概率** $P(a < X < b)$
|
||||
- 题目要求**求分位数**(已知 $P(X > a) = \alpha$,求 $a$)
|
||||
- 题干出现"$\Phi$"、"标准化"、"查表"
|
||||
- 题目涉及"区间估计"、"假设检验"(衔接 Ch06)
|
||||
|
||||
## 解题流程
|
||||
|
||||
```mermaid
|
||||
flowchart TD
|
||||
A[正态分布问题] --> B{已知 N μ σ²}
|
||||
B --> C[1. 标准化 Z = X-μ/σ]
|
||||
C --> D[2. P a<X<b = Φ b-μ/σ - Φ a-μ/σ]
|
||||
D --> E[3. Φ -x = 1 - Φ x 处理负号]
|
||||
E --> F[4. 查 Φ 表得数值]
|
||||
A --> G{已知 P X > a = α}
|
||||
G --> H[1. P X > a = 1 - Φ a-μ/σ = α]
|
||||
H --> I[2. Φ a-μ/σ = 1-α]
|
||||
I --> J[3. 查 Φ 表反查分位数]
|
||||
```
|
||||
|
||||
## 通法步骤
|
||||
|
||||
### 一、标准正态分布 $N(0, 1)$ 的三大性质 ⭐⭐⭐
|
||||
|
||||
**密度**:$\varphi(x) = \dfrac{1}{\sqrt{2\pi}} e^{-x^2/2}$
|
||||
|
||||
**分布**:$\Phi(x) = \displaystyle\int_{-\infty}^x \varphi(t) dt$
|
||||
|
||||
**性质**:
|
||||
1. **$\varphi(-x) = \varphi(x)$**(**偶函数**)
|
||||
2. **$\Phi(-x) = 1 - \Phi(x)$**(**反对称性**——最重要!)
|
||||
3. **$\Phi(0) = 0.5$**
|
||||
|
||||
### 二、标准化(任何 $N(\mu, \sigma^2)$ → $N(0,1)$)
|
||||
|
||||
$$
|
||||
X \sim N(\mu, \sigma^2) \Rightarrow Z = \frac{X - \mu}{\sigma} \sim N(0, 1)
|
||||
$$
|
||||
|
||||
$$
|
||||
P(a < X < b) = \Phi\!\left(\frac{b - \mu}{\sigma}\right) - \Phi\!\left(\frac{a - \mu}{\sigma}\right)
|
||||
$$
|
||||
|
||||
> 🔑 **核心口诀**:"**减均值,除以标准差**"
|
||||
|
||||
*极简例子:* $X \sim N(10, 4)$,求 $P(8 < X < 14)$
|
||||
$$
|
||||
P = \Phi\!\left(\frac{14-10}{2}\right) - \Phi\!\left(\frac{8-10}{2}\right) = \Phi(2) - \Phi(-1)
|
||||
$$
|
||||
$$
|
||||
= \Phi(2) - (1 - \Phi(1)) = \Phi(2) + \Phi(1) - 1 \approx 0.9772 + 0.8413 - 1 = 0.8185
|
||||
$$
|
||||
|
||||
### 三、必背的 $\Phi$ 表值(速算关键)
|
||||
|
||||
| $x$ | $\Phi(x)$ | $1 - \Phi(x)$ | 应用 |
|
||||
|-----|-----------|---------------|------|
|
||||
| 0 | 0.5000 | 0.5000 | 中位数 |
|
||||
| 1 | 0.8413 | 0.1587 | 68.27% 分位 |
|
||||
| 1.5 | 0.9332 | 0.0668 | 86.64% 分位 |
|
||||
| 1.96 | 0.9750 | 0.0250 | **95% 置信** |
|
||||
| 2 | 0.9772 | 0.0228 | 95.45% 分位 |
|
||||
| 2.58 | 0.9950 | 0.0050 | **99% 置信** |
|
||||
| 3 | 0.9987 | 0.0013 | 99.73% 分位 |
|
||||
|
||||
> 口诀:"**1.96 是 95%,2.58 是 99%**"——置信区间核心点
|
||||
|
||||
### 四、对称区间概率速算(**重要模板**)
|
||||
|
||||
$$
|
||||
P(|X - \mu| < k\sigma) = 2\Phi(k) - 1
|
||||
$$
|
||||
|
||||
| $k$ | $P(\|X - \mu\| < k\sigma)$ |
|
||||
|-----|---------------------------|
|
||||
| 1 | $2\Phi(1) - 1 \approx 0.6826$ |
|
||||
| 2 | $2\Phi(2) - 1 \approx 0.9544$ |
|
||||
| 3 | $2\Phi(3) - 1 \approx 0.9974$ |
|
||||
| 1.96 | $2\Phi(1.96) - 1 = 0.95$ |
|
||||
|
||||
> 这就是 **"68-95-99.7 法则"**(经验法则)
|
||||
|
||||
### 五、求分位数(已知概率反查 $x$)
|
||||
|
||||
**题型**:已知 $P(X > a) = \alpha$,求 $a$。
|
||||
|
||||
**步骤**:
|
||||
1. $1 - \Phi\!\left(\dfrac{a - \mu}{\sigma}\right) = \alpha$
|
||||
2. $\Phi\!\left(\dfrac{a - \mu}{\sigma}\right) = 1 - \alpha$
|
||||
3. 查 $\Phi$ 表反查 $z_\alpha = \Phi^{-1}(1 - \alpha)$
|
||||
4. $\dfrac{a - \mu}{\sigma} = z_\alpha \Rightarrow a = \mu + z_\alpha \sigma$
|
||||
|
||||
*极简例子:* $X \sim N(10, 4)$,求 $a$ 使得 $P(X > a) = 0.05$。
|
||||
|
||||
- $\Phi\!\left(\dfrac{a - 10}{2}\right) = 1 - 0.05 = 0.95$
|
||||
- $\dfrac{a - 10}{2} = 1.645$(查表 $\Phi(1.645) = 0.95$)
|
||||
- $a = 10 + 1.645 \times 2 = 13.29$
|
||||
|
||||
### 六、正态分布的线性变换(**重要性质**)
|
||||
|
||||
若 $X \sim N(\mu, \sigma^2)$,则对任意常数 $a \ne 0, b$:
|
||||
$$
|
||||
Y = aX + b \sim N(a\mu + b, a^2 \sigma^2)
|
||||
$$
|
||||
|
||||
> **核心**:**正态的线性变换仍是正态**,均值和方差按线性变换规则计算。
|
||||
|
||||
*极简例子:* $X \sim N(2, 9)$,求 $Y = 3X + 5$ 的分布。
|
||||
- $Y \sim N(3 \times 2 + 5, 3^2 \times 9) = N(11, 81)$
|
||||
|
||||
### 七、$3\sigma$ 原则(**应用题高频**)
|
||||
|
||||
> 在 $N(\mu, \sigma^2)$ 中:
|
||||
> - $P(|X - \mu| < \sigma) \approx 68.27\%$
|
||||
> - $P(|X - \mu| < 2\sigma) \approx 95.45\%$
|
||||
> - $P(|X - \mu| < 3\sigma) \approx 99.73\%$
|
||||
|
||||
**应用**:产品质量控制($3\sigma$ 原则),超出 $3\sigma$ 的概率 $< 0.3\%$,视为异常。
|
||||
|
||||
## 常见陷阱
|
||||
|
||||
- **标准化忘除 $\sigma$**:必须除以 $\sigma$,不是除以 $\sigma^2$!
|
||||
- **$\Phi(-x) = 1 - \Phi(x)$ 的反向误用**:$\Phi(-x) \ne \Phi(x)$!
|
||||
- **方差 vs 标准差**:$N(\mu, \sigma^2)$ 中是**方差**,标准差要开方
|
||||
- **查表的方向**:$\Phi$ 表是**正数表**,负数要转换为 $1 - \Phi(|x|)$
|
||||
- **分位数查表反查**:要确认是 $\Phi^{-1}(\alpha)$ 还是 $\Phi^{-1}(1 - \alpha)$
|
||||
- **"上 $\alpha$ 分位数" $z_\alpha$ 的定义**:$\alpha = P(X > z_\alpha)$,即 $\Phi(z_\alpha) = 1 - \alpha$
|
||||
|
||||
## 经典母题
|
||||
|
||||
> **题目 1(直接求概率)**:设 $X \sim N(10, 4)$,求 $P(|X - 10| < 4)$。
|
||||
|
||||
**解析**:
|
||||
$$
|
||||
P(|X - 10| < 4) = P(6 < X < 14) = \Phi\!\left(\frac{14-10}{2}\right) - \Phi\!\left(\frac{6-10}{2}\right)
|
||||
$$
|
||||
$$
|
||||
= \Phi(2) - \Phi(-2) = \Phi(2) - (1 - \Phi(2)) = 2\Phi(2) - 1
|
||||
$$
|
||||
$$
|
||||
\approx 2 \times 0.9772 - 1 = 0.9544
|
||||
$$
|
||||
|
||||
**结论**:约 95.44% 的概率 $X$ 落在 $\mu \pm 2\sigma$ 内。
|
||||
|
||||
---
|
||||
|
||||
> **题目 2(求分位数)**:某厂生产零件长度 $X \sim N(50, 0.6^2)$。按质量标准,不合格率为 $5\%$。求合格品的下限 $L$(即 $P(X < L) = 5\%$ 时 $L$ 的值)。
|
||||
|
||||
**解析**:
|
||||
- $P(X < L) = \Phi\!\left(\dfrac{L - 50}{0.6}\right) = 0.05$
|
||||
- $\dfrac{L - 50}{0.6} = \Phi^{-1}(0.05) = -1.645$
|
||||
- $L = 50 - 1.645 \times 0.6 = 50 - 0.987 = 49.013$
|
||||
|
||||
**结论**:长度小于 $49.013$ 的零件占 $5\%$。
|
||||
|
||||
---
|
||||
|
||||
> **题目 3(线性变换)**:设 $X \sim N(\mu, \sigma^2)$,求 $Y = \dfrac{X - \mu}{\sigma}$ 的分布。
|
||||
|
||||
**解析**:
|
||||
- $Y = \dfrac{1}{\sigma} X - \dfrac{\mu}{\sigma}$
|
||||
- $Y \sim N\!\left(\dfrac{\mu}{\sigma} - \dfrac{\mu}{\sigma}, \left(\dfrac{1}{\sigma}\right)^2 \sigma^2\right) = N(0, 1)$
|
||||
|
||||
**结论**:**任何正态分布都能标准化为标准正态**。
|
||||
|
||||
---
|
||||
|
||||
> **变式(混合题)**:设 $X \sim N(0, 1)$,求 $P(X > 0), P(X > 1), P(X > 2), P(X > 3)$。
|
||||
|
||||
**答案**:
|
||||
- $P(X > 0) = 0.5$
|
||||
- $P(X > 1) = 1 - \Phi(1) = 0.1587$
|
||||
- $P(X > 2) = 1 - \Phi(2) = 0.0228$
|
||||
- $P(X > 3) = 1 - \Phi(3) \approx 0.0013$
|
||||
|
||||
> **3σ 原则的应用**:超出 $\pm 3\sigma$ 的概率 $< 0.3\%$,视为小概率事件。
|
||||
|
||||
---
|
||||
|
||||
> **口诀速记**:
|
||||
> - "**减均值,除标准差**" → 标准化
|
||||
> - "**$\Phi(-x) = 1 - \Phi(x)$**" → 对称性
|
||||
> - "**2Φ(k) - 1**" → 对称区间概率
|
||||
> - "**1.96 对应 95%**" → 置信区间
|
||||
Reference in New Issue
Block a user