浅析正态分布和中心极限定理的应用
2020-04-10唐菲雨
中国科技纵横 2020年21期
关键词:分析
唐菲雨
(广州市第六中学, 广东广州 510399)
0.引言
正态分布是概率统计理论的重要组成部分。人们在分析生活中符合正态分布的变量时,可以计算其数学期望、方差,从而得到描述变量分布的函数,绘制概率密度曲线。通过对函数进行积分计算,人们可以得到某一事件的发生概率。概率密度曲线可以帮助分析者更直观地认识某一变量的分布规律[1]。
中心极限定理同样是概率统计理论中的重要内容。它是由法国数学家棣莫弗提出的,它为人们提供了根据样本的特征推断总体的特征的重要方法。此外,中心极限定理还可以帮助研究者确定不服从正态分布的总体的一些重要统计参数。
正态分布和中心极限定理在生产生活中有着广泛的应用[2]。事实上,自然界中的多数变量都服从正态分布。在工业、商业、医疗等领域,人们常常需要应用正态分布和中心极限定理,才能准确地对随机变量的分布规律以及大样本的特征进行分析,得到可靠的结论。
1.正态分布及其应用
1.1 正态分布的简介
正态分布是一种十分重要的概率模型。1733 年,棣莫弗在研究二项分布的极限形式时,提出了正态分布模型。1783 年,拉普拉斯(Laplace)尝试使用正态分布曲线来描述误差的分布。1809 年,高斯使用正态分布曲线分析天文数据。此后,研究者们尝试应用正态分布模型解决工业、商业、医药等领域的问题,得到了许多重要的结论。

1.2 正态分布的特点
正态分布曲线有如下几个特点:
(1)当σ 一定时,曲线的形状是一定的,曲线的位置由μ 决定。……
登录APP查看全文
