質(zhì)量工程師

為了幫助考生順利通過2013年質(zhì)量工程師考試，小編特編輯整理了2013年質(zhì)量工程師考試科目《初級基礎(chǔ)理論與實務(wù)》知識點，希望在2013年初級級質(zhì)量工程師考試中，助您一臂之力！

二項分布

1定義

若由n次隨機試驗組成的隨機現(xiàn)象滿足如下條件：

(1) 重復(fù)進(jìn)行n次隨機試驗。

(2) n次試驗間相互獨立，即每一次試驗結(jié)果不對其他次試驗結(jié)果產(chǎn)生影響。

(3)　每次試驗僅有兩個可能結(jié)果，稱為“成功”與“失敗”。

(4)　每次試驗成功的概率均為P，失敗的概率均為1—P。

第二講 正態(tài)分布的概念與計算

重點：正態(tài)分布的概念

難點：正態(tài)分布的計算

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)計規(guī)律性。

一 正態(tài)分布的概念

1定義

如果隨機變量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)。 源：

當(dāng) 時，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 對稱，它的函數(shù)圖像是對稱的鐘形曲線。因為p(x)的最大值為 ，所以正態(tài)曲線的最高點的縱坐標(biāo)為 ;

(注：根據(jù)連續(xù)型隨機變量密度函數(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附近取值的機會最大; 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 ，對不同的均值，如 ，對應(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：

1 許多分布可用正態(tài)分布來近似。正態(tài)分布正是法國數(shù)學(xué)家德莫佛為了近似二項分布，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，其他一些人推廣了這一結(jié)果，現(xiàn)已包含在概率論著名的中心極限定理中。根據(jù)這個定理，許多獨立、任意分布的隨機變量之和具有近似正態(tài)分布。因此，在實際中遇到的許多隨機現(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)計的理論和應(yīng)用中占極重要地位的?2-分布、t-分布和F-分布，都是正態(tài)隨機變量函數(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)計的研究和應(yīng)用中，每當(dāng)涉及正態(tài)分布時，一般都可以得到完滿而簡單的結(jié)果。

相關(guān)文章：

2013年初級質(zhì)量工程師基礎(chǔ)理論與實務(wù)基礎(chǔ)知識講義二匯總

2013年初級質(zhì)量工程師基礎(chǔ)理論與實務(wù)基礎(chǔ)知識講義匯總

更多關(guān)注：質(zhì)量工程師考試成績查詢  合格標(biāo)準(zhǔn) 考試培訓(xùn)  考試用書   短信提醒

（責(zé)任編輯：中大編輯）

共2頁,當(dāng)前第1頁  第一頁  前一頁  下一頁