一元正态分布的图像与分位积分演示
几何画板及绘图内容加载中,请稍等……
该范例通过一元高斯分布的概率密度函数,展示其在区间上通过定积分得到的概率面积以及与参数位置(均值μ与标准差σ)相关的分布特征。核心数学概念包括:正态分布概率密度函数 f(x)、均值(μ)与标准差(σ)的参数化、分布的“对称性与中心趋势”(如中位值/中心位置概念)、以及利用定积分计算概率(例如从区间端点 a 到 b 的面积)。构造要点来自下方“构造摘要”:使用 IntegralBetween(在区间之间积分)来计算从 a 到 b 的积分量;借助 Intersect(求交点)与 Segment(线段)定位与分割相关的图形元素;并以对象 μ、σ、f、a、b 作为主要参数/端点,配合 eq1、A、B、g 等几何或函数对象形成可视化的曲线、端点与辅助关系,text1~text4 用于标注关键量。适合用于中学后段至大学初阶的概率统计与微积分入门教学,例如讲解正态分布、标准差意义、以及定积分与概率之间的联系。
GeoGebra 命令及参数
IntegralBetween(f, (0 * x), -100, 100) → aIntersect(f, eq1, (2, 0.19947114020071635)) → ASegment(A, B) → g
AI 绘图提示语参考
绘制一个标准正态分布的概率密度曲线,横轴为变量,纵轴为概率密度。曲线呈钟形,对称于均值位置。在曲线上标出两个端点,并用垂直线段连接这两个端点与横轴,形成一个区间。用半透明色填充该区间与曲线之间的面积,表示该区间对应的概率。同时标注均值、标准差、区间端点及概率值等文字说明,并显示曲线方程。整体布局清晰,突出曲线下面积与概率的对应关系。
以上提示语为根据原始绘图命令整理而来,仅供参考。