正态分布参数变动与区间概率计算示例
几何画板及绘图内容加载中,请稍等……
本范例通过改变正态分布的均值与标准差,展示曲线形状如何随参数变化,并计算两点之间的概率或面积。核心数学概念包括:正态分布函数、参数 μ(均值)与 σ(标准差)对分布位置与离散程度的影响,以及用定积分求区间概率(面积)的方法。作图与计算要点可由构造摘要提炼为:用几何/函数对象t表示自变量区间端点变量,构造Segment用于在图上标出积分上下限(如lower、upper、B1、B2等对应的切换区间);再用IntegralBetween对标准正态/一般正态函数在指定区间[a,b]上的面积进行积分,从而得到probability(如integral、calcprobs、stand、calcprobs等中间量)。此外,命令中出现的μ、σ、e、f、z与A1/A2等表明该活动会先构建正态密度表达式(可能包含标准化变量z与指数项),再将其代入积分区间得到概率结果。适合高中到大学初级阶段的概率统计与微积分结合教学,也适合作为滑块交互演示的课堂练习与自学资源,用于理解“参数—曲线—概率面积”的对应关系。
GeoGebra 命令及参数
Segment(A1, A2) → lowerSegment(B1, B2) → upperIntegralBetween(f, 0, μ * t + t * a * σ + (1 - t) * a, μ * t + t * b * σ + (1 - t) * b) → integral
AI 绘图提示语参考
绘制正态分布曲线,通过滑动μ和σ改变曲线的位置和宽度。选择x轴上的两个点作为积分区间,计算并显示该区间下的面积,即该区间的概率。
以上提示语为根据原始绘图命令整理而来,仅供参考。