正态分布密度是多少？
这是标准正态分布密度函数（如图）：
如果是计算概率，那就要用分布函数，但是它的分布函数是不能写成正常的解析式的。一般的计算方法就是，将标准正态分布函数的分布函数在各点的值计算出来制成表，实际计算时通过查表找概率。非标准正态分布函数可以转换成标准正态分布再算。
正态曲线
呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。若随机变量X服从一个数学期望为μ、方差为σ2的正态分布，记为N(μ，σ2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布。
绛旓細姝ｆ佸垎甯冩鐜囧瘑搴︽槸锛1銆佹í杞村尯闂达紙渭锛嵪冿紝渭锛嬒冿級鍐呯殑瀵嗗害姒傜巼涓68.268949%銆2銆佹í杞村尯闂达紙渭锛1.96蟽锛屛硷紜1.96蟽锛夊唴鐨勫瘑搴︽鐜囦负95.449974%銆3銆佹í杞村尯闂达紙渭锛2.58蟽锛屛硷紜2.58蟽锛夊唴鐨勫瘑搴︽鐜囦负99.730020%銆傛鎬佸垎甯冨瘑搴﹀嚱鏁板叕寮忥細f(x)=exp{-(x-渭)²/2蟽²}/...
绛旓細姝ｆ佸垎甯冪殑姒傜巼瀵嗗害鏄細f(x)=exp{-(x-渭)²/2蟽²}/[鈭(2蟺)蟽]銆傝绠楁椂锛屽厛绠楀嚭骞冲潎鍊煎拰鏍囧噯宸笺佅冿紝浠ｅ叆姝ｆ佸垎甯冨瘑搴﹀嚱鏁拌〃杈惧紡锛岀粰瀹歺鍊,鍗冲彲绠楀嚭f鍊笺傛鎬佸垎甯冪殑姒傜巼瀵嗗害瀹氫箟鍩燂細妯酱鍖洪棿锛埼-蟽锛屛+蟽锛夊唴鐨勫瘑搴︽鐜囦负68.268949%銆傛í杞村尯闂达紙渭-1.96蟽锛屛+1.96...
绛旓細鏍囧噯姝ｆ佸垎甯冪殑姒傜巼瀵嗗害锛1銆佹í杞村尯闂达紙渭-蟽,渭+蟽锛夊唴鐨勫瘑搴︽鐜囦负68.268949%锛2銆佹í杞村尯闂达紙渭-1.96蟽,渭+1.96蟽锛夊唴鐨勫瘑搴︽鐜囦负95.449974%锛3銆佹í杞村尯闂达紙渭-2.58蟽,渭+2.58蟽锛夊唴鐨勫瘑搴︽鐜囦负99.730020%銆傛爣鍑嗘鎬佸垎甯冩槸涓涓湪鏁板銆佺墿鐞嗗強宸ョ▼绛夐鍩熼兘闈炲父閲嶈鐨勬鐜囧垎甯冿紝鍦ㄧ粺...
绛旓細姝ｆ佸垎甯冪殑鍒嗗竷瀵嗗害鍑芥暟锛氳嫢闅忔満鍙橀噺X鏈嶄粠涓涓綅缃弬鏁颁负渭銆佸昂搴﹀弬鏁颁负蟽蟽鐨勬鐜囧垎甯冿紝涓斿叾姒傜巼瀵嗗害鍑芥暟涓篺(x)=12蟺−鈭毾僥−锛坸−渭锛22蟽2銆姝ｆ佸垎甯冩槸鍏锋湁涓や釜鍙傛暟渭鍜屜2鐨勮繛缁瀷闅忔満鍙橀噺鐨勫垎甯冿紝绗竴鍙傛暟渭鏄湇浠庢鎬佸垎甯冪殑闅忔満鍙橀噺鐨勫潎鍊硷紝绗簩涓弬鏁跋2鏄闅忔満鍙橀噺...
绛旓細鐙珛姝ｆ佺殑绾挎х粍鍚堬細Z=2X+Y~N(2*720+640,4*30^2+25^2)Z=X-Y~N(720-640,30^2+25^2)銆姝ｆ佸垎甯锛圢ormal distribution锛夛紝涔熺О鈥甯告佸垎甯鈥濓紝鍙堝悕楂樻柉鍒嗗竷锛圙aussian distribution锛夛紝鏈鏃╃敱妫ｈ帿寮楋紙Abraham de Moivre锛夊湪姹備簩椤瑰垎甯冪殑娓愯繎鍏紡涓緱鍒般侰.F.楂樻柉鍦ㄧ爺绌舵祴閲忚宸椂浠庡彟涓涓...
绛旓細姝ｆ佸垎甯冨瘑搴鍑芥暟鏄細f(x)=exp{-(x-渭)²/2蟽²}/[鈭(2蟺)蟽]銆傚湪鏁板涓紝杩炵画鍨嬮殢鏈哄彉閲忕殑姒傜巼瀵嗗害鍑芥暟锛堝湪涓嶈嚦浜庢贩娣嗘椂鍙互绠绉颁负瀵嗗害鍑芥暟锛夋槸涓涓弿杩拌繖涓殢鏈哄彉閲忕殑杈撳嚭鍊硷紝鍦ㄦ煇涓‘瀹氱殑鍙栧肩偣闄勮繎鐨勫彲鑳芥х殑鍑芥暟銆傝岄殢鏈哄彉閲忕殑鍙栧艰惤鍦ㄦ煇涓尯鍩熶箣鍐呯殑姒傜巼鍒欎负姒傜巼瀵嗗害鍑芥暟鍦...
绛旓細瀹规槗绠楀緱(x-3)/2鏈嶄粠N(0,1),浠=(x-3)/2 鎵浠(5<x<9)=P(1<(x-3)/2<3)=P(1<y<3)=0.9987-0.8413 (鎬濊矾锛氬寲鎴愭爣鍑姝ｆ佸垎甯锛岀劧鍚庢眰瑙ｏ紝鎴栨槸鐩存帴鏍规嵁浠ｆ崲鍏紡)P(x>7)=P((x-3)/2>2)=1-P((x-3)/2<=2)=1-P(y<=2)=1-0.9772 娉細鍖栨垚Y濂界悊瑙ｏ紝浣嗘槸鍐欑殑...
绛旓細姝ｆ佸垎甯鐨勬鐜囧瘑搴﹀嚱鏁(鎴栫О棰戠巼鍒嗗竷瀵嗗害鍑芥暟)涓 鏀惧皠鎬у嫎鎺㈡妧鏈 寮忎腑锛歺鈥斺斾粠姝ゅ垎甯冧腑鎶藉嚭鐨勯殢鏈烘牱鏈硷紱e鈥斺旇嚜鐒跺鏁扮殑搴,e=2.71828鈥︼紱渭鈥斺旀洸绾挎渶楂樼偣瀵瑰簲鐨勬í鍧愭爣,鍙鎬佸垎甯冨彉閲忕殑鍧囧硷紱蟽鈥斺旀鎬佸垎甯冪殑鏍囧噯宸傚潎鍊嘉间笌鏍囧噯宸冩槸姝ｆ佸垎甯冪殑涓や釜鏁板瓧鐗瑰緛,鏈変簡渭涓幭,鏇茬嚎鐨勫舰鎬佸氨...
绛旓細姒傜巼瀵嗗害锛歠(x)=(1/2鈭毾) exp{-(x-3)²/2*2} 鏍规嵁棰樹腑姝ｆ姒傜巼瀵嗗害鍑芥暟琛ㄨ揪寮忓氨鍙互绔嬮┈寰楀埌闅忔満鍙橀噺鐨勬暟瀛︽湡鏈涘拰鏂瑰樊锛氭暟瀛︽湡鏈涳細渭 = 3 鏂瑰樊: 蟽²= 2 杩炵画鍨嬮殢鏈哄彉閲忕殑姒傜巼瀵嗗害鍑芥暟锛堝湪涓嶈嚦浜庢贩娣嗘椂鍙互绠绉涓哄瘑搴鍑芥暟锛夋槸涓涓弿杩拌繖涓殢鏈哄彉閲忕殑杈撳嚭鍊硷紝鍦ㄦ煇涓‘瀹氱殑鍙栧肩偣...
绛旓細瀵逛簬姝ｆ佸垎甯锛屽叾姒傜巼瀵嗗害鍑芥暟鐨勬暟瀛﹁〃杈惧紡涓猴細f(x) = (1 / (蟽 * 鈭(2蟺))) * e^(-(x-渭)^2 / (2蟽^2))鍏朵腑锛宖(x) 琛ㄧず闅忔満鍙橀噺 X 鐨勬鐜囧瘑搴﹀嚱鏁帮紝x 鏄疄鏁帮紝渭 鏄鎬佸垎甯冪殑鍧囧硷紙鏈熸湜鍊硷級锛屜 鏄鎬佸垎甯冪殑鏍囧噯宸紝蟺 鏄渾鍛ㄧ巼锛堢害绛変簬3.14159锛夛紝e 鏄嚜鐒跺鏁扮殑搴曟暟锛...
