X在正态分布曲线上，求X的概率。
∵X~N(3,4)，∴(X-3)/2~N(0,1)。
∴(1)，P{丨X丨>2}=P(X>2)+P(X<-2)。
而P(X>2)=P[(x-3)/2>(2-3)/2=-1/2]=1-Φ(-1/2)=Φ(1/2)；P(X<-2)=P[(x-3)/2<(-2-3)/2=-5/2]=Φ(-5/2)=1-Φ(5/2)。查标准正态分布表Φ(1/2)=0.6915、Φ(5/2)=0.9938，
∴P{丨X丨>2}=Φ(1/2)+1-Φ(5/2)=0.6915+1-0.9938=0.6977。
(2)，P{X>3}=P[(x-3)/2>(3-3)/2=0]=1-Φ(0)。而Φ(0)=1/2，∴P{X>3}=1-1/2=1/2供参考。
扩展资料：
在相同条件下，可能出现也可能不出现的事件。例如，从一批有正品和次品的商品中，随意抽取一件，“抽得的是正品”就是一个随机事件。
设对某一随机现象进行了n次试验与观察，其中A事件出现了m次，即其出现的频率为m/n。经过大量反复试验，常有m/n越来越接近于某个确定的常数（此论断证明详见伯努利大数定律）。该常数即为事件A出现的概率，常用P (A) 表示。
绛旓細鑰孭(X>2)=P[(x-3)/2>(2-3)/2=-1/2]=1-桅(-1/2)=桅(1/2)锛汸(X<-2)=P[(x-3)/2<(-2-3)/2=-5/2]=桅(-5/2)=1-桅(5/2)銆傛煡鏍囧噯姝ｆ佸垎甯琛ㄎ(1/2)=0.6915銆佄(5/2)=0.9938锛屸埓P{涓╔涓>2}=桅(1/2)+1-桅(5/2)=0.6915+1-0.9938=0.6977銆(2...
绛旓細鐢辨鍙X钀藉湪锛埼-3蟽锛屛+3蟽锛変互澶鐨勬鐜灏忎簬鍗冨垎涔嬩笁锛屽湪瀹為檯闂涓父璁や负鐩稿簲鐨勪簨浠舵槸涓嶄細鍙戠敓鐨勶紝鍩烘湰涓婂彲浠ユ妸鍖洪棿锛埼-3蟽,渭+3蟽锛夌湅浣滄槸闅忔満鍙橀噺X瀹為檯鍙兘鐨勫彇鍊煎尯闂达紝杩欑О涔嬩负姝ｆ佸垎甯鐨勨3蟽鈥濆師鍒欍
绛旓細鏌ヨ〃锛屽埌鐧惧害鎼滅储锛氭爣鍑姝ｆ佸垎甯琛ㄣ傜旱鍧愭爣鏄釜浣嶅拰鍗佸垎浣嶏紝妯潗鏍囨槸鐧惧垎浣嶏紝妯珫鍧愭爣浜ゅ弶鐨勫湴鏂瑰氨鏄姒傜巼 姣斿妯潗鏍囨槸1.5 绾靛潗鏍囨槸0.08 浜ゅ弶浣嶆樉绀0.9430 鎰忔濇槸璇碢(X<1.58)=0.9430
绛旓細杩炵画鍨嬫洸绾鐨勬鐜瀹氫箟涓轰粠璐熸棤绌峰埌鍙橀噺x涓轰笂涓嬮檺浠ユ鐜囧瘑搴︿负琚Н鍑芥暟鎵姹傚緱鐨勭Н鍒嗗硷紝瀵逛簬姝ｆ佸垎甯冩洸绾匡紝妯潗鏍噚浠ュ乏閮ㄥ垎鐨勯潰绉笌鍏ㄩ潰绉殑姣斿煎氨鏄鐜囧硷紝姣斿鏍囧噯姝ｆ佸垎甯锛寈=0鏃舵鐜囦负1/2.
绛旓細璁＄畻鍏紡鍙互鍒楀嚭鏉ワ紝浣嗘槸姝ｆ佹鐜绉垎涓鑸緢闅惧鍑鸿В鏋愬紡锛岃繖鏃惰鍊熷姪绉垎鐨勬暟鍊艰绠楁柟娉曪紝姹傚叾杩戜技瑙ｃ傝瀵嗗害鍑芥暟涓猴細f(x;u,d),閭ｄ箞x^(-2)鐨勫潎鍊笺佹柟宸垎鍒负锛歟(1/x^2)= 鈭(鈭,-鈭)x^(-2)f(x;u,d)dx d(1/x^2)= 鈭(鈭,-鈭)[x^(-2)-e(1/x^2)]^2 f(x;u,d)dx ...
绛旓細姝ｆ佸垎甯鐨勬ц川锛氬鏋淴1锛屸︼紝Xn涓虹嫭绔嬫爣鍑嗗父鎬侀殢鏈哄彉閲忥紝閭ｄ箞X1²+鈥+Xn²鏈嶄粠鑷敱搴︿负n鐨勫崱鏂瑰垎甯冦傜敱浜庝竴鑸殑姝ｆ佹讳綋鍏跺浘鍍忎笉涓瀹氬叧浜巠杞村绉帮紝瀵逛簬浠讳竴姝ｆ佹讳綋锛屽叾鍙栧煎皬浜x鐨勬鐜銆傚彧瑕佷細鐢ㄥ畠姹傛鎬佹讳綋鍦ㄦ煇涓壒瀹氬尯闂寸殑姒傜巼鍗冲彲銆備负浜嗕究浜庢弿杩板拰搴旂敤锛屽父灏嗘鎬佸彉閲忎綔鏁版嵁杞崲銆傚皢...
绛旓細瑙:P(a<1)-P(a<0)=蠁(1-1/s)-蠁(0-1/s)=蠁(0)-蠁(-1/s)=0.5-[1-蠁(1/s)]=0.4,寰 蠁(1/s)=0.9 鎵姹傛鐜P=P(a<2)-P(a<0)=蠁(2-1/s)-蠁(0-1/s)=蠁(1/s)-蠁(-1/s)=2蠁(1/s)-1=1.8-1=0.8 ...
绛旓細姝ｆ佸垎甯姒傜巼璁＄畻鍏紡锛欶(x)=桅[(x-渭)/蟽]锛屾鎬佸垎甯冧篃绉扳滃父鎬佸垎甯冣濓紝鍙堝悕楂樻柉鍒嗗竷锛姝ｆ佹洸绾垮憟閽熷瀷锛屼袱澶翠綆锛屼腑闂撮珮锛屽乏鍙冲绉板洜鍏舵洸绾垮憟閽熷舰锛屽洜姝や汉浠張缁忓父绉颁箣涓閽熷舰鏇茬嚎銆備富瑕佺壒鐐癸細鈷堛佷及璁￠鏁板垎甯 涓涓湇浠庢鎬佸垎甯冪殑鍙橀噺鍙鐭ラ亾鍏跺潎鏁颁笌鏍囧噯宸氨鍙牴鎹叕寮忓嵆鍙及璁′换鎰忓彇鍊艰寖鍥村唴...
绛旓細鐪嬬湅涓嬮潰鐨勮鏄
绛旓細銆愮瓟妗堛戯細鏍规嵁棰樻剰锛寈钀藉湪(渭-1.0蟽锛屛+0.5蟽)鍖洪棿鍐鐨勬鐜囷紝鍗虫爣鍑姝ｆ佸垎甯N(0锛1)涓紝u钀藉湪(-1.0锛0.5)涔嬮棿鐨勬鐜囥傜敱鏁欐潗涓〃3-2鍙煡锛寍u|=1鏃讹紝闈㈢Н涓0.3413锛泑u|=0.5鏃讹紝闈㈢Н涓0.1915銆傛墍浠x鍦(渭-1.0蟽锛屛+0.5蟽)鍖洪棿鍐呯殑姒傜巼涓 0.3413+0.1915=0.5328=53....
