正态分布原理与应用.pdfVIP

3.正态分布(分布)⋅

实际背景：如果一个随机现象是由大量微小的相互独立的因素共同构成，那么用于描述这

种随机现象的r.v.通常被认为服从或近似服从正态分布．

理论上：

是许多重要分布的极限分布实践中：

某一人群的身高、体重；

海洋波浪的高度；

一个班的考试成绩；

测量误差；

定义

设连续型r.v.X的概率密度为

$$f(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}},\quad-

\inftyx\infty$$

其中μ,σ(σ0)为常数，则称X服从参数为μ,σ22

的正态分布(分布)。记为X∼N(μ,σ)

分布函数：$F(x)={\frac{1}{\sqrt{2\pi}\sigma}}\int_{-\infty}^{x}e^{-

{\frac{\left(t-\mu