第6课 正态分布 概率论要点

正态分布概率正态分布是统计学中最为常见的连续概率分布之一，也被称为高斯分布。

它在自然界、社会科学和工程领域中具有广泛的应用。

正态分布的最重要特征是其对称性和集中性，因此它经常被用来对观测数据的分布进行建模和分析。

正态分布的概率密度函数由以下公式给出：f(x) = (1 / (σ * √(2π))) * e^(-(x-μ)² / (2σ²))其中，f(x) 表示随机变量 X 的概率密度函数值，e 是自然对数的底数，μ 是分布的均值，σ² 是分布的方差。

概率密度函数描述了在给定均值和方差的情况下，随机变量 X 取某一特定值的概率。

正态分布具有一些重要的特性，其中最重要的是：1. 对称性：正态分布是对称的，也就是说，它的概率密度函数在均值处达到最大值，并且两侧的概率密度相等。

2. 峰度：正态分布具有尖峰且平滑的形状。

如果一个分布的峰度是零，则称该分布为正态分布。

峰度的绝对值越大，分布的形状就越陡峭或扁平。

3. 标准化：正态分布可以通过减去均值并除以标准差来进行标准化，从而得到标准正态分布。

标准正态分布的均值为0，方差为1。

4. 中心极限定理：中心极限定理是正态分布的一个重要特性，它指出如果随机变量是由大量独立同分布的随机变量之和形成的，那么这个随机变量的分布将趋近于正态分布。

正态分布的概率计算是统计学中重要的任务之一。

我们可以使用正态分布表或计算机软件来计算特定区域的概率。

下面将介绍一些常用的概率计算方法。

1. 区间概率：给定一个间隔 [a, b]，我们可以计算在该区间内随机变量 X 取值的概率。

这可以通过计算概率密度函数在该区间上的积分来实现。

2. 尾概率：尾概率是指随机变量 X 取值超过给定阈值的概率。

对于正态分布，我们可以使用标准正态分布表或计算机软件来计算尾概率。

3. 百分位数：百分位数是指给定概率下的随机变量取值。

对于正态分布，我们可以使用标准正态分布表或计算机软件来计算百分位数。

4.正态分布 (1)正态分布的定义态变量概率密度曲线的函数表达式为22()2()x f x μσ--=，x ∈R ，其中μ，σ是参数，且0σ>，μ-∞<<+∞．式中的参数μ和σ分别为正态变量的数学期望和标准差．期望为μ、标准差为σ的正态分布通常记作2(,)N μσ．(2)正态曲线的性质①曲线位于x 轴上方，与x 轴不相交，与x 轴之间的面积为1； ②曲线是单峰的，它关于直线x ＝μ对称； ③曲线在x ＝μ处达到峰值1σ2π；④当μ一定时，曲线的形状由σ确定，σ越小，曲线越“瘦高”，表示总体的分布越集中；σ越大，曲线越“矮胖”，表示总体的分布越分散. (3)正态总体在三个特殊区间内取值的概率值①P (μ－σ<X ≤μ＋σ)＝0.682__6；②P (μ－2σ<X ≤μ＋2σ)＝0.954__4；③P (μ－3σ<X ≤μ＋3σ)＝0.997__4.④正态变量在()-∞+∞，内的取值的概率为1，在区间(33)μσμσ-+，之外的取值的概率是0.3%，故正态变量的取值几乎都在距x μ=三倍标准差之内，这就是正态分布的3σ原则．5.(2017·西安调研)已知随机变量X 服从正态分布N (3，1)，且P (X >2c －1)＝P (X <c ＋3)，则c ＝________.①P (X ＜a )＝1－P (X ≥a )；②P (X ＜μ－σ)＝P (X ≥μ＋σ).【训练4】 (2017·常德一模)已知随机变量X ～N (1，σ2)，若P (0<X <2)＝0.4，则P (X ≤0)＝( ) A.0.6B.0.4C.0.3D.0.28.设随机变量X ～B (2，p )，随机变量Y ～B (3，p )，若P (X ≥1)＝59，则P (Y ≥1)＝________.7.假设每天从甲地去乙地的旅客人数X 是服从正态分布N (800，502)的随机变量，记一天中从甲地去乙地的旅客人数800＜X ≤900的概率为p 0，则p 0＝________.【例1】 某单位为绿化环境，移栽了甲、乙两种大树各2株．设甲、乙两种大树移栽的成活率分别为56和45，且各株大树是否成活互不影响．求移栽的4株大树中： ⑴至少有1株成活的概率；⑴两种大树各成活1株的概率1．(2019·广东省汕头市联考)在某市高中某学科竞赛中，某一个区4 000名考生的参赛成绩统计如图所示．(1)求这4 000名考生的竞赛平均成绩x －(同一组中的数据用该组区间的中点值作代表)；(2)由直方图可认为考生竞赛成绩Z 服从正态分布N (μ，σ2)，其中μ，σ2分别取考生的平均成绩x －和考生成绩的方差s 2，那么该区4 000名考生成绩超过84.81分(含84.81分)的人数估计有多少？(3)如果用该区参赛考生成绩的情况来估计全市参赛考生的成绩情况，现从全市参赛考生中随机抽取4名考生，记成绩低于84.81分的考生人数为ξ，求P (ξ≤3)(精确到0.001)．附：①s 2＝204.75，204.75＝14.31；②Z ～N (μ，σ2)，则P (μ－σ<Z ≤μ＋σ)＝0.682 7，P (μ－2σ<Z ≤μ＋2σ)＝0.954 5； ③0.841 354＝0.501.3.(2019·合肥一模)已知某公司生产的一种产品的质量X (单位：克)服从正态分布N (100,4)，现从该产品的生产线上随机抽取10 000件产品，其中质量在[98,104]内的产品估计有( )(附：若X 服从N (μ，σ2)，则P (μ－σ＜X ＜μ＋σ)＝0.682 7，P (μ－2σ＜X ＜μ＋2σ)＝0.954 5) A.4 093件 B.4 772件 C.6 827件D.8 186件(2017·常德一模)已知随机变量X ～N (1，σ2)，若P (0<X <2)＝0.4，则P (X ≤0)＝( ) A.0.6B.0.4C.0.3D.0.24.设每天从甲地去乙地的旅客人数为随机变量X ，且X ～N (800,502)，则一天中从甲地去乙地的旅客人数少于900的概率为( )(参考数据：若X ～N (μ，σ2)，有P (μ－σ<X <μ＋σ)＝68.3%，P (μ－2σ<X <μ＋2σ)＝95.4%，P (μ－3σ<X <μ＋3σ)＝99.7%) A.97.7% B.68.3% C.99.7%D.95.4%5.某班有50名学生，一次考试的数学成绩ξ服从正态分布N (100,102)，已知P (90<ξ<100)＝0.3，估计该班学生数学成绩不小于110分的人数为________.10.若随机变量X ～N (μ，σ2)，且P (X >5)＝P (X <－1)＝0.2，则P (2<X <5)＝________.14.设X ～N (1,1)，其正态分布密度曲线如图所示，那么向正方形ABCD 中随机投掷10 000个点，试估计落入阴影部分的点的个数.(注：若X ～N (μ，σ2)，则P (μ－σ<X <μ＋σ)＝68.3%，P (μ－2σ<X <μ＋2σ)＝95.4%)15.已知随机变量X ～B (2，p )，Y ～N (2，σ2)，若P (X ≥1)＝0.64，P (0<Y <2)＝p ，求P (Y >4)的值. 1 某项大型赛事，需要从高校选拔青年志愿者，某大学生实践中心积极参与，从8名学生会干部(其中男生5名，女生3名)中选3名参加志愿者服务活动.若所选3名学生中的女生人数为X ，求X 的分布列及均值.20．（本小题满分10分）在某校举行的数学竞赛中，全体参赛学生的竞赛成绩近似服从正态分布(70,100)N 。

正态分布知识点正态分布是统计学中最为重要的概率分布之一，也被称为高斯分布。

它在自然界、人类社会和经济现象中都有着广泛的应用。

正态分布是一种连续型概率分布，其概率密度函数呈钟形曲线，呈现出对称性和集中性。

正态分布的形状可以通过其期望值（均值）和标准差来描述。

期望值表示数据的中心位置，标准差表示数据的离散程度。

通常情况下，正态分布的均值、中值和众数（最常出现的值）是相等的，呈现出对称性。

正态分布的曲线在均值附近最高，在离均值越远的位置，曲线越低。

正态分布的曲线在均值两侧对称，这意味着大约68%的数据位于均值的一个标准差范围内，大约95%的数据位于均值的两个标准差范围内，大约99.7%的数据位于均值的三个标准差范围内。

这种统计规律被称为“68-95-99.7法则”。

正态分布可以用来描述许多自然现象，例如身高、体重、智力水平等。

在这些现象中，大多数个体集中在均值附近，而离均值越远的个体越少。

这也解释了为什么大多数人的身高在平均身高附近，而极矮或极高的个体数量较少。

正态分布在统计学中有许多应用。

首先，它可以用来进行数据分析和假设检验。

通过分析数据的分布情况，可以判断某个变量是否服从正态分布。

在假设检验中，可以利用正态分布假设来进行参数估计和推断。

其次，正态分布可以用来进行抽样推断。

根据中心极限定理，当样本容量足够大时，样本均值的分布接近于正态分布。

这意味着我们可以通过对样本数据进行统计分析，来推断总体的性质和特征。

正态分布还可以用于建立概率模型和预测。

在金融领域，股票价格的波动、汇率变动等都可以用正态分布进行建模。

在质量控制中，正态分布被用来评估生产过程的稳定性和规范性。

此外，正态分布的特点也对科学研究和实践有着重要意义。

在实验设计中，可以通过对因素的测量，了解数据是否服从正态分布，从而选择适当的统计方法和模型。

总之，正态分布作为统计学中的重要概率分布，具有许多重要的应用。

其形状对称、集中性强的特点，使得它成为了许多自然现象和实际问题的理想模型。

高考正态分布知识点在统计学中，正态分布是一种重要的概率分布，也被称为钟形曲线或高斯分布。

在高考数学中，正态分布是一个常见的考察点，学生需要了解和掌握与正态分布相关的概念、性质和应用。

下面将详细介绍高考正态分布的知识点。

一、正态分布的定义和性质1. 正态分布的定义：正态分布是指在数理统计中，如果随机变量X服从一个数学期望为μ、方差为σ²的正态分布，则记为X~N(μ, σ²)，其中N表示正态分布。

2. 正态分布的性质：（1）正态分布是对称的，其均值、中位数和众数都相等，即μ=中位数=众数。

（2）正态分布的图像呈现出典型的钟形曲线。

（3）正态分布的曲线在均值两侧呈现出逐渐减小的趋势，但是永远不会到达横轴。

（4）正态分布的曲线关于均值μ对称。

（5）正态分布的标准差σ越大，曲线越矮胖；标准差σ越小，曲线越瘦高。

（6）约68%的数据落在均值±1个标准差范围内；约95%的数据落在均值±2个标准差范围内；约99.7%的数据落在均值±3个标准差范围内。

二、正态分布的概率计算1. 标准正态分布：标准正态分布是指均值为0，标准差为1的正态分布。

记为Z~N(0, 1)。

对于标准正态分布，我们可以通过计算标准正态分布表来得到对应的概率值。

2. 普通正态分布：当随机变量X服从正态分布N(μ, σ²)时，可以进行标准化处理，将X转化为一个服从标准正态分布的随机变量Z。

即Z=(X-μ)/σ，这样就得到了一个标准正态分布。

对于普通正态分布，可以通过标准正态分布表和标准化公式来计算相应的概率值。

3. 概率计算：对于正态分布，我们常常需要计算在某个区间范围内的概率值。

对于标准正态分布，可以利用标准正态分布表查找对应的概率值。

对于普通正态分布，可以将其转化为标准正态分布进行计算。

三、正态分布的参数估计1. 样本均值的抽样分布：在统计学中，我们经常需要对总体的均值进行估计。

对于正态分布，样本均值的抽样分布也是一个正态分布，并且其均值等于总体均值，方差等于总体方差除以样本容量的平方根。

1．正态分布(1)正态曲线函数f(x)=x∈R.其中∈R，>0为参数.我们称f(x)为正态密度函数，称它的图象为正态密度曲线，简称正态曲线.(2)正态分布若随机变量X的概率分布密度函数为f(x)，则称随机变量X服从正态分布，记为X N(,).特别地，当=0，=1时，称随机变量X服从标准正态分布.(3)正态分布的均值和方差若X N(,)，则E(X)=，D(X)=.3．正态曲线的特点(1)曲线位于x轴上方，与x轴不相交；(2)曲线是单峰的，它关于直线x=对称；(3)曲线在x=；(4)当|x|无限增大时，曲线无限接近x轴；(5)对任意的>0，曲线与x轴围成的面积总为1；(6)在参数取固定值时，正态曲线的位置由确定，且随着的变化而沿x轴平移，如图甲所示；(7)当取定值时，正态曲线的形状由确定，当较小时，峰值高，曲线“瘦高”，表示随机变量X的分布比较集中；当较大时，峰值低，曲线“矮胖”，表示随机变量X的分布比较分散，如图乙所示.4．3原则(1)正态总体在三个特殊区间内取值的概率P(-+)0.6827；P(-2+2)0.9545；P(-3+3)0.9973.(2)3原则在实际应用中，通常认为服从正态分布N(,)的随机变量X只取[-3，+3]中的值，这在统计学中称为3原则.历届高考题最新模拟题选做1．已知随机变量ξ服从正态分布N(0，σ2)，P(ξ>2)＝0.023，则P(－2≤ξ≤2)＝()AA．0.954B．0.977C．0.488D．0.4772．已知某批零件的长度误差(单位：毫米)服从正态分布N(0,32)，从中随机取一件，其长度误差落在区间(3,6)内的概率为(B)(随机变量ξ服从正态分布N(μ，σ2)，则P(μ－σ<ξ<μ＋σ)＝68.26%，P(μ－2σ<ξ<μ＋2σ)＝95.44%)A．4.56%B．13.59%C．27.18%D．31.74%3．已知随机变量X～N(1，σ2)，P(X≥0)＝0.8，则P(X>2)＝(A)A．0.2B．0.4C．0.6D．0.8[解析]由X～N(1，σ2)，正态曲线关于X＝1对称，∴P(X>2)＝P(X<0)＝1－P(X≥0)＝0.2；故选A.3．已知三个正态密度函数φi(x)=−(x−μi)22σi2（x∈R，i=1,2,3）的图像如图所示，则（）A．μ1=μ3>μ2，σ1=σ2>σ3B．μ1<μ2=μ3，σ1<σ2<σ3C．μ1=μ3>μ2，σ1=σ2<σ3D．μ1<μ2=μ3，σ1=σ2<σ3由题图中y=φi(x)的对称轴知：132u u u =，y=φ1(x)与y=φ2(x)(一样)瘦高，而y=φ3(x)胖矮，所以σ1=σ2<σ3.故选：D.4．已知随机变量X服从正态分布N(5,4)，且P(X>k)＝P(X<k－4)，则k的值为(B) A．6B．7C．8D．9[解析]∵(k－4)＋k2＝5，∴k＝7，故选B.5．随机变量ξ服从正态分布N(μ，σ2)，若P(ξ<2)＝0.2，P(2<ξ<6)＝0.6，则μ＝(C) A．6B．5C．4D．3[解析]由题意可知P(ξ≥6)＝1－P(ξ<2)－P(2<ξ<6)＝0.2，∴P(ξ≥6)＝P(ξ<2)，∴μ＝6＋22＝4.选C．6．已知随机变量ξ服从正态分布N(1，σ2)，若P(ξ<4)＝0.9，则P(－2<ξ<4)＝(D) A．0.2B．0.4C．0.6D．0.8[解析]由正态曲线的对称性知P(－2<ξ<4)＝2P(1<ξ<4)＝212－P(ξ>4)＝212－(1－P(ξ<4))＝0.8.故选D.7．若随机变量X服从正态分布N(μ，σ2)(σ>0)，则P(|X－μ|≤σ)≈0.6826，P(|X－μ|≤2σ)≈0.9544，P(|X－μ|≤3σ)≈0.9974.已知某校1000名学生某次数学考试成绩服从正态分布N(110,100)，据此估计该校本次数学考试成绩在130分以上的学生人数约为(C)A．159B．46C．23D．13[解析]由题意，μ＝110，σ＝10，故P(X>130)＝P(X>μ＋2σ)＝1－0.95442＝0.0228.∴估计该校本次数学考试成绩在130分以上的学生人数约为1000×0.0228＝22.8≈23.故选C．8．已知随机变量X ～N(2,1)，其正态分布密度曲线如图所示．若在边长为1的正方形OABC 内随机取一点，则该点恰好取自黑色区域的概率为(D)附：若随机变量ξ～N(μ，σ2)，则P(μ－σ≤ξ≤μ＋σ)＝0.6826，P(μ－2σ≤ξ≤μ＋2σ)＝0.9544.A ．0.1359B ．0.6587C ．0.7282D ．0.8641[解析]由题意P(0＜X ≤1)＝12×(0.9544－0.6826)＝0.1359.正方形OABC 内取一点，则点恰好落在阴影部分的概率为P ＝1×1－0.13591×1＝0.8641.选D.9．近年来中国进入一个鲜花消费的增长期，某农户利用精准扶贫政策，贷款承包了一个新型温室鲜花大棚，种植销售红玫瑰和白玫瑰．若这个大棚的红玫瑰和白玫瑰的日销量分别服从正态分布N(μ，302)和N(280，402)，则下列选项正确的是(ABD)附：若随机变量X 服从正态分布N(μ，σ2)，则P(μ－σ<X<μ＋σ)≈0.6826.A ．若红玫瑰日销售量范围在(μ－30,280)的概率是0.6826，则红玫瑰日销售量的平均数约为250B ．红玫瑰日销售量比白玫瑰日销售量更集中C ．白玫瑰日销售量比红玫瑰日销售量更集中D ．白玫瑰日销售量范围在(280,320)的概率约为0.3413[解析]对于选项A ：μ＋30＝280，μ＝250，正确；对于选项BC ：利用σ越小越集中，30小于40，B 正确，C 不正确；对于选项D ：P(280<X<320)＝P(μ<X<μ＋σ)≈0.6826×12≈0.3413，正确．故选ABD.10．已知某校高三年级有1000人参加一次数学模拟考试，现把这次考试的分数转换为标准分，标准分的分数转换区间为[60,300]，若使标准分X 服从正态分布N(180,900)．(参考数据：①P(μ－σ<X ≤μ＋σ)＝0.6827；②P(μ－2σ<X ≤μ＋2σ)＝0.9545；③P(μ－3σ<X ≤μ＋3σ)＝0.9973.则(BC)A ．这次考试标准分超过180分的约有450人B ．这次考试标准分在(90,270]内的人数约为997C ．甲、乙、丙三人恰有2人的标准分超过180分的概率为38D ．P(240<X ≤270)＝0.0428[解析]这次考试标准分超过180分的约有500人，A 错；∵P(90<X<270)＝P(μ－3σ<X<μ＋3σ)＝0.9973，∴标准分在(90,270)内的人数约为0.9973×1000≈997，∴B 正确．甲、乙、丙恰有2人超过180分的概率为C232×＝38，∴C 正确；∵P(240<X<270)＝P (90<X<270)－P (120<X<240)2＝P (μ－3σ<X<μ＋3σ)－P (μ－2σ<X<μ＋2σ)2＝0.9973－0.95452＝0.0214，∴D 错误．故选BC ．11．已知随机变量X~N 4，22，则P 8<X <10的值约为（）附：若Y~N μ，σ2，则P μ−σ<Y <μ+σ≈0.6827，P μ−2σ<Y <μ+2σ≈0.9545，P μ−3σ<Y <μ+3σ≈0.9974A．0.0215B．0.1359C．0.8186D．0.9760【解题思路】由题意确定μ=4,σ=2，根据P8<X<10=12[Pμ−3σ<X<μ+3σ−Pμ−2σ<X<μ+ 2σ]，即可得答案.由题意知随机变量X~N4，22，故μ=4,σ=2，故P8<X<10=12[Pμ−3σ<X<μ+3σ−Pμ−2σ<X<μ+2σ]≈12(0.9974−0.9545)=0.02145≈0.0215,故选：A.12．已知随机变量服从正态分布X~N(2,σ2)，若P(X≤1−2a)+P(X≤1+a)=1，则a=（）A．0B．2C．−1D．−2根据正态分布的性质可得P(X≥1−2a)=P(X≤1+a)，即可得到1−2a、1+a关于x=2对称，从而得到方程，解得即可.解：因为P(X≤1−2a)+P(X≤1+a)=1，P(X≤1−2a)+P(X≥1−2a)=1，所以P(X≥1−2a)=P(X≤1+a)，所以1−2a+1+a=2×2，解得a=−2.故选：D.13．已知随机变量X服从正态分布N6,σ，若P X<4+5P X>8=1，则P4<X<6=（）A．16B．14C．13D．19根据正态分布的对称性可得：P X<4=P X>8，P4<X<6=12−P X<4，结合题意可求P X<4=16，进而可求P4<X<6．X~N6,σ，则P X<4=P X>8，∴P X<4+5P X>8=6P X<4=1，则P X<4=16，∴P4<X<6=12−P X<4=13，选：C．1．新型冠状病毒肺炎是一种急性感染性肺炎，其病原体是一种先前未在人类中发现的新型冠状病毒，即2019新型冠状病毒.2020年2月7日，国家卫健委决定将“新型冠状病毒感染的肺炎”暂命名为“新型冠状病毒肺炎”，简称“新冠肺炎”．患者初始症状多为发热、乏力和干咳，并逐渐出现呼吸困难等严重表现，基于目前流行病学调查，潜伏期为1～14天，潜伏期具有传染性，无症状感染者也可能成为传染源，某市为了增强民众防控病毒的意识，举行了“预防新冠病毒知识竞赛”网上答题，随机抽取10000人，答题成绩统计如图所示．(1)由直方图可认为答题者的成绩z服从正态分布N(μ，σ2)，其中μ，σ2分别为答题者的平均成绩x－和成绩的方差s2，那么这10000名答题者成绩超过84.81分的人数估计有多少人？(同一组中的数据用该组的区间中点值作代表)(2)如果成绩超过56.19分的民众我们认为是“防御知识合格者”，用这10000名答题者的成绩来估计全市的民众，现从全市中随机抽取4人，“防御知识合格者”的人数为ξ，求P(ξ≤3)．(精确到0.001)附：①s2＝204.75，204.75＝14.31；②z～N(μ，σ2)，则P(μ－σ<z<μ＋σ)＝0.6826，P(μ－2σ<z<μ＋2σ)＝0.9544；③0.84134＝0.501,0.84133＝0.595.[解析](1)由题意知：x－＝45×0.1＋55×0.15＋65×0.2＋75×0.3＋85×0.15＋95×0.1＝70.5，因为z服从正态分布N(μ，σ2)，其中μ＝x－＝70.5，σ2＝D(ξ)＝204.75，σ＝14.31，∴z服从正态分布N(μ，σ2)＝N(70.5,14.312)，而P(μ－σ<z<μ＋σ)＝P(56.19<z<84.81)＝0.6826，∴P(z≥84.81)＝1－0.68262＝0.1587，∴竞赛成绩超过84.81的人数估计为0．1587×10000＝1587人．(2)由(1)知，成绩超过56.19的概率为1－0.1587＝0.8413，而ξ～B(4,0.8413)，∴P(ξ≤3)＝1－P(ξ＝4)＝1－C44·0.84134＝1－0.501＝0.499.2．“过大年，吃水饺”是我国不少地方过春节的一大习俗.2018年春节前夕，A市某质检部门随机抽取了100包某种品牌的速冻水饺，检测其某项质量指标，检测结果如频率分布直方图所示．(1)求所抽取的100包速冻水饺该项质量指标值的样本平均数x－(同一组中数据用该组区间的中点值作代表)；(2)①由直方图可以认为，速冻水饺的该项质量指标值Z服从正态分布N(μ，σ2)，利用该正态分布，求Z落在(14.55，38.45)内的概率；②将频率视为概率，若某人从某超市购买了4包这种品牌的速冻水饺，记这4包速冻水饺中这种质量指标值位于(10,30)内的包数为X，求X的分布列和数学期望．附：①计算得所抽查的这100包速冻水饺的质量指标的标准差为σ＝142.75≈11.95；②若Z～N(μ，σ2)，则P(μ－σ<Z≤μ＋σ)＝0.6826，P(μ－2σ<Z≤μ＋2σ)＝0.9544.[解析](1)所抽取的100包速冻水饺该项质量指标值的样本平均数x－为：x－＝5×0.1＋15×0.2＋25×0.3＋35×0.25＋45×0.15＝26.5.(2)①∵Z服从正态分布N(μ，σ2)，且μ＝26.5，σ≈11.95，∴P(14.55<Z<38.45)＝P(26.5－11.95<Z<26.5＋11.95)＝0.6826，∴Z落在(14.55,38.45)内的概率是0.6826.②根据题意得每包速冻水饺中这种质量指标值位于(10,30)内的概率为213.02.0=+X ～X 的取值为0，1，2，3，4，P(X ＝0)＝16121404=⎪⎭⎫ ⎝⎛C ；P(X ＝1)＝41421⎪⎭⎫ ⎝⎛C ＝14；P(X ＝2)＝42421⎪⎭⎫ ⎝⎛C =38；P(X ＝3)＝43421⎪⎭⎫ ⎝⎛C ＝14；P(X ＝4)＝44421⎪⎭⎫ ⎝⎛C ＝116.∴X 的分布列为X 01234P116143814116∴E(X)＝4×12＝2.(1)估计这100位学生的数学成绩的平均值(2)根据整个年级的数学成绩可以认为学生的数学成绩本的标准差s 的近似值为10，用样本平均数位学生，求他的数学成绩恰在64分到0().6827P X μσμσ≤≤+≈-，(2P μσ-(3)该年级1班的数学老师为了能每天督促学生的网络学习，提高学生每天的作业质量及学习数学的积极性，。

正态分布知识点总结2u一、正态分布的基本概念1. 概率密度函数正态分布的概率密度函数是一个钟形曲线，其数学表达式为：\[f(x) = \frac{1}{\sqrt{2\pi}\sigma} e^{-\frac{(x-\mu)^2}{2\sigma^2}}\]其中，$x$是随机变量的取值，$\mu$是分布的均值，$\sigma$是分布的标准差。

这个函数在$x=\mu$处取得最大值，然后随着$x$的偏离而逐渐减小。

换句话说，正态分布的大部分数据集中在均值附近，并且随着偏离均值越远，密度越低。

2. 均值和标准差正态分布的均值$\mu$决定了分布的位置，而标准差$\sigma$决定了分布的扁平程度。

当$\sigma$较小时，数据集中在均值附近，曲线变得更加陡峭；当$\sigma$较大时，数据分布更广，曲线变得更加平缓。

3. 性质正态分布有许多重要的性质。

其中最著名的是“三西格玛定理”，它指出约有68%的数据在均值的一个标准差范围内，约有95%的数据在均值的两个标准差范围内，约有99.7%的数据在均值的三个标准差范围内。

这个性质使得正态分布在统计推断中非常有用，因为我们可以通过均值和标准差来判断数据的集中程度。

二、正态分布的应用1. 统计推断正态分布在统计推断中有着广泛的应用。

例如，我们可以利用正态分布的性质来进行假设检验，构建置信区间等等。

此外，许多统计模型的假设都是基于正态分布的形式，比如线性回归模型、方差分析模型等等。

2. 财务领域在财务领域，正态分布被广泛应用于风险管理、资产定价、投资组合优化等领域。

例如，资本资产定价模型（CAPM）假设资产的收益率服从正态分布，这使得我们可以通过对分布的均值和标准差进行估计，来评估投资组合的预期收益和风险。

3. 自然科学在自然科学中，许多自然现象都可以用正态分布来描述。

例如，地震的震级、雨量的分布、气温的变化等等都具有正态分布的特性。

这使得我们可以利用正态分布的概念来解释自然现象，并且进行相关的预测和分析。