1楼：匿名用户
正态曲线及其性质
1.正态分布常记作n()，其正态分布函数：f(x)=, x∈(-∞,+∞)。
把n(0,1)称为标准正态分布，相应的函数表达式：f(x)=, x∈(-∞,+∞)。
2.正态图象的性质：
①曲线在x轴的上方，与x轴不相交。
②曲线关于直线x=μ对称。
③曲线在x=μ时位于最高点。
④当x<μ时，曲线上升；当x>μ时，曲线下降，并且当曲线向左、右两边无限延伸时，以x轴为渐近线，向它无限靠近。
⑤当μ一定时，曲线的形状由确定，越大，曲线越“矮胖”，表示总体的分布越分散；越小，曲线越“瘦高”，表示总体的分布越集中。
3．一般正态分布与标准正态分布的转化
对于标准正态分布，用表示总体取值小于x0的概率，即=p(xhttp://****doc88.***/p-672852160466.html
数学问题：正态分布，说明了什么样的物理意义
2楼：匿名用户
与其说物理意义，不如说是统计学意义。测量大量的样本（物理量），偏离平均值多的（标准差大）占比少，反之亦然。
数学正态分布中的那两个字母怎么读
3楼：我是一个麻瓜啊
μ读音：miu。σ读音：sigma。
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σ^2的正态分布，记为n(μ，σ^2)。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。
u希腊语字母名称叫做/mi/，美国英语叫做mu，是辅音字母，表示/m/这个音，在美国英语里变成了辅音字母m，在俄语里变成了辅音字母м。中文读音：谬 拼音：miu。
σ是希腊字母，英文表达sigma，汉语译音为“西格玛”。术语σ用来描述任一过程参数的平均值的分布或离散程度。
4楼：
正态分布(德语： normalverteilung；英语：normal distribution) 又名高斯分布(德语：
gau-verteilung；英语：gaussian distribution）。是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。
若随机变量x服从一个数学期望为μ、方差为σ^2的高斯分布，记为n(μ，σ^2)。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。因其曲线呈钟形，因此人们又经常称之为钟形曲线。
我们通常所说的标准正态分布是μ= 0,σ = 1的正态分布。
μ和σ是小写的希腊字母，μ：读作“谬”，σ读作“西格玛”。
数学，概率，正态分布里面的那个n是代表什么
5楼：海螺壳
正态随机变量服从的分布就称为正态分布
n表示代号，取normal distribution（正态分布）的首字母
6楼：风神吟唱
应该是正态分布的缩写
7楼：男儿无欲则刚
应该是normal的缩写，表示它是正态分布
8楼：额额
是正态分布(normal distribution)的首字母
考研数学概率论 :正态分布加常数还是服从正态分布？
9楼：zzx梓
正态分布加一个常数，还是符合正态分布，只是期望值加上了这个常数。
n(0,σ)+c ~ n(c,σ)。
一个随机变量符合正态分布，我们可以画出其函数图像，让其每个数都加上一个常数，只会让函数图像左右平移，那么只会改变期望值，仍然符合正态分布，甚至标准差都没有改变。
gre数学问题，正态分布的问题
10楼：匿名用户
答案是72
平均值是:13500/450=30 因为标准差是7所以是均值加上一个标准差，这段距离在数学上是被证明过大概是34%，所以大于37小时的百分数大概是50%-34%=16% 即 16%*450=72人
ps：第一个标准差到第二个标准差之间大概是14%，我记得这两个数字og的数学部分是有的，图像更加直观你可以去看看
正态分布的数学期望推导过程最后一步 5
11楼：以何忆
我觉得把这个定积分看成标准正态分布的概率密度就好了。对于概率密度fx有性质：积分正∞到负∞的值为1。所以结果就是u了。
12楼：罪龙
我的理解是：第二行到第三行是这样的
13楼：什么都不主动
楼上把他看做正态分布挺好的，不过正态分布的密度函数证明也要证明你这个问题，所以严格来说没有解决这个问题。另一个回答是计算var的过程，并不是e。下面贴上我在《概率论基础教程》一书中找到的证明过程：
14楼：匿名用户
^f(z) =σz.e^(-z^2/2)
f(-z)= -f(z)
=> ∫(-∞->+∞) σz.e^(-z^2/2) dz =0
[1/√(2π) ]∫(-∞->+∞) e^(-z^2/2) dz =1
=>∫(-∞->+∞) e^(-z^2/2) dz = √(2π)
[1/√(2π) ]∫(-∞->+∞) (σz+μ) e^(-z^2/2) dz
=[1/√(2π) ]∫(-∞->+∞) σz.e^(-z^2/2) dz +[1/√(2π) ]∫(-∞->+∞) μ.e^(-z^2/2) dz
=[1/√(2π) ]∫(-∞->+∞) μ.e^(-z^2/2) dz=μ
正态分布的公式是什么 5
15楼：费莫刚豪寸绣
第一参数μ是遵从正态分布的随机变量的均值，第二个参数σ2是此随机变量的方差，所以正态分布记作n(μ，σ2
)。遵从正态分布的随机变量的概率规律为取
μ邻近的值的概率大
，而取离μ越远的值的概率越小；σ越小，分布越集中在μ附近，σ越大，分布越分散。正态分布的密度函数的特点是：关于μ对称，在μ处达到最大值，在正（负）无穷远处取值为0，在μ±σ处有拐点。
它的形状是中间高两边低
，图像是一条位于x轴上方的钟形曲线。当μ＝0，σ2＝1时，称为标准正态分布，记为n（0，1）。μ维随机向量具有类似的概率规律时，称此随机向量遵从多维正态分布。
16楼：喵喵喵
正态分布
扩展资料正态分布符号定义
若随机变量x服从一个数学期望为μ、方差为的高斯分布，记为n(μ，)。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。因其曲线呈钟形，因此人们又经常称之为钟形曲线。
正态分布有两个参数，即均数（μ）和标准差（σ）。
μ是位置参数，当σ固定不变时， μ越大，曲线沿横轴,越向右移动；反之， μ越小，则曲线沿横轴,越向左移动。是形状参数，当μ固定不变时，σ越大，曲线越平阔；σ越小，曲线越尖峭。通常用表示标准正态分布。
17楼：陶俊俊
正态分布公式都不会出现a、b，只会出现均值μ和方差σ^2。
二项分布即n次独立的伯努利试验的成功次数服从的分布。（每次试验，成功的概率都为p, 0 m的均值（期望）的计算方法为，算出m=k的概率p_k，（k=1，……，n），p_k=c(n,k)*p^k*(1-p)^(n-k), c(n,k)为组合数 期望为∑k*p_k=np。 方差为∑(k-np)^2*p_k=np(1-p)。 当n较大时，由渐进正态性，与正态分布n(μ, σ^2)很接近（μ=np，σ^2=np(1-p)）。 18楼：明宝镇又绿 y=(1/σ√2π)e^-(x-υ）^2/2σ 19楼：倚楼丶丶听风雨 正态分布的定义是什么呢 1楼 爱我家菜菜 抽样分布 从已知的总体中以一定的样本容量进行随机抽样，由样本的统计数所对应的概率分布称为抽样分布。抽样分布是统计推断的理论基础。 如果从容量为n的有限总体抽样，若每次抽取容量为n的样本，那么一共可以得到n取n的组合个样本 所有可能的样本个数 。抽样所得到的每一个样本可以计算一个平均...选择检验统计量并说明其抽样分布是什么样的