《大学概率论-正态分布及实用标准化论文设计.doc》由会员分享，可在线阅读，更多相关《大学概率论-正态分布及实用标准化论文设计.doc（9页珍藏版）》请在课桌文档上搜索。
1、一浅谈正态分布 如果影响该事件的因素有无穷多个,而每个因素的影响又是无穷小,那么这个事件就服从正态分布例如：测量某零件的尺寸时,由于温度、湿度等众多因素的微小影响,使得测量结果出现误差,这种误差就服从正态分布大误差出现的概率很小,经常出现的误差概率就高,就象一条钟型曲线,即正态分布曲线 从这条曲线可以看出正态分布曲线关于x=对称，并在x=取到最大值 记作XN(，2)数学期望为正态分布的Ex，即为数学期望 ，又称为均值在概率论和统计学中，数学期望(mean)或均值，亦简称期望是试验中每次可能结果的概率乘以其结果的总和。是最根本的数学特征之一。它反映随机变量平均取值的大小。E(X) = X1*p(
2、X1 + X2*p(X2 + + Xn*p(Xn) = X1*f1(X1 + X2*f2(X2 + + Xn*fn(Xn)性质设C为一个常数，X和Y是两个随机变量。以下是数学期望的重要性质：1.EC=C2.ECX=CEX证明方差2为正态分布的方差，variance)是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望即均值之间的偏离程度。性质常数，如此DC=02.设X是随机变量，C是常数，如此有3.D(X+C)=D(X) 3.D(X+C)=E(X+C-E(X+C)2)=E(X-E(X)2)=D(X)fx为x=A事件的概率，即为px=aFx为x在区间-，a上的概率介绍Fx关于x=对称，在任意h0时都有 P-hx=Px+h当x=时取到最大值 F=1/2 代入即可 正态分布的特殊情况，当期望值=0，即曲线图象对称轴为Y轴，标准差2=1条件下的正态分布，记为N(0，1)。 因为标准正态分布的各个数值可以通过查标准正态分布表就可以直接计算出原正态分布的概率值，所以每一个非标准的正态分布，一般都会被变化为标准正态分布，该变换被称为标准化变换。函数是正态分布属于N0,1Paxb= b - a如果fx是非标准正态分布Paxb=b-/- a-/图像与x轴包围的面积为1，且对称，所以-x=1-x0例题2 正态分布的标准化 例题
