正态分布
若X的概率密度函数为：
正态分布
【资料图】
特征：
μ、σ的意义
尺度参数σ
现实中的正态分布
正态分布概率的计算
若X~N(μ,σ^2)，则：
标准正态分布概率密度函数
记为φ(z),其对应的分布函数
标准正态分布函数表
非标准正态分布函数计算
前面提到非标准正态分布也可以查表，我们第一步需要将非标准正态分布转换为标准正态分布：
对X~N(μ,σ^2)时：
计算非标准正态分布函数
我们可以很方便地查表得到计算值。
实验：探究多个随机数的和频次分布情况
设计一个python实验，验证10个随机整数和符合正态分布图形。代码如下：
import matplotlib.pyplot as pltimport randomsums = {}for i in range(100000): sum = 0 for j in range(10): sum += random.randint(1, 10) sums[sum] = sums.get(sum, 0) + 1x = list(sums.keys())y = list(sums.values())fig = plt.figure() # 创建画图窗口ax1 = fig.add_subplot(1, 1, 1) # 将窗口划分为2行一列，选择第一块区域画图axset_xlabel("x") # 设置x轴标签axset_ylabel("y") # 设置y轴标签axscatter(x, y)10个随机数的和频次分布图
我们清晰的可以从图中到随机数之和频次分布满足正态分布图形。
