1、对正态分布密度函数下进行积分就行了，对整个实数域积分的结果肯定等于1，而对任意有界区域积分的结果一般情况下只能进行近似的数值计算，而不能给出解析表达式。
2、分布函数公式：F（x）=P（X≤x）。分布函数，是概率统计中重要的函数，正是通过它，可用数学分析的方法来研究随机变量。
3、正态分布函数密度曲线可以表示为：称x服从正态分布，记为X~N(m，s2)，其中μ为均值，s为标准差，X∈（-∞，+∞)。标准正态分布另正态分布的μ为0，s为1。
4、正态分布是这样进行加减乘除运算的：两个正态分布的任意线性组合仍服从正态分布（可通过求两个正态分布的函数的分布证明），此结论可推广到n个正态分布。因此，只需求X-3Y的期望方差就可知道具体服从什么正态分布了。
5、u=5，则先找到表的最左边的那一竖，找到5的那一横；然后再看最上面那一行，找到0.00的那一竖；两者相交的那一个数字就是Φ(5)的值。
6、正态分布是数理统计中随机变量的概率分布的类型之一，也称作高斯分布。其概率密度的表达式为：f(x)=（1/√2π）×(1/σ）×EXP[(-1/2)×(x-x0)^2/σ^2]-∞x∞为连续型随机自变量。
在概率论与数理统计中如何查标准正态分布表
标准正态分布表将未知量Z对应的列上的数与行所对应的数字结合查表定位。例如，要查假设X=15，先在左边一列找到1的标准正态分布表，在上面一行找到0.05，可以找到1和0.05所对应的值为0.8749。
第一步：首先，要了解标准正态分布的公式（如图）。第二步：看标准正态分布表，主要是看x的值（如图）。第三步：下面以示例介绍：假设X=15，首先在左边一列找到1（如图）。
概述：所谓的正态分布表都是标准正态分布表(n(0，1)，通过查找实数x的位置，从而得到p(z=x)。表的纵向代表x的整数部分和小数点后第一位，横向代表x的小数点后第二位，然后就找到了x的位置。
数理统计(正态分布常用分位表)u0.04查表
接下来，我们就需要看，正态标准分布表的分布函数Φ(u)中的u值，然后查中间的概率百值。最后根据以上内容我们举例说明：当”u=27“时，我们先找到分布表里2的那一横，然后再看最上面一行，然后找到0.07的那一竖。
所谓的正态分布表都是标准正态分布表(n(0，1)，通过查找实数x的位置，从而得到p(z=x)。表的纵向代表x的整数部分和小数点后第一位，横向代表x的小数点后第二位，然后就找到了x的位置。
)左边一列找到1的标准正态分布表2)上面一行找到0.053)1和0.05所对应的值为0.8749。
正态分布的三个公式是什么?
1、[CLASSIC]正态分布是统计学中最重要且最常用的连续概率分布之一。它可以用以下三个常用的公式来描述：概率密度函数（ProbabilityDensityFunction，PDF）：正态分布的概率密度函数通常用符号φ(x)表示。
2、正态分布三个公式横轴区间（μ-σ，μ+σ）内的面积为%，横轴区间（μ-96σ，μ+96σ）内的面积为%，横轴区间（μ-58σ，μ+58σ）内的面积为%。
3、高中正态分布三个公式是：横轴区间（μ-σ，μ+σ）内的面积为%，横轴区间（μ-96σ，μ+96σ）内的面积为%。横轴区间（μ－58σ，μ＋58σ）内的面积为%。
4、正态分布概率公式三个是：974%、945%、627%，正态分布（Normaldistribution），也称“常态分布”，又名高斯分布（Gaussiandistribution），最早由棣莫弗（AbrahamdeMoivre）在求二项分布的渐近公式中得到。
5、正态分布可加性公式是：X+Y~N(3，8)。相互立的正态变量之线性组合服从正态分布。
6、分布函数公式：F（x）=P（X≤x）。分布函数，是概率统计中重要的函数，正是通过它，可用数学分析的方法来研究随机变量。
什么是正态分布
正态分布（Normaldistribution），也称“常态分布”，又名高斯分布（Gaussiandistribution），最早由棣莫弗（AbrahamdeMoivre）在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。
正态分布具有两个参数μ和σ^2的连续型随机变量的分布，第一参数μ是服从正态分布的随机变量的均值，第二个参数σ^2是此随机变量的方差，所以正态分布记作N（μ，σ2）。
正态分布（Normaldistribution）又名高斯分布（Gaussiandistribution），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。
正态分布（Normaldistribution)是一种概率分布。
概率论与数理统计中八个分布的期望和方差是多少啊?
1、八大常见分布的期望和方差如下：0-1分布：E(X)=p，D(X)=p(1-p)。二项分布B(n，p)：P(X=k)=C(k\n)p^k·(1-p)^(n-k)，E(X)=np，D(X)=np(1-p)。
2、其中期望和方差均为λ。均匀分布若连续型随机变量X具有概率密度，则称X在（a，b）上服从均匀分布。其中期望E（X）=（a+b）/2，方差D（X）=（b-a）^2/12。
3、均匀分布，期望是（a+b）/2，方差是（b-a）的平方/12。二项分布，期望是np，方差是npq。泊松分布，期望是p，方差是p。指数分布，期望是1/p，方差是1/(p的平方)。
4、五个常考分布的期望和方差。几何分布与超几何分布的参数推导，无需背。一维正态记四下子，二维正态分布也有四点性质。其中，二维正态保证每个边缘都正态，反过来，边缘正态不能保证二维正态。
5、它的期望为1/p，方差为(1-p)/(p的平方)。求几何分布的期望公式：Eε=1/p。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，是最基本的数学特征之一。
6、随机变量的数字特征，随机变量的数字期望的概念与性质；随机变量的方差的概念与性质；常见分布的数字期望与方差；随机变量矩、协方差和相关系数。大数定律和中心极限定理，以及切比雪夫不等式。
