【正文】 , 1( ) , ( , )2 xx e x????? ?? ??? ? ? ? ? ? 式 中的實(shí)數(shù) ? 、 )0( ??? 是參數(shù)，分 別表示總體的平均數(shù)與標(biāo)準(zhǔn)差， , ()x??? 的圖象為正態(tài)分布密度曲線 ,簡(jiǎn)稱正態(tài)曲線． 二、講解新課： 一般地，如果對(duì)于任何實(shí)數(shù) ab? ，隨機(jī)變量 X滿足 ,( ) ( )baP a X B x d x???? ? ? ?, 則稱 X 的 分 布 為 正 態(tài) 分 布 （ normal distribution ) ．正態(tài)分布完全由參數(shù) ? 和 ? 確定，因此正態(tài)分布常記 作 ),( 2??N ．如果隨機(jī)變量 X 服從正態(tài)分 布，則記為 X～ ),( 2??N . 經(jīng)驗(yàn)表明，一個(gè)隨機(jī)變量如果是眾多的、互不相干的、不分主次的偶然因素作用結(jié)果之和，它就服從或近似服從正態(tài)分布．例如，高爾頓板試驗(yàn)中，小球在下落過(guò)程中要與眾多小木塊發(fā)生碰撞，每次碰撞的結(jié)果使得小球隨機(jī)地向左或向右下落，因此小球第 1次與高爾頓板底部接觸時(shí)的坐標(biāo) X 是眾多隨機(jī)碰撞的結(jié)果，所以它近似服從正態(tài)分布．在現(xiàn)實(shí)生活中，很多隨機(jī)變量都服從或近似地服從正態(tài)分布．例如長(zhǎng) 度測(cè)量誤差；某一地區(qū)