【高中正态分布公式】在高中数学中，正态分布是一个重要的概率分布模型，广泛应用于统计学、自然科学和经济学等领域。它描述了现实中许多随机变量的分布情况，如学生的身高、考试成绩等。掌握正态分布的相关公式是理解其性质和应用的基础。
一、正态分布的基本概念
正态分布（Normal Distribution）是一种连续型概率分布，也称为高斯分布（Gaussian Distribution）。它的图形呈钟形曲线，对称于均值（μ），且由两个参数决定：均值（μ）和标准差（σ）。
二、正态分布的数学表达式
正态分布的概率密度函数为：
$$
f(x) = \frac{1}{\sigma \sqrt{2\pi}} e^{-\frac{(x - \mu)^2}{2\sigma^2}}
$$
其中：
- $ x $ 是随机变量；
- $ \mu $ 是均值；
- $ \sigma $ 是标准差；
- $ \pi \approx 3.1416 $；
- $ e $ 是自然对数的底，约等于 2.71828。
三、标准正态分布
当 $ \mu = 0 $ 且 $ \sigma = 1 $ 时，称为标准正态分布，其概率密度函数为：
$$
f(z) = \frac{1}{\sqrt{2\pi}} e^{-\frac{z^2}{2}}
$$
其中 $ z = \frac{x - \mu}{\sigma} $ 是将原始数据标准化后的值。
四、正态分布的性质
| 性质 | 内容 |
| 对称性 | 曲线关于均值 $ \mu $ 对称 |
| 面积总和 | 曲线下面积总和为 1 |
| 峰值 | 在 $ x = \mu $ 处达到最大值 |
| 标准差影响 | $ \sigma $ 越大，曲线越扁平；$ \sigma $ 越小，曲线越陡峭 |
| 概率计算 | 可通过查表或计算器计算某一区间的概率 |
五、正态分布的常用公式总结
| 公式名称 | 公式表达 | 说明 |
| 概率密度函数 | $ f(x) = \frac{1}{\sigma \sqrt{2\pi}} e^{-\frac{(x - \mu)^2}{2\sigma^2}} $ | 描述正态分布的概率密度 |
| 标准化变换 | $ z = \frac{x - \mu}{\sigma} $ | 将任意正态分布转换为标准正态分布 |
| 概率计算 | $ P(a < X < b) = \Phi\left(\frac{b - \mu}{\sigma}\right) - \Phi\left(\frac{a - \mu}{\sigma}\right) $ | 计算区间内的概率，其中 $ \Phi $ 是标准正态分布函数 |
| 期望值 | $ E(X) = \mu $ | 正态分布的均值即为期望值 |
| 方差 | $ Var(X) = \sigma^2 $ | 正态分布的方差为标准差的平方 |
六、应用举例
假设某次考试成绩服从正态分布，均值为 75 分，标准差为 10 分，求得分在 65 到 85 分之间的学生比例。
解：
- $ \mu = 75 $, $ \sigma = 10 $
- $ z_1 = \frac{65 - 75}{10} = -1 $
- $ z_2 = \frac{85 - 75}{10} = 1 $
- 查标准正态分布表得：
$ \Phi(1) = 0.8413 $，$ \Phi(-1) = 0.1587 $
所以，得分在 65 到 85 分之间的学生比例为：
$$
P(65 < X < 85) = \Phi(1) - \Phi(-1) = 0.8413 - 0.1587 = 0.6826
$$
即约为 68.26% 的学生分数落在该区间内。
七、总结
正态分布在高中数学中具有重要地位，掌握其基本公式和应用方法有助于解决实际问题。通过标准化变换、查表计算等方式，可以快速得出不同区间的概率，为后续学习统计分析打下坚实基础。
