这个互动工具可以帮助我们直观理解正态分布的特性。尝试调整下面的参数，观察分布形状的变化。
观察要点
通过调整参数，可以观察到：
- 均值(μ)：改变均值会使曲线在水平方向移动，但不改变形状
- 标准差(σ)：
- σ越大，曲线越宽，峰值越低（更分散）
- σ越小，曲线越窄，峰值越高（更集中）
- 数据分布规律：
- 约68%的数据落在μ±σ范围内
- 约95%的数据落在μ±2σ范围内
- 约99.7%的数据落在μ±3σ范围内（"三西格玛法则"）
正态分布基础知识
正态分布是数学和统计学中最重要的概率分布之一，也被称为高斯分布。它在自然科学、社会科学和工程技术等领域有广泛应用。
正态分布的特点
- 钟形曲线，关于均值μ对称
- 均值、中位数和众数相等
- 曲线在μ处取最大值
- 曲线在向两侧延伸时无限趋近于但永不触及x轴
- 曲线下的总面积为1（表示总概率为100%）
标准正态分布
当μ=0且σ=1时，正态分布被称为标准正态分布，用Z~N(0,1)表示。任何正态分布都可通过变换转化为标准正态分布：
Z = (X - μ) / σ
| Z值 |
累积概率P(Z≤z) |
| -3.0 |
0.0013 |
| -2.0 |
0.0228 |
| -1.0 |
0.1587 |
| 0.0 |
0.5000 |
| 1.0 |
0.8413 |
| 2.0 |
0.9772 |
| 3.0 |
0.9987 |
正态分布的实际应用
例1: 身高分布
一个班级的学生身高通常呈正态分布。假设某高中男生的平均身高为175厘米，标准差为6厘米。
问题：
- 身高在169厘米到181厘米之间的学生约占多少百分比？（提示：这是μ±σ范围）
- 身高超过187厘米的学生约占多少百分比？（提示：这是μ+2σ）
答案：
- 根据正态分布的"68-95-99.7"法则，在μ±σ范围内的数据约占68%。所以身高在169-181厘米之间的学生约占68%。
- 187厘米 = 175 + 2×6 = μ + 2σ。根据标准正态分布表，超过μ+2σ的概率约为2.28%。
例2: 考试成绩
一次全校统考的成绩呈正态分布，平均分为75分，标准差为8分。
问题：
- 成绩在及格线60分以上的学生约占多少百分比？
- 如果要评选前10%的优秀学生，分数线应该设在多少分？
答案：
-
首先计算Z值：Z = (60 - 75) / 8 = -1.875
查标准正态分布表，P(Z ≤ -1.875) ≈ 0.03
所以成绩在60分以上的学生百分比为：1 - 0.03 = 97%
-
前10%的优秀学生，对应Z = 1.28（可通过标准正态分布表查得）
分数线 = 75 + 1.28 × 8 ≈ 85分
例3: 产品质量控制
某工厂生产的轴承直径为25毫米，标准差为0.02毫米，呈正态分布。质检规定，直径在24.95毫米到25.05毫米之间的产品为合格品。
问题：该工厂生产的轴承合格率约为多少？
答案：
下限Z值：Z1 = (24.95 - 25) / 0.02 = -2.5
上限Z值：Z2 = (25.05 - 25) / 0.02 = 2.5
查表可得：P(Z ≤ -2.5) ≈ 0.0062，P(Z ≤ 2.5) ≈ 0.9938
所以合格率为：P(-2.5 ≤ Z ≤ 2.5) = 0.9938 - 0.0062 = 0.9876 = 98.76%
课堂练习
以下是一些与正态分布相关的练习题，可以帮助学生加深理解：