En mathématiques, la distribution normale est un sujet intéressant dans les statistiques et la théorie des probabilités. Il est également appelé à une distribution gaussienne. Elle est définie comme le processus de deux paramètres tels que la moyenne et l'écart-type. Moyenne dans une distribution normale peut être généralement représenté par une courbe en forme de cloche au sommet. Voici les quelques problèmes d'exemple et des solutions de la valeur normale distributions.The de variables aléatoires pourraient être distribués par rapport à une loi de probabilité définie qui pourrait être représenté mathématiquement et la distribution de probabilité ultérieure est connue comme la distribution théorique. Dans cet article, nous pouvons étudier la distribution normale, qui figure la plus significative dans la théorie statistique et en application. La distribution normale est également connu comme l'intervalle de confiance de distribution de probabilité distribution.Normal normale est pour une population non identifiée seule signifier μ où le écart type de population est reconnue. Ici, la frontière (marge) d'erreur est connu comme le rebond d'erreur (lié) pour une moyenne de population (EBM raccourcie). La marge d'erreur dépend du niveau de confiance (CL raccourci). Intervalle de confiance est répondu en utilisant les valeurs par exemple la moyenne d'échantillon et les problèmes et les solutions de distribution de deviation.Normal standards - Définition de la distribution normale: Une variable aléatoire continue X est une distribution normale avec les paramètres moyenne et la variance, la fonction de probabilité peut être asf écrite (x) = 1 /(sigma (2pi)) e ^ (- 1/2 ((x - mu) /sigma) ^ 2) -oo inférieure à x moins oo -oo inférieur à μ inférieur oo , σ supérieure à 0.When σ2 = 1, μ = 0 est appelé comme des problèmes classiques de distribution de normal.Normal et solutions - Formules: Z = (X - mu) /sigma X inférieur à μ = 0,5 - ZX supérieure à μ = 0,5 + ZX = μ = 0.5where, μ = meanσ = norme deviationX = normal variableNormal aléatoire des problèmes de distribution et des solutions - problèmes Exemples: Exemple 1: Si X est une variable aléatoire normale de moyenne et écart-type calculer la probabilité de P (xless than50) . Quand moyenne μ = 41 et l'écart type = 6.5Solution: GivenMean μ = 41Standard écart σ = 6.5Using l'Formulaz = (X - mu) Valeur /sigmaGiven pour X = 50Z = (50 - 41) /6.5= 9 /6,5 = 1,38 Z = 1.38Using la table de Z, on détermine la valeur Z = 1.38Z = 1.38 = 0.4162If X est supérieur à μ puis nous utiliser ce formulaX supérieur à μ = 0,5 + Z50 supérieur à 41 = 0,5 + 0.4162P (X) = 0,5 + 0,4162 = 0.9162Example 2: Si X est une variable aléatoire normale de moyenne et écart-type calculer la probabilité de P (xless de 37). Quand moyenne μ = 20 et l'écart type = 15Solution: GivenMean μ = 20Standard écart σ = 15Using l'Formulaz = (X - mu) Valeur /sigmaGiven pour X = 37Z = (37 - 20) /15 = 17/15 = 1.13Z = 1.13Using la table de Z, on détermine la valeur = 1.13Z = 1.13 = 0.4332If X est supérieur à μ puis nous utiliser ce formulaX supérieur à μ = 0,5 + Z37 supérieur à 20 = 0,5 + 0.3708P (X) = 0,5 + Z 0,3708 = 0,8708