En matemáticas, la distribución normal es una tema interesante en estadística y teoría de la probabilidad. También se le llama como una distribución de Gauss. Se define como el proceso de dos parámetros tales como la media y la desviación estándar. La media de una distribución normal, se pueden representar generalmente por una curva en forma de campana en el pico. Los siguientes son los algunos problemas de ejemplo y soluciones de valor distributions.The normal de las variables aleatorias pueden ser distribuidos con respecto a alguna ley de probabilidad definida que pudiera demostrarse matemáticamente y la distribución de probabilidad posterior se conoce como distribución teórica. En este artículo se puede estudiar la distribución Normal, que figura más significativa en la teoría estadística y en la solicitud. La distribución normal también se conoce como el intervalo de confianza de distribución de probabilidad distribution.Normal normal es que una sola población no identificado significar μ donde se reconoce la desviación estándar de la población. Aquí, el límite (margen) de error es conocido como el rebote de error (unido) para una media de la población (EBM acortado). El margen de error depende del nivel de confianza (CL acortado). intervalo de confianza es contestada por el uso de los valores de ejemplo, la media de la muestra y los problemas y soluciones de distribución deviation.Normal estándar - Definición de la distribución normal: Una variable aleatoria continua X es una distribución normal con los parámetros media y la varianza a continuación, la función de probabilidad puede ser asf escrito (x) = 1 /(sigma (2pi)) e ^ (- 1/2 ((x - mu) /sigma) ^ 2) -oo menor que x menos de oo, oo menos de μ menos de oo , σ mayor que 0.When σ2 = 1, μ = 0 se denomina como problemas de distribución estándar normal.Normal y soluciones - fórmulas: Z = (X - mu) /sigma X menor que μ = 0,5 - ZX mayor que μ = 0,5 + ZX = μ = 0.5where, μ = = meanσ estándar deviationX = normal variableNormal aleatoria problemas de distribución y soluciones de problemas - Ejemplo: Ejemplo 1: Si X es una variable aleatoria normal con media y desviación estándar de calcular la probabilidad de P (xless than50) . Cuando media μ = 41 y desviación estándar = 6.5Solution: GivenMean μ = 41Standard σ = desviación 6.5Using la formulaZ = (X - MU) Valor /sigmaGiven para X = 50Z = (50 - 41) /6.5= 9 /6,5 = 1,38 Z = Z 1.38Using la tabla, se determina el valor Z = 1.38Z = 1.38 = 0.4162If X es mayor que μ a continuación, utilizamos este formulaX mayor que μ = 0,5 + Z50 mayor que 41 = 0,5 + 0.4162P (X) = 0,5 + 0,4162 = 0.9162Example 2: Si X es una variable aleatoria normal con media y desviación estándar calcular la probabilidad de P (xless de 37). Cuando media μ = 20 y desviación estándar = 15Solution: GivenMean μ = σ = desviación 20Standard 15Using la formulaZ = (X - MU) Valor /sigmaGiven para X = 37Z = (37 - 20) /15 = 17/15 = = 1.13Z 1.13Using la tabla Z, determinamos el valor Z = 1.13Z = 1,13 = 0.4332If X es mayor que μ a continuación, utilizamos este formulaX mayor que μ = 0,5 + Z37 mayor que 20 = 0,5 + 0.3708P (X) = 0,5 + 0.3708 = 0.8708