Em matemática, distribuição normal é um tema interessante em estatística e teoria da probabilidade. É também chamado como uma distribuição de Gauss. É definido como o processo de dois parâmetros tais como a média e o desvio padrão. Quer dizer, em uma distribuição normal pode ser geralmente representada por uma curva em forma de sino no pico. A seguir estão as alguns problemas e soluções exemplo em valor distributions.The normais de variáveis aleatórias pode ser distribuído em relação a uma lei probabilidade definida que pode ser mostrado matematicamente e a distribuição de probabilidade posterior é conhecido como distribuição teórica. Neste artigo, podemos estudar a distribuição Normal, que figura mais significativamente na teoria estatística e na aplicação. A distribuição normal é também conhecido como a probabilidade intervalo de confiança distribution.Normal distribuição normal é para uma única população não identificado μ significa que o desvio padrão da população é reconhecido. Aqui, o limite (margem) de erro é conhecido como o salto de erro (ligado) para uma média da população (EBM encurtada). A margem de erro depende do nível de confiança (CL encurtada). intervalo de confiança é atendida usando os valores, por exemplo, a média da amostra e os problemas e soluções padrão de distribuição deviation.Normal - Definição de distribuição normal: Uma variável aleatória contínua X é uma distribuição normal com os parâmetros média e variância, em seguida, a função de probabilidade pode ser asf escrita (x) = 1 /(Sigma (2pi)) e ^ (- 1/2 ((x - MU) /Sigma) ^ 2) -oo menor que x menos de oo, -oo inferior a menos do que oo μ , σ maior que 0.When σ2 = 1, μ = 0 é chamado como problemas padrão de distribuição normal.Normal e soluções - fórmulas: Z = (X - mu) /sigma X menos de μ = 0,5 - ZX maior que μ = 0,5 + ZX = μ = 0.5where, μ = meanσ = standard deviationX = normal variableNormal aleatório problemas de distribuição e soluções - problemas Exemplo: Exemplo 1: Se X é uma variável aleatória normal de média e desvio padrão calcular a probabilidade de P (Xless than50) . Quando média μ = 41 e desvio padrão = 6.5Solution: GivenMean μ = 41Standard desvio σ = 6.5Using o formulaZ = (X - mu) /valor sigmaGiven para X = 50Z = (50 - 41) /6.5= 9 /6,5 = 1,38 Z = Z 1.38Using tabela, determina-se o valor de Z = 1.38Z = 1.38 = 0.4162If X é superior a μ, em seguida, utilizar esta formulaX maior do que μ = 0,5 + Z50 superior a 41 = 0,5 + 0.4162P (X) = 0.5 + 0,4162 = 0.9162Example 2: Se X é uma variável aleatória normal de média e desvio padrão calcular a probabilidade de P (Xless de 37). Quando média μ = 20 e desvio padrão = 15Solution: GivenMean μ = 20Standard desvio σ = 15Using o formulaZ = (X - mu) /valor sigmaGiven para X = 37Z = (37 - 20) /15 = 17/15 = 1.13Z = 1.13Using tabela de Z, determina-se o valor de Z = 1.13Z = 1.13 = 0.4332If X é superior a μ, em seguida, utilizar esta formulaX maior do que μ = 0,5 + Z37 superior a 20 = 0,5 + 0.3708P (X) = 0,5 + 0,3708 = 0,8708