正态分布——自然界的“钟形密码”
正态分布是概率统计中最重要的连续分布，它描述了自然界中许多随机现象的分布规律。本节课从高尔顿板实验引入，系统讲解正态分布的定义、参数、概率计算及3σ原则，并通过典型例题和图形展示其核心思想。
一、概念导入：从高尔顿板说起
想象一个装满弹珠的装置——高尔顿板：弹珠从顶部落下，经过层层钉子，最终落入底部的槽中。你会发现，弹珠的分布总是中间多、两边少，形成一座“钟形”的“小山丘”。这个形状就是正态分布曲线的雏形。生活中，人的身高、学生的考试成绩、测量误差等，都近似服从正态分布。
二、核心讲解：什么是正态分布？
若随机变量 $X$ 的分布密度函数为
$$ f(x) = \frac{1}{\sigma\sqrt{2\pi}} e^{-\frac{(x-\mu)^2}{2\sigma^2}} \quad (-\infty < x < +\infty) $$则称 $X$ 服从正态分布，记作 $X \sim N(\mu, \sigma^2)$。其中 $\mu$ 是均值（决定曲线位置）， $\sigma$ 是标准差（决定曲线胖瘦）。
正态曲线的性质
- 单峰对称：关于 $x = \mu$ 对称，在 $x = \mu$ 处达到最大值。
- 总面积 = 1：曲线与横轴之间的面积为1。
- 3σ 原则：
- $P(\mu-\sigma < X < \mu+\sigma) \approx 0.6827$
- $P(\mu-2\sigma < X < \mu+2\sigma) \approx 0.9545$
- $P(\mu-3\sigma < X < \mu+3\sigma) \approx 0.9973$
标准正态分布
当 $\mu = 0,\ \sigma = 1$ 时为正态分布的“标准型”，记作 $Z \sim N(0,1)$。任意正态分布 $X \sim N(\mu,\sigma^2)$ 可通过变换 $Z = \frac{X-\mu}{\sigma}$ 化为标准正态分布。概率计算可查标准正态分布表（$\Phi(z) = P(Z \le z)$）。
三、典型例题
例1（基础）：已知某校高三男生身高 $X \sim N(172,\,6^2)$（单位：cm），求身高在166cm～178cm之间的学生所占比例。
思路：区间$[166, 178] = [\mu-\sigma,\, \mu+\sigma]$，根据3σ原则，概率为0.6827。
解答：$P(166 < X < 178) = P(\mu-\sigma < X < \mu+\sigma) \approx 68.27\%$。
易错点：注意区分标准差和方差，此处σ=6，不是σ²=6。
例2（进阶）：从某次考试中随机抽取一名学生，成绩 $X \sim N(75,\,10^2)$，求该生成绩低于55分的概率。
思路：化为标准正态分布，$Z = \frac{X-\mu}{\sigma} = \frac{55-75}{10} = -2$。查标准正态分布表，$\Phi(-2) = 1 - \Phi(2) \approx 1 - 0.9772 = 0.0228$。
解答：概率约为2.28%。
易错点：查表时注意负值的处理，$\Phi(-z) = 1 - \Phi(z)$。
例3（实际应用）：某产品长度服从正态分布$N(100,\,4^2)$，要求长度在92~108mm为合格品，求合格率。
思路：区间[92,108] = [μ-2σ, μ+2σ]，概率约为95.45%。
解答：合格率约95.45%。
四、常见误区
- 混淆参数：$N(\mu,\sigma^2)$ 中第二个参数是方差$\sigma^2$，而不是标准差$\sigma$。如在例题中$N(172,6^2)$表示标准差为6。
- 忽视对称性：计算$P(X>\mu+a)$与$P(X<\mu-a)$相等，灵活利用对称性可以简化计算。
- 查表错误：标准正态分布表通常给出$\Phi(z)=P(Z\le z)$（$z\ge 0$），对于负z需用对称性转化。
- 过度泛化：并非所有数据都服从正态分布，需进行正态性检验。
五、学习建议
- 画图理解：每次解题前画出正态曲线，标出均值、区间和概率区域。
- 牢记3σ值：68.27%、95.45%、99.73%三个常用概率要熟记。
- 熟练转换：熟练掌握$Z = \frac{X-\mu}{\sigma}$的标准化变换。
- 动手查表：练习使用标准正态分布表（附录或计算器）。
六、知识链接
- 二项分布：当$n$较大时，二项分布可近似为正态分布（中心极限定理），常用于质量控制。
- 统计推断：假设检验、置信区间均依赖于正态分布。
- 期望与方差：正态分布的期望为$\mu$，方差为$\sigma^2$。
七、习题自测
- 已知$X \sim N(50,4^2)$，求$P(42 < X < 58)$。
- 某批灯泡寿命$X \sim N(1000, 50^2)$（单位：小时），求寿命超过1100小时的概率。
- 已知$Z \sim N(0,1)$，求$P(-1.5 \le Z \le 1.5)$。（提示：查表$\Phi(1.5)=0.9332$）
答案：1. $P(\mu-2\sigma