标准正态分布函数是什么?

标准正态分布是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。期望值μ=0，即曲线图象对称轴为Y轴，标准差σ=1条件下的正态分布，记为N(0，1)。

标准正态分布曲线下面积分布规律是：在－1.96～＋1.96范围内曲线下的面积等于0.9500，在－2.58～＋2.58范围内曲线下面积为0.9900。统计学家还制定了一张统计用表（自由度为∞时），借助该表就可以估计出某些特殊u1和u2值范围内的曲线下面积。

正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。

若随机变量X服从一个数学期望为μ、方差为σ2的正态分布，记为N(μ，σ2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布。

标准正态分布函数是“常态分布”，又名高斯分布，正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。

若随机变量X服从一个数学期望为μ、方差为σ＾2的正态分布，记为N(μ，σ＾2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ＝0，σ＝1时的正态分布是标准正态分布。正态分布有两个参数，即期望（均数）μ和标准差σ，σ的平方为方差。

标准正态分布函数的性质：

1、密度函数关于平均值对称。

2、函数曲线下68.268949%的面积在平均数左右的一个标准差范围内。

3、函数曲线的反曲点为离平均数一个标准差距离的位置。

4、平均值与它的众数以及中位数同一数值。5、95.449974%的面积在平均数左右两个标准差的范围内。

标准正态分布是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。期望值μ=0，即曲线图象对称轴为Y轴，标准差σ=1条件下的正态分布，记为N(0，1)。

函数（function）的定义通常分为传统定义和近代定义，函数的两个定义本质是相同的，只是叙述概念的出发点不同，传统定义是从运动变化的观点出发，而近代定义是从集合、映射的观点出发。

函数的近代定义是给定一个数集A，假设其中的元素为x，对A中的元素x施加对应法则f，记作f（x），得到另一数集B，假设B中的元素为y，则y与x之间的等量关系可以用y=f（x）表示，函数概念含有三个要素：定义域A、值域B和对应法则f。其中核心是对应法则f，它是函数关系的本质特征。

函数，最早由中国清朝数学家李善兰翻译，出于其著作《代数学》。之所以这么翻译，他给出的原因是“凡此变数中函彼变数者，则此为彼之函数”，也即函数指一个量随着另一个量的变化而变化，或者说一个量中包含另一个量。

函数的作用

1、函数的作用是把重复的文件写成一个通用文本供给我们使用，也可以把剩下的文件代码独立放在一起。

2、我们工作时把工具箱准备好，然后下次用的时候直接带着使用就好了，这里的工具指的就是函数。

3、变量比函数。

定义函数的两种形式

1、第一种无掺函数

def self_max():

x, y = 10, 20

if x >y:

print(x)

else:

print(y)

self_max()

2、第二种有掺函数 (有多少掺数必须写入多少掺数。)

def self_max(x, y):

if x >y:

print(x)

else:

print(y)

self_max(100,500)

---