求一张标准正态分布的分布函数图像

1. 求一张标准正态分布的分布函数图像

请看图：

2. 标准正态分布函数是什么?

标准正态分布函数公式如下图：

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。
标准正态分布是以0为均数，以1为标准差的正态分布，记为N（0，1）。标准正态分布在数学、物理及工程等领域都非常重要，在统计学的许多方面也有着重大的影响力。
正态分布也称为高斯分布。客观世界中很多变量都服从或近似服从正态分布，且正态分布具有很好的数学性质，所以正态分布也是人们研究最多的分布之一。
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。

3. 标准正态分布的分布函数是什么?

正态分布也称“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。

相关介绍
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)。
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。

4. 标准正态分布函数是?

这是标准正态分布密度函数：

如果是计算概率，那就要用分布函数，但是它的分布函数是不能写成正常的解析式的。一般的计算方法就是，将标准正态分布函数的分布函数在各点的值计算出来制成表，实际计算时通过查表找概率。非标准正态分布函数可以转换成标准正态分布再算。

以上内容意思解释：
函数在数学上的定义：给定一个非空的数集A，对A施加对应法则f，记作f（A），得到另一数集B，也就是B=f（A）。那么这个关系式就叫函数关系式，简称函数。
简单来讲，对于两个变量x和y，如果每给定x的一个值，y都有唯一一个确定的值与其对应，那么我们就说y是x的函数。其中，x叫做自变量，y叫做因变量。

5. 标准正态分布

6. 标准正态分布函数是什么？

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。

7. 标准正态分布函数是？

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)

8. 标准正态分布

http://baike.baidu.com/view/2134941.htm
  标准正态分布standard normal distribution
  正态分布（Normal distribution）又名高斯分布（Gaussian distribution）,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).
  标准正态分布又称为u分布,是以0为均数、以1为标准差的正态分布,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.
  附表 标准正态分布表
    
  （点击可放大）
  正态分布的概率密度函数曲线呈钟形,因此人们又经常称之为钟形曲线.我们通常所说的标准正态分布是位置参数均数为0, 尺度参数：标准差为1的正态分布（见右图中绿色曲线）.
    
  正态分布中一些值得注意的量：
  密度函数关于平均值对称
  平均值与它的众数（statistical mode）以及中位数（median）同一数值.
  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.
  95.449974%的面积在平均数左右两个标准差的范围内.
  99.730020%的面积在平均数左右三个标准差的范围内.
  99.993666%的面积在平均数左右四个标准差的范围内.
  函数曲线的反曲点（inflection point）为离平均数一个标准差距离的位置.