正态分布
概率分布。正态分布是连续的，有两个参数μ和σ2。
第一个参数μ是一个服从正态分布的随机变量的均值，第二个参数σ2是这个随机变量的方差，所以正态分布记为N(μ，σ2)。服从正态分布的随机变量的概率规律是，取μ附近的值的概率大，取离μ较远的值的概率小；σ越小，分布越集中在μ附近，σ越大，分布越分散。正态分布的密度函数的特征是:关于μ对称性，在μ处达到最大值，在正(负)无穷处取值为0，在μ σ处有拐点。其形状为中间高两边低，图像为X轴上方的钟形曲线。当μ = 0，σ 2 = 1时，称为标准正态分布，记为n (0，1)。当一个μ维随机向量具有相似的概率规律时，就说这个随机向量遵循一个多维正态分布。多元正态分布有很好的性质，比如多元正态分布的边缘分布仍然是正态分布，任意线性变换得到的随机向量仍然是多维正态分布，特别是它的线性组合是一元正态分布。
正态分布最早是由A. de moivre在二项分布的渐近公式中得到的。C.F .高斯在研究测量误差时从另一个角度推导出来的。拉普拉斯和高斯研究了它的性质。
生产和科学实验中许多随机变量的概率分布可以近似用正态分布来描述。比如在生产条件不变的情况下，产品的强度、抗压强度、口径、长度等指标；同一生物的体长、体重等指标；相同种子的重量；测量同一物体的误差；弹着点沿某一方向的偏离；某一地区的年降水量；和理想气体分子的速度分量，等等。一般来说，如果一个量是许多微小的独立随机因素的结果，那么可以认为这个量具有正态分布(见中心极限定理)。理论上，正态分布有很多好的性质，很多概率分布都可以用它来近似。也有一些常用的概率分布是由其直接推导出来的，比如对数正态分布、t分布、f分布等等。
正态分布是最广泛使用的连续概率分布，其特征是一个“钟”形曲线。
2、另一个谐音“郑泰”
郑泰一词起源于日本，标准的郑泰是指12岁的一头短发的东方男孩。因此，严格来说，西方男孩不能被称为郑泰。所谓“正太空”，是指那些对未成年的男孩子、十几岁的哥哥以及自己的绘画、漫画、小说有强烈的爱和好感，或者对这个年龄段有关爱的人。
/view/3288.html？wtp=tt