Непрерывная случайная величина называется распределенной по нормальному закону, если ее плотность распределения имеет вид:
(24.1)
где а и σ - параметры.
График плотности нормального распределения называют нормальной кривой (кривой Гаусса). Исследуем функцию (24.1).
1) Область определения этой функции: (-∞, +∞).
2) f (x) > 0 при любом х (следовательно, весь график расположен выше оси О х).
3)
то есть ось О х служит горизонтальной асимптотой графика при 
4)
при х = а;
при x > a,
при x < a. Следовательно,
- точка максимума.
5) F (x – a) = f (a – x), то есть график симметричен относительно прямой х = а.
6)
при
, то есть точки
являются точками перегиба.
Для вычисления математического ожидания нормально распределенной случайной величины воспользуемся тем, что интеграл Пуассона
.

(первое слагаемое равно 0, так как подынтегральная функция нечетна, а пределы интегрирования симметричны относительно нуля).

.
Следовательно, параметры нормального распределения (а и σ) равны соответственно математическому ожиданию и среднему квадратическому отклонению данной случайной величины.
Примерный вид кривых Гаусса для различных значений параметров показан на рисунке

Найдем вид функции распределения для нормального закона:
(24.2)
Интеграл в (24.2) невозможно выразить через элементарные функции. Поэтому для вычисления значений F (x) приходится пользоваться таблицами. Они составлены для случая, когда а = 0, а σ = 1(нормированное распределение), то есть для функции
(24.3)
называемой функцией Лапласа.
Функцию распределения для нормально распределённой случайной величины при произвольных значениях параметров можно выразить через функцию Лапласа, если сделать замену:
, тогда
. (24.4)
А вероятность попадания нормально распределенной случайной величины на заданный интервал:
(24.5)
Замечание. Если используется затабулированная функция Лапласа вида
, то следует учитывать, что
.
Пример. Случайная величина Х имеет нормальное распределение с параметрами а = 3, σ = 2. Найти вероятность того, что она примет значение из интервала (4, 8).
Решение.







