一、考查正态分布概念及概率密度函数
　　正态分布的概念是基础，要深刻理解正态分布的参数[μ]和[δ]对正态曲线位置与形状的影响.
　　例1 某正态总体的概率密度函数是偶函数，且该函数的最大值为[12π]，求该总体落在区间[-1，1]上的概率.
　　分析 本题从函数的角度考查了正态分布概率密度函数的形式与性质，以及概率的计算.
　　四、“小概率事件”和假设检验的基本思想
　　“小概率事件”认为在一次试验中该事件是几乎不可能发生的.这种认识便是假设检验的基础.
　　例10 某生产线中袋装大米的质量（单位：kg）服从正态分布[N10，0.01]，现对袋装大米的质量进行抽查，发现有一袋大米的质量为[9.6]kg，问：是否有理由怀疑生产线出现故障？
　　分析 由正态分布的“[3δ]原则”，袋装大米落在[μ-3δ，μ+3δ]区间之外的概率小于3‰，由假设检验的基本原理，得出结论.
　　解 袋装大米的质量应落在[9.7，10.3]上，现在被抽取的这袋大米为[9.6]kg，落在此区间的外部，即小概率事件竟然在一次试验中发生了，所以我们有理由怀疑该生产线发生了故障，需要检修.