1 . 我们将服从二项分布的随机变量称为二项随机变量，服从正态分布的随机变量称为正态随机变量.概率论中有一个重要的结论：若随机变量，当充分大时，二项随机变量可以由正态随机变量来近似地替代，且正态随机变量的期望和方差与二项随机变量的期望和方差相同.法国数学家棣莫弗在1733年证明了时这个结论是成立的，法国数学家､物理学家拉普拉斯在1812年证明了这个结论对任意的实数都成立，因此，人们把这个结论称为棣莫弗一拉普拉斯极限定理.现拋掷一枚质地均匀的硬币900次，利用正态分布估算硬币正面向上次数不少于420次的概率为（       ）附：若，则，

A．

B．

C．

D．

2 . 已知随机变量，其正态分布密度曲线如图所示，若向长方形中随机投掷1点，则该点恰好落在阴影部分的概率为（       ）
附：若随机变量，则，.

A．0.1359

B．0.7282

C．0.6587

D．0.8641

3 . 英国生物统计学家高尔顿设计了高尔顿钉板：从入口处放进一个直径略小于两颗钉子之间的距离的小圆玻璃球，当小圆球向下降落过程中，碰到钉子后皆以的概率向左或向右滚下，于是又碰到下一层钉子．如此继续下去，直到滚到底板的一个格子内为止．把许许多多同样大小的小球不断从入口处放下，通过多次实验，它们在底板将堆成近似于正态的密度函数图形（即：中间高，两头低，呈左右对称的古钟型）．通过测试可知小球落在距中轴2个单位外的概率为0.15，现随意从入口处放进一个小球，则该小球落在中轴左侧2个单位内的概率为

A．0.425

B．0.3

C．0.35

D．0.7