正态分布及其性质

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。本文对正态分布的性质做归纳总结，方便日后查找。

一、单变量正态分布
单元正态分布的概率密度函数为：

$$p(x)=\frac{1}{\sqrt{2\pi}\sigma}exp\{-\frac12(\frac{x-\mu}{\sigma})^2\} \tag{1}$$
其中， $x$为随机变量， $\mu$为 $x$的期望， $\sigma$为 $x$的标准差， $\sigma^2$为 $x$的方差，记作： $N(\mu,\sigma^2)$，即：
$$\mu=E\{x\}=\int_{-\infty}^{\infty}xp(x)dx \tag{2}$$
$$\sigma^2=\int_{-\infty}^{\infty}(x-\mu)^2p(x)dx \tag{3}$$
当 $\mu=0,\sigma^2=1$时称为 标准正态分布
其图像就长成这个样子：

单元正态分布有以下规律：

1. $\sigma$越大，图形越扁平，数据分散程度越大；$\sigma$越小，图形越瘦高，数据分散程度越小。
2. 约69.27%的样本落在$(\mu-\sigma,\mu+\sigma)$之间
3. 约95%的样本落在$(\mu-2\sigma,\mu+2\sigma)$