正態分佈的概念：
正態分佈（Normal distribution)是一種機率分佈。正態分佈是具有兩個引數μ和σ^2的連續型隨機變數的分佈，第一引數μ是遵從正態分佈的隨機變數的均值，第二個引數σ^2是此隨機變數的方差，所以正態分佈記作N(μ，σ^2 )。遵從正態分佈的隨機變數的機率規律為取 μ鄰近的值的機率大 ，而取離μ越遠的值的機率越小；σ越小，分佈越集中在μ附近，σ越大，分佈越分散。
正態分佈的密度函式的特點是：關於μ對稱，在μ處達到最大值，在正（負）無窮遠處取值為0，在μ±σ處有拐點。它的形狀是中間高兩邊低 ，影象是一條位於x 軸上方的鐘形曲線。當μ＝0，σ^2 ＝1時，稱為標準正態分佈，記為N（0，1）。
μ維隨機向量具有類似的機率規律時，稱此隨機向量遵從多維正態分佈。多元正態分佈有很好的性質，例如，多元正態分佈的邊緣分佈仍為正態分佈，它經任何線性變換得到的隨機向量仍為多維正態分佈，特別它的線性組合為一元正態分佈
正態分佈的概念：
正態分佈（Normal distribution)是一種機率分佈。正態分佈是具有兩個引數μ和σ^2的連續型隨機變數的分佈，第一引數μ是遵從正態分佈的隨機變數的均值，第二個引數σ^2是此隨機變數的方差，所以正態分佈記作N(μ，σ^2 )。遵從正態分佈的隨機變數的機率規律為取 μ鄰近的值的機率大 ，而取離μ越遠的值的機率越小；σ越小，分佈越集中在μ附近，σ越大，分佈越分散。
正態分佈的密度函式的特點是：關於μ對稱，在μ處達到最大值，在正（負）無窮遠處取值為0，在μ±σ處有拐點。它的形狀是中間高兩邊低 ，影象是一條位於x 軸上方的鐘形曲線。當μ＝0，σ^2 ＝1時，稱為標準正態分佈，記為N（0，1）。
μ維隨機向量具有類似的機率規律時，稱此隨機向量遵從多維正態分佈。多元正態分佈有很好的性質，例如，多元正態分佈的邊緣分佈仍為正態分佈，它經任何線性變換得到的隨機向量仍為多維正態分佈，特別它的線性組合為一元正態分佈