Y≠-X，X+Y服從正態分布。
若隨機變量X服從一個數學期望為μ、方差為σ^2的正態分布，記為N(μ，σ^2)。其概率密度函數為正態分布的期望值μ決定了其位置，其標準差σ決定了分布的幅度。當μ = 0,σ = 1時的正態分布是標準正態分布。
如果X和Y滿足：
那麼X+Y也滿足正態分布：
X-Y也滿足正態分布：
正態分布具有兩個參數μ和σ^2的連續型隨機變量的分布，第一參數μ是服從正態分布的隨機變量的均值，第二個參數σ^2是此隨機變量的方差，所以正態分布記作N（μ,σ2）。
μ是正態分布的位置參數，描述正態分布的集中趨勢位置。概率規律為取與μ鄰近的值的概率大，而取離μ越遠的值的概率越小。正態分布以X=μ為對稱軸，左右完全對稱。正態分布的期望、均數、中位數、眾數相同，均等於μ。
σ描述正態分布資料數據分布的離散程度，σ越大，數據分布越分散，σ越小，數據分布越集中。也稱為是正態分布的形狀參數，σ越大，曲線越扁平，反之，σ越小，曲線越瘦高
Y≠-X，X+Y服從正態分布。
若隨機變量X服從一個數學期望為μ、方差為σ^2的正態分布，記為N(μ，σ^2)。其概率密度函數為正態分布的期望值μ決定了其位置，其標準差σ決定了分布的幅度。當μ = 0,σ = 1時的正態分布是標準正態分布。
如果X和Y滿足：
那麼X+Y也滿足正態分布：
X-Y也滿足正態分布：
正態分布具有兩個參數μ和σ^2的連續型隨機變量的分布，第一參數μ是服從正態分布的隨機變量的均值，第二個參數σ^2是此隨機變量的方差，所以正態分布記作N（μ,σ2）。
μ是正態分布的位置參數，描述正態分布的集中趨勢位置。概率規律為取與μ鄰近的值的概率大，而取離μ越遠的值的概率越小。正態分布以X=μ為對稱軸，左右完全對稱。正態分布的期望、均數、中位數、眾數相同，均等於μ。
σ描述正態分布資料數據分布的離散程度，σ越大，數據分布越分散，σ越小，數據分布越集中。也稱為是正態分布的形狀參數，σ越大，曲線越扁平，反之，σ越小，曲線越瘦高