一、什么是正态分布
Normal Distribution（或者叫高斯分布）是非常常见的连续概率分布。正态分布的概率密度函数为：其中(mu)是分布的均值，或者叫期望值；(sigma)是标准差
( f(x|mu,sigma^2) = frac{1}{sqrt{2pisigma^2}}e^{-(x-u)^2/(2sigma^2)} )
当(mu=0)和(sigma=1)的时候，正态分布就是标准正态分布了，标准正态分布是关于x=0对称的
二、正态分布的表示符号：
正态分布经常可以用( N(mu,sigma^2))来表示，因此，当一个随机变量X是一个均值为( mu)和标准差为( sigma)的正态偏差时，我们可以用这个形式表达：( X sim N(mu,sigma^2) )
三、概率值
一个样本落在${mu-sigma}$和${mu+sigma}$的概率为：0.6826，落在${mu-2sigma}$和${mu+2sigma}$的概率为：0.9544，落在${mu-3sigma}$和${mu+3sigma}$的概率为：0.9974
四、二项分布
n次独立重复实验：也叫伯努利实验，由n次实验构成，且每次实验相互独立，并且每次实验的结果只有两种对立状态，$p$和非$p$
在N次独立重复实验中，事件A恰好发生K次的概率为：$P_n(k)=C_n^kp^kq^{n-k},k=0,1,2,...,n$
