又称高斯分布

高斯分布，即正态分布，是一种在数学、物理及社会科学中极为重要的连续概率分布。其概率密度函数由两个参数完全定义：均值（μ）决定分布的中心位置，方差（σ²）决定分布的离散程度。该分布的图形呈完美的对称钟形，约68%的数据落在均值±1个标准差范围内，95%落在±2个标准差内。尽管其名称源于数学家卡尔·弗里德里希·高斯，但正态分布的概念早于他存在。在现代科学中，它不仅是中心极限定理的直接产物，更是许多物理定律（如热力学、电磁学）的数学表达形式，被视为自然界中最普遍出现的分布形态之一。

在现代计算架构与数据分析生态中，高斯分布扮演着无可替代的基石角色。从机器学习算法的初始化策略到随机森林的噪声注入，再到高斯混合模型（GMM）的聚类分析，其数学性质被广泛应用。在工程实践中，它常被用作噪声模型（如高斯白噪声）来模拟传感器误差或信号干扰。其核心价值在于提供了对复杂系统行为的简洁描述框架，使得工程师和科学家能够利用其统计特性进行参数估计、假设检验及不确定性量化。然而，其严格的对称性假设在处理长尾风险或偏态数据时存在局限，因此理解其适用边界对于构建鲁棒的系统至关重要。