正态分布的期望值为 $mu=sum x_ip_i$，其中$x_i$表示随机变量X的取值，$p_i$表示随机变量X取值为$x_i$的概率。
正态分布的方差为$sigma^2=sum (x_i-mu)^2p_i$
求期望：ξ
期望：Eξ=x1p1+x2p2+……+xnpn
方差：s? 方差公式：s?1/n[(x1-x)?(x2-x)?……+(xn-x)瞉
注：x上有“-”
正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。若随机变量X服从一个数学期望为μ、方差为σ^2的高斯分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。因其曲线呈钟形，因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是μ = 0,σ = 1的正态分布。
