因为要逼近二项分布才引入了正态分布，但随着这个问题研究的深入，发现不光二项分布，很多别的分布最终也会变为正态分布，甚至很多不同的分布混合在一起最终也会变为正态分布：

正态分布是这些分布的最终归宿，这是一个很惊人的结论，这就导致正态分布的地位大大提高，基本可以算是概率论的中心。

这个结论称为，它导致的结果是，我们在现实生活中会观察到非常非常多的正态分布，比如身高：

比如下面这袋食糖，上面重量标注的是，由于机器装配时会发生误差，所以重量为随机变量，服从正态分布：

诸如此类，还有很多很多随机现象都服从正态分布。不过课程进行到现在，还没有办法深入地讨论这背后的数学原因，也就是“中心极限定理”，因为还有一些前置知识没有涉及到。所以暂时放一放，先来看看这么重要的正态分布有什么代数性质。