六西格玛的数学概念

数学模型中的正态分布，在知道正态分布之前，首先要知道随机事件发生的概率。

客观世界中存在着两类现象:

一种是一定条件下的必然现象，称为必然现象；

另一种是在一定条件下可能出现也可能不出现的现象，称为随机现象。

比如，由于地球引力的影响，树上的苹果和扔上去的硬币难免会掉到地上；但是，我们无法对抛出的硬币落地时哪一面朝上做出必然的判断。它可能朝上，也可能朝上。

同样，苹果落地也是不可避免的，但假设苹果完全是圆的，地面完全是水平的，如果从一米的高度掉下来，你既无法判断苹果往哪个方向滚，也无法确定苹果每次滚的位置。在实际生产中，我们的每一个事件都是随机变化的，所以我们称之为随机变量。

西格玛的值最初是在概率论和数理统计中连续随机变量的正态分布中提出的。连续型随机变量的概率密度是假设变量不是离散的，而是可以在有限的区间内连续变化的连续变量。这种变化的随机密度可以根据规律得到，也可以根据统计数据进行归纳，进而得到它的变化规律，比如日常生活中的天气温度变化(比如上海的天气一年四季从-10摄氏度到39摄氏度随机变化)、制造误差(在标准值左右的范围内)等等。

正态分布分为标准正态分布和非标准正态分布。正态分布有两个重要指标，σ值(西格玛值，形状参数)和η值(位置参数)。标准正态分布是指σ值为1，η值为0的情况。图形表示为: