在样本数量越来越大时,样本的平均值趋近于一个固定的值,就是分布的期望值,这就是大数定律或中心极限定律说的内容；最终在样本中会发现,在期望值附近出现的样本频率较高,离期望值越远出现的频率越小,于是就成了那样的一个正态分布.
随机现象的结果虽然不确定,但是可以知道它是属于哪个集合的,所以它的概率分布就是在相对固定的自变量范围的.
再从另一方面看,期望值可以看成你想让样本的值成为哪个标准,就像实际做出来的零件跟最初的设计就是有偏差,不是大一些就是小一些,在期望值附近摆动；
至于为什么是那样一个复杂的表达式,这个要找资料了.