[CLASSIC] 正态分布是统计学中最重要且最常用的连续概率分布之一。它可以用以下三个常用的公式来描述：

1. 概率密度函数（Probability Density Function, PDF）：正态分布的概率密度函数通常用符号 φ(x) 表示。对于给定的均值 μ 和标准差 σ，概率密度函数描述了随机变量在每个可能取值 x 处的相对概率密度。正态分布的概率密度函数是一个钟形曲线，其峰值位于均值处，标准差决定了曲线的宽度。

2. 累积分布函数（Cumulative Distribution Function, CDF）：正态分布的累积分布函数通常用符号 Φ(x) 表示。对于给定的均值 μ 和标准差 σ，累积分布函数描述了随机变量小于或等于给定值 x 的概率。它是概率密度函数的积分，表示了从负无穷到 x 的区间内的概率。

3. 逆正态分布函数（Inverse Normal Distribution Function）：逆正态分布函数是累积分布函数的反函数，通常用符号 z(p) 表示。对于给定的概率值 p，逆正态分布函数给出了使得累积分布函数等于 p 的对应随机变量值。逆正态分布函数在统计推断和假设检验中经常使用，用于计算给定概率下的临界值。

这些公式对于理解和应用正态分布在统计分析、概率论和数据建模中的重要性至关重要。