正態分佈加一個常數，還是符合正態分佈，只是期望值加上了這個常數。
N(0，σ²)+C ~ N(C，σ²)。
一個隨機變量符合正態分佈，我們可以畫出其函數圖像，讓其每個數都加上一個常數，只會讓函數圖像左右平移，那麼只會改變期望值，仍然符合正態分佈，甚至標準差都沒有改變。
擴展資料：
一、正態分佈的一些性質：
1、集中性：正態曲線的高峯位於正中央，即均數所在的位置。
2、對稱性：正態曲線以均數爲中心，左右對稱，曲線兩端永遠不與橫軸相交。
3、均勻變動性：正態曲線由均數所在處開始，分別向左右兩側逐漸均勻下降。曲線與橫軸間的面積總等於1，相當於概率密度函數的函數從正無窮到負無窮積分的概率爲1。即頻率的總和爲100%。
4、關於μ對稱，並在μ處取最大值，在正（負）無窮遠處取值爲0，在μ±σ處有拐點，形狀呈現中間高兩邊低，正態分佈的概率密度函數曲線呈鐘形，因此人們又經常稱之爲鐘形曲線。
二、正態分佈曲線應用
1、估計頻數分佈 一個服從正態分佈的變量只要知道其均數與標準差就可根據公式即可估計任意取值範圍內頻數比例。
2、質量控制：爲了控制實驗中的測量（或實驗）誤差，常以 作爲上、下警戒值，以 作爲上、下控制值。這樣做的依據是：正常情況下測量（或實驗）誤差服從正態分佈。
3、正態分佈是許多統計方法的理論基礎。檢驗、方差分析、相關和迴歸分析等多種統計方法均要求分析的指標服從正態分佈。許多統計方法雖然不要求分析指標服從正態分佈，但相應的統計量在大樣本時近似正態分佈，因而大樣本時這些統計推斷方法也是以正態分佈爲理論基礎的。
