分子量的分布符合正态分布（高斯分布）。
2.2 正态分布函数
正态分布函数又称高斯分布函数（Gaussian function）。多数物理量，包括高分子分子量的分布规律均符合正态分布形式。正态密度分布函数包含一个变量x，两个参数：数学期望μ和方差σ２。
其中x’ 为在 -∞≤x’≤x 区间内的变量。累积函数往往用来表征变量为一定值下的发生概率，如分子量低于某一数值的概率。
数学期望代表了符合正态分布的分子量的真实中值。在实践中往往以实测数据的平均值作为数学期望的估计值：
μ≈Ｘ=∑xi/N
方差用实测数据的标准差估计：
σ２≈Ｓ２＝∑（x-X）2/(n-1)
显然，试验数据越多，数学期望和方差的估计值越逼近真值。
在实际应用中，高分子的分子量均用测量的平均值表示。标准差的大小指示了分子量散布的程度。分子量偏离中心值的程度可以用离散系数Ｃv表示：
Ｃv=S/X
3.高分子分子量分布的表征方法
高分子分子量的分布目前用重均分子量与数均分子量之比来表征：
d=Mw/Mn
测量高分子材料中分子量分布的方法基本上可以分成两类：
3.1分级法
分级法实际上将受测样品分成不同分子量的等级。采用的方法有：
l 分级沉淀法
l 分级溶解法
l 色层分离法
l 超速离心分离法
l 液－液分隔法
l 区熔法
l 热重扩散法
在分级测定高分子材料的分子量后，采用前述的分子量分布形式表示方法即可得到分子量的分布。
3.2仪器分析法
l 光散射法
l 凝胶渗透色谱法
