分子量的分布符合正態分布（高斯分布）。
2.2 正態分布函數
正態分布函數又稱高斯分布函數（Gaussian function）。多數物理量，包括高分子分子量的分布規律均符合正態分布形式。正態密度分布函數包含一個變量x，兩個參數：數學期望μ和方差σ２。
其中x’ 為在 -∞≤x’≤x 區間內的變量。累積函數往往用來表征變量為一定值下的發生概率，如分子量低于某一數值的概率。
數學期望代表了符合正態分布的分子量的真實中值。在實踐中往往以實測數據的平均值作為數學期望的估計值：
μ≈Ｘ=∑xi/N
方差用實測數據的標準差估計：
σ２≈Ｓ２＝∑（x-X）2/(n-1)
顯然，試驗數據越多，數學期望和方差的估計值越逼近真值。
在實際應用中，高分子的分子量均用測量的平均值表示。標準差的大小指示了分子量散布的程度。分子量偏離中心值的程度可以用離散系數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與數均分子量之比來表征：
d=Mw/Mn
測量高分子材料中分子量分布的方法基本上可以分成兩類：
3.1分級法
分級法實際上將受測樣品分成不同分子量的等級。采用的方法有：
l 分級沉淀法
l 分級溶解法
l 色層分離法
l 超速離心分離法
l 液－液分隔法
l 區熔法
l 熱重擴散法
在分級測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儀器分析法
l 光散射法
l 凝膠滲透色譜法
