计算机计算正态分布通常涉及以下几种方法：
使用标准正态分布表
将原始数据标准化处理，即减去平均值后除以标准差，得到标准正态分布的z值。
根据标准正态分布表，查找对应z值的概率密度函数值或累积分布函数值。
使用统计软件
利用统计软件如Excel、Python、R等进行计算和模拟。
在Excel中，可以使用NORM.DIST和NORM.S.DIST函数计算正态分布的概率。
在Python中，可以使用SciPy和NumPy库中的函数计算正态分布的概率密度函数和累积分布函数。
编程语言计算
通过编程语言如R、Python等，利用正态分布的数学公式进行计算。
例如，在R中，可以使用`pnorm（）`函数计算正态分布的累积分布函数值，使用`dnorm（）`函数计算概率密度函数值。
在Python中，可以使用`scipy.stats`模块中的`norm.cdf（）`和`norm.pdf（）`函数进行计算。
示例计算
使用Excel计算正态分布概率
1. 假设有一组样本数据A1:A11，计算其均值（mean）和标准差（standard deviation）。
2. 在单元格中输入公式 `=NORMSDIST（A1:A11）`，即可得到标准正态分布的概率。
使用Python计算正态分布概率
```python
import scipy.stats as stats
示例数据
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
计算均值和标准差
mean = stats.mean（data）
std_dev = stats.stdev（data）
计算正态分布的累积分布函数值
cdf_value = stats.norm.cdf（4.5, mean, std_dev）
计算概率密度函数值
pdf_value = stats.norm.pdf（4.5, mean, std_dev）
print（f"累积分布函数值： {cdf_value}"）
print（f"概率密度函数值： {pdf_value}"）
```
总结
计算机计算正态分布主要依赖于标准正态分布表和统计软件。通过标准化处理原始数据，可以在标准正态分布表中查找对应的概率值。此外，使用编程语言如Python和R可以更加灵活地进行正态分布的计算和模拟。