正态分布里的标准差有什么实际意义?

标准差和期望是一个量纲上的,反应期望值的波动.（u-Z×δ,u+Z×δ）,Z是某个概率的分位数 ,则这个集合就是这个概率下因变量的取值范围.另外正态分布是没有上下界这一说法的.
再问： 正态分布是没有上下界，但符合正态分布的量本身是有上下界的啊。我的意思是现实中常常说一个东西的分布【例如齿轮半径】符合正态分布，而如果我们已经知道这个东西符合正态分布，我们能否得到这个东西在某个具体的区间内的概率【比如半径10mm齿轮符合，其中最小9.5mm,最大10.5mm,那么能否求齿轮半径在9.6-9.8之间的概率？】？
再答： 能
再问： 。。。。能的话怎么做啊？
再答： 比如你这个例子 还需要标准差的值δ，P(9.6＜x＜9.8)=F(9.8)-F(9.6)=Φ[(9.8-10)/δ]-Φ[(9.6-10)/δ]，就是用正态分布概率的分布函数来做的。