中心极限定理

若实验现象符合某种条件，可直接将其“随机变量的和”转化为标准正态分布来研究

1. 独立同分布下的中心极限定理

前提：ξ₁，ξ₂，ξ₃·····ξ_n····①相互独立②服从同一分布③具有期望与方差。
则有 n—>+∞ 时随机变量，服从标准正态分布。n很大也符合，结果近似，取约等号。

μ：任一随机变量的期望。
σ：任一随机变量的方差。

2. 二项分布的正态近似

== 上述中心极限定理的特殊情况==
前提：ξ₁，ξ₂，ξ₃·····ξ_n····服从标准二项分布，即n重伯努利试验。
随机变量服从正态分布。n很大也符合，结果近似，取约等号。

ŋ：n重伯努利实验中事件A出现的总次数。
p：一次实验中事件A出现的概率。

3. 独立不同分布下的中心极限定理

林德贝格中心极限定理
李雅普诺夫中心极限定理