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·····ξn····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·····ξn····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