中心極限定理公式

（01）中心極限定理兩個公式是x均值的方差=x的方差/樣本數、x均值的數學期望=x的數學期望，中心極限定理是指概率論中討論隨機變量序列部分和分佈漸近於正態分佈的一類定理。

（02）中心極限定理敍述了統計中的一個重要結論:多個相互獨立隨機變量的平均值 (仍然是一個隨機變量)服從或近似服從正態分佈。為介紹這個定理先要作一項準備。

（03）隨機變量的獨立性 兩個隨機變量X1與X2相互獨立是指其中一個的取值不影響另一個的取值，或者説是指兩個隨機變量獨立地取值。

（04）正態樣本均值分佈 定理2(中心極限定理) 設為n個相互獨立同分布的隨機變量，其共同分佈不為正態或未知， 但其均值和方差都存在，則在n相當大時，樣本均值近似服從正態分佈。

（05）這個定理表明:無論共同的分佈是什麼 (離散分佈或連續分佈，正態分佈或非正態分佈),只要獨立同分布隨機變量的個數n相當大，的分佈總近似於正態分佈，這一結論是深刻的，也是重要的，這説明平均值運算常可從非正態分佈獲得正態分佈。