解决的问题
关注的对象由多个因子（多个随机变量）影响，每个因子的作用都不大
把每个因子的效应做和的叠加，得到的是一个正态分布
中心极限定理
例子：伯努利实验
对于任意的独立同分布，n足够大时，都会趋近于正态分布 正态分布的第一个参数是共有均值的n倍，第二个参数是共有方差的n倍
可以用正态分布解决原本复杂的求和问题
通过和的密度函数去算工作量太大；
只要加的足够多（10个以上）就可以近似用正态去处理
推论：德莫佛-拉普拉斯定理
亦即：
把二项分布看作很多个零一分布的叠加，然后应用上述中心极限定理的结论
笔误，正态分布的参数写错了
计算倒没有什么好说的，只是要会算期望和方差
例：中心极限定理与切比雪夫不等式的比较
显然，中心极限定理要精确的多，这是因为中心极限定理比切比雪夫的条件要强
在没有特别强调的情况下，用中心极限定理求解
