《中心极限定理》
由前面我们可以知道:
正态分布完全可由它的数学期望和方差所确定
对于随机变量X1，X2 ..... Xn，他们相互独立，服从同一分布
且具有数学期望（均值）E（Xi）= u , 方差 D（Xi）= σ^2
那么
∑Xi ~ N(nu,n σ^2)
即
Z= （∑Xi -nu）/ (√n * σ) ~ N(0,1)
而Z可以通过查表来得到答案
即
具体运用：
这里均值即是E（x）=100，服从指数分布，我们也可求得D（x）
然后按照上面的写法进行
还有一种特殊的：
随机变量X服从二项分布 X~ b(n,p)
我们知道二项分布的E(X)=np,D(X)=np(1-p)
那么同时X也服从正态分布：
X ~ N（np,np(1-p)）
那么
如果说 二项分布是用来求变量定值的概率
那么 正态分布就是求变量范围的概率
这里我们设X为进行100次实验长度短于3m的根数
这里 p= 0.2, n=100
求 P{ X >=30 }=1-P{X<30}
用正态分布来求
这里
X~ N(np,np(1-p))
Z=（x-np）/(sqrt(np(1-p))) ~ N(0,1)
即 F(30)=P{X<30}=Φ((30-np)/(sqrt(np(1-p))）
Φ((30-np)/(sqrt(np(1-p))）查表可知
