中心极限定理两个公式是x均值的方差=x的方差/样本数、x均值的数学期望=x的数学期望，中心极限定理是指概率论中讨论随机变量序列部分和分布渐近于正态分布的一类定理。

中心极限定理叙述了统计中的一个重要结论:多个相互独立随机变量的平均值 (仍然是一个随机变量)服从或近似服从正态分布。为介绍这个定理先要作一项准备。

随机变量的独立性 两个随机变量X1与X2相互独立是指其中一个的取值不影响另一个的取值，或者说是指两个随机变量独立地取值。

正态样本均值分布 定理2(中心极限定理) 设为n个相互独立同分布的随机变量，其共同分布不为正态或未知， 但其均值和方差都存在，则在n相当大时，样本均值近似服从正态分布。

这个定理表明:无论共同的分布是什么 (离散分布或连续分布，正态分布或非正态分布),只要独立同分布随机变量的个数n相当大，的分布总近似于正态分布，这一结论是深刻的，也是重要的，这说明平均值运算常可从非正态分布获得正态分布。