期末前这半个月,办公室里最常听到的问题就是:“老师,中心极限定理到底什么时候用、怎么用?为什么我算出来的数跟答案差一大截?”这种问题基本年年都有,而且问的人不是不努力,是这几个概念散落在不同章节,到考试前串不起来。
今天这篇就把中心极限定理、样本均值、正态近似这三块彻底掰开揉碎,按期末考试的真实考法重新组装一遍。不绕弯子,直接讲清楚三句话:中心极限定理给你什么、样本均值分布长什么样、正态近似怎么落地算题。适合正在准备概率论与数理统计期末、学完一遍但做题还是卡壳的同学,也适合想把这几个考点一次性弄明白的自学者。
1. 中心极限定理的直觉与严谨表述
1.1 先建立一个不靠公式的直觉
中心极限定理(CLT)最难的不是证明,而是很多人不理解它到底在说哪件事。我上课时喜欢用一个食堂打饭的例子:假设全校三千人每天中午打饭,每个人的饭量是一个随机变量,有人吃三两,有人吃半斤,分布乱七八糟。现在你随机叫住一个学生,猜他的饭量,误差可能很大。但如果随机叫住一百个学生,算他们平均饭量,这个平均值是非常稳定的,而且基本服从正态分布。
这个直觉就是CLT的核心:大量独立随机因素叠加在一起,总和的分布会趋向正态,不管单个因素原来的分布是什么形状。 注意“不管原来是什么形状”这句,这是它威力最大的地方。期末题里最常见的无非三种原始分布:均匀分布、指数分布、二项分布,它们长得完全不一样,但当样本量足够大时,它们的样本均值都指向同一个归宿——正态分布。
很多同学死记“n大于30就能近似”,却不知道这个结论的适用前提是独立同分布、方差存在。考试不会直接问“请默写定理条件”,但会在应用题里埋坑:题目给的是“有放回抽样”还是“无放回抽样”,给的是“标准差”还是“方差”,这些细节决定了你能不能把CLT放心用上去。
1.2 严谨表述和三个关键条件
正规表述是这样的:设 (X_1, X_2, \dots, X_n) 是独立同分布的随机变量,期望 (E(X_i)=\mu),方差 (D(X_i)=\sigma^2),且 (0<\sigma^2<\infty)。构造样本均值
[
\bar{X} = \frac{1}{n}\sum_{i=1}^{n}X_i
]
当 (n) 足够大时,标准化后的样本均值近似服从标准正态分布:
[
\frac{\bar{X}-\mu}{\sigma/\sqrt{n}} \approx N(0,1)
]
等价地可以写成:
[
\bar{X} \approx N\left(\mu, \frac{\sigma^2}{n}\right)
]
也就是样本均值的分布近似为均值 (\mu)、方差 (\sigma^2/n) 的正态分布。
这里有三个条件,考试时对应的坑分别是:
- 独立:抽样的个体之间不能互相影响。有放回抽样天然独立;无放回抽样且总体很大时,影响可以忽略。
- 同分布:所有样本来自同一个总体。如果题目前半句说用一种机器生产,后半句换成另一种机器,那就不能用。
- 方差存在且有限:这严格说是定理成立的前提,大多数期末题默认满足,但偶尔会拿柯西分布之类来考概念题,看到“方差不存在”就知道CLT不适用。
1.3 为什么n=30被反复提起
“(n) 大于等于30就用正态近似”,这句话在教材里以注释形式出现,结果被学生奉为铁律。实际上30这个数没有任何数学上的严格含义,它只是经验法则。CLT的收敛速度取决于原始分布的偏度和峰度:如果原分布本身接近对称,哪怕 (n=10) 近似效果都很好;如果原始分布是严重偏斜的指数分布,(n=30) 时样本均值分布可能还有点尾巴偏。
期末考试中,出题老师通常会把 (n) 设为50、100、200这样足够大的数,就是为了让你安心用CLT。但判断题里如果写“只要n大于30,任何分布都能精确用正态分布计算概率”,这是错的——是“近似”不是“精确”,这个字眼每年都能考倒一批人。
我建议你记住一个更实用的判断标准:题目让你计算“样本均值落在某区间内的概率”时,十有八九就是在考CLT。 如果题目给的是二项分布且 (np \ge 5) 且 (n(1-p) \ge 5),那就是二项分布的正态近似。后面会详细拆。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 样本均值:连接数据的枢纽
2.1 样本均值的期望与方差
很多同学算到一半把样本均值的期望和单个观测的期望搞混。记住两条铁律:
[
E(\bar{X}) = \mu
]
[
D(\bar{X}) = \frac{\sigma^2}{n}
]
第一条说明样本均值是总体均值的无偏估计,这没问题。第二条是重点:样本均值的方差不是 (\sigma^2),而是 (\sigma^2/n)。为什么除以 (n)?因为平均操作把个体差异抹平了一部分,样本量越大,均值越稳定。
推导过程其实很直白:
[
D(\bar{X}) = D\left(\frac{X_1+\cdots
