中心极限定理例题-中心极限定理习题

中心极限定理的精髓可以概括为：随机变量和的标准化形式，在样本量趋于无穷大时，其分布收敛于标准正态分布。

设X₁, X₂, ..., X_n是独立同分布的随机变量序列，具有有限的期望值μ和方差σ² > 0。记这n个随机变量的和为S_n = X₁ + X₂ + ... + X_n，其样本均值为X̄ = S_n/n。

则当n充分大时，以下随机变量的分布近似服从标准正态分布N(0,1)：

• 和的标准化： Z = (S_n - nμ) / (√n σ)
• 均值的标准化： Z = (X̄ - μ) / (σ/√n)

这个近似关系为我们解决实际问题提供了极大的便利。我们不再需要去探究复杂的总和S_n或均值X̄的确切分布，只需知道总体的均值μ和标准差σ，就可以利用正态分布表或软件来计算与样本统计量相关的概率。

在欢呼中心极限定理的万能之前，必须严肃审视其应用条件，这是易搜职考网在教学过程中反复强调的重点。

• 独立性： 样本观测值之间必须相互独立。
  例如，时间序列数据、整群抽样数据可能不满足此条件。
• 同分布： 每个随机变量应来自同一个总体分布。如果数据来源于混合总体，则需要分别处理。
• 有限方差： 总体方差σ²必须存在且有限。对于方差无限（如某些柯西分布）的总体，中心极限定理不适用。
• 样本量足够大： “足够大”是一个相对概念。对于接近正态的总体，n=10可能就够了；对于严重偏态（如指数分布、极端的幂律分布），可能需要n>50甚至更大。当总体本身就是正态分布时，样本均值的分布是精确的正态分布，与n大小无关。

某工厂生产的零件长度服从均值为10厘米，标准差为0.2厘米的正态分布。现从产品中随机抽取36个零件。问这36个零件的平均长度在9.95厘米到10.05厘米之间的概率是多少？

解析： 本题中总体本身就是正态分布，因此无论样本量大小，样本均值X̄的分布是精确的正态分布：X̄ ~ N(μ, σ²/n) = N(10, 0.2²/36) = N(10, (0.2/6)²)。

计算标准化值：
对于9.95：z1 = (9.95 - 10) / (0.2/6) = (-0.05) / (0.0333) ≈ -1.5
对于10.05：z2 = (10.05 - 10) / (0.2/6) = 0.05 / 0.0333 ≈ 1.5

查标准正态分布表，P(-1.5 < Z < 1.5) = 2 Φ(1.5) - 1 ≈ 2 0.9332 - 1 = 0.8664。
也是因为这些，概率约为86.64%。

易搜职考网提示： 此例展示了中心极限定理最理想的情形。即使总体非正态，当n=36时，我们通常也可用此法近似。

已知某社区居民每日用电量（单位：度）的分布高度右偏，其总体均值为μ=30度，标准差σ=25度。现随机调查100户居民。试问这100户居民的平均日用电量超过32度的概率大约是多少？

解析： 虽然总体分布“高度右偏”，但样本量n=100足够大，根据中心极限定理，样本均值X̄近似服从正态分布：X̄ ~ N(μ, σ²/n) = N(30, 25²/100) = N(30, 2.5²)。

计算标准化值：z = (32 - 30) / 2.5 = 2 / 2.5 = 0.8。

我们需要求P(X̄ > 32) ≈ P(Z > 0.8)。查表得Φ(0.8)=0.7881，故P(Z > 0.8) = 1 - 0.7881 = 0.2119。

也是因为这些，平均用电量超过32度的概率约为21.19%。

思考： 如果只调查25户（n=25），这个近似还可靠吗？由于总体高度右偏且方差较大，n=25可能偏小，近似误差会增大。此时应谨慎使用中心极限定理，或考虑采用非参数方法。

一个繁忙的收费站，已知每辆车通过收费窗口的时间相互独立，且服从均值为6秒、标准差为2秒的分布（该分布未知）。现观察50辆车。问这50辆车通过窗口的总时间介于290秒到310秒之间的概率大约是多少？

解析： 设第i辆车的通过时间为X_i秒，总时间S = X₁ + ... + X₅₀。我们关心P(290 < S < 310)。

根据中心极限定理，随机变量和的标准化形式近似服从标准正态分布。这里n=50，总体均值μ=6，方差σ=2。
S的期望E(S) = nμ = 50 6 = 300秒。
S的标准差SD(S) = √n σ = √50 2 ≈ 7.071 2 = 14.142秒。

进行标准化：
对于290秒：z1 = (290 - 300) / 14.142 ≈ -0.707
对于310秒：z2 = (310 - 300) / 14.142 ≈ 0.707

查表求P(-0.707 < Z < 0.707)。由于z值介于0.70和0.71之间，可插值或取近似。Φ(0.71)≈0.7611，Φ(0.70)≈0.7580。取Φ(0.707)≈0.760。故概率约为20.760 - 1 = 0.520。

也是因为这些，总时间在290至310秒之间的概率约为52%。

中心极限定理的一个重要特例是用于二项分布。设进行n次独立伯努利试验，每次成功概率为p，成功次数X ~ B(n, p)。当n较大且p不接近0或1时（通常要求np>5且n(1-p)>5），X近似服从正态分布N(np, np(1-p))。

某次资格考试，通过率稳定在40%。易搜职考网预计今年有2000名考生参加考试。试估算通过考试的人数在780人到820人之间的概率。

解析： 设通过人数为X，则X ~ B(2000, 0.4)。np=800， n(1-p)=1200，均远大于5，满足正态近似条件。X近似服从N(800, 8000.6) = N(800, 480)。标准差√480 ≈ 21.9089。

计算概率P(780 ≤ X ≤ 820)。由于用连续分布近似离散分布，通常需要进行连续性校正以提高精度。
校正后：P(779.5 < X < 820.5)。
标准化：
z1 = (779.5 - 800) / 21.9089 ≈ -0.935
z2 = (820.5 - 800) / 21.9089 ≈ 0.935

P(-0.935 < Z < 0.935) ≈ 2 Φ(0.935) - 1。查表Φ(0.94)≈0.8264，Φ(0.93)≈0.8238，取Φ(0.935)≈0.8251。故概率约为20.8251 - 1 = 0.6502。

也是因为这些，通过人数在780至820之间的概率约为65%。

中心极限定理绝非象牙塔里的抽象公式，它在各行各业都有鲜活的应用。

• 质量管理： 通过定期抽取若干产品（如n=25）测量其质量指标，利用样本均值的分布来设置控制 chart 的上下限，监控生产过程是否稳定。
• 金融投资： 投资组合的日收益率可以看作许多单个资产收益的加权和。在一定条件下，组合收益的分布会趋向正态，这为风险价值（VaR）计算提供了依据。
• 社会调查与民意测验： 这是中心极限定理最经典的应用。无论选民的政治倾向分布多么复杂，1200个随机样本的赞成率（样本比例）的分布近似正态，由此可以计算抽样误差和置信区间。
  例如，“某政策支持率为55%，误差范围为±3%”这样的表述，其背后正是中心极限定理在支撑。
• 易搜职考网的教学设计： 在教授《统计学》等相关课程时，我们强调“为什么”。为什么可以用样本平均工资来推断全市平均工资？为什么模拟抽样实验时，无论初始分布如何，样本均值的直方图最终都像钟形？通过动态图表和模拟程序，我们将抽象定理可视化，让学员直观理解“大数定律决定估计的准确性，中心极限定理决定估计的分布形态”，从而彻底掌握参数估计和假设检验的底层逻辑。

在学习和应用中心极限定理时，需要警惕几个常见误区：

• 误区一：认为总体本身会变成正态分布。 定理描述的是样本统计量（如均值）的分布，而非原始总体的分布。总体可以始终保持其原有形态。
• 误区二：忽视样本量的要求。 对于小样本（如n<30），尤其是来自非正态、重尾总体的样本，盲目使用正态近似可能导致严重错误。此时应考虑t分布（当总体正态时）或非参数方法。
• 误区三：混淆不同统计量的分布。 定理主要针对样本均值或和。样本方差、样本中位数的分布并不直接适用，它们有各自的极限分布。

进阶思考会引导我们探索定理的边界：如果数据不独立（如空间自相关、时间序列），有什么替代方法？如果方差无限，应该用什么稳定分布来描述？这些思考将学习者引向更广阔的统计学天地。