解釋鐘形曲線無處不在的數學原理——譯自量子雜志Quanta Magazine

★置頂zzllrr小樂公眾號（主頁右上角）數學科普不迷路！

中心極限定理最初只是18世紀賭徒們的小竅門，如今卻成為科學家們日常研究的必備工具。

正是中心極限定理，讓鐘形分布在各個領域隨處可見。

圖源：Irene Pérez

作者：Joseph Howlett（量子雜志特約撰稿人）2026-3-16

譯者：zzllrr小樂（數學科普公眾號）2026-3-26

引言

無論放眼何處，鐘形曲線總在身邊。

每次下雨時在院子里放一個量杯，記錄雨停時的水位高度，所得數據會符合鐘形曲線；收集 100 個人對罐中軟心糖豆數量的猜測，結果也會呈現鐘形曲線；測量足夠多女性的身高、男性的體重，統計 SAT 考試分數、馬拉松完賽時間 —— 你總會得到那條邊緣逐漸收窄、中間圓潤隆起的平滑曲線。

為何鐘形曲線會出現在如此多的數據集中？

答案歸根結底是中心極限定理（central limit theorem）。這一強大的數學規律在初學者眼中往往不可思議，如同大自然的魔術。華盛頓大學的生物統計學家 Daniela Witten 表示：“中心極限定理極為神奇，因為它完全違背直覺、出人意料。” 借助這一定理，看似最隨機、最無法捉摸的混沌現象，也能展現出極具規律性的可預測性。

如今，它已是現代實證科學的重要支柱。科學家幾乎每次通過觀測數據推導世界規律時，研究方法中都暗藏中心極限定理的身影。沒有它，科學便難以滿懷信心地對任何事物下結論。

卡內基梅隆大學的統計學家 Larry Wasserman 稱：“沒有中心極限定理，統計學領域恐怕都無法存在，它就是一切。”

從博弈中誕生的科學規律

人類對隨機現象中規律性的探索始于賭博研究，這或許并不令人意外。

18 世紀初的倫敦咖啡館里，亞伯拉罕?棣莫弗（Abraham de Moivre）的數學天賦早已顯露無遺，艾薩克?牛頓（Isaac Newton）、愛德蒙?哈雷（Edmond Halley）等同時代學者都認可他的才華。

亞伯拉罕?棣莫弗（Abraham de Moivre，1667 - 1754）

圖源：Joseph Highmore (1736)

De Moivre 是英國皇家學會會員，卻也是一名難民 —— 年輕時因法國的反新教迫害，他被迫逃離故土。作為外來者，他始終無法獲得與才華匹配的穩定學術職位，為了糊口，他成為賭徒們的數學顧問，為他們尋找博弈中的數學優勢。

拋硬幣、擲骰子、抽撲克牌，這些都是隨機行為，每種結果出現的概率均等。而 De Moivre 發現，將大量隨機行為結合起來，最終結果會呈現出穩定的規律。

將一枚硬幣拋擲 100 次，統計正面朝上的次數，結果大概在 50 次左右，卻并非精準的 50 次；重復 10 次這個實驗，可能會得到 10 個不同的數值。

但如果將這個實驗重復 100 萬次，絕大多數結果都會接近 50 次，幾乎不會出現少于 10 次或多于 90 次的情況。若把 0 到 100 之間每個數值出現的次數繪制成圖，你會看到經典的鐘形曲線，50 次正是曲線的中心。實驗重復的次數越多，鐘形曲線就會越平滑、越清晰。

De Moivre 推導出了這條鐘形曲線的精確形態，這一分布后來被命名為正態分布（normal distribution）。借助正態分布，無需實際進行實驗，就能推算出不同結果出現的概率。例如，拋 100 次硬幣，正面朝上次數在 45 到 55 次之間的概率約為 68%。

De Moivre 帶著近乎虔誠的心情，驚嘆于這種 “宇宙中永恒的秩序”—— 它最終能克服一切偏離鐘形曲線的不規則現象。他寫道：“假以時日，這些不規則現象與這種源于固有設計的秩序的反復出現相比，便會顯得微不足道。”

1718 年首次出版的《機會論》The Doctrine of Chances是概率論領域的第一本教科書，1738 年的第二版中，收錄了為中心極限定理奠定基礎的研究成果。

De Moivre 憑借這些研究成果在倫敦勉強維持生計：他撰寫的《機會論》成了賭徒們的 “圣經”，還在著名的老斯勞特咖啡館開設了非正式的咨詢時段。但即便如此，De Moivre 也未能意識到自己發現的全部價值。直到他去世數十年后，皮埃爾-西蒙·拉普拉斯（Pierre-Simon Laplace，1749 - 1827） 在 1810 年進一步發展了這一思想，中心極限定理的完整內涵才得以被揭示。

我們再舉一個比拋硬幣稍復雜的例子：擲骰子。單次擲骰子有 6 種等概率的結果，若反復擲骰子并統計結果，會得到一條平坦的分布圖 —— 點數 1、2、4、6 出現的次數大致相等。

但如果將骰子擲 10 次并計算平均值，結果大概率在 3.5 左右；多次重復這一實驗并將所有結果繪制成圖，會得到一條以 3.5 為峰值的鐘形曲線，曲線兩側的形態也有著精確的規律。

這就是中心極限定理的魔力：從毫無規律的隨機結果分布（擲出 1 到 6 點的概率均等）出發，通過對多次觀測結果取平均值，并反復進行這一過程，就能得到精準、可預測的數學形態 —— 鐘形曲線。

Laplace 將這一規律提煉為一個簡潔的公式，這便是后來的中心極限定理。無論隨機過程多么無規律，即便根本無法建立模型，大量結果的平均值都會遵循這一定理所描述的分布。Witten 說：“這一定理的強大之處在于，我們無需關注被取平均值的變量本身遵循何種分布，唯一關鍵的是，平均值本身會服從正態分布。”

無處不在的實用工具

取平均值看似是人類主動進行的計算行為，但中心極限定理卻會無形地作用于世間所有可觀測的現象，比如人類的身高。多倫多大學的統計學家 Jeffrey Rosenthal 解釋道：“一個人的身高可能受父親身高、母親身高、基因、營養狀況等諸多微小因素的共同影響，而這些因素彼此獨立 —— 通常來說，父親的身高和一個人攝入的食物毫無關聯。這就相當于對一系列微小影響取平均值，這也是身高大致遵循正態分布的原因。”

這也是各類數據集會自發呈現出這一優美形態的根源。Witten 表示：“只要背后存在取平均值的過程，且參與平均的變量足夠多，最終結果就會服從正態分布。”

華盛頓大學生物統計學家丹妮拉?威滕（ Daniela Witten）

圖源：Elizar Mercado

中心極限定理還能讓統計學家發現異常現象。試想，你正在老斯勞特咖啡館喝咖啡，一位客人遞給你一枚硬幣，打賭你拋 100 次硬幣正面朝上的次數達不到 45 次。你嘗試后，只得到了 20 次正面朝上的結果。如何判斷對方給的是一枚做了手腳的硬幣，且整個過程并非真正的隨機？借助中心極限定理可知，20 次及以下的結果僅占鐘形曲線下面積的 0.15%，也就是說，一枚公平的硬幣出現這樣結果的概率只有 0.15%，你幾乎肯定被算計了。

這正是 Laplace 提出的公式的真正威力：他發現，對任意過程取平均值都會得到鐘形曲線，即便不深入了解過程本身的運作原理，也能借助這一規律對過程做出判斷。

謹慎使用

盡管中心極限定理是現代科學的核心，但它也有自身的局限性。它僅適用于大量獨立樣本的組合分析，若樣本不獨立 —— 例如，僅在緬因州的一個小鎮開展全國總統大選民意調查 —— 即便重復實驗，結果也無法接近預期的鐘形曲線。

在科學研究中，有時異常值比平均值更重要。威廉姆斯學院的應用統計學家 Richard D. De Veaux 表示：“原本百年一遇的洪水，如今發生的頻率越來越高。如今，對極端事件的建模可能和對平均值的建模同等重要。”

幸運的是，中心極限定理背后的核心思想 —— 平均值的有效性和穩定性 —— 已被廣泛應用，極大拓展了統計學的應用范圍。統計學家會針對研究中遇到的具體問題，構建適用于該場景的中心極限定理變體。Wasserman 說：“許多復雜問題，只要思路巧妙，都能轉化為樣本均值加誤差的形式，這時就能借助定理的變體簡化問題。”

中心極限定理最終能成為現代科學的支柱，本質上是因為它本身就是我們所處世界的支柱。當我們整合大量獨立的觀測數據時，數據會呈現出聚集性規律；只要善于運用這一規律，我們就能從這些規律中，探尋到產生這些數據的背后過程的奧秘。

參考資料

https://www.quantamagazine.org/the-math-that-explains-why-bell-curves-are-everywhere-20260316/

小樂數學科普近期文章

·開放 · 友好 · 多元 · 普適 · 守拙·

讓數學

更加

易學易練

易教易研

易賞易玩

易見易得

易傳易及

歡迎評論、點贊、在看、在聽

收藏、分享、轉載、投稿

查看原始文章出處

點擊zzllrr小樂

公眾號主頁

右上角

置頂★加星

數學科普不迷路！