Skip to main content

大数定律与中心极限定理

参考资料​

引入​

概率论有两个「压轴」的极限定理，它们解释了两件日常都能感受到的事：

  • 大数定律：试验做得越多，频率越稳定于概率、样本均值越稳定于期望。赌场之所以稳赚不赔，靠的就是它。
  • 中心极限定理：大量独立随机变量之和，无论原分布长什么样，叠加起来都 近似正态分布。这是钟形曲线无处不在的根源。

它们一起赋予了「用样本反推总体」的合法性，是 数理统计 的理论基石。

切比雪夫不等式​

切比雪夫不等式（Chebyshev's Inequality）：对任意 ε>0\varepsilon>0，

P(∣X−E(X)∣≥ε)≤D(X)ε2P\big(|X-E(X)|\ge \varepsilon\big)\le\frac{D(X)}{\varepsilon^2}

它给出「XX 偏离期望超过 ε\varepsilon」这件事的概率上界。换个角度，取 ε=kσ\varepsilon=k\sigma 就是「偏离超过 kk 个标准差的概率不超过 1k2\frac{1}{k^2}」——比如偏离 33 个标准差以上的概率至多 19≈11%\frac{1}{9}\approx 11\%。

含义：方差越小，XX 越集中在 E(X)E(X) 附近。方差直接量化了「数据离重心有多近」。

例（切比雪夫估概率）：某零件长度 XX 期望 E(X)=10E(X)=10、方差 D(X)=0.04D(X)=0.04（分布未知），估计「长度偏离 1010 超过 0.50.5」的概率上界。取 ε=0.5\varepsilon=0.5：

P(∣X−10∣≥0.5)≤0.040.52=0.040.25=0.16P\big(|X-10|\ge 0.5\big)\le\frac{0.04}{0.5^2}=\frac{0.04}{0.25}=0.16

即不合格率至多 16%16\%。反过来也常用：「落在 μ±ε\mu\pm\varepsilon 内」的概率至少 1−D(X)ε2=0.841-\frac{D(X)}{\varepsilon^2}=0.84。这个界很宽松，但 不需要知道分布 就能给出保底。

例（用切比雪夫定样本量）：要用 nn 次独立测量的均值 Xˉ\bar X 估计真值 μ\mu，每次方差 σ2=4\sigma^2=4，问 nn 多大能保证 P(∣Xˉ−μ∣<0.5)≥0.95P(|\bar X-\mu|<0.5)\ge 0.95。Xˉ\bar X 的方差是 σ2n=4n\frac{\sigma^2}{n}=\frac4n，由切比雪夫

P(∣Xˉ−μ∣≥0.5)≤4/n0.52=16n≤0.05 ⇒ n≥320P\big(|\bar X-\mu|\ge 0.5\big)\le\frac{4/n}{0.5^2}=\frac{16}{n}\le 0.05\ \Rightarrow\ n\ge 320

至少测 320320 次。切比雪夫给的样本量偏保守，若已知正态可用更紧的正态分位数大幅降低 nn。

tip

切比雪夫不等式的价值在于它 不依赖具体分布——只要知道期望和方差，就能给出概率的保底估计。代价是这个界相当宽松（比如它说偏离 3σ3\sigma 至多 11%11\%，而正态分布实际只有 0.27%0.27\%）。已知分布时，应当用更紧的估计；不知道分布、只想要一个保险的上界时，它才大显身手。它也是证明大数定律最趁手的工具。

大数定律​

依概率收敛​

随机变量列 XnX_n 依概率收敛（Convergence in Probability）于 XX，记为 Xn→PXX_n\xrightarrow{P}X，定义为：

∀ε>0,lim⁡n→∞P(∣Xn−X∣≥ε)=0\forall \varepsilon>0,\quad \lim_{n\to\infty}P\big(|X_n-X|\ge\varepsilon\big)=0

它的意思不是「XnX_n 一定会等于 XX」，而是「当 nn 很大时，XnX_n 偏离 XX 超过任意小量 ε\varepsilon 的 概率 趋于 00」——偏差仍可能发生，只是越来越罕见。大数定律本质上就是各种「样本均值依概率收敛于期望」的命题。

切比雪夫大数定律​

设 X1,X2,…X_1,X_2,\dots 两两不相关，方差有共同上界 D(Xi)≤cD(X_i)\le c，则：

1n∑i=1nXi−1n∑i=1nE(Xi)→P0\frac{1}{n}\sum_{i=1}^{n}X_i-\frac{1}{n}\sum_{i=1}^{n}E(X_i)\xrightarrow{P}0

它不要求同分布，只要方差被统一控制住，样本均值就会贴近「期望的平均」。证明正是把切比雪夫不等式用在 Xˉn\bar X_n 上：Xˉn\bar X_n 的方差随 nn 增大而趋于 00，于是它被牢牢钉在期望附近。

伯努利大数定律​

nn 次独立重复试验中事件 AA 发生的频率记为 fnf_n，每次发生概率为 pp，则：

fn→Ppf_n\xrightarrow{P}p

含义：频率收敛于概率。这是「用频率估计概率」的理论依据，也是概率「频率解释」的源头——抛一万次硬币，正面比例必然贴近 0.50.5。它是切比雪夫大数定律在 0-10\text{-}1 分布上的特例。

例（频率稳定到什么程度）：抛 n=10000n=10000 次均匀硬币，估计「正面频率偏离 0.50.5 超过 0.010.01」的概率上界。正面数 X∼B(n,p)X\sim B(n,p)，p=0.5p=0.5，频率 fn=Xnf_n=\frac Xn 的方差 p(1−p)n=0.2510000=2.5×10−5\frac{p(1-p)}{n}=\frac{0.25}{10000}=2.5\times 10^{-5}。由切比雪夫

P(∣fn−0.5∣≥0.01)≤2.5×10−50.012=0.25P\big(|f_n-0.5|\ge 0.01\big)\le\frac{2.5\times 10^{-5}}{0.01^2}=0.25

随 nn 增大这个界趋于 00，这正是伯努利大数定律「频率钉在概率上」的定量体现。nn 越大，频率越难偏离。

辛钦大数定律​

设 X1,X2,…X_1,X_2,\dots 独立同分布（independent and identically distributed，i.i.d.），E(Xi)=μE(X_i)=\mu，则：

Xˉn=1n∑i=1nXi→Pμ\bar X_n=\frac{1}{n}\sum_{i=1}^{n}X_i\xrightarrow{P}\mu

辛钦大数定律 只要求期望存在，连方差有限都不需要，是最贴近统计实践的版本。

含义：样本均值收敛于总体期望。这正是「多测几次取平均，结果就接近真值」的严格保证——也是一切用样本均值估计期望的方法的底气所在。

tip

三个版本可以这样区分记忆：伯努利 管「频率 → 概率」（0-10\text{-}1 试验的特例）；辛钦 管「样本均值 → 期望」（独立同分布，最常用）；切比雪夫 最一般（不必同分布，但要方差有界）。它们都在说同一件事——大量重复会把随机性「平均掉」，露出背后稳定的常数。

中心极限定理​

大数定律告诉我们 Xˉn\bar X_n 收敛到 μ\mu，但没说「它围绕 μ\mu 的波动长什么样」。中心极限定理（Central Limit Theorem，CLT）补上了这一块：波动近似 正态。

独立同分布的中心极限定理（林德伯格-列维）​

设 X1,X2,…X_1,X_2,\dots i.i.d.，E(Xi)=μE(X_i)=\mu，D(Xi)=σ2>0D(X_i)=\sigma^2>0，则当 nn 充分大时，标准化后的和近似标准正态：

∑i=1nXi−nμn σ→dN(0,1)\frac{\sum_{i=1}^{n}X_i-n\mu}{\sqrt n\,\sigma}\xrightarrow{d}N(0,1)

等价地，样本均值近似服从

Xˉn→dN ⁣(μ,σ2n)\bar X_n\xrightarrow{d}N\!\left(\mu,\frac{\sigma^2}{n}\right)

这里 →d\xrightarrow{d} 表示 依分布收敛（Convergence in Distribution）：是 XnX_n 的 分布函数 趋于极限分布的分布函数，而非数值本身收敛。

例（独立同分布之和落某区间）：某零件重量独立同分布，均值 μ=50\mu=50 克、标准差 σ=5\sigma=5 克。取 n=100n=100 个装箱，求总重 S=∑XiS=\sum X_i 落在 [4900,5100][4900,5100] 克的概率。由 CLT，SS 近似 N(nμ,nσ2)=N(5000,2500)N(n\mu,n\sigma^2)=N(5000,2500)，标准差 2500=50\sqrt{2500}=50。标准化：

P(4900≤S≤5100)≈Φ ⁣(5100−500050)−Φ ⁣(4900−500050)=Φ(2)−Φ(−2)P(4900\le S\le 5100)\approx\Phi\!\left(\frac{5100-5000}{50}\right)-\Phi\!\left(\frac{4900-5000}{50}\right)=\Phi(2)-\Phi(-2)

=2Φ(2)−1≈2×0.9772−1=0.9544=2\Phi(2)-1\approx 2\times 0.9772-1=0.9544。无论单个零件重量分布如何，100100 个之和都已经近似正态——这就是中心极限定理的威力。

tip

中心极限定理是 正态分布无处不在 的根本原因：身高、考试成绩、测量误差……只要一个量是大量 独立小因素的累加，哪怕每个小因素分布古怪，叠加的结果都近似正态。这也解释了为什么实践中遇到「成因复杂、来源众多」的数据，先假设它服从正态往往八九不离十。注意前提是「大量、独立、每项贡献都不占主导」，若有个别因素一家独大，结论就会失效。

棣莫弗-拉普拉斯定理​

历史上最早的中心极限定理，是它的二项分布特例。棣莫弗-拉普拉斯定理（De Moivre–Laplace Theorem）：X∼B(n,p)X\sim B(n,p)，则当 nn 充分大时

X−npnp(1−p)→dN(0,1)\frac{X-np}{\sqrt{np(1-p)}}\xrightarrow{d}N(0,1)

这正是「二项分布的正态近似」：因为 B(n,p)B(n,p) 本身就是 nn 个独立 0-10\text{-}1 变量之和，套用独立同分布 CLT 即得。工程上通常以 np(1−p)≥5np(1-p)\ge 5 作为可用近似的阈值。

例（棣莫弗-拉普拉斯近似）：抛均匀硬币 n=100n=100 次，求正面出现 4040 到 6060 次的概率。X∼B(100,0.5)X\sim B(100,0.5)，np=50np=50、np(1−p)=25=5\sqrt{np(1-p)}=\sqrt{25}=5。直接标准化：

P(40≤X≤60)≈Φ ⁣(60−505)−Φ ⁣(40−505)=Φ(2)−Φ(−2)≈0.9544P(40\le X\le 60)\approx\Phi\!\left(\frac{60-50}{5}\right)-\Phi\!\left(\frac{40-50}{5}\right)=\Phi(2)-\Phi(-2)\approx 0.9544
tip

连续性修正（Continuity Correction）：用连续的正态去近似离散的二项时，把整数 kk 的概率看成区间 [k−0.5, k+0.5][k-0.5,\,k+0.5] 更准。续上例，若问的是「恰好 5555 次」，离散点本身概率被正态算成 00，必须修正成

P(X=55)≈Φ ⁣(55.5−505)−Φ ⁣(54.5−505)=Φ(1.1)−Φ(0.9)≈0.8643−0.8159=0.0484P(X=55)\approx\Phi\!\left(\frac{55.5-50}{5}\right)-\Phi\!\left(\frac{54.5-50}{5}\right)=\Phi(1.1)-\Phi(0.9)\approx 0.8643-0.8159=0.0484

求 P(a≤X≤b)P(a\le X\le b) 时则把上下界各外扩 0.50.5：算成 Φ ⁣(b+0.5−npnp(1−p))−Φ ⁣(a−0.5−npnp(1−p))\Phi\!\big(\frac{b+0.5-np}{\sqrt{np(1-p)}}\big)-\Phi\!\big(\frac{a-0.5-np}{\sqrt{np(1-p)}}\big)。nn 不太大时这半个单位的修正能明显提精度。

tip

二项分布有 两种 近似，别用混了：nn 大、pp 小（npnp 适中）时用 泊松 近似（参见 随机变量与分布）；nn 大、pp 不太极端（np(1−p)np(1-p) 足够大）时用 正态 近似。一个抓「稀有事件计数」，一个抓「大量试验的总体波动」。

收敛关系​

随机变量列的几种收敛，强弱有别：

几乎处处收敛⇒依概率收敛⇒依分布收敛\text{几乎处处收敛}\Rightarrow\text{依概率收敛}\Rightarrow\text{依分布收敛}

反向一般不成立——依分布收敛最弱（只管分布形状），依概率收敛居中（管数值贴近的概率），几乎处处收敛最强（管几乎每条样本路径都收敛）。本科阶段重点掌握中间这两层：依概率收敛 对应大数定律，依分布收敛 对应中心极限定理。