想象一个三角形钉板，顶上有一个漏斗。你把一颗弹珠从漏斗倒进去，它在下落过程中不断撞击钉子，每次撞击都随机向左或向右偏转。最终，弹珠落入底部某个槽里。
如果你只倒一颗，它会落在哪里完全随机。但如果你倒一万颗呢？
神奇的事情发生了：底部槽中的弹珠堆出一个漂亮的钟形曲线。无论钉子间距如何、无论偏转角度是否均匀——只要你倒的弹珠足够多，结果总是那个熟悉的钟形。
这就是中心极限定理（Central Limit Theorem） 在说话。它可能是整个概率论里最重要的一条定理，也是为什么"正态分布"在自然界随处可见的根本原因。
上图左侧是高尔顿板（Galton Board）的示意图：弹珠从顶部下落，每次撞到钉子都会随机左偏或右偏。右侧是大量弹珠最终落入底部槽中的分布——拟合正态曲线。
骰子实验：从直觉到发现
高尔顿板很直观，但它背后的数学是什么？我们用更简单的例子来拆解。
掷一颗公平的六面骰子。每次掷出的点数 \(X\) 服从均匀分布：\(\{1, 2, 3, 4, 5, 6\}\) 每个值的概率都是 \(1/6\)。这是一个完全平坦的分布，和正态分布八竿子打不着。
但如果我们掷两颗骰子，然后看它们的和呢？
两颗骰子的和从 2 到 12，但中间值（7）的概率远高于两端（2 和 12）。因为得到 7 有 6 种组合（1+6, 2+5, 3+4, 4+3, 5+2, 6+1），而得到 2 只有一种（1+1）。分布从平坦变成了三角形。
继续加骰子：三颗、五颗、十颗、三十颗。每多加一颗，和的分布就更圆滑一点，更接近那个钟形。
从上图可以看到：当骰子数量从 1 增加到 30，和的分布从离散的均匀分布，逐渐平滑成连续的正态分布。粉色曲线是拟合的正态分布密度函数。
这个现象不是骰子的特权。把骰子换成硬币（伯努利分布）、换成等待时间（指数分布）、换成泊松分布——任何分布，只要独立地加足够多次，和（或均值）的分布一定趋近于正态。
卷积：为什么"加"会让分布变平滑
回到掷两颗骰子的例子。两颗骰子和为 7 的概率怎么算？
把所有能得到 7 的组合列出来：(1,6), (2,5), (3,4), (4,3), (5,2), (6,1)。每对组合的概率是 1/6 × 1/6 = 1/36，六对加起来就是 6/36。这个操作——把两个分布"错位相乘再求和"——就叫卷积。
左图：两颗骰子各自的分布（都是均匀的）。中图：计算和为 7 时，相当于把一颗骰子的分布翻转过来，和另一颗逐位相乘（粉色圆点），再把乘积加起来。右图：对所有可能的和（2~12）都做一遍这个操作，就得到了两颗骰子和的分布。
写成公式，两个独立随机变量 \(X\) 和 \(Y\) 的和 \(Z = X + Y\) 的密度函数是：
\[f_Z(z) = \int_{-\infty}^{\infty} f_X(x) \, f_Y(z - x) \, dx\]
翻译成人话：想知道 \(Z\) 在 \(z\) 处的概率密度，就把 \(X\) 的分布固定，把 \(Y\) 的分布翻过来、滑到 \(z\) 的位置，然后逐点相乘再积分。\(z-x\) 这一项就是"滑动"——\(Y\) 的取值必须等于 \(z-x\)，\(X\) 和 \(Y\) 加起来才能等于 \(z\)。
卷积有一个关键性质：每做一次，函数就变"平滑"一点。就像用砂纸打磨木头——磨一次，棱角变钝；磨十次，表面光滑如镜。不管原始分布长什么样，反复和自己卷积（也就是不断加独立同分布的随机变量），最终都会趋近正态分布。
我们用一个极端例子来展示：从一个双峰分布（两个尖峰，中间有深谷）开始，反复和自己卷积。
上图展示了一个双峰分布经过 1、2、4、8 次自卷积后的变化。到第 8 次时，原始的双峰结构已经完全消失，分布逼近正态曲线。
这就是中心极限定理的几何直觉：独立随机变量的求和 = 概率密度的重复卷积 = 不断打磨。正态分布是这个打磨过程的"不动点"——唯一一个和自己卷积后形状不变的分布（只改变均值和方差）。
不挑食的定理：四种分布，同一个归宿
中心极限定理最反直觉的地方在于：它对原始分布几乎没有任何要求。
我们选了四种完全不同的分布——均匀分布、指数分布、二项分布、泊松分布——分别计算它们的样本均值分布。当样本量 \(n=5\) 时，均值分布已经开始向钟形靠拢；到 \(n=30\) 时，全部收敛到正态。
四行分别对应四种原始分布。左列：原始分布形态；中列：\(n=5\) 时的样本均值分布；右列：\(n=30\) 时的样本均值分布。粉色曲线是理论正态分布，柱状图是模拟结果。
这解释了为什么正态分布在自然界无处不在：因为很多自然现象本身就是大量微小独立因素的叠加。一个人的身高受基因、营养、环境等几百个因素影响；一个班级的考试平均分是几十个学生各自能力的叠加；测量误差是无数个微小扰动之和。只要这些因素大体独立、数量够多，结果就趋向正态。
数学表述：定理的精确形式
现在我们给出精确的数学陈述。设 \(X_1, X_2, \ldots, X_n\) 是独立同分布（i.i.d.）的随机变量，均值为 \(\mu\)，方差为 \(\sigma^2 < \infty\)。
定义样本均值 \(\bar{X}_n = \frac{1}{n} \sum_{i=1}^{n} X_i\)。中心极限定理说：
\[\frac{\bar{X}_n - \mu}{\sigma / \sqrt{n}} \xrightarrow{d} \mathcal{N}(0, 1)\]
即标准化的样本均值依分布收敛于标准正态分布。等价地，对于任意实数 \(x\)：
\[\lim_{n \to \infty} P\left( \frac{\bar{X}_n - \mu}{\sigma / \sqrt{n}} \leq x \right) = \Phi(x)\]
其中 \(\Phi(x)\) 是标准正态分布的累积分布函数。
这里有几个关键细节：
- 标准化：光说"趋近正态"不够精确，因为 \(\bar{X}_n\) 本身的方差是 \(\sigma^2/n\)，会随着 \(n\) 增大而缩小到零。标准化（减均值、除标准误）让分布保持在一个稳定的尺度上。
- \(\sqrt{n}\)：标准误衰减的速度是 \(1/\sqrt{n}\)。这意味着把样本量翻四倍，精度才翻一倍——统计学家常说的"\(\sqrt{n}\) 法则"。
左图：标准误随样本量按 \(1/\sqrt{n}\) 衰减。从 \(n=4\) 到 \(n=100\)，标准误从 0.5 降到 0.1。右图：样本量越大，均值的抽样分布越窄，估计越精确。
为什么它重要
中心极限定理是现代统计推断的基石。
置信区间。 当你读到"民调显示支持率为 52%，误差 ±3%"——这背后的 ±3% 就是用 CLT 算出来的。样本比例 \(\hat{p}\) 近似服从正态分布，标准误是 \(\sqrt{p(1-p)/n}\)，乘上 1.96 就得到 95% 置信区间。
上图模拟了 100 次抽样（每次 \(n=50\)），绿色线段表示包含真实均值的置信区间，粉色线段表示落空。在 95% 置信水平下，大约 95% 的区间应该能覆盖真实均值。
假设检验。 A/B 测试中，两组转化率的差异是否显著？t 检验的本质就是判断标准化后的差异是否落在正态分布的尾部。没有 CLT，就没有 t 检验。
为什么正态分布叫"正态"。 高斯在 19 世纪初研究天文测量误差时发现：无论单次测量误差是什么分布，多次测量的均值误差总是正态的。他把这个"正常"的误差分布命名为正态分布。CLT 为这个经验观察提供了数学证明。
条件与常见误解
CLT 不是万能的。它要求两个关键条件：
- 独立性：各次观测之间不能有系统性的关联。时间序列数据（比如股票价格）通常不满足独立性，这时 CLT 不能直接套用。
- 有限方差：如果分布的尾部太厚（比如柯西分布），方差不存在，CLT 失效。柯西分布样本均值的分布仍然是柯西，不会收敛到正态。
另外，CLT 说的是标准化后的均值趋近正态，不是原始数据趋近正态。很多人误以为"大样本下数据就变正态了"——这是错的。数据本身长什么样还是长什么样，变正态的是均值的抽样分布。
还有就是"足够大"到底多大。这取决于原始分布的偏度。对称分布（均匀、正态本身）\(n=10\) 就够了；中度偏斜（指数分布）\(n=30\) 足够；严重偏斜或厚尾分布可能需要 \(n=100\) 甚至更多。
小结
中心极限定理告诉我们一件优雅的事：在足够多的独立微小波动叠加下，秩序从混乱中涌现。 无论单个因素多么不规则，它们的集体行为总是趋向于同一个简洁的钟形曲线。
从高尔顿板的弹珠到民意调查的误差范围，从测量仪器的精度到机器学习中的梯度噪声——CLT 在背后默默工作，把随机性驯化成可预测的模式。
如果你对本文的可视化感兴趣，所有图片都由 Python + Matplotlib 生成。核心模拟代码不到 50 行，你可以在自己的机器上复现这些实验。试试改变分布类型、样本量或模拟次数，亲眼看看 CLT 的魔力。