Logo

无处不在的正态分布

问题提出

呼噜星球的统计学家收集了大量数据：人的身高、考试成绩、测量误差、农作物产量……他们发现了一个惊人的规律：

这些看似毫不相关的数据，它们的分布形状都像一口”钟”——中间高、两边低、左右对称。

这种分布就是正态分布（也叫高斯分布）。

一个学生问：

老师，正态分布的公式里为什么有 ee？这个 ee 和我们一直在探索的自然常数 ee 是同一个吗？

我在黑板上写下正态分布的概率密度函数：

f(x)=1σ2πe−(x−μ)22σ2f(x) = \frac{1}{\sigma\sqrt{2\pi}} e^{-\frac{(x-\mu)^2}{2\sigma^2}}

“没错，“我说，“这里的 ee 就是我们一直在探索的自然常数。今天我们就来看看，ee 为什么会出现在这个’无处不在’的分布里。“

观察与猜想

让我们从最简单的情况开始：抛硬币。

抛 nn 次硬币，正面朝上的次数 XX 服从二项分布 B(n,12)B(n, \frac{1}{2})：

P(X=k)=(nk)(12)nP(X = k) = \binom{n}{k}\left(\frac{1}{2}\right)^n

当 nn 很大时，二项分布的形状会怎样？

学生们计算了一些值：

  • n=10n = 10：已经有点像钟形了
  • n=100n = 100：钟形更明显
  • n=1000n = 1000：非常光滑的钟形曲线

他们猜想：当 n→∞n \to \infty 时，二项分布会趋向一个连续的分布，而且这个分布里可能有 ee。

为什么会有 ee？因为二项分布里有阶乘，而阶乘的渐近近似（斯特林公式）里就有 ee：

n!≈2πn(ne)nn! \approx \sqrt{2\pi n}\left(\frac{n}{e}\right)^n

严格证明

从二项分布到正态分布（中心极限定理的特例）

设 Xn∼B(n,12)X_n \sim B(n, \frac{1}{2})，标准化后：

Zn=Xn−n/2n/2Z_n = \frac{X_n - n/2}{\sqrt{n}/2}

我们要证明 ZnZ_n 的分布趋向标准正态分布 N(0,1)N(0, 1)。

利用斯特林公式 n!≈2πn(n/e)nn! \approx \sqrt{2\pi n}(n/e)^n，对二项分布概率做渐近展开：

P(Xn=k)=n!k!(n−k)!⋅12nP(X_n = k) = \frac{n!}{k!(n-k)!} \cdot \frac{1}{2^n}

令 k=n2+xnk = \frac{n}{2} + x\sqrt{n}，代入并化简（过程较繁琐，这里给出结果），当 n→∞n \to \infty 时：

P(Xn=k)≈1nπ/2⋅e−2x2⋅1nP(X_n = k) \approx \frac{1}{\sqrt{n\pi/2}} \cdot e^{-2x^2} \cdot \frac{1}{\sqrt{n}}

转换为密度函数，得到：

f(x)=12πe−x22f(x) = \frac{1}{\sqrt{2\pi}} e^{-\frac{x^2}{2}}

这就是标准正态分布的概率密度函数！

一般正态分布

对标准正态分布做平移和缩放，得到一般正态分布 N(μ,σ2)N(\mu, \sigma^2)：

f(x)=1σ2πe−(x−μ)22σ2f(x) = \frac{1}{\sigma\sqrt{2\pi}} e^{-\frac{(x-\mu)^2}{2\sigma^2}}

其中：

  • μ\mu 是均值（决定中心位置）
  • σ\sigma 是标准差（决定分布的”胖瘦”）

归一化验证：高斯积分

概率密度函数必须满足 ∫−∞∞f(x)dx=1\int_{-\infty}^{\infty} f(x) dx = 1。

对标准正态分布：

I=∫−∞∞e−x22dxI = \int_{-\infty}^{\infty} e^{-\frac{x^2}{2}} dx

这个积分就是著名的高斯积分。我们来计算它：

I2=(∫−∞∞e−x22dx)(∫−∞∞e−y22dy)=∫−∞∞∫−∞∞e−x2+y22dxdyI^2 = \left(\int_{-\infty}^{\infty} e^{-\frac{x^2}{2}} dx\right)\left(\int_{-\infty}^{\infty} e^{-\frac{y^2}{2}} dy\right) = \int_{-\infty}^{\infty}\int_{-\infty}^{\infty} e^{-\frac{x^2+y^2}{2}} dx dy

转换为极坐标（x=rcos⁡θx = r\cos\theta，y=rsin⁡θy = r\sin\theta，dxdy=rdrdθdx dy = r dr d\theta）：

I2=∫02π∫0∞e−r22rdrdθ=2π∫0∞e−r22rdrI^2 = \int_0^{2\pi} \int_0^{\infty} e^{-\frac{r^2}{2}} r dr d\theta = 2\pi \int_0^{\infty} e^{-\frac{r^2}{2}} r dr

令 u=r22u = \frac{r^2}{2}，du=rdrdu = r dr：

I2=2π∫0∞e−udu=2π⋅1=2πI^2 = 2\pi \int_0^{\infty} e^{-u} du = 2\pi \cdot 1 = 2\pi

所以 I=2πI = \sqrt{2\pi}，即：

∫−∞∞e−x22dx=2π\int_{-\infty}^{\infty} e^{-\frac{x^2}{2}} dx = \sqrt{2\pi}

因此 12πe−x22\frac{1}{\sqrt{2\pi}} e^{-\frac{x^2}{2}} 的积分确实等于 1，归一化成立。

注意：这里 ee 再次发挥了关键作用——正是因为 e−ue^{-u} 的积分等于 1，高斯积分才能得到简洁的结果。

为什么正态分布无处不在？——中心极限定理

中心极限定理：大量独立同分布的随机变量之和，经过标准化后，趋向正态分布。

这就是为什么正态分布无处不在：

  • 人的身高 = 基因 + 营养 + 环境 + ……（大量因素叠加）
  • 测量误差 = 仪器误差 + 环境误差 + 人为误差 + ……
  • 考试成绩 = 各种知识点掌握程度的叠加

只要一个现象是大量独立随机因素的叠加结果，它的分布就会趋向正态分布。而正态分布的密度函数中，ee 是核心成分。

正态分布的数字特征

  • 均值：E[X]=μE[X] = \mu
  • 方差：Var(X)=σ2\text{Var}(X) = \sigma^2
  • 约 68% 的数据在 μ±σ\mu \pm \sigma 范围内
  • 约 95% 的数据在 μ±2σ\mu \pm 2\sigma 范围内
  • 约 99.7% 的数据在 μ±3σ\mu \pm 3\sigma 范围内（“3σ 原则”）

结论与应用

  • 正态分布密度：f(x)=1σ2πe−(x−μ)22σ2f(x) = \frac{1}{\sigma\sqrt{2\pi}} e^{-\frac{(x-\mu)^2}{2\sigma^2}}
  • ee 的来源：二项分布的斯特林近似中包含 ee，极限过渡后保留在密度函数中
  • 高斯积分：∫−∞∞e−x2/2dx=2π\int_{-\infty}^{\infty} e^{-x^2/2} dx = \sqrt{2\pi}，保证了归一化
  • 中心极限定理：大量独立因素的叠加趋向正态分布，解释了其”无处不在”

呼噜星球的学生们感叹道：

原来 ee 不仅在微积分和复数里，还藏在我们每天遇到的各种数据分布里！从身高到考试成绩，背后都有 ee 的身影。

我总结道：

从复利到微积分，从复数到概率，ee 一次又一次地出现在看似无关的领域中。这正是数学常数的魅力——它们是不同领域之间的隐秘纽带。

接下来，我们将回到纯数学，追问一个关于 ee 身份的终极问题：ee 是超越数吗？

上一章节无记忆的指数分布从恒定事件率推导指数分布并验证无记忆性
下一章节e 的深层身份：数论与超越性探索 e 是否满足代数方程及其超越性
自然常数 e 的数学冒险