随机碰撞,堆出钟形曲线
钢珠落过一排排铜钉,每碰一颗,随机向左或向右。一颗落在哪里说不准,上千颗却总堆成同一条钟形曲线。把硬币换成骰子,曲线还是同一条:这就是中心极限定理。
向下滚动
钉板
钢珠从顶上的漏斗落下,穿过十二排黄铜钉。每碰到一颗钉,它就向左或向右跳到下一排,最后落进底下的一格。
一颗珠子落在哪一格,事先说不准。上千颗落完,格子里的珠子堆成中间高、两边低的一条曲线,每次都差不多是同一条。玻璃上的金线刻的就是它:十二排钉、一千颗珠子时的钟形曲线。
钉子一排比一排多一颗,错开半格排列,像骰子上的五点,所以这种排法叫 quincunx。
一颗珠子的路
碰到一颗钉,珠子向左还是向右,机会各一半。穿过十二排钉,等于连抛十二次硬币。
它最后落在第几格,只看一共向右跳了几次:一次也不向右,落进最左边的第 0 格;十二次都向右,落进最右边的第 12 格。先右后左和先左后右,到达同一个地方。
慢镜头里的红线,是这颗珠子走过的路。
数一数路
通向第 k 格的路,就是十二次里挑出 k 次向右,一共 C(12, k) 条。每一条路的机会都是 1/2¹² = 1/4096。所以落进第 k 格的概率是 C(12, k)/4096。
正中间的第 6 格有 924 条路,约占 22.6%;最边上的两格各只有一条路,1/4096。中间高,只是因为通向中间的路最多。
这叫二项分布。n 排钉时平均落在第 n/2 格,方差是 n/4:十二排时方差是 3,标准差约 1.73 格。玻璃上的红线,是按板上现有的珠子数画出的精确分布;珠子越多,各格的高度越贴近它。
变成钟形
钉的排数 n 越多,二项分布越接近一条光滑的曲线,也就是正态曲线:中心在 n/2,宽度按 √n/2 增长。
这个近似在 1733 年发表,后来被推广到向右的概率不是一半的情形:
C(n, k)/2ⁿ ≈ √(2/(πn)) · e^(−2(k − n/2)²/n)
模型依次换成 1、2、4、8、14 排钉。排数越多,曲线越矮、越宽,也越平滑。
换成骰子
硬币只是最简单的推动。把每一层的推动换成掷骰子,按点数减去 3½ 挪动几格;或者在 −3 到 3 格之间,任意挪一段距离。
只推一次,格子里就是推动本身的形状:骰子是六格一样高,均匀推动是一片平台。推两次,叠成三角形;推三次,已经接近钟形。
这就是中心极限定理:许多独立的推动加在一起,只要每一个的方差有限、没有哪一个占压倒性的份量,总和就接近正态分布,与单个推动的形状无关。下图把总和缩放到同样的宽度,再与正态曲线比;推动越多,差距越小。
哪里会出现
测量误差来自许多微小而独立的扰动:温度、振动、读数时的偏差。它们叠加起来,误差常接近正态分布。1809 年,正态分布就被用作天文观测误差的规律。
同一人群、同一性别的成年人身高也接近正态,因为身高受许多基因和环境因素共同影响,每一个的作用都不大。
但不是什么都服从正态。收入、城市人口、地震释放的能量、股市的日涨跌都有“厚尾”:极端值远比正态曲线预言的多。原因可能是有的因素影响特别大,因素之间并不独立,或者它们是相乘而不是相加。有的分布连平均值都没有,比如柯西分布:取再多的数求平均,也不会稳定下来。
真实的钉板
真实的钉板只是接近这个理想。钉子不会精确地一半对一半:钉的位置差零点几毫米,或者板子稍有倾斜,每颗钉就都偏向同一边。钢珠还会一下弹过不止一排,互相碰撞,前一跳的速度带到下一跳。
所以钉板要摆平,顶上的水准泡就是为此。研究钉板动力学的人发现,碰撞的弹性不同,格子里的分布可以明显偏离钟形。
如果每颗钉都以概率 p 让珠子向右,结果仍是二项分布,中心移到第 np 格,方差变成 np(1−p)。模型依次演示 p = 0.5、0.65、0.35:钟形曲线整条平移,宽度略窄一点。
实验台
可以放 1 颗、100 颗或 1000 颗珠子。排数从 1 到 14;每颗钉让珠子向右的概率 p 从 0.05 到 0.95;推动可以换成骰子或均匀推动,这时最多 3 层。直方图记下设置改变以来的每一颗珠子,读数是平均值和方差,斜线后是精确值。某一格装满时,底部的闸门打开,珠子落进抽屉。
试一试把 p 调到 0.7,再放 1000 颗:钟形曲线的中心移到第几格?
模型省略了什么
模型是示意,比原物大:箱高约 0.85 米,钢珠直径 5 毫米,铜钉间距 24 毫米。每颗珠子在每颗钉处的去向由带种子的伪随机数决定,之后按真实的重力(9.81 m/s²)沿抛物线落到下一颗钉,碰钉时只有一个小小的回弹。珠子之间不碰撞,也不会跳过一排,所以格子里正好是二项分布;真实的钉板做不到这一点。骰子和均匀推动没有对应的钉子:模型里铜钉缩回板中,珠子在每一层被挪动一次。超出两侧的珠子被箱壁挡住,落进最边上的一格。每格约装 280 颗,装满时闸门自动打开。
容易误解的地方
中心极限定理说的是许多独立推动的“和”接近正态,不是说每个量都正态,也不是说数据越多,数据本身就越正态。钟形也不是因为珠子“喜欢中间”:每颗钉都不偏不倚,中间格只是通向它的路最多。正态曲线只是近似,尾部尤其如此:十二排时最边上一格的概率是 1/4096,约 0.00024,正态曲线在那里给的是约 0.00057。
资料来源
- UCL Science Collections:Quincunx,LDUGC-063(1873 年,Tisley and Spiller 按 Galton 的设计制作)
- Francis Galton(1889):Natural Inheritance,Macmillan,第 5 章,第 63–65 页,图 7–9
- Francis Galton(1877):Typical Laws of Heredity,Proceedings of the Royal Institution 8: 282–301
- Abraham de Moivre(1738):The Doctrine of Chances,第 2 版,第 235 页起(1733 年 11 月 12 日的论文)
- Pierre-Simon Laplace(1810):Mémoire sur les approximations des formules qui sont fonctions de très grands nombres,Œuvres complètes 第 12 卷
- Carl Friedrich Gauss(1809):Theoria motus corporum coelestium,第 2 卷第 3 节
- J. W. Lindeberg(1922):Eine neue Herleitung des Exponentialgesetzes in der Wahrscheinlichkeitsrechnung,Mathematische Zeitschrift 15: 211–225
- Hans Fischer(2011):A History of the Central Limit Theorem,Springer
- Francis Galton(1886):Regression Towards Mediocrity in Hereditary Stature,Journal of the Anthropological Institute 15: 246–263
- V. V. Kozlov, M. Yu. Mitrofanova(2003):Galton board,Regular and Chaotic Dynamics 8(4): 431–439
- NIST/SEMATECH e-Handbook of Statistical Methods:Cauchy Distribution
- Benoit Mandelbrot(1963):The Variation of Certain Speculative Prices,Journal of Business 36(4): 394–419
数据
The quincunx was designed by Francis Galton and made for him in London in 1873 by Tisley and Spiller (UCL Galton Collection, LDUGC-063: 360 × 290 × 52 mm, run with lead shot). He showed it at the Royal Institution in 1874, described a two-stage version in his lecture “Typical Laws of Heredity” (9 February 1877), and printed it in Natural Inheritance (1889), pp. 63–65, Figs. 7–9. Galton also coined the word “eugenics” (Inquiries into Human Faculty, 1883); the board itself is a device about chance. The normal approximation to the binomial for p = ½ is Abraham de Moivre’s, in a paper dated 12 November 1733 (translated in The Doctrine of Chances, 2nd ed., 1738). Pierre-Simon Laplace extended it to sums of many independent errors (memoir read 9 April 1810; Théorie analytique des probabilités, 1812). Carl Friedrich Gauss used the normal law for errors of observation in Theoria motus (1809). General conditions were proved by Aleksandr Lyapunov (1900–1901) and Jarl Waldemar Lindeberg (1922). The videos under Watch next are by Grant Sanderson (3Blue1Brown) and the Institute of Mathematics and its Applications. The walnut and brass board is our own model.

