中心极限定理
数学
验证引用
虽然已尽一切努力遵循引用风格规则，但可能会有一些差异。如果您有任何问题，请参考相应的样式手册或其他资料。
选择引用格式
反馈
谢谢您的反馈
我们的编辑将审阅你所提交的内容，并决定是否修改文章。
中心极限定理,在概率论，一个定理，它建立了正态分布的分布的意思是(平均)的几乎任何一组独立和随机产生的变量迅速收敛。中心极限定理解释了为什么正态分布如此普遍地出现，以及为什么它通常是一组数据(通常只有10个变量)均值的极好近似。
中心极限定理的标准版本，首先由法国数学家证明皮埃尔西蒙拉普拉斯在1810年，他提出一个无限独立且同分布的随机变量序列，当适当缩放时，趋于正态分布。十四年后，法国数学家Simeon-Denis泊松开始了一个持续的改进和概括的过程。拉普拉斯和他的同时代人对这个定理感兴趣，主要是因为它在重复测量同一量方面的重要性。如果单个测量值可以被视为近似独立和同分布，那么它们的平均值可以被正态分布近似。
yabo亚博网站首页手机大英百科全书测验
定义:数学术语
比利时数学家阿道夫Quetelet(1796-1874)，作为概念的鼻祖而闻名于世人平均(“普通人”)是第一个将正态分布用于分析以外的事情的人错误．例如，他收集数据士兵的胸围(看到)，并表明记录值的分布近似符合正态分布。这样的例子现在被看作是中心极限定理的结果。
中心极限定理在现代工业中也发挥着重要作用质量控制．提高产品质量的第一步通常是确定导致不需要的变化的主要因素。然后努力控制这些因素。如果这些努力成功了，那么任何残留的变异通常都是由大量因素造成的，它们大致独立地起作用。换句话说，剩余的少量变化可以用中心极限定理来描述，剩余的变化通常会近似于正态分布。正态分布是数学中许多关键程序的基础统计质量控制．