设各零件的重量都是随机变量，它们相互独立且服从相同的分布，其数学期望为0.5kg，均方差为0.1kg，问：5000只零件的总重量超过2510kg的概率是多少？

考查要点：本题主要考查中心极限定理的应用，以及如何将实际问题转化为标准正态分布的概率计算。

解题核心思路：

1. 确定总重量的期望与方差：利用独立同分布随机变量和的性质，计算总重量的期望和方差。
2. 应用中心极限定理：当零件数量足够大时，总重量近似服从正态分布。
3. 标准化处理：将总重量超过2510kg的问题转化为标准正态分布的概率计算。

破题关键点：

• 均方差的正确使用：题目中“均方差”指标准差，需先计算方差（标准差的平方）。
• 总和的方差计算：总方差为单个零件方差乘以零件数量。
• Z值的准确计算：标准化时需用总重量的标准差，而非单个零件的标准差。

1. 计算总重量的期望与方差

• 期望：单个零件期望为 $0.5$ kg，总重量期望为：
  $E(X) = 5000 \times 0.5 = 2500 \, \text{kg}$
• 方差：单个零件方差为 $(0.1)^2 = 0.01$ kg²，总重量方差为：
  $D(X) = 5000 \times 0.01 = 50 \, \text{kg}^2$
• 标准差：
  $\sigma = \sqrt{50} \approx 7.0711 \, \text{kg}$

2. 应用中心极限定理

总重量 $X$ 近似服从正态分布：
$X \sim N(2500, 50)$

3. 标准化处理

求 $P(X > 2510)$，转化为标准正态分布：
$Z = \frac{2510 - 2500}{\sqrt{50}} \approx \frac{10}{7.0711} \approx 1.4142$

4. 查标准正态分布表

• $Z = 1.41$ 对应累积概率为 $0.9207$，右侧概率为：
  $1 - 0.9207 = 0.0793$
• 更精确计算（如使用线性插值或计算工具）得：
  $P(Z > 1.4142) \approx 0.0786$