不同概率分布的函数族之间边界是相交的,也就是不同分布在特定条件下可以相互转化,本文介绍相关内容。
二项分布
泊松分布
泊松分布可看成由二项分布的极限得到,记常数 λ=np 则有如下:
其中用到了一个常用极限:
使用了洛必达法则
也就是说,当二项分布中的试验次数 n 比较大,事件A在一次试验中发生的概率 p 比较小时,二项分布的一个事件发生次数的概率可以用泊松分布的概率来模拟。
二项分布:
正态分布:`$
$`
$$
\boldsymbol{f}(\boldsymbol{x})=\frac{1}{\sqrt{2 \pi} \sigma} e{\left{-\frac{1}{2}\left(\frac{x-\mu}{\sigma}\right){2}\right}} \quad for: -\infty<x<\infty
$$
这是 棣莫弗-拉普拉斯中心极限定理 的内容,该定理是 林德贝格-勒维中心极限定理 的特例,证明方法可以参照 林德贝格-勒维中心极限定理 的证明过程。
文章链接: