二项分布的概率近似

所属章节:第5章 大数定律和中心极限定理

二项分布概率计算的三种方法.

设 X∼B(n,p)X \sim B(n, p).

① 当 nn 不太大时 (n⩽10n \leqslant 10),直接计算

P{X=k}=Cnkpk(1−p)n−k,k=0,1,⋯ ,n;P\{X = k\} = C_n^k p^k (1 - p)^{n-k}, \quad k = 0, 1, \cdots, n;

② 当 nn 较大且 pp 较小时 (n>10,p<0.1n > 10, p < 0.1),λ=np\lambda = np 适中,根据泊松定理有近似公式

P{X=k}=Cnkpk(1−p)n−k≈λkk!e−λ,k=0,1,⋯ ,n;P\{X = k\} = C_n^k p^k (1 - p)^{n-k} \approx \frac{\lambda^k}{k!} \mathrm{e}^{-\lambda}, \quad k = 0, 1, \cdots, n;

③ 当 nn 较大而 pp 不太大时 (p<0.1,np⩾10p < 0.1, np \geqslant 10),根据中心极限定理,有近似公式

P{a<X<b}≈Φ(b−npnp(1−p))−Φ(a−npnp(1−p)).P\{a < X < b\} \approx \varPhi\left( \frac{b - np}{\sqrt{np(1-p)}} \right) - \varPhi\left( \frac{a - np}{\sqrt{np(1-p)}} \right) .

关联知识

  • 二项分布:二项概率可按参数条件选择直接计算或近似计算。
  • 泊松分布:稀有事件情形可考虑泊松近似。
  • 中心极限定理:棣莫弗-拉普拉斯定理支持二项分布的正态近似。

原文:原笔记 · 5.3 中心极限定理 P128(原文件第 718–735 行)。

返回概率论导航