中心极限定理与泊松定理的适用范围.pdf

中心极限定理与泊松定理的 适用范围 ——概率论与数理统计论文 小组成员 文 政 （弘深学院） 陈民安 （弘深学院） 朱 翔 （弘深学院） 唐 韬 （弘深学院） 王钟斌 （弘深学院） 高 恺 （弘深学院） 莫镇玮 （弘深学院） 2014-11-9 中心极限定理与泊松定理的适用范围 摘要 本文主要通过改变事件发生概率p 的值，来计算正态分布、泊松分布这两个 分布与二项分布间存在的误差来判断正态分布和泊松分布在不同参数 p 值的情 况下哪一个分布与二项分布的拟合程度更高，从而给出在何种情况下采用哪种分 布来对二项分布进行计算能够得到更接近的结果。 通过对比二项分布、泊松分布和正态分布的偏度和峰度的关系，当n 足够大 时，假定p=k/n ，k 为常数且n≫k ，正态分布拟合二项分布时，无论是峰度还是 偏度，必定出现误差，相比之下，泊松分布的峰度与偏度与二项分布极为接近， 由此可知，在p 足够小时，泊松分布的拟合确实比正态分布拟合要更加精确。 通过取不同p 值的情况下将泊松分布拟合函数、正态分布拟合函数分别与二 项分布拟合函数作差，利用mathematica 软件，绘制泊松分布、正态分布与二项 分布的拟合曲线与误差曲线。通过分析两种函数的拟合曲线在不同p 值下的拟合 情况，对比得出在p 值较小（p0.04 ）的时候，泊松分布的拟合情况比较好，尤 其当p=0.001 时，泊松分布与二项分布的误差值几乎等于0 ；而当p0.04 时， 正态分布的拟合程度比泊松分布要好。由于中心极限定理是以正态分布来对二项 分布进行拟合，所以当p0.1 时，使用中心极限定理来计算分布的近似程度比泊 松分布高，使用中心极限定理更加合适；当p0.1 时，泊松分布与二项分布的拟 合程度比正态分布与二项分布的拟合程度高，使用泊松定理较为合适。 关键词：中心极限定理、泊松定理、拟合 1 目录 一、 问题重述3 二、 问题分析3 三、 模型假设3 四、 符号说明4 五、 模型的建立与求解4 问题一：4 问题二：4 问题三：5 1． 事件发生概率p对分布特征偏度r1与峰度r2 的影响。5 2 ． 事件发生概率p对分布拟合的误差分析6 六、 结论8 问题四：8 七、 模型的优缺点8 八、 模型的优化与改进8 改进方案1：8 改进方案2 ：9 九、 参考文献9 十、 附录10 2 一、 问题重述 已知这样一个问题：若某种疾病的发病率为0.001 ，某单位共有5000 人。问 该单位患有这种疾病的人数不超过5 人的概率为多少？ 根据中心极限定理， (5000，0.001)~ (5,4.995) ，得概率为0.5 ；根据泊松 定理， (5000，0.001)~ (5) ，得概率为0.616 。 虽然两种方法同为近似计算，但结果便令中心极限定理的方法处于尴尬的境 地。于是，我们需要确定： （1） 上述计算过程是否有错误。 （2 ） 哪种方法拟合程度更好。 （3 ） 中心极限方法是否真的没有泊松定理精确。 （4 ） 探究泊松定理与中心极限定理的适用范围。 二、 问题分析