转发一个通过斯特林公式推导正态分布的方法。内容来自网络。

本篇的推导全部抄自施利亚耶夫著《概率》。

棣莫弗——拉普拉斯定理:

正态分布的数学期望推导过程(正态分布公式的推导过程)(1)

这次推导可以说是“连续性随机变量”第一次出现在该书中,作为理解连续性随机变量的基础,正态分布是十分重要的。

斯特林公式:

正态分布的数学期望推导过程(正态分布公式的推导过程)(2)

根据斯特林公式,

正态分布的数学期望推导过程(正态分布公式的推导过程)(3)

得到:

正态分布的数学期望推导过程(正态分布公式的推导过程)(4)

对于0<x<1

正态分布的数学期望推导过程(正态分布公式的推导过程)(5)

由于

正态分布的数学期望推导过程(正态分布公式的推导过程)(6)

这个结论也可以表述为以下的形式:

正态分布的数学期望推导过程(正态分布公式的推导过程)(7)

假设

正态分布的数学期望推导过程(正态分布公式的推导过程)(8)

这里只给出等价关系,离相等还差一步。如果中间画了等号,那么公式就是大家所熟悉的棣莫弗——拉普拉斯定理了,即二项分布以正态分布为极限分布。从等价到相等,就是微积分证明的主要思路——略去高阶无穷。

,