我们将服从二项分布的随机变量称为二项随机变量，服从正态分布的随机变量称为正态随机变量.概率论中有一个重要的结论：若随机变量，当充分大时，二项随机变量可以由正态随机变量来近似地替代，且正态随机变量的期望和方差与二项随机变量的期望和方差

1. (2022高二下·沧州期末) 我们将服从二项分布的随机变量称为二项随机变量，服从正态分布的随机变量称为正态随机变量.概率论中有一个重要的结论：若随机变量 $\text{[math]}$ ，当 $\text{[math]}$ 充分大时，二项随机变量 $\text{[math]}$ 可以由正态随机变量 $\text{[math]}$ 来近似地替代，且正态随机变量 $\text{[math]}$ 的期望和方差与二项随机变量 $\text{[math]}$ 的期望和方差相同.法国数学家棣莫弗 $\text{[math]}$ 在1733年证明了 $\text{[math]}$ 时这个结论是成立的，法国数学家､物理学家拉普拉斯 $\text{[math]}$ 在1812年证明了这个结论对任意的实数 $\text{[math]}$ 都成立，因此，人们把这个结论称为棣莫弗一拉普拉斯极限定理.现拋掷一枚质地均匀的硬币900次，利用正态分布估算硬币正面向上次数不少于420次的概率为（） $\text{[math]}$ 附：若 $\text{[math]}$ ，则 $\text{[math]}$ ， $\text{[math]}$

A . 0.97725 B . 0.84135 C . 0.65865 D . 0.02275

微信扫码预览、分享更方便