抽奖结果概率分布差异：为何2次抽奖呈三角分布而非高斯分布？

问题1：2次与3次及以上抽奖的本质差异 #

你的实验对应独立同分布的均匀离散随机变量求和场景（假设每次抽奖从固定范围等概率取数、各次独立），两者的核心差异来自于独立变量求和的卷积操作阶数：

• 1次抽奖：就是原始均匀分布，概率质量函数（PMF）是平的矩形。
• 2次抽奖：两个均匀分布卷积的结果是三角分布（离散版）。比如从1到n的整数抽奖，两次求和结果s的出现次数：当s在2到n+1之间时，次数随s线性增加；当s在n+2到2n之间时，次数随s线性减少。这种分段线性的PMF是2阶卷积的典型结果。
• 3次及以上抽奖：是多次卷积的产物。3次时，三角分布再与均匀分布卷积，得到的PMF是分段二次曲线，已经呈现钟形轮廓；次数越多，卷积后的PMF会越平滑，原始均匀分布的“棱角”被不断磨平，逐渐趋近高斯分布的光滑钟形。

简言之，2次求和的分布还保留着原始均匀分布的线性特征，而3次及以上的卷积会让分布形状从“线性升降”过渡到“平滑钟形升降”，这是多次卷积对分布形态的改造效果差异。

问题2：为什么2次抽奖无法得到高斯分布 #

高斯分布的核心特征是光滑的指数型概率密度函数，2次均匀求和的三角分布和它存在本质区别：

• 中心极限定理（CLT）是渐近生效的：CLT指出当独立同分布变量的数量趋近于无穷大时，求和分布会趋近高斯分布，但这是一个“逐步趋近”的过程，并非次数≥2就会直接变成高斯。2次的样本量离“无穷大”门槛太远，卷积后的分布还未被足够平滑。
• 数学形式上的本质差异：均匀分布的特征函数是sinc类函数，2次求和对应特征函数的平方，其傅里叶逆变换就是三角分布；而更高次的特征函数幂次会逐渐逼近高斯分布的特征函数（指数函数），对应的逆变换才会趋近高斯。
• 形态上的直观区别：三角分布的PMF是线性分段的，没有高斯分布那种“缓慢上升、快速到峰、再缓慢下降”的光滑曲线，两者的曲率变化完全不同，自然不可能是高斯分布。

内容的提问来源于stack exchange，提问作者Adrian