n个6面公平骰子求和随机变量的精确概率分布问询

当然有！完全不需要依赖中心极限定理这类近似方法，我们有两种非常直接的精确计算方式，能给出每个可能取值的精确概率，下面给你详细拆解：

卷积递推法 #

每个6面骰子的概率质量函数（PMF）是完全独立的：单个骰子掷出点数k（1≤k≤6）的概率都是1/6，其他情况为0。n个骰子的点数和的PMF，本质上就是单个骰子PMF的n次卷积。

我们可以用递推的方式一步步计算：

• 定义f_n(s)为n个骰子点数和为s的概率
• 基础情况：当n=1时，f_1(s) = 1/6（如果1≤s≤6），否则f_1(s)=0
• 递推公式：对于n>1，f_n(s) = sum_{k=max(1, s-6)}^{min(6, s-(n-1))} f_{n-1}(s - k) * 1/6
  • 这里的上下限是为了保证s-k是n-1个骰子能达到的点数范围（n-1 ≤ s-k ≤ 6(n-1)）

这种方法非常适合用代码实现，比如用动态规划的思路，从n=1开始逐步计算到你需要的n，每一步都能得到精确的概率值。

生成函数+容斥公式法 #

我们可以用生成函数来推导直接计算概率的公式，避免递推的过程。

单个骰子的生成函数是：

G(x) = (x + x² + x³ + x⁴ + x⁵ + x⁶)/6 = x(1 - x⁶)/(6(1 - x))

n个骰子的生成函数就是[G(x)]ⁿ，而点数和为s的概率就是这个多项式展开后x^s项的系数。通过展开生成函数并结合容斥原理，我们可以得到直接计算f_n(s)的公式：

f_n(s) = (1/6ⁿ) * sum_{k=0}^floor((s-n)/6)} (-1)^k * C(n, k) * C(s - 1 - 6k, n - 1)

其中：

• C(a, b)是组合数（从a个元素中选b个的组合数），当a < b或者a < 0时，组合数取值为0
• floor((s-n)/6)是取(s-n)/6的整数部分，确保求和项都是有效的

举个小例子验证：当n=2，s=7时，代入公式：

• floor((7-2)/6) = floor(5/6) = 0，所以求和只有k=0这一项
• 计算得：(1/36) * (-1)^0 * C(2,0) * C(7-1-0, 2-1) = (1/36)*1*1*6 = 6/36 = 1/6，和实际情况完全一致。

这两种方法都是完全精确的，不会有任何近似误差，完全符合你的需求。

内容的提问来源于stack exchange，提问作者gabe