🎲 二項分布の極限を実験で理解しよう！
この実験で学べること：
二項分布 Bi(n,p) が、パラメータの値によって異なる分布に近づく様子を観察できます。
- n が大きく、p が小さいとき（np が一定） → ポアソン分布に収束
- n が大きく、p が中程度のとき → 正規分布に収束
📊 実験1：ポアソン分布への収束
観察ポイント： n を大きくすると（p は自動的に小さくなります）、青い棒（二項分布）が赤い線（ポアソン分布）にどんどん近づいていきます！
📊 実験2：正規分布への収束
観察ポイント： n を大きくすると、階段状の二項分布が滑らかな釣鐘型の正規分布に近づきます！
🧪 シミュレーション実験
コイン投げシミュレーション
実際にコインを投げる実験をシミュレートして、理論と実際がどれくらい一致するか確認しましょう。
💡 まとめ：なぜこのような収束が起こるのか？
1. ポアソン分布への収束（ポアソンの少数の定理）
条件： n → ∞、p → 0、np → λ（一定）
直感的な理解：
- 「めったに起こらないこと」が「たくさんの機会」で起こる回数
- 例：1年間の交通事故件数、1時間の電話着信数など
- 各試行での成功確率は小さいが、試行回数が多いので、トータルでは数回起こる
2. 正規分布への収束（中心極限定理）
条件： n → ∞（p は固定）
直感的な理解：
- たくさんの独立な試行の和は、正規分布に近づく
- 例：100回のコイン投げの表の回数、テストの総合点など
- 多数の小さなランダムな影響が積み重なると、釣鐘型の分布になる
3. 使い分けの目安
ポアソン近似を使う場合： n ≥ 50 かつ p ≤ 0.1
正規近似を使う場合： np ≥ 5 かつ n(1-p) ≥ 5