Давайте посмотрим на то что я писал ранее немного под другим углом. Имеем не только ГСЧ №1 (рулетка), присутствует ГСЧ №2 (игрок) и такой пустяк как банк игрока. Такова полная картина. Вернемся обратно к монетам. Так проще.
Монета А монета Б: совпадение/несовпадение символов, выигрыш/проигрыш (можно обозначить любое из событий ) .
Получаем:Стандартное нормальное распределение - это центрированное нормальное (гауссовское) распределение с нормированной дисперсией. Свертка распределений соответствует распределению суммы независимых случайных величин. Дисперсии СВ при сложении складываются, поэтому, учитывая, что дисперсия {-1.1}-распределения не равна нулю (равна 1), нетрудно понять, что дисперсия свертки будет более единицы (равна 2), т. е. свертка уже не будет стандартным нормальным распределением.
1) Конечно, это будет смесь.
2) Даст ли такая свертка с {-1,1}-распределением гауссовское распределение? Конечно, нет. Будет смесь двух сдвинутых на (+1,-1) гауссиан.
3) Уместно также поразмыслить о точности аппроксимации распределения суммы СВ а) чисто гауссовским распределением или б) смесью двух или нескольких гауссиан, Заметьте, что не имеет значения, на каких шагах вы подменили {-1,1}-СВ на гауссовские, важно сколько из общего числа n шагов использовано гауссовских, а сколько {-1,1}-СВ.
Обосновано ли пользоваться гауссовской аппроксимацией или же гауссовское распределение свертывать с {+1,-1}-равновероятным? - Нужно определится для какого процесса рассчитываем - для нового (старый забыли) или продолжается процесс с тем же начальным моментом.