数学联邦政治世界观
超小超大

强大数定律与弱大数定律 (2-1)

大数定律是现代概率理论中重要的理论,也是连接概率理论与统计理论的重要桥梁。数学中以“定律”命名的理论不多,通常与实际应用有紧密联系。

大数定律描述了这样一种现象:对于一个随机变量序列{Xₙ} (可以理解为无数个样本),它的前 n 项平均值

X₁+X₂+· · ·+Xₙ

Aₙ=───────

n

对于满足若干条件的{Xₙ},当随机变量数量 n 非常大时,它们的平均值将极有可能趋于定值 μ

Aₙ → μ

这个定值μ 通常是 Xᵢ 数学期望。

按收敛方式不同,大数定律分为强大数定律和弱大数定律。

强大数定律

当随机变量序列的长度为无穷大时,它们的平均值必然趋于定值。我们称这样的随机变量序列符合强大数定律。用数学语言来说就是

P{lim Aₙ – μ=0}=1

n→∞

其中Aₙ 是随机变量序列的前 n 项平均值(见前面)。

弱大数定律

当随机变量的序列的长度为无穷大时,它们的平均值逼近定值的概率为将趋近于1。称这样的随机变量序列符合弱大数定律。用数学语言表述为

∀ε>0:lim P{|Aₙ – μ|<ε}=1

n→∞

区别和联系

强大数定律是容易理解的,它类似于数列极限的定义。而弱大数定律相对来说不容易理解,而且乍一看似乎跟强大数定律没有什么区别。实际上,这里面涉及到对极限的理解。当我们说一个数列的极限为1时,只是说这个数列无限逼近于1,而不能保证数列等于1。例如数列

1

αₙ=1 – ─,

n

它的极限为1,但他的每一项都不等于1。再如

1 nπ

bₙ=1+─ sin ─,

n 2

它的极限为1,也确实存在无穷多个等于1的项,但是我们找不到一个 N ,使得 bɴ 以后的每一项全部为1。

再回到弱大数定律,弱大数定律告诉我们,当随机变量的数量n 趋于无穷大时,它们的平均数 Aₙ 逼近定值 μ 的概率趋近于1,但不一定等于1。也就是说,当 n 非常大时, Aₙ 极有可能逼近于 μ ,但也不能保证 Aₙ必然逼近于 μ 。

而强大数定律就不一样了。强大数定律的概率P没有被包裹在极限符号里面,即不是

lim P{. . .}=1

. . .

而是 P{. . .}=1 ,也就是“Aₙ 必定趋近于 μ ”。

如果能理解上面的话,也就能理解如果一个随机变量序列符合强大数定律,那么他一定也符合弱大数定律。因为当P{. . .}=1的时候,那么

数学联邦政治世界观提示您:看后求收藏(同人小说网http://tongren.me),接着再看更方便。

相关小说

小心是我弟弟 连载中
小心是我弟弟
灵心白
请你看第一章
4.3万字9个月前
当段嘉许是我的同桌 连载中
当段嘉许是我的同桌
超人作者
拆官配的,请不要骂我。如果你不想看的话就不要点进来。谢谢我只是满足一下我自己的心愿而已。
2.1万字9个月前
那些五年级该看的故事(续) 连载中
那些五年级该看的故事(续)
秋封叶凌小号
续集,续集!
0.3万字9个月前
关于那些故事 连载中
关于那些故事
阁雾故
1.1万字9个月前
审判重临 连载中
审判重临
折千秋
(剧情已崩,勿入!!!)【封面图片来自网络,侵删致歉!】
10.2万字9个月前
创丹cp 连载中
创丹cp
139***621_6282166776
0.0万字9个月前