Слабый и усиленный законы больших чисел
Точные условия, при которых среднее наблюдений стабилизируется.
Чему научимся
Он объясняет устойчивость долгосрочной частоты и среднего, но не уменьшает случайность отдельных наблюдений и не работает без проверки зависимости и существования среднего.
Главная идея. Закон больших чисел утверждает стабилизацию выборочного среднего: для независимых одинаково распределённых интегрируемых величин оно почти наверное стремится к E[X₁].
План рассуждения и проверка понимания
- Проверьте, какая версия используется: для классического усиленного ЗБЧ нужны независимые одинаково распределённые (iid) величины и конечное E|X₁|.
- Запишите среднее n наблюдений и ожидаемый предел μ, не заменяя среднее последним наблюдением или накопленной суммой без деления.
- Для частного слабого закона с конечной дисперсией вычислите Var(X̄ₙ) = σ²/n и примените неравенство Чебышёва.
- Отдельно исследуйте нарушения: полная зависимость копий Z или закон Коши убирают механизм стабилизации обычного среднего.
Частая ошибка. Ожидать, что каждое новое наблюдение обязано становиться ближе к μ, или считать сто копий одного измерения эквивалентными ста независимым данным.
Как проверить себя. ЗБЧ относится к агрегированному среднему. Если все Xi равны одной Z, их среднее остаётся Z и не получает новой информации с ростом n.
Наглядная модель: Слабый и усиленный законы больших чисел
Точные условия, при которых среднее наблюдений стабилизируется.
- Слабый и усиленный законы больших чисел → Слабый и усиленный законы больших чисел
- Слабый и усиленный законы больших чисел → convergence
- Слабый и усиленный законы больших чисел → independent-variables
Проверка пониманияОбъясните тему своими словами
Для независимых индикаторов с p = 0,3 объясните, почему среднее является относительной частотой и к чему оно сходится, не обещая монотонного приближения.
В хорошем объяснении есть:
- Индикаторы имеют конечное абсолютное среднее.
- Среднее единиц равно доле успехов.
- Сходимость не превращена в безошибочность конечной серии.
Утверждение о среднем
Закон больших чисел объясняет, почему длинное усреднение может давать стабильный результат. Он не утверждает, что отдельные значения становятся менее случайными или что каждая новая точка графика обязательно ближе к среднему.
Две формы
Слабый закон говорит о сходимости среднего по вероятности. Усиленный — о сходимости почти наверное. Для независимых одинаково распределённых интегрируемых Xi усиленный закон даёт предел E X1; из него следует слабый. Конечная дисперсия для этой классической усиленной формы не обязательна.
Короткое доказательство частного случая
Если Xi независимы с общим средним μ и конечной дисперсией σ², дисперсия среднего равна σ²/n. Неравенство Чебышёва ограничивает вероятность ошибки ≥ε числом σ²/(nε²), которое стремится к нулю. Это доказывает слабый закон в указанном случае, но само по себе ещё не является доказательством усиленного закона.
Границы применения
Если все Xi равны одной и той же случайной величине Z, среднее всегда равно Z. При невыраженной зависимости увеличение числа записей не обязано давать новую информацию. Существуют законы для зависимых последовательностей, например стационарных эргодических, но их условия нужно проверять отдельно.
У независимых одинаково распределённых величин Коши нет конечного среднего; обычное среднее сохраняет закон Коши и не стабилизируется к конечной константе. Это не нарушение теоремы, а выход за её предпосылки.
При нуле наблюдённых попаданий частота равна нулю, однако теоретическая вероятность может быть малой и положительной. Конечный опыт не доказывает невозможность события.
Три примера
- Для независимых индикаторов успеха с p=0,3 среднее — относительная частота — почти наверное стремится к 0,3.
- Если дисперсия одного наблюдения 9, дисперсия среднего 100 независимых наблюдений равна 0,09.
- Сто копий одного и того же измерения не эквивалентны ста независимым измерениям: среднее копий не уменьшает исходную случайность.
Формула, смысл и ограничения
Главные формулы с расшифровкой
Формула словами: Классический усиленный ЗБЧ Колмогорова: Xi независимы, одинаково распределены и E|X1|<∞.
От формулы к наблюдению
Попробуйте самостоятельно
Измените параметры и сопоставьте расчёт с результатами случайного эксперимента.
От простого к сложному
Проверьте себя
Сначала запишите решение самостоятельно. Затем можно открыть намёк, сравнить каждый переход с пошаговым разбором и только после этого посмотреть ответ. Прогресс сохраняется в этом браузере.
Открываем задание…
Открываем задание…
Открываем задание…
Источники и соглашения
Объяснения и задачи — авторские. Источники помогают проверить определения, условия и школьную привязку. Обозначения и параметризация указаны в статье.