Формула закона больших чисел

Закон больших чисел — это один из основополагающих принципов теории вероятностей, который утверждает, что при увеличении числа испытаний (наблюдений) относительная частота события стремится к его истинной вероятности. ### Формулировка закона больших чисел: 1. **Слабый закон больших чисел**: Для процесса, состоящего из независимых и одинаково распределенных случайных величин, среднее значение этих величин, если оно существует, будет сходиться к математическому ожиданию с увеличением числа испытаний. То есть, если \( X_1, X_2, ..., X_n \) — это независимые и одинаково распределенные случайные величины с математическим ожиданием \( \mu \), то: \[ \lim_{n \to \infty} P\left( \left| \frac{1}{n} \sum_{i=1}^{n} X_i - \mu \right| < \epsilon \right) = 1 \] для любого \( \epsilon > 0 \). 2. **Сильный закон больших чисел**: Этот закон утверждает, что не только вероятность отклонения средней величины от математического ожидания стремится к нулю, но и само отклонение будет снижаться с увеличением n. Его формулировка примерно такая: \[ P\left( \lim_{n \to \infty} \frac{1}{n} \sum_{i=1}^{n} X_i = \mu \right) = 1 \] ### Пошаговое объяснение: 1. **Определение случайной величины**: Пусть \( X_1, X_2, ..., X_n \) — это результаты \( n \) независимых испытаний. Например, вы бросаете кубик 10 раз. Каждый бросок — это случайная величина, которая может принимать значения от 1 до 6. 2. **Математическое ожидание**: Для кубика математическое ожидание \( \mu \) равно: \[ \mu = \frac{1 + 2 + 3 + 4 + 5 + 6}{6} = 3.5 \] То есть в среднем при большом количестве бросков ожидается, что результат будет около 3.5. 3. **Подсчет средних**: Если вы бросаете кубик 10, 100 или 1000 раз и затем рассчитываете среднее значение всех бросков, согласно закону больших чисел, это среднее будет все ближе подходить к 3.5, чем больше бросков вы сделаете. 4. **Пример**: Если после 10 бросков вы получили, допустим, 4, 5, 6, 2, 3, 1, 4, 6, 2, 5 (сумма 38), то среднее: \[ \frac{38}{10} = 3.8 \] После 100 бросков это среднее, вероятно, уже будет ближе к 3.5, а после 1000 бросков – еще ближе. Этот закон подтверждает интуитивное понимание о том, что при достаточной выборке статистические результаты становятся предсказуемыми.