คำถามก็คือสิ่งที่ระบุไว้ในชื่อเรื่อง: เมื่อไหร่กฎหมายจำนวนมากล้มเหลว? สิ่งที่ฉันหมายถึงคือในกรณีใดความถี่ของเหตุการณ์ที่ไม่น่าจะเป็นไปได้ทางทฤษฎี?
คำถามก็คือสิ่งที่ระบุไว้ในชื่อเรื่อง: เมื่อไหร่กฎหมายจำนวนมากล้มเหลว? สิ่งที่ฉันหมายถึงคือในกรณีใดความถี่ของเหตุการณ์ที่ไม่น่าจะเป็นไปได้ทางทฤษฎี?
คำตอบ:
มีสองทฤษฎีบท (ของ Kolmogorov) และทั้งสองต้องการให้ค่าที่คาดหวังจะมี จำกัด ครั้งแรกถือเมื่อตัวแปรเป็น IID ที่สองเมื่อการสุ่มตัวอย่างเป็นอิสระและความแปรปรวนของตอบสนอง
บอกได้เลยว่าทุกได้คาดว่าค่า 0 แต่ความแปรปรวนของพวกเขาคือn 2เพื่อให้อยู่ในสภาพที่เห็นได้ชัดว่าล้มเหลว จะเกิดอะไรขึ้น? คุณยังสามารถคำนวณค่าเฉลี่ยโดยประมาณได้ แต่ค่าเฉลี่ยนั้นจะไม่เป็น 0 ในขณะที่คุณสุ่มตัวอย่างมากขึ้นเรื่อย ๆ มันจะมีแนวโน้มที่จะเบี่ยงเบนมากขึ้นเรื่อย ๆ เมื่อคุณทำการสุ่มตัวอย่าง
ลองยกตัวอย่าง สมมติว่าเป็นชุดU ( - n 2 n , n 2 n )เพื่อให้สภาพข้างบนล้มเหลวอย่างชัดเจน
โดยสังเกตว่า
เราจะเห็นจากการเหนี่ยวนำที่คำนวณเฉลี่ยอยู่เสมอภายในช่วงเวลา( - 2 n , 2 n ) โดยใช้สูตรเดียวกันสำหรับn + 1เรายังเห็นว่ายังมีโอกาสมากขึ้นกว่า1 / 8ที่ˉ X n + 1อยู่นอก( - 2 n , 2 n ) แท้จริงแล้วX n + 1เป็นชุดU(-2n+1,2n+1)และตั้งอยู่นอก(-2n,2n)ที่มีความน่าจะเป็น1/4 ในทางกลับกันnที่อยู่ใน(-2n,2n)โดยการเหนี่ยวนำและสมมาตรมันเป็นบวกกับความน่าจะเป็น1/2 จากการสังเกตเหล่านี้เป็นไปตามทันทีว่า ˉ X n+1เป็นจำนวนมากกว่า2nหรือเล็กกว่า-2nแต่ละคนมีความน่าจะเป็นขนาดใหญ่กว่า1/16 เนื่องจากความน่าจะเป็นที่| ˉ X n+1| >มีค่ามากกว่า 1 / 8 , มีไม่สามารถบรรจบกันเป็น 0 เป็น nไปที่อินฟินิตี้
ตอนนี้เฉพาะตอบคำถามของคุณพิจารณาเหตุการณ์ ถ้าฉันเข้าใจดีคุณถามว่า "เงื่อนไขต่อไปนี้เป็นเท็จหรือไม่?"
ที่เป็นฟังก์ชั่นตัวบ่งชี้ของเหตุการณ์, เช่นถ้าและเป็นอย่างอื่นและมีการกระจายเหมือนกัน (และกระจายเช่น ) A 1 A ( X k ) = 1 X k ∈ A 0 X k X
เราเห็นว่าเงื่อนไขข้างต้นจะคงอยู่เนื่องจากความแปรปรวนของฟังก์ชันตัวบ่งชี้ถูกล้อมรอบด้วย 1/4 ซึ่งเป็นความแปรปรวนสูงสุดของตัวแปร Bernouilli 0-1 ยังคงเป็นสิ่งที่สามารถไปอย่างผิดปกติเป็นสมมติฐานที่สองของกฎหมายที่แข็งแกร่งของตัวเลขขนาดใหญ่คือการสุ่มตัวอย่างอิสระ หากตัวแปรสุ่มไม่ได้สุ่มตัวอย่างอย่างอิสระการบรรจบกันจะไม่ได้รับการประกัน
ตัวอย่างเช่นถ้า =สำหรับทั้งหมดอัตราส่วนจะเป็น 1 หรือ 0 ไม่ว่าค่าใดของดังนั้นการลู่เข้าจะไม่เกิดขึ้น (ยกเว้นว่ามีความน่าจะเป็น 0 หรือ 1 แน่นอน) นี่คือตัวอย่างปลอมและสุดขีด ฉันไม่ได้ตระหนักถึงกรณีปฏิบัติที่การลู่เข้ากับความน่าจะเป็นทางทฤษฎีจะไม่เกิดขึ้น ยังคงมีศักยภาพถ้าสุ่มตัวอย่างไม่เป็นอิสระX 1 k n A