Prawo wielkich liczb

Z Wikipedii

Skocz do: nawigacji, szukaj

Prawa wielkich liczb - seria twierdzeń matematycznych (jedne z tzw. twierdzeń granicznych), opisujących związek między liczbą wykonywanych doświadczeń a faktycznym prawdopodobieństwem wystąpienia zdarzenia, którego te doświadczenia dotyczą. Najprostszą i historycznie najwcześniejsza postać prawa wielkich liczb to prawo Bernoulliego sformułowane przez szwajcarskiego matematyka Jakoba Bernoulliego w książce Ars Conjectandi (1713). Prawo Bernoulliego orzeka, że:

„Z prawdopodobieństwem dowolnie bliskim 1 można się spodziewać, iż przy dostatecznie wielkiej liczbie prób częstość danego zdarzenia losowego będzie się dowolnie mało różniła od jego prawdopodobieństwa.”[1]

Bernoulli nazwał je „Złotym twierdzeniem”, ale matematycy przyjęli dla niego nazwę „Twierdzenie Bernoulliego”. Dopiero w 1835 roku francuski naukowiec Siméon Denis Poisson opisał je pod nazwą „Prawo wielkich liczb”. Obecnie twierdzenie to znane jest pod nazwami „Twierdzenie Bernoulliego”, jak i „Prawo wielkich liczb”, jednak ta druga nazwa jest częściej stosowana.

Spis treści

[edytuj] Prawa wielkich liczb

[edytuj] Prawo wielkich liczb Bernoulliego

Jeśli Sn oznacza liczbę sukcesów w schemacie Bernoulliego n prób z prawdopodobieństwem sukcesu w pojedynczej próbie równym p, to dla każdego \varepsilon>0.

\lim_{n\rightarrow\infty}P\left(\left|\frac{S_n}{n}-p\right| \le \varepsilon \right) = 1.

Słownie: niezależnie od wyboru szerokości przedziału wokół wartości oczekiwanej, prawdopodobieństwo dla dużych n będzie dowolnie bliskie 1.

Dowód słabego prawa wielkich liczb opiera się na nierówności Czebyszewa.

Mocne prawo wielkich liczb Bernoulliego mówi, że ciąg \tfrac{S_n}{n} dąży do p prawie na pewno. Dowód tego faktu wykorzystuje nierówność Bernsteina.

[edytuj] Mocne prawo wielkich liczb

Dla ciągów (całkowalnych) zmiennych losowych wprowadza się definicję spełniania przez nich tzw. mocnego (i słabego) prawa wielkich liczb. I tak:

Mówimy, że ciąg zmiennych losowych (\xi_n)_{n\in\mathbb{N}} spełnia mocne prawo wielkich liczb (MPWL), gdy

\lim_{n\to\infty}\frac{1}{n}\sum_{k=1}^n(\xi_k-E\xi_k)=0

prawie na pewno.

Dwa kolejne twierdzenia znane są pod wspólną nazwą mocnych praw wielkich liczb Kołmogorowa:

  • Jeżeli (\xi_n)_{n\in\mathbb{N}} jest ciągiem niezależnych zmiennych losowych całkowalnych z kwadratem oraz
\sum_{n=1}^\infty \frac{D^2\xi_n}{n^2}<\infty,
to ciąg (\xi_n)_{n\in\mathbb{N}} spełnia MPWL.
  • Jeżeli (\xi_n)_{n\in\mathbb{N}} jest ciągiem niezależnych zmiennych losowych o tym samym rozkładzie oraz E|\xi_1|<\infty, to
\lim_{n\to\infty}\frac{1}{n}\sum_{k=1}^n\xi_k=E\xi_1
prawie na pewno.

Dowód drugiego z tych twierdzeń opiera się o twierdzenie Kołmogorowa

[edytuj] Słabe prawo wielkich liczb

Mówimy, że ciąg zmiennych losowych (\xi_n)_{n\in\mathbb{N}} spełnia słabe prawo wielkich liczb (SPWL), gdy

\lim_{n\to\infty}\frac{1}{n}\sum_{k=1}^n(\xi_k-E\xi_k)=0

ze względu na prawdopodobieństwo.

[edytuj] Słabe prawo wielkich liczb

Jeżeli (\xi_n)_{n\in\mathbb{N}} jest ciągiem parami niezależnych zmiennych losowych całkowalnych z kwadratami oraz

\lim_{n\to\infty}\frac{1}{n^2}\sum_{k=1}^n D^2\xi_k=0,

to ciąg (\xi_n)_{n\in\mathbb{N}} spełnia SPWL. Dowód tego faktu również opiera się o nierówność Czebyszewa.

[edytuj] Zobacz też