大数定律:大数定律

       随机事件的概率是对大量的重复试验中随机事件的频率具有稳定性这一客观规律抽象的结果。实际上,不仅仅是随机事件的频率具有稳定性,大量随机现象的平均结果一般也具有稳定性,即不论个别随机现象的结果以及它们在进行过程中的个体特征如何,大量随机现象的平均结果与各个随机现象的特征无关。概率论中用来阐述大量随机现象平均结果的稳定性的理论称为大数定律。

1、伯努利大数定律 

    

2、常用的几个大数定律

2.1、大数定律的一般形式

2.2、切比雪夫大数定律

       注意,切比雪夫大数定律只要求

       马尔可夫大数定律的重要性在于:对

 


       由辛钦定理可知,如果随机变量X_{i}(i =1, 2, \cdots )相互独立,服从同一分布且具有数学期望\mu,则前n个随机变量的算术平均值\frac{1}{n}\sum_{k=1}^{n}X_{k}依概率收敛于它们的数学期望\mu。如果E(X_{k}^{l})=\mu _{l} (k =1, 2, \cdots )存在,则\frac{1}{n}\sum_{k=1}^{n}X_{k}依概率收敛于\mu _{l} = E(X_{k}^{l}) (l =1, 2, \cdots )。这是在数理统计中求参数点估计的矩估计法的理论基础。

 

 

 

 

相关推荐

相关文章