即→P(n→∞)。故{;}服从大数定律 Bernoulli大数定律表表明:事件发生的频率依概率收敛于事件的概率p,这个定理 以严格的数学形式表达了频率的稳定性。就是说当n很大时,事件发生的频率于概率有较大 偏差的可能性很小。由实际推断原理,在实际应用中,当试验次数很大时,便可以用事件发 生的频率来代替事件的概率。 切比雪夫大数定律(定理1)中要求随机变量与,2…,n,…的方差存在,但在这些随机 变量服从相同分布的场合,并不需要这一要求,从而我们有以下的定理: 四、辛钦大数定律 定理3:设随机变量51…5独立同分布,且具有数学期望E(5)=i=12…,则vE>0, 有mP{∑5-叫≥;}=0(即∑5以概率收敛于) 证明:略。 显然, Bernau大数定律是辛钦大数定律的特殊情况。4 即 P n p n → (n → ) 。故{ i }服从大数定律。 Bernoulli 大数定律表表明:事件发生的频率 n n 依概率收敛于事件的概率 p ,这个定理 以严格的数学形式表达了频率的稳定性。就是说当 n 很大时,事件发生的频率于概率有较大 偏差的可能性很小。由实际推断原理,在实际应用中,当试验次数很大时,便可以用事件发 生的频率来代替事件的概率。 切比雪夫大数定律(定理 1)中要求随机变量 1 2 , , , , n 的方差存在,但在这些随机 变量服从相同分布的场合,并不需要这一要求,从而我们有以下的定理: 四、辛钦大数定律 定理 3:设随机变量 n , , 1 独立同分布,且具有数学期望 ( ) , 1,2, E i i = = ,则 0, 有 } 0 1 lim { 1 − = = → n i i n n P (即 = n i i n 1 1 以概率收敛于 ) 证明:略。 显然,Bernoulli 大数定律是辛钦大数定律的特殊情况