قانون اعداد بزرگ: تفاوت میان نسخهها
محتوای حذفشده محتوای افزودهشده
SerendiPity (بحث | مشارکتها) جز ←جایگزینی با [[وپ:اشتباه|اشتباهیاب]]: اعدد⟸اعداد، تدریجأ⟸تدریجا، میابیم⟸می یابیم |
SerendiPity (بحث | مشارکتها) |
||
خط ۴:
'''قانون اعداد بزرگ''' احتمالاً معروفترین نتیجه در [[نظریه احتمالات|نظریهٔ احتمالات]] است که برای توصیف نتیجهٔ تکرار یک آزمایش به دفعات زیاد به کار میرود. بر طبق این قانون هر قدر تعداد دفعات تکرار آزمایش بیشتر شود، [[میانگین]] نتایج به [[امید ریاضی]] آن نزدیکتر میشود.<ref>
Introduction to Probability Models,Sheldon M.Ross,tenth edition</ref>
به عنوان یک مثال، وقتی یک [[تاس]] ششوجهی را یک بار بریزیم، یکی از عددهای ۱، ۲، ۳، ۴، ۵ یا ۶ به دست خواهد آمد. اگر این آزمایش را تکرار کنیم، هر دفعه یکی از این اعداد به دست میآیند و اگر تاس [[نااریب]] باشد، احتمال دیده شدن این اعداد با هم برابر است. در نتیجه امید ریاضی عددی که با ریختن هر بار تاس به دست میآید طبق این فرمول:
سطر ۱۱ ⟵ ۱۰:
: <math> \tfrac {1+2+3+4+5+6}{6} = 3.5.</math>
برابر با ۳٫۵ است. طبق قانون اعداد بزرگ، هرگاه آزمایش ریختن تاس را به دفعات زیاد تکرار کنیم، میانگین اعدادی که به دست میآید
http://en.wikipedia.org/w/index.php?title=Law_of_large_numbers&oldid=437185925</ref>▼
به طور مثال میتوان به [[آزمایش پرتاب سکه]] اشاره کرد.
http://en.wikipedia.org/w/index.php?title=Law_of_large_numbers&oldid=437185925</ref>▼
مشخص است که اختلاف تعداد
http://en.wikipedia.org/w/index.php?title=Law_of_large_numbers&oldid=437185925</ref>
▲به طور مثال میتوان به [[آزمایش پرتاب سکه]] اشاره کرد.همانطور که میدانیم نتیجه این آزمایش [[توزیع برنولی]] دارد .اگر فقط یک بار آزمایش را انجام دهیم احتمال رو آمدن سکه برابر ۱/۲ است، طبق قانون اعداد بزرگ اگر تعداد پرتاب ها زیاد باشد نسبت تعداد رو آمدن ها به تعداد کل پرتاب ها به ۱/۲ میل میکند<ref>
▲http://en.wikipedia.org/w/index.php?title=Law_of_large_numbers&oldid=437185925
▲مشخص است که اختلاف تعداد رو ها و پشت ها با زیاد شدن تعداد آزمایش ها افزایش پیدا میکند .پس احتمال کوچک بودن اختلاف روها و پشت ها به سمت عدد صفر میل میکند.هم چنین میتوان نتیجه گرفت که نسبت اختلاف رو ها و پشت ها به تعداد کل پرتاب ها نیز به سمت صفر میروند .از این حقیقت در می یابیم که با وجود رشد اختلاف بین تعداد رو ها و پشت ها در انجام این آزمایش به دفعات زیاد، سرعت این رشد از سرعت افزایش تعداد کل پرتاب ها کم تر است .<ref>
▲http://en.wikipedia.org/w/index.php?title=Law_of_large_numbers&oldid=437185925
:میتوان قانون اعداد بزرگ را به صورت خلاصه شده به شکل زیر نوشت:
: <math> \lim _{n \to \infty} \tfrac {x_1+x_2+... +x_n}{n} = u </math><ref>
شلدون راس، "مبانی احتمال" مترجمین
که در آن <math> {x_1} , {x_2} , ... </math>
▲که در آن <math> {x_1} , {x_2} , ... </math> دنباله ای از [[متغیرهای تصادفی مستقل با توزیع یکسان]] و میانگین <math> u </math> هستند.
== تاریخچه ==
(Gerolamo Cardano (
این فرضیه
او این قانون را قضیه طلایی نامید، ولی
بعد از برنولی و پواسون ریاضیدانان دیگری مانند مارکف، چبیشف، بورل و کولموگرف برای بهبود این تعریف و اثبات آن تلاش کردند و در نهایت الکساندر کینچین برای هر [[متغیر تصادفی]] دلخواه آن را اثبات کرد. این تلاشها منجر به پیدایش دو حالت مختلف از این قانون شد
این دو قسمت عبارت است از قانون ضعیف و قوی.
قانون ضعیف و قوی اعداد بزرگ دو قانون متفاوت نیستند
http://en.wikipedia.org/w/index.php?title=Probability_theory&action</ref>
== منابع ==
{{پانویس|۲}}
== پیوند به بیرون ==
* [//en.wikipedia.org/w/index.php?title=Probability_theory&action]
|