概率随机3(对极限定理的认识)
来源:互联网 发布:imo聊天软件 编辑:程序博客网 时间:2024/05/03 22:01
对于确定的量,比如一个班上的人数,桌子上面有5个苹果之类的。都是比较确定的事情,是已经存在的。概率所研究的是不确定性量和不可准测量,不确定量代表的是没有发生的事情,及随机事件(严格来讲,概率研究的是不确定性中的一种,即在一定结果范围内的不确定性)。而不可准测量代表的是虽然量有准确值,但由于技术或者操作因素,无法测得其真实值,比如一支笔的长度,理论上你是不可能测得其真实值的。总结起来有以下三种情况:
1)抛硬币所代表的随机试验。
2)样本与总体之间的问题
3)近似值与真实值
当然,在现实中,以上3类问题中还常常交织在一起。
对于第1类问题,确定了一种关系,就是频率与概率的关系。本质上也是一种测量问题,因为频率是容易求得的,而真实的概率(真实值)不容易获得。但在实际中应用中,我们经常利用频率替代概率。但从逻辑上来说,这显然是不够严谨的,似乎缺少必要的公理。而强大数定理就是用来解决这个问题的。在随机试验次数n趋于无穷大时,频率稳定于概率。当然实际应用中,n并不需要真趋于无穷大。
对于第2类问题反映的是在无法对总体进行研究的情况下(比如总体是无限的,而人类的能力和精力都是有限的,或者太多,测量成本上不划算等),我们只能取其中一部分(样本)来做研究,通过对样本的研究达到对总体的研究。这就产生了一个问题,就是通过对样本的研究能不能替代对整体的研究。答案当然是大多数情况下都是可以的,因为我们经常这么做。不过从科学的严谨上来说,我们还是需要能证明这种方式是可以的。而极限定理就是这种研究行为的理论基础。当然,需要说明的是,不是所有的样本都能替代总体进行研究的。极限定理的两个基本条件是:独立,随机。这其实就提出了为研究总体而取样本的方式是有条件的。
对于第3类问题,反映的是既然真实值没法获得,那就用近似值替代,特别是多次测量的平均值替代。这也是我们经常干的事情,多测几次,取个平均值,就代替真实值。这又不可避免的产生了一个问题,这个平均值毕竟只是个近似值,能代替真实值做一些事情么?说不行肯定不行了。这个问题同样依赖于极限定理。虽然用测量平均值替代真实值有了理论基础,但需要特别注意的是,测量误差必须是随机的,非故意的。这个假设非常重要,如果你的测量不满足这种情况,极限定理是不会为你支撑的。
这些看似无法证明的东西,哪些“家”都能搞出定理来证明,也确实只能佩服。不过想想也是,虽然概率研究的是不确定性,但毕竟这种不确定性是有规律的,至少其结果范围是知道的。如果什么都不知道呢?
记:这段时间看书任务量非常大,所以写得比较少。等知识重构完成后,会继续分享心得。
- 概率随机3(对极限定理的认识)
- 概率基础5-极限定理
- [概率统计]—中心极限定理
- 对决策树,随机森林的初步认识
- 中心极限定理的证明
- 概率统计:第五章 大数定律与中心极限定理
- 009 极限的四则运算定理(加、减、乘、除)
- 极限定理
- 概率论(二)- 随机事件与随机事件的概率
- 独立同分布的中心极限定理
- 中心极限定理(central limit theorem)
- 详细解释大数定理+中心极限定理(二)
- 对Sublime的认识(3)
- 第一章:随机事件的概率
- 对结对编程的认识--简单代码实现随机产生四则运算
- 对结对编程的认识--简单代码实现随机产生四则运算
- 对极限编程四个核心的理解(一)
- 对极限编程四个核心的理解(二)
- 括号匹配
- poj 1698Alice's Chance 最大流模板题
- javaScript 顶级对象window
- css控制之浏览器兼容bug
- 快乐的sublime 编译器 第一节(命令面板)
- 概率随机3(对极限定理的认识)
- 用一个程序说明break和contiune的区别
- android权限大全
- VC++2005、VC2008中Release版本设置为可调试的设置方法
- Android 抽象回调函数以及接口回调更新UI
- PLSQL Developer 11.0.0.1762 中文绿色注册版
- 常用的<algorithm>里的函数
- 《计算机网络 自顶向下方法》读书笔记(二)
- 设置64位机器上的IIS(IIS6/IIS7)兼容32位程序