大数定律发展及其应用21031118赵晨阳.pdfVIP

大数定律发展及其应用 赵晨阳 摘 要:本文介绍了几个常见的大数定律及其在生活中应用,具体包括在数学分析 中定积分以及在保险业中等方面的应用,进一步说明了大数定律在各分支学科中 的重要作用和应用价值。 一、引言 大数定律(law of large numbers)，是一种描述当试验次数很大时所呈现的 概率性质的定律。大数定律并不是经验规律，而是在一些附加条件上经严格证明 了的定理。在随机事件的大量重复出现中，往往呈现几乎必然的规律，这个规律 就是大数定律。通俗地说，这个定理就是，在试验不变的条件下，重复试验多次， 随机事件的频率近似于它的概率。 大数定律所要阐明的是大量随机现象平均结果的稳定性，即当样本量很大的 情况下，样本的平均值可以近似看作总体平均值。因为在实际生活中，当我们要 考查某一变量，总体数据统计起来往往难度过大甚至不可能，这时我们就需要用 到大数定律。我们先统计总体的一个样本量，这个样本量要足够大，一般根据总 体而定，然后考查这个样本数据的特征，最后样本数据的结果可以近似看作是总 体的结果。 二、大数定律 （一）大数定律的发展史 1713年，伯努利提出了一个极限定理，当时这个定理还没有名称，后来人们 称这个定理为伯努利大数定律。因此概率论历史上第一个有关大数定律的极限定 理是属于伯努利的，它是概率论和数理统计学的基本定律，属于弱大数定律的范 畴。伯努利成功地通过数学语言将现实生活中这种现象表达出来，赋予其确切的 数学含义。他让人们对于这一类问题有了新的认识，有了更深刻的理解，为后来 的人们研究大数定律问题指明了方向，起到了引领作用，其为大数定律的发展奠 定了基础。 1733年，德莫佛—拉普拉斯经过推理证明，得出了二项分布的极限分布是正 态分布的结论，后来他又在原来的基础上做了改进，证明了不止二项分布满足这 1 个条件，其他任何分布都是可以的，为中心极限定理的发展做出了伟大的贡献。 在这之后大数定律的发展出现了停滞。直到20世纪，李雅普诺夫又在拉普拉斯定 理的基础上做了自己的创新，他得出了特征函数法，将大数定律的研究延伸到函 数层面，这对中心极限定理的发展有着重要的意义。到1920年，数学家们开始探 讨中心极限定理在什么条件下普遍成立，这才有了后来发表的林德伯格条件和费 勒条件，这些成果对中心极限定理的发展都功不可没。 经过几百年的发展，大数定律体系已经很完善了，也出现了更多更广泛的大 数定律，例如切比雪夫大数定律，辛钦大数定律，泊松大数定律，马尔科夫大数 定律等等。正是这些数学家们的不断研究，大数定律才得以如此迅速发展，才得 以完善。 （二）几个常见的大数定律 n （伯努利大数定律） 如果 为 重伯努利试验中的事件 发生的次数, p 为 S A n 每次试验中A 出现的频率,那么对任意的ε 0 ，有 S  lim P n p ε  −  n →∞  n  （切比雪夫大数定律）如果{ }为一列两两不相关的随机变量序列,若每个 X n 的方差存在,且有共同的上界,即 ( ) 则{ }服从大数定律,那 X X V