大数定理
大数定理是概率统计的基石,也是赌博行业的底层逻辑,当我们在赌场里面一直赌下去的时候,只要赌场在设计的时候你赢的期望小于零,那么从概率上讲你一定会输,这就是赌场能稳赚不赔的原因。当然也有一些数学天才利用概率统计在赌场赚了很多钱,比如电影《决胜21点》中,玩家正常的胜率只有46%,如果按照电影中的算法,算牌的点数每增加一点,玩家获胜的概率增加0.5%,那么点数至少需要达到8点以上才能算是热牌。然而即使点数达到了18点超级热牌,玩家的胜率也只有55%,利用好这个高5%的胜率就可以财富自由,但让这是天才该吃的饭,我还是接着码字。
定义
设随机变量 X 1 , X 2 , ⋯ , X n ⋯ X_1,X_2,\cdots,X_n\cdots X1,X2,⋯,Xn⋯相互独立,并且具有相同的期望 μ \mu μ和方差 σ 2 \sigma^2 σ2,取前 n n n个随机变量的平均 Y n = 1 n ∑ 1 n X i Y_n=\frac{1}{n}\sum_{1}^{n} X_i Yn=n1∑1nXi,则可以推出
lim n → + ∞ P ∣ Y n − μ ∣ < ε \lim_{n\rightarrow+\infty}P{|Y_n-\mu|<\varepsilon} n→+∞limP∣Yn−μ∣<ε
大数定理的推导就不在这儿展开了,可以用切比雪夫不等式来推导,有兴趣的同学可以自行尝试。大数定理的意义:当n很大时,随机变量 X 1 , X 2 , ⋯ , X n X_1,X_2,\cdots,X_n X1,X2,⋯,Xn的平均值 Y n Y_n Yn在概率意义下无限接近期望 μ \mu μ。出现偏离是可能的,但这种可能性很小,当n无限大时,这种可能性的概率为0。
中心极限定理
设随机变量 X 1 , X 2 , ⋯ , X n ⋯ X_1,X_2,\cdots,X_n\cdots X1