1樓：Moore Donnely
如果隨機變數滿足某些條件使得大數律成立，那麼你產生很多很多iid的隨機數，這些隨機數的算術平均值會和分布的期望很接近（當n趨於無窮時，算術均值在某種意義下趨於期望）。就以拋硬幣為例，你拋一枚均勻的硬幣，當正面朝上時就記為1，反之記為0。那你每拋一次硬幣就相當於產生了乙個服從p＝0.
5的二項分布的隨機數。這個分布的期望就是0.5。
你拋100000次硬幣，然後計算這100000個隨機數的算術均值，這個均值一般不等於0.5，但是它會很接近0.5。
2樓：
題主對大數律的理解有一點偏差。
大數律講的是，隨機序列滿足何種條件時，該序列可以以某種方式收斂於某一值。
//這個某種方式有依概率收斂和幾乎處處收斂兩種，以前者收斂則為弱大數律，後者為強大數律。
那麼切比雪夫大數定律的條件是什麼呢？
隨機變數序列不相關，且方差有共同上界。滿足這個條件則說明這個隨機變數序列收斂於某一值。
xi的算術平均值可認為是一隨機變數序列，這一串行方差存在，且xi之間不存在相關關係，因此滿足切比雪夫條件，所以這個算術平均依概率收斂於。
怎麼理解隨機變數序列？
行走清河南北 理解了數列，理解了函式列，各種函式列的具體形式見過，等等其實就是一種序列，隨機變數本質上就是函式 可測函式 於是隨機變數序列的理解，順理成章，垂手可得。再加上書上寫的明白，教師講課中的解釋說明比較，搞懂應該很容易。 概率統計一招制敵 1.學習過函式數列嗎？就是fn x x定義在同乙個定...
請問如何理解隨機變數的定義？
斯介生 從邏輯上講，隨機變數是樣本點的量化，但這種量化需要滿足數學上的自洽，所以需要如題主指出的定義，將來學過測度論自然會理解。對於初學者，建議不要去扣定義，你就抓住它的兩個特點 第一，它所有的取值是清楚的 第二，它的具體取值是不確定的。研究隨機變數的方法就是窮舉，由於離散型隨機變數的取值可以乙個個...
怎樣理解隨機變數的函式的分布？
風AA 最近剛好在學這一塊。隨機變數，就是隨事件 由概率決定 而改變的變數，從乙個抽象的 空間中統一化成數學的符號 而分布函式則是將隨機變數的統計規律性描述出來。隨機變數的函式則是將事件從 中抽象出來的X視作另乙個 而對應這個新的 中將其裡面的事件抽象出來變成Y。這也就是我們常見的 Y X 1出現的...