Для практики очень важно знать такие условия, чтобы предвидеть ход явлений. Эти условия и указываются в теоремах, носящих общее название закон больших чисел. Теорема Чебышева является наиболее общим законом больших чисел, теорема Бернулли – простейшим.
▲ Теорема 2.32. (Неравенство Чебышева). Вероятность того, что отклонение случайной величины от ее математического ожидания по абсолютной величине м еньше положительного числа e не меньше, чем 1 – D (X)/e2, т.е. P (| X – M (X)| <e) ³ 1 – D (X)/e2.
▲ Теорема 2.33. (Теорема Чебышева). Если X 1, X 2, …, Xn попарно независимые случайные величины, причем дисперсии их равномерно ограничены (не превышают постоянного числа C), то как бы мало ни было положительное число e, вероятность неравенства
будет как угодно близка к единице, если число случайных величин достаточно велико, т.е.
▲ Теорема 2.34. (Теорема Бернулли). При неограниченном увеличении числа испытаний относительная частота W(A) события A сходится по вероятности к P (A) – вероятности его появления при одном испытании.
Пример 2.31. Игральный кубик бросали 3000 раз. Сколько раз выпала «шестерка»?
Решение. Точный ответ здесь, конечно, невозможен, а вот сказать, какого результата следует ожидать, можно. Вероятность выпадения «шестерки» равна, поэтому естественно ожидать, что частота должна быть близка к . Пусть «шестерка» выпадет т раз, тогда , отсюда m≈ 500. Естественно ожидать, что «шестерка» выпадет около 500 раз.
Пример 2.32. Для того, чтобы оценить число рыб в пруду поступают следующим образом. Сетью ловят, скажем, 200 рыб, ставят на них метки и обратно отпускают в пруд. Через некоторое время снова ловят 200 рыб. Пусть среди них всего четыре рыбы окажутся помеченными. 200 рыб составляют случайную выборку. Раз на каждые 200 рыб приходятся четыре помеченных, то 200 помеченных рыб приходятся примерно на 10 000, т.е. в пруду приблизительно 10 000 рыб.