Gesetz der großen Zahlen

aus Wikipedia, der freien Enzyklopädie

Wechseln zu: Navigation, Suche

Als Gesetze der großen Zahlen werden bestimmte mathematische Sätze aus der Stochastik bezeichnet.

In ihrer einfachsten Form besagen diese Sätze, dass sich die relative Häufigkeit eines Zufallsergebnisses in der Regel der Wahrscheinlichkeit dieses Zufallsergebnisses annähert, wenn das zu Grunde liegende Zufallsexperiment immer wieder durchgeführt wird. Formal handelt es sich also um Konvergenzsätze für Zufallsvariable, zumeist unterteilt in „starke“ (fast sichere Konvergenz) und „schwache“ (Konvergenz in Wahrscheinlichkeit) Gesetze der großen Zahlen.

Inhaltsverzeichnis

[Bearbeiten] Beispiel: Wurf einer Münze

Die Wahrscheinlichkeit, dass eine Münze beim Werfen Kopf zeigt, betrage ½. Je häufiger die Münze geworfen wird, desto unwahrscheinlicher wird es, dass der Anteil der Würfe, bei denen Kopf erscheint (also die relative Häufigkeit des Ereignisses „Kopf“), um mehr als einen beliebigen vorgegebenen Wert von der theoretischen Wahrscheinlichkeit ½ abweicht. Dagegen ist es durchaus wahrscheinlich, dass die absolute Differenz zwischen der Anzahl der Kopf-Würfe und der halben Gesamtzahl der Würfe anwächst.

Insbesondere besagen diese Gesetze der großen Zahlen nicht, dass ein Ereignis, welches bislang nicht so häufig eintrat wie erwartet, seinen „Rückstand“ irgendwann ausgleichen und folglich in Zukunft häufiger eintreten muss. Dies ist ein bei Roulette- und Lottospielern häufig verbreiteter Irrtum, die „säumige“ Zahlenart müsse nun aber aufholen, um wieder der statistischen Gleichverteilung zu entsprechen.

[Bearbeiten] Praktische Bedeutung

  • Versicherungswesen: Das Gesetz der großen Zahlen hat bei Versicherungen eine große praktische Bedeutung. Es erlaubt eine ungefähre Vorhersage über den künftigen Schadensverlauf. Je größer die Zahl der versicherten Personen, Güter und Sachwerte, die von der gleichen Gefahr bedroht sind, desto geringer ist der Einfluss des Zufalls. Das Gesetz der großen Zahlen kann aber nichts darüber aussagen, wer im einzelnen von einem Schaden getroffen wird. Unvorhersehbare Großereignisse und Trends wie der Klimawandel, die die Berechnungsbasis von Durchschnittswerten verändern, können das Gesetz zumindest teilweise unbrauchbar machen.
  • Medizin: Beim Wirksamkeitsnachweis von medizinischen Verfahren kann man es nutzen, um Zufallseinflüsse auszuschalten.
  • Naturwissenschaften: Der Einfluss von (nicht systematischen) Messfehlern kann durch häufige Versuchwiederholungen reduziert werden.

Siehe auch: Gesetz der kleinen Zahlen

[Bearbeiten] Schwaches Gesetz der großen Zahlen

Man sagt, eine Folge von Zufallsvariablen X_1, X_2, X_3, \dots in \mathcal{L}^1 genüge dem schwachen Gesetz der großen Zahlen, wenn für \overline{X}_n=\sum_{i=1}^{n}(X_i-E ( {X}_i ))/n für alle positiven Zahlen \varepsilon gilt:

\lim_{n\rightarrow\infty}\operatorname{P}\left(\left|\overline{X}_n\right|>\varepsilon\right)=0.

Es gibt verschiedene Voraussetzungen, unter denen das schwache Gesetz der großen Zahlen gilt. Es gilt beispielsweise, wenn die Zufallsvariablen X_1, X_2, X_3, \dots endliche Varianzen \sigma_1^2,\sigma_2^2,\dots besitzen, die zudem durch eine gemeinsame obere Grenze beschränkt sind, und jeweils paarweise unkorreliert sind, also \operatorname{Cov}(X_i, X_j) = 0 für i\neq j erfüllen.[1]

Das schwache Gesetz der großen Zahlen von Chintschin nennt als Bedingung für die stochastische Konvergenz, dass die Zufallsvariablen einer Folge X_1, X_2, X_3, \dots unabhängig und identisch verteilt sind und einen endlichen Erwartungswert besitzen.[2][3]

Der Beweis der genannten Sätze lässt sich jeweils über die Tschebyschow-Ungleichung führen.

[Bearbeiten] Starkes Gesetz der großen Zahlen

Man sagt, eine Folge von Zufallsvariablen X_1, X_2, X_3, \dots in \mathcal{L}^1 genüge dem starken Gesetz der großen Zahlen, wenn für \overline{X}_n=\sum_{i=1}^{n}(X_i-E ( {X}_i ))/n gilt:

\operatorname{P}\left(\limsup_{n\rightarrow\infty}|\overline{X}_n|=0\right)=1.

Das starke Gesetz der großen Zahlen impliziert das schwache Gesetz der großen Zahlen.

Ein starkes Gesetz der großen Zahlen gilt beispielsweise, wenn die Folge unabhängig ist und die Zufallsvariablen identisch verteilt sind. Eine Form des starken Gesetzes der großen Zahlen für abhängige Zufallsvariablen ist der Ergodensatz.

Die Geschichte des starken Gesetzes der großen Zahlen ist lang. Sie hat mit dem Satz von N. Etemadi[4] 1981 einen gewissen Abschluss gefunden. Der Satz von Etemadi zeigt die Gültigkeit des starken Gesetzes der großen Zahlen unter der Annahme, dass die Zufallsvariablen integrierbar sind (also einen endlichen Erwartungswert besitzen), jeweils dieselbe Verteilung haben und je zwei Zufallsvariablen unabhängig sind. Die Existenz einer Varianz wird nicht vorausgesetzt.

[Bearbeiten] Literatur

  • H.-O. Georgii: Stochastik, 2. Auflage, de Gruyter, 2004.
  • R. Durrett: Probability: Theory and Examples, 3rd ed., Duxbury, 2004.

[Bearbeiten] Einzelnachweise

  1. ↑ H.-O. Georgii: Stochastik, 2. Auflage, de Gruyter, 2004, S. 120 Satz (5.6) Schwaches Gesetz der großen Zahlen, \mathcal L^2-Version.
  2. ↑ Marek Fisz: Wahrscheinlichkeitsrechnung und mathematische Statistik. Deutscher Verlag der Wissenschaften, Berlin 1989, S 260 Satz 6.11.4 ( Chintschin)
  3. ↑ H.-O. Georgii: Stochastik, 2. Auflage, de Gruyter, 2004, S. 121 Satz (5.7) Schwaches Gesetz der großen Zahlen, \mathcal L^1-Version.
  4. ↑ Zeitschrift für Wahrscheinlichkeitstheorie und Verwandte Gebiete (jetzt: Probability Theory and Related Fields), Band 55(1), S. 119-122, (1981)
Von „http://de.wikipedia.org/wiki/Gesetz_der_gro%C3%9Fen_Zahlen“
Persönliche Werkzeuge
Buch erstellen