Что это
Закон больших чисел говорит: один случайный опыт непредсказуем, а среднее многих опытов ведёт себя на удивление спокойно и приближается к математическому ожиданию. Представь кафе: никто не знает, что закажет следующий посетитель, но сколько кофе уйдёт за месяц, хозяин знает довольно точно. Случай в одиночку капризен, а в толпе послушен.
Зачем это нужно
На этом законе держатся страховые компании, контроль качества на заводах, опросы и клинические испытания лекарств. Когда нейросеть обучают на миллионах примеров или когда модель подбрасывают случайными пробами, чтобы оценить сложную величину, работает именно он. Компьютер сделает миллион бросков за мгновение, но решить, сколько данных достаточно, где выборка перекошена и можно ли доверять среднему, должен человек. Кто понимает, как быстро среднее успокаивается, тот не сделает громких выводов по десятку случаев и умеет честно оценить точность.
Как это работает
Каждый бросок кубика отклоняется от среднего то вверх, то вниз, а при усреднении эти отклонения частично гасят друг друга. Чем больше бросков, тем сильнее они компенсируются, и среднее подходит всё ближе к ожиданию. Но подходит оно медленно: типичная ошибка уменьшается пропорционально корню из числа бросков. Поэтому, чтобы стать точнее в десять раз, нужно сделать в сто раз больше опытов.
Немного истории
Первым строго доказал закон больших чисел швейцарский математик Якоб Бернулли, это было одним из главных результатов его книги «Искусство предположений». А французский натуралист Жорж Бюффон проверял случайность руками: по известному рассказу, он подбросил монету четыре тысячи сорок раз, и орёл выпал две тысячи сорок восемь раз — очень близко к половине.
Формула: закон больших чисел
Среднее арифметическое икс с чертой равно сумме результатов от икс один до икс эн, делённой на эн. Закон больших чисел говорит, что с ростом эн это среднее приближается к математическому ожиданию е от икс. Здесь икс с номером — результат отдельного броска, то есть очки, эн — число бросков, единиц у них нет. Для кубика ожидание равно сумме чисел от одного до шести, делённой на шесть, то есть три с половиной. Чем больше эн, тем меньше среднее уходит от трёх с половиной, хотя отдельные броски остаются такими же случайными.
x̄ = (X₁ + X₂ + … + Xₙ) / n → E(X)x̄ — среднее арифметическое результатов, очки
Xᵢ — результат i-го броска, очки
n — число бросков, —
E(X) — математическое ожидание, очки
Формула: отклонение среднего
Типичное отклонение среднего от ожидания равно сигма, делённой на корень из эн. Сигма — это стандартное отклонение одного броска, мера того, насколько сильно разбросаны отдельные результаты, она измеряется в тех же очках. Деление на корень из эн показывает, что случайные ошибки при усреднении гасятся, но не мгновенно. Если увеличить число бросков в четыре раза, отклонение уменьшится вдвое, а чтобы уменьшить его в десять раз, бросков нужно в сто раз больше. На графике это видно как воронка, которая медленно сужается вокруг линии ожидания.
Δ ≈ σ / √nΔ — типичное отклонение среднего от E(X), очки
σ — стандартное отклонение одного броска, очки
n — число бросков, —
Что будем делать на практике
А теперь давай попробуем выполнить практическое задание. Перед тобой график: по горизонтали число бросков на логарифмической оси, линия среднего, которая будет рисоваться по мере бросков, линия ожидания три с половиной, коридор плюс-минус одна десятая и воронка, которая показывает типичный разброс. Сейчас ещё не сделано ни одного броска. Бросай кубик и следи, как среднее сначала скачет, а потом успокаивается и прижимается к линии ожидания. Тебе нужно сделать не меньше тысячи бросков так, чтобы среднее оказалось внутри коридора, и подумай с помощью формулы, почему при большом числе бросков это почти наверняка получится. Если что-то осталось непонятным — ничего страшного, спроси меня о чём угодно, я отвечу. Не переживай.