Miałem nadzieję, że ktoś może wyjaśnić następujący scenariusz. Zostaniesz zapytany „Jaka jest spodziewana liczba zaobserwowanych orłów i reszek, jeśli 1000 razy rzucisz uczciwą monetą”. Wiedząc, że rzuty monetą są i.i.d. zdarzeń i opierając się na prawie wielkich liczb, obliczasz to następująco:
$$ N_ {heads} = 500 \; N_ {tails} = 500 $$
Teraz przyjrzyjmy się / zdaliśmy sobie sprawę, że pierwsze 500 rzutów to wszystkie głowy . Chcemy poznać zaktualizowaną oczekiwaną liczbę realizacji pozostałych 500 rzutów. Ponieważ pierwsze 500 wydarzeń zostało zrealizowanych i nie mają one wpływu na fizyczny proces przerzucania monet, wiemy, że oczekiwana liczba orłów i reszek pozostałych 500 rzutów to:
$$ N_ {heads} = 250 \; N_ {tails} = 250 $$
Oto moje pytanie / niejasność: Rozumiem, że każdy rzut monetą jest niezależny i że prawdopodobieństwo każdego pojedynczego rzutu monetą wynosi $ \ frac {1} {2} $ nadchodzi. Jednakże, opierając się na prawie dużych liczb, wiemy, że (jeśli ocenimy reszki jako 0, a orła jako 1) średnia rzutów zbliży się do 0,5 $ jako liczby of tosses zbliża się $ \ infty $ . Na tej podstawie, jeśli zaobserwowaliśmy 500 orłów z rzędu, dlaczego statystycznie nie spodziewamy się, że w przyszłości zrealizujemy więcej reszek? W pełni zdaję sobie sprawę, że następująca myśl jest niepoprawna, ale wydaje się , że jesteśmy (statystycznie) należni na reszki i że prawdopodobieństwo, że ogony powinny być podniesione, a głowy opuszczone. Ponieważ tak nie jest, wydaje się, że jest to sprzeczne z pierwotnym oczekiwaniem $ N_ {heads} = 500 $ i $ N_ {tails} = 500 $ .
Znowu zdaję sobie sprawę, że to myślenie jest błędne, ale mam nadzieję, że ktoś pomoże mi zrozumieć, dlaczego te wcześniejsze informacje (500 realizacji orłów z rzędu) nie dostarczają żadnych nowych, zaktualizowanych informacji aktualizujących prawdopodobieństwo dla pozostałych salta? Najwyraźniej moneta nie wie , że właśnie wypadła orzeł 500 $ razy, więc jest to właściwy sposób myślenia o tym, że prawo duże liczby nie oznaczają, że w następnych 500 rzutach reszki jest bardziej prawdopodobne, ale raczej, że jako $ N \ rightarrow \ infty $ spodziewamy się, że 50% realizacji będzie głowy i 50% ogonów. W którym przypadku mój błąd w rozumowaniu polega na zastosowaniu twierdzenia granicznego, które ma zastosowanie w asymptocie do sytuacji przedasymptotycznej?
Wydaje mi się też, że musi to poradzić sobie z pewnym pomieszaniem między pojedynczymi wydarzeniami (pojedynczy rzut monetą wypadła o głowę) a zbiorowym działaniem zestawu wydarzeń (1000 rzutów monetą) które wykazują nieprzypadkowe właściwości. Po wyszukiwaniu trafiłem na cudowny cytat Kołmogorowa $ ^ 1 $ :
„W rzeczywistości jednak epistemologiczna wartość teorii prawdopodobieństwa ujawnia się tylko w twierdzeniach granicznych. (…) W rzeczywistości cała epistemologiczna wartość teorii prawdopodobieństwa opiera się na tym: że zjawiska losowe na dużą skalę ich zbiorowe działanie tworzy ścisłą, nielosową regularność. Sama koncepcja prawdopodobieństwa matematycznego byłaby bezowocna, gdyby nie znalazła swojej realizacji w częstotliwości występowania zdarzeń w powtarzających się na dużą skalę i jednolitych warunkach. ”
Uważam, że ten cytat wyjaśnia część mojego zamieszania, ale gdyby ktoś mógł wyjaśnić, dlaczego uświadomienia (oparte na znanym procesie statystycznym) nie mogą być wykorzystane do aktualizacji kolejnych prawdopodobieństw, byłbym bardzo wdzięczny!
- B.V. Gnedenko i A. N. Kolmogorov: Rozkłady graniczne dla sum niezależnych zmiennych losowych.Seria Addison-Wesley Mathematics