Relative Häufigkeit Theorie

Zunächst lässt sich die Relative Häufigkeit durch eine Folge stochastisch unabhängiger Zufallsvariablen darstellen. Sie bilden vom Wahrscheinlichkeitsraum (Ω′,A′,P′)(\Omega',\mathcal{A}',P') auf (Ω,A,P)(\Omega, \mathcal{A},P) ab, wobei PXi′=PP_{X_i}'=P ist.
Dann können wir schreiben:

Hn(A)=∑i=1n1A(Xi)⋅1nH_n(A)=\sum_{i=1}^{n}\mathbb{1}_A(X_i)\cdot\frac{1}{n}

Damit unsere Intuition stimmt müsste die Aussage gegen P(A)P(A) für n→∞n\rightarrow\infty konvergieren.

Diese Konvergenz lässt sich auch sinnvoll mit Wahrscheinlichkeiten beschreiben. Man sagt einfach, dass für n→∞n\rightarrow\infty die Wahrscheinlichkeit, dass der Fehler der relativen Häufigkeit größer gleich ϵ\epsilon ist gleich null sein soll.

Ungleichung von Chebyshev