概率极限定理¶
经典概率极限定理¶
下面三个定理只涉及 Bernoulli 试验,
Bernoulli 大数定律¶
依概率收敛
设
则称
设
即 频率接近概率真值 的数学解释。即
Info
不能使用
即总会发生
de Moivre-Laplace 中心极限定理¶
依分布收敛
设
则称
假设
意为渐进相等
即
其中
即满足 Bernoulli 二项分布的规范化随机变量分布渐进于标准正态分布。
应用
证明( 的情况)
出发点
:TODO:
(szg:感兴趣的了解)
Poisson 极限定理¶
设
证明
由
经典极限定理的推广¶
Bernoulli 大数定理的推广¶
Chebyshev 大数定律¶
Chebyshev 不等式
设
证明 Bernoulli 大数定理
假设
则
特别的,若
证明
首先有
对于
揭示了 样本的均值渐近于总体的均值,且没有独立性要求。
缺点:要求方差存在。
应用
设
记
证明
由于
有
故
Khintchine 大数定律¶
假设
de Moivre-Laplace 中心极限定理的推广¶
Levy-Feller 中心极限定理¶
设
即
说明测量误差可以用正态分布描述。
Lyapunov 中心极限定理¶
设
若
则
即
Example
假设
若
则
依概率收敛¶
设
则称
判别法则¶
若存在
则
基本性质¶
-
唯一性
若
, ,则 。 -
运算性质:若
, ,则- 若
,则 - 若
连续,则
依分布收敛¶
设
则称
判别法则¶
Levy 连续性定理:设
Levy 连续性定理的另一种形式
若
且
基本性质¶
-
依概率收敛意味着依分布收敛
若
,则 。 -
依分布收敛不意味着依概率收敛
特殊情况
-
运算性质
-
线性运算
- 设
, ,则 - 设
, ,则
- 设
-
设
, ,则 - 若
连续,则
-