概率论与数理统计(第五章第1节).pptVIP

第五章 大数定律与中心极限定理 第一节 随机变量序列的收敛性 * 极限理论是概率论与数理统计的基本理论, 在理论研究和应用中都十分重要。 随机现象的统计规律性描述的实际上是试验次数无限增大时呈现的极限状态。 大数定律和中心极限定理是关于随机变量序列的极限定理最基本的两种类型。下面先介绍关于随机变量序列收敛性的概念。 由于随机变量的取值不是主观意识所决定的, 因此, 随机变量序列的收敛性也有其特别的内涵。 介绍最常见的两种收敛定义, 即依概率收敛和依分布收敛。 定义1. 设有随机变量序列 {Xn}, n = 1, 2, ··· ··· ; X是随机变量。如果对于任给的ε0, 都有 或 则称 {Xn} 依概率收敛于X。记为 在定义 1中, 随机变量X也可以是一个常数 a, 称为随机变量序列 {Xn} 依概率收敛于常数 a。记为 随机变量序列依概率收敛和一般序列的收敛有很大的不同。假定 {Xn} 依概率收敛于常数 a , 是指当 n 足够大时, 有足够大的概率保证 Xn 任意接近于 a , 但此时Xn仍然有可能取与 a 相差很大的数值(参见下面例1 ), 即依概率收敛不是绝对保证。 例1. 设随机变量序列 X1,