随机变量序列的收敛性及其相互关系.docVIP

长江大学 毕业论文 题 目 名 称 随机变量序列的收敛性及其相互关系 院 （系） 信息与数学学院 专 业 班 级 信计11001班 学 生 姓 名 傅志立 指 导 教 师 李 治 辅 导 教 师_________ 李 治______________ 摘要：概率极限理论不仅是概率论的重要组成部分，而且在数理统计中有广泛的应用。本文主要对a.e.收敛、依概率收敛、依分布收敛、r—阶收敛四种随机变量序列的概率和收敛性性质进行阐述；并结合具体实例讨论了它们之间的关系，进一步对概率论中依分布收敛的等价条件和一些依概率收敛的弱大数定律进行了具体的研究. 目录 引言 a.e.收敛、依概率收敛、依分布收敛、r—阶收敛的概念、性质及其相互关系. a.e.收敛的概念及性质 依概率收敛的概念及性质 依分布收敛的概念及性质 r-阶收敛的概念及性质 结论 随机变量序列依分布收敛的等价条件 随机变量依概率收敛的一些结果 小结 参考文献 1.引言： 在数学分析和实变函数中“收敛性”极为重要，特别在实变函数中对可测函数列收敛性的讨论。实变函数主要是在集合论与测度论的基础上建立起了Lebesgue积分以及它的一些性质，而Lebesgue积分的讨论中，在测度空间中关于可测函数列的各种收敛性以及它们之间的关系的讨论在理论和应用上都是十分重要的.同样在现代概率论中，其中的许多概念也是借助于集合论和测度论中的概念来定义和研究的，比如概率论中事件间的关系及运算与集合论中代数间的关系及运算是相类似的，而且在许多情况下，用集合论的表达方式更简练、更容易理解，不妨设为满足某一性质的全体所成的集合，若F为的一个代数，则称为可测空间；若为F上的测度，则称为测度空间；若为F上的测度，且，则称为F上的概率测度，称为概率测度空间；由此我们通过测度论知识就得到了概率测度空间，同时引出了概率公理化定义：概率是在代数F上的一个非负的、规范的、可列可加的集函数，其中为某一试验中可能的结果的全体,称为样本空间；F为随机事件全体，称为事件域（代数）；也就是说概率P是概率测度空间F上的一个测度集函数，同实变函数中的可测函数列收敛性一样，在概率论中我们有必要研究随机变量序列的收敛性，这对于概率论的学习是十分重要的. 2.a.e.收敛、依概率收敛、依分布收敛、r—阶收敛的概念、性质及其相互关系. 在概率论中，概率空间上的随机变量就是样本空间上关于F的可测函数，对于一般的可测函数的序列我们在数学分析和实变函数中已有认识，其中“收敛性”理论是非常重要的，在概率论中也一样重要，随机变量序列有：几乎处处收敛，依概率收敛，依分布收敛，r—阶收敛。 2.1 a.e.收敛的概念及性质 定义 1 设 是一可测函数序列，是可测函数，若存在,使得对于每一有 ,() 则称几乎处处收敛于，记作 . 如果对于每一， ,() 则称几乎处处相互收敛，记作 . 定理 1 （某一）（）的充分必要条件是 (). 证: 利用性质， ,a.e.,g=f,a.e.,则 g.,假设，f皆有限，则存在,，当时 ，利用Cauchy准则， ()，即 . 反之，若 ，则存在一,，当时， ()，根据Cauchy准则，存在一个有数,使 () 令 则 . 且f是一有限可测函数。f的可测性是由于{}是可测函数序列，且对一切有 ，（）， 即f是可测函数序列的极限，因而可测。 2.2 依概率收敛的概念及性质 定义 2 设{}为一随机变量序列，X为一随机变量，如果对任意的，有 P（|-X|）, 则程序列{}依概率收敛于X，记作. 依概率收敛的含义是：对X的绝对偏差不小于任意给定的可能性将随着n的增大而越来越小。等价于 P（|-X|）. 特别当X为退化分布是，即P(X=c)=1,则称序列{}依概率收敛于c，即 定理 2 设{}，{}是两个随机变量序列，a,b是两个常量。如果 ,, 则有（1）; (2)(3); 证明 （1）因为{）|}{（|-a|）（|-b|）} 所以 0）|） ， 即）|）， 由此得，类似可证. （2）i）若，则有.这是因为对任意，有 =. ii）若，则有c.这是因为对任意c0，有 =. 而当c=0时，结论显然成立。 iii）若，则有.这是因为有以下一系类结论： ， ， ， ， 即 iv）由iii）及（1）知 ， . 从而有 （3）为了证明，我们先证：,这是因为对任意，有 P（|）=P（||）=P（||）+ P（||）P（||）= P（））+） 这就证明了，再与