依分布收敛及中心极限定理.docVIP

第四章????????? 极限定理 ? §1 依分布收敛与中心极限定理 ? 一、分布函数弱收敛 二、性质 三、中心极限定理 ? 概率论早期发展的目的在于揭示由于大量随机因素产生影响而呈现的规律性. 贝努里首先认识到研究无穷随机试验序列的重要性，并建立了概率论的第一个极限定理——大数定律，清楚地刻画了事件的概率与它发生的频率之间的关系. 棣莫佛和拉普拉斯提出将观察的误差看作大量独立微小误差的累加，证明了观察误差的分布一定渐近正态——中心极限定理. 随后，出现了许多各种意义下的极限定理. 这些结果和研究方法对概率论与数理统计及其应用的许多领域有着重大影响. 本章着重介绍上述大数定律和中心极限定理等有关内容. ? §1 依分布收敛与中心极限定理 ? 我们知道，如果ξ是概率空间 (Ω, F, P)上的随机变量，那么它的分布函数F(x)=P(ξ)刻画了它的全部概率性质. 因此，对随机变量序列的研究就必须首先对相应的分布函数序列作深入研究. ? 一、分布函数弱收敛 定义1 设F是一分布函数，{}是一列分布函数，如果对F的每个连续点xR，都有(x)→F(x) (n→∞)，则称弱收敛(weak convergence)于F，记作F. 设ξ是一随机变量，{}是一列随机变量，如果的分布函数列弱收敛于ξ的分布函数，则称依分布收敛(convergence in distribution)于ξ，记作