依概率收敛及弱大数定律.docVIP

§2 依概率收敛与弱大数定律 ? 一、依概率收敛 二、弱大数定律 ? 一、依概率收敛 尽管分布函数完全反映了随机变量取值的分布规律, 但是两个不同的随机变量可以有相同的分布函数. 例如, 向区间[0,1]上随机等可能投点,ω表示落点的位置，定义 . (1) 则ξ和η具有相同的分布函数 F(x)= (2) 如果定义, n, 则, 但. 这表明分布函数收敛性并不能反映随机变量序列取值之间的接近程度. 为此需要引入另外的收敛性. 定义1 设和是定义在同一概率空间 (Ω,F, P)上的随机变量序列. 如果对任意ε0, =0, (3) 或 =1, 则称依概率收敛(convergence in probability)于，记作. 注 定义1要求所有和的定义域相同. 可直观地理解为：除去极小的可能性，只要n充分大，与的取值就可以任意接近. 从上面例子可以看出, 由并不能导出. 关于这两种收敛性之间的关系，我们有下面的定理. 定理1 设和是定义在概率空间 (Ω,F, P)上的随机变量序列. 1. 如果, 则 . 2. 如果, c为常数，则. 证 1. 设F和分别是和的分布函数，x表示F的连续点. 任意给定ε0, ( , 因此 F(x. 令n→∞, 由于, 故, 从而 F(x.