概率统计(魏宗舒版)4终稿.ppt

仅在非常特殊的一些情况下弱收收敛才蕴含依概率收敛。 定理4.6 随机变量序列 （c为常数）的充要条件是 这里F(x)是η=c的分布函数，也就是退化分布： 证明： 作业：P226 1 2 6 选做 3 8 问题：由第3章知识随机变量的分布函数和其特征函数一一对应，那么依分布收敛（弱收敛）与其特征函数的收敛性是否等价？ 定理4.7 分布函数列 {Fn(x)} 弱收敛于分布函数 F(x) 的充要条件是相应的特征函数列 {φn(x)} 收敛于F(x)的特征函数φ(x)。 例4.4 若ξλ是服从参数为λ的泊松分布的随机变量，证明： 证明：已知ξλ 特征函数是 ，故 的特征函数为 因为 故 故 从而 是标准正态分布随机变量的特征函数，由定理4.7 定理4.4（辛钦大数定律）的证明： 因为ξk同分布，故设其特征函数为φ(t)，又因为 Eξk=a存在，故有φ’(0)=ai，φ(t)在0处作泰勒展开 ξk互独立，因此 的特征函数为 故 由定理4.6 是退化分布的特征函数， 再由定理4.7 考察射击命中点与靶心距离的偏差这种偏差是大量微小的偶然因素造成的微小误差的总和, 这些因素包括: 瞄准误差、测量误差、子弹制造过程方面 (如外形、重量等) 的误差以及射击时武器的振动、气象因素(如风速、风向、能见度、温度等) 的作用, 所有这些不同因素所引起的微小误差是相互独立的, 并且它们中每一个对总和产生的影响不大. 问题: 某个随机变量是由大量相互独立且微小的随机变量相加而成的, 研究其概率分布情况. 4.3 中心极限定理 (一)问题的提法 设ξn(n=1,2,…)相互独立。 如果讨论ηn= ξ1+ξ2+…+ξn(n=1,2,…)的收敛规律律，它的极限可能取到正负无穷，哪怕是ηn-Eηn也是如此，即可能出现 因此无意义。 如果讨论 的收敛规律律，由大数定律，其会收敛于它们的数学期望的平均值，即 但这是我们已知的结论。 因此，分母中n的数量级很关键，应当与ηn= ξ1+ξ2+…+ξn(n=1,2,…)的标准差的数量级一致。即我们应当考虑 ζn称为ηn的中心化随机变量。显然满足Eζn=0，Dζn=1。 例如n重伯努利试验，Eξn=p，Dξn=pq，(q=1-p), 因此应当考虑 的收敛规律 第四章 大数定律与中心极限定律4.1 大数定律 (一)依概率收敛 第一章提到过，某一事件A发生的频率，当实验次数n增大时，会逐渐趋向于其概率。即 若 能否理解为对任意一组实验中的样本点ω，有 ，显然上述极限不成立，但是发生的概率很小。 设 第i次试验事件A发生 第i次试验事件A不发生 则 由切比雪夫不等式 则称{ξn}依概率收敛于ξ . 记为： 定义 设{ξn}为一个随机变量序列， ξ为一个随机变量，若任给的ε0，有 等价定义 设{ξn}为一个随机变量序列，ξ一个随机变量，若任给的ε0，δ0存在N，使得当nN时， 则称{ξn}依概率收敛于ξ 。 表示不管ε有多小，当n→∞，ξn落在 内的概率→1，即落在 外的概率→0。 ξn收敛于ξ的几种形式。 对任意ω??，有 1.逐点收敛 2.一致收敛 对任意ε0，存在N，当nN时，对所有ω??，有 若存在A??，P(A)=1，使得对任意ω?A，有 3.几乎必然收敛 ξn几乎必然收敛于ξ，可记为 用集合的方式来表示即是 其中ξn收敛于ξ的点ω构成的集合是 4.几乎必然一致收敛 若存在A??，P(A)=1，使得对任意ε0，存在N，当nN时，对所有ω?A，有 用集合的方式来表示即是，存在一个整数序列{nl}，l=1,2,…使得 如果随机变量序列ξn的分布函数Fn(x)在连续点处收敛于ξ的分布函数F(x)，称ξn弱收敛于ξ,记作 也称随机变量ξn依分布收敛于ξ。 5