51 特征函数§53.pptVIP

例5.2.4（蒙特卡洛方法计算定积分（平均值法））近似计算定积分 解：设随机变量 服从 的均匀分布, 则 的数学期望为 所以估计积分 的值就是估计 的期望值. 由辛钦大数定律，可以用 的观测值的平均值去估计 的期望值. 具体地可以按如下步骤来完成： 1.先用计算机产生n个 上的均匀分布的随机数： ， 2.计算每个 对应的 ； 3.最后可得 的估计值 思考：如何用平均值法近似计算定积分 ？ §5.3 随机变量序列的两种收敛性 随机变量序列的收敛性有多种，其中最常见的是两种：依概率收敛和依分布收敛. 前面叙述的大数定律涉及到是一种依概率收敛，后面要叙述的中心极限定理则涉及到依分布收敛. 首先由随机变量序列 服从大数定律启发我们引进如下定义 定义5.3.1（依概率收敛）设为一随机变量序列, 为一随机变量，如果对于任意的 有 (5.3.1) 则称 依概率收敛于 ，记作 有了依概率收敛的定义，随机变量序列 服从大数定律可以表述为 5.3.1 依概率收敛 例5.3.1 设 为一独立同分布的随机变量序列，期望 方差存在. 试证明： 证明 记 ,则 对于任意的 ，由切比雪夫不等式有 即： 所以 下面给出依概率收敛的一个重要性质，其证明参见参考文献[7]. 定理5.3.1 设 是两随机变量序列， 是常数，且 则有（1） （2） （3） 我们知道分布函数全面描述了随机变量的统计规律性，因此讨论一个随机变量序列的分布函数列 收敛到一个极限分布函数 是有实际意义的. 下面给出随机变量序列依分布收敛的定义. 定义5.3.2 设一个随机变量序列 的分布函数列为 ， 为随机变量 的分布函数，若在 的任意连续点 都有 则称 弱收敛于 ，记作 也称随机变量序列 依分布收敛于 记作 5.3.2 依分布收敛 * §5.1 特征函数 §5.3随机变量序列的两种收敛性 §5.2 大数定律 第5章 大数定律与中心极限定律 §5.4中心极限定理 §5.1 特征函数 5.1.1 特征函数的定义 定义5.1.1 设ξ为实随机变量，称 （5.1.1） 为ξ的特征函数(Characteristic function)，这里 是任意实数. 由于 , 因此对任意 ，对一切 总存在，即(5.1.1)式都有意义，也就是说任意随机变量的特征函数总存在. 特别地，若 为离散型， ,则其特征函数为 (5.1.2) 若 是连续型，其密度 ，则 (5.1.3) 它就是函数的傅里叶变换. 5.1.2 特征函数的性质 性质5.1.1 性质5.1.2 性质5.1.3 若 其中 是常数，则有 性质5.1.4 设 独立，则有 即：独立随机变量和的特征函数为特征函数的乘积. 性质5.1.5 若 存在，则 的特征函数 存在 阶导数，且对于任意的 ，有