【数理统计与概率 极限定理】概率定理
极限定理
极限定理是概率与数理统计学的基本理论之一。其中有两个重要的极限定理-------“大数定律”和“中心极限定理”。通常,把叙述在什么条件下,一随机变量序列的算术平均值(按某种意义)收敛于某数的定理称为“大数定律”,而把在什么条件下,大量的随机变量之和具有近似于正态分布的定理归为“中心极限定理”。
一、大数定律
先介绍两个定义:
定义1. 设ξ。。。,ξn ,。。。为一列随机变量,若存在随机变量ξ1,ξ2,,
使得任意ε>0,有
|ξn -
ξ|≥ε
)=0 或等价于
ξn -ξ|
则称随机变量序列{ξn }依概率收敛于随机变量ξ,并记作:
ξ
n ξ
显然ξn ξ与ξn - ξ是等价的。
定义2. 设{ξn }为一随机变量序列,E (ξn )(n ≥1)存在,若 ∑ξ
i =1n i
n -0 则称{ξn }服从大数定律
定理1. (马尔可夫大数定律)设{ξn }是一随机变量序列,若成立
定理2. (贝努里大数定律)设μn 是n 重贝努里试验中事件A 发生的次数,而p 是事件A 在每次试验中发生的概率,则对任意ε>0,都有:
|
μn - p|
定理3. (辛钦大数定律)设{ξn }为一相互独立同分布的随机变量序列,且数学期望存在:E (ξi )=a,则对任意的ε>0,成立
1n |∑ξi -a |
变量,则当n 充分大时,算术平均值ξ1+ξ2+... +ξn
n 一定以接近于1的
概率落在真值a 的任意小的领域内。据此,如果要测定一个物体某指标值a ,可以独立重复地测量n 次,得到一组数据:x 1,x 2,... ,x n ,当n 充分大时,可以确信:a ≈x 1+x 2+... +x n n
辛钦大数定律也是数理统计学中参数估计理论的基础。