概率论与数理统计笔记

依概率收敛

2019-04-28  本文已影响0人  Megahorn
转自:https://www.zhihu.com/question/45683589/answer/411088523

我们在高等数学中学过收敛的概念,比如数列\left \{a_{n}\right\}收敛于a,有\lim_{n \to \infty}a_{n}=a
它的含义是当n越来越大时,a_{n}a可以无限接近。无限接近的意思只要n越来越大,那么a_{n}a的距离可以任意小,这里不再写出对应的\varepsilon -\sigma定义。

再来看什么是随机变量序列\left \{X_{n}\right \},首先这个\left \{X_{n}\right \}是怎么产生的?
以抛硬币为例:设X_{n}为n次试验中正面出现的频率,
当n变化时就形成一个随机变量序列\left \{X_{n}\right \}
X_{1}表示一次试验中正面出现的频率,则有
X_{1}=\left\{\begin{matrix} 1,front side\\ 0,back side \end{matrix}\right.
X_{2}的取值为0,1/2,1三个值,

X_{n}的取值有n+1个,即:
0,1/n,2/n,3/n,…,1

也就是说不管n多大,取1或0的概率是存在的,所以X_{n}0,1/n,2/n,3/n,…,1中的任意一个数都不会随着n的增大而变的任意小,比如下式是错误的:
\lim_{n \to \infty}X_{n}=\frac{1}{2}

为什么呢?
上式根据收敛的定义是随着n的增大,X_{n}\frac{1}{2}可以任意接近,可能吗?

当然不可能,因为不管n多大,X_{n}都有可能取1或者0,
所以X_{n}怎能与\frac{1}{2}无限接近呢?
所以X_{n}这个n次试验正面频率稳定于1/2附近是不能用上式表达的。

但考察如下概率:
\lim_{n \to \infty}P(X_{n}=1) = \lim_{n \to \infty}\frac{1}{2^{n}} = 0
\lim_{n \to \infty}P(X_{n}=0) = \lim_{n \to \infty}\frac{1}{2^{n}} = 0
所以随着n的增大,X_{n}取两侧值的概率越来越小,取值集中的概率越来越大,故可以如下结论:
\forall\varepsilon>0,有
\lim_{n \to \infty}P(|X_{n}-\frac{1}{2}|>\varepsilon)=0
即虽然当n很大时,X_{n}可能会零星的出现等于1的情况,但是概率非常小,是趋于0的,故称为依概率收敛。

上一篇 下一篇

猜你喜欢

热点阅读