随机变量的两种收敛
1.依概率收敛
定义:设 X n 为 一 随 机 变 量 序 列 , X 为 一 随 机 变 量 , 如 果 对 任 意 的 ϵ > 0 , 有 X_n为一随机变量序列,X为一随机变量,如果对任意的 \epsilon >0,有 Xn为一随机变量序列,X为一随机变量,如果对任意的ϵ>0,有,
P ( ∣ X n − X ∣ ≥ ϵ ) → 0 ( n → ∞ ) P(|X_n-X| \geq \epsilon) \to 0(n \to \infty) P(∣Xn−X∣≥ϵ)→0(n→∞),
则 称 序 列 X n 依 概 率 收 敛 于 X , 记 作 X n P . → X 则称序列{X_n}依概率收敛于X,记作X_n \underrightarrow{P.} X 则称序列Xn依概率收敛于X,记作XnP.X
2.依分布收敛
设 随 机 变 量 X , X 1 , X 2 . . . 的 分 布 函 数 分 别 为 F ( x ) , F 1 ( x ) , F 2 ( x ) , . . . . 若 对 F ( x ) 的 任 一 连 续 点 x , 都 有 , 设随机变量X,X_1,X_2...的分布函数分别为F(x),F_1(x),F_2(x),....若对F(x)的任一连续点x,都有, 设随机变量X,X