本文深入探讨了概率论中的极限理论，包括马尔可夫和切比雪夫不等式，弱大数定律，依概率收敛，中心极限定理及其应用，以及强大数定律。这些理论在统计推断和随机过程研究中扮演着重要角色。
极限理论
1. 马尔可夫和切比雪夫不等式
马尔可夫不等式：
设随机变量 X X X只取非负值，则对任意 a > 0 a>0 a>0。
P ( X ≥ a ) ≤ E [ X ] a P(X\ge a)\le \cfrac{E[X]}{a} P(X≥a)≤aE[X]
切比雪夫不等式：
设随机变量 X X X的均值为 μ \mu μ，方差为 σ 2 \sigma^2 σ2，则对任意 c > 0 c>0 c>0，
P ( ∣ X − μ ∣ ≥ c ) ≤ σ 2 c 2 P(|X-\mu|\ge c)\le \cfrac{\sigma^2}{c^2} P(∣X−μ∣≥c)≤c2σ2
2. 弱大数定律
设 X 1 , X 2 , ⋅ ⋅ ⋅ X_1,X_2,··· X1,X2,⋅⋅⋅独立同分布，其公共分布的均值为 μ \mu μ，则对任意的 ϵ > 0 \epsilon >0 ϵ>0，当 n → ∞ n\to \infin n→∞时，
P ( ∣ M n − μ ∣ ≥ ϵ ) = P ( ∣ X 1 + ⋅ ⋅ ⋅ + X n n − μ ∣ ≥ ϵ ) → 0 P(|M_n-\mu|\ge \epsilon)=P\left(\left|\cfrac{X_1+···+X_n}{n}-\mu \right| \ge \epsilon\right) \to 0 P(∣Mn−μ∣≥ϵ)=P(∣∣∣∣∣nX1+⋅⋅⋅+Xn−μ∣∣∣∣∣≥ϵ)→0
3. 依概率收敛
数列的收敛：
设 a 1 , a 2 , ⋅ ⋅ ⋅ a_1,a_2,··· a1,
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
