|||
今天介绍独立同分布随机变量的中心极限定理。wiki百科上有对此非常专业的介绍,推荐大家阅读。
http://en.wikipedia.org/wiki/Central_limit_theorem
这里,我们不打算按照教科书讲它的内容,我们只是给一些说明和提示,以帮助大家理解。
首先,我想聊聊中心极限定理跟大数定律的关系。以前跟大家聊过,大数定律说明了在一定条件下,当系统的个体足够多时,系统的算数平均值会集中在期望位置。从这个角度,中心极限定理包含了大数定律。因为中心极限定理在于揭示系统在期望附近的统计性质,即“以何种方式”集中在期望。所以往往,中心极限定理成立的条件比大数定律要强。
第二,如何理解随机变量序列的“依分布收敛”。从数学角度讲,“依分布收敛”是一种很弱的收敛。如何理解这个“弱”字?比如设X,Y是两个随机变量,且X和Y的分布相等(可以理解成“弱”相等),这能说明“X=Y”吗?当然不行。甚至可以说,我们可以造出两个几乎处处不相等的随机变量X和Y,但是分布却相等(大家可以想想例子)。“分布意义下”的事情,大家最好利用分布函数去理解。“依分布收敛”,大家就理解成“一列分布函数的逐点收敛”(这种说法虽然不大严格)。
第三,独立同分布的中心极限定理是最简单的中心极限定理。它有很多推广的内容。鞅的中心极限定理是个在理论和应用中都很重要的内容,详细内容大家可查阅程士宏教授的《高等概率论》。
最后,提示一点,中心极限定理只是概率极限理论的一种(当然是最重要的一种)。大家已经知道二项分布在一定条件下可以依分布收敛到poisson分布的事实,这块内容大家可以查阅Durrett的书。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-4-28 12:26
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社