Gustavo
14-弱收敛与特征函数 14-弱收敛与特征函数
收敛结果 定理: 若 则可以在同一个测度空间上找到相应的随机变量 ,使得 几乎必然 证明思路: 取 定理: 当且仅当对每个有界连续函数 ,都有 证明思路: 在同一个样本空间上定义 ,使其几乎必然收敛,再使用有界收敛定理。 定
2026-05-17
13-更多大偏差 13-更多大偏差
Legendre 变换 定义函数 的 Legendre 变换(或 Legendre 对偶)为 当 时,可以从几何上描述 Legendre 对偶: 是函数 上斜率为 的切线与实轴相交的位置。我们可以让这条切线沿着 图像的凸包“滚
2026-05-16
12-De Moivre–Laplace 定理与弱收敛 12-De Moivre–Laplace 定理与弱收敛
De Moivre–Laplace 极限定理 设 为独立同分布随机变量,并记 假设每个 以概率 取值 1,并以概率 取值 0。 De Moivre–Laplace 极限定理: Missing \left or extra \r
2026-05-15
11-独立随机变量的和与大偏差 11-独立随机变量的和与大偏差
回顾 Borel—Cantelli 引理 第一 Borel—Cantelli 引理: 若 则 无穷多次发生() 第二 Borel—Cantelli 引理: 若 相互独立,且 则 无穷多次发生() Kolmogorov 零一律 考
2026-05-14
10-零一律与极大不等式 10-零一律与极大不等式
回顾 Borel—Cantelli 引理 第一 Borel—Cantelli 引理: 若 则 无穷多次发生 第二 Borel—Cantelli 引理: 若 相互独立,且 则 无穷多次发生 回顾强大数定律定理(强大数定律). 若
2026-05-13
09-Borel—Cantelli 引理与强大数定律 09-Borel—Cantelli 引理与强大数定律
Borel—Cantelli 引理 第一 Borel—Cantelli 引理: 若 则 无穷多次发生() 第二 Borel—Cantelli 引理: 若 相互独立,且 则 无穷多次发生() 依概率收敛 子列的几乎必然收敛 定理
2026-05-12
08-弱大数定律与矩母函数/特征函数 08-弱大数定律与矩母函数/特征函数
矩母函数 设 为随机变量。 的矩母函数定义为 当 为离散随机变量时,可以写成 因此, 是可数多个指数函数的加权平均。 当 为连续随机变量时,可以写成 因此, 是连续统多个指数函数的加权平均。 总有 。 如果 且 ,
2026-05-11
07-随机变量之和 07-随机变量之和
回顾期望的定义 给定概率空间 和随机变量 (即从 到 的可测函数 ),记 如果 几乎处处成立,或者 与 的积分各自有限,那么期望总是有定义的。 强大数定律 定理(强大数定律): 如果 是期望为 的独立同分布实值随机变
2026-05-10
06-大数定律与独立性 06-大数定律与独立性
回顾期望的定义 给定概率空间 和随机变量 (即从 到 的可测函数 ),记 如果 几乎处处成立,或者 与 的积分各自有限,那么期望总是有定义的。 强大数定律 定理(强大数定律): 如果 是期望为 的独立同分布实值随机变
2026-05-09
05-积分与期望(续) 05-积分与期望(续)
回顾 Lebesgue 积分 Lebesgue 的思想:只要能够测量,就能够积分。 更具体地说:若 是测度空间, 是满足 的测度,而 是 -可测函数,那么可以定义 对非负的 可以这样定义;如果 和 的积分都有限,也可以这样定
2026-05-08
11 / 32