187 字
1 分钟
依概率收敛和依分布收敛

依概率收敛的定义#

对于一个随机序列 {Xn}\{X_n\},如果对于任意的 ε>0\varepsilon >0,都有

limnP(Xna<ε)=1\lim_{n \to \infty} P(|X_n - a| < \varepsilon) = 1

limnP(Xnaε)=0\lim_{n \to \infty} P(|X_n - a| \geq \varepsilon) = 0

则称随机变量序列 {Xn}\{X_n\} 依概率收敛于常数 aa,记作 XnPaX_n \xrightarrow{P} a, 或 limnXn=Pa\lim_{n \to \infty} X_n \overset{P}{=} a

P表示依概率收敛(Convergence in Probability)

依分布收敛的定义#

对于一个随机序列 {Xn}\{X_n\},他们各自的分布函数存在且记为 Fn(x)F_{n}(x),如果对于任意的实数 xx,都有

limnFn(x)=F(x)\lim_{n \to \infty} F_{n}(x) = F(x)

其中 F(x)F(x) 是某个随机变量 XX 的分布函数。

则称随机变量序列 {Xn}\{X_n\} 依分布收敛于随机变量 XX,记作 XnFXX_n \xrightarrow{F} X, 或 limnXn=FX\lim_{n \to \infty} X_n \overset{F}{=} X

依概率收敛和依分布收敛
https://biscuit0613.github.io/posts/possibilitytheory/pt_convergenceinprobabilitydistribution/
作者
Biscuit
发布于
2025-12-08
许可协议
CC BY-NC-SA 4.0