1. 大数定律(LLN) 设Y 1 ,Y 2 ,……Y n 是独立同分布(iid,independently identically distribution)的随机变量,A = S Y /n = (Y 1 +...+Y n )/n。若将Y1,Y2……Yn看做是随机变量Y的n次采样,那么A是Y的采样平均。 因为 ,故 . It is important to understand that the variance of the sum increases with n and the variance of the normalized sum (the sample average, A) decreases with n. 弱大数定律与强大数定律: 两种不同的收敛形式,即几乎必然收敛(converge almost surely, 简称a.s.收敛)和依概率收敛(converge in probability, 简称i.p.收敛). 在概率空间中,a.s.收敛强于i.p. 两者 前提条件 一样:要求iid分布并期望存在。 弱大数定律表示样本均值“依概率收敛”于总体均值,即大概率会收敛,但无法保证是否存在某个n使之不收敛。 强大数定律表示样本均值“几乎处处收敛”,比弱大数定律强。 T是信源发出的长为n序列,相当于独立事件发生n次。 2. 中心极限定理 中心极限定理central