Các Định lý Giới hạn
Các định lý giới hạn mô tả điều gì xảy ra với tổng và trung bình của nhiều biến ngẫu nhiên: chúng ổn định quanh giá trị trung bình của chúng theo các định luật số lớn, dao động ở quy mô nhỏ theo định lý giới hạn trung tâm, và chỉ lệch đi một lượng lớn với xác suất nhỏ theo hàm mũ.
Definition
Các định lý giới hạn là tập hợp các kết quả mô tả hành vi tiệm cận của các dãy biến ngẫu nhiên và phân phối của chúng, chủ yếu là sự hội tụ của các giá trị trung bình về các kỳ vọng, các dao động Gaussian của các tổng được chuẩn hóa, và sự suy giảm theo hàm mũ của các xác suất độ lệch lớn.
Scope
Lĩnh vực này bao gồm các định luật số lớn yếu và mạnh, các định lý giới hạn trung tâm cổ điển và Lindeberg-Feller với các chứng minh bằng hàm đặc trưng của chúng, hệ thống phân cấp các chế độ hội tụ cho các biến ngẫu nhiên và phân phối, hội tụ yếu của các độ đo xác suất với tính chặt chẽ, và lý thuyết độ lệch lớn chi phối các sự kiện cực kỳ hiếm gặp.
Sub-topics
Core questions
- Theo những nghĩa nào thì trung bình của nhiều biến ngẫu nhiên hội tụ về giá trị trung bình của nó?
- Tại sao các dao động của một tổng được chuẩn hóa lại xấp xỉ Gaussian trong các điều kiện rộng?
- Các chế độ hội tụ khác nhau cho các biến ngẫu nhiên và phân phối có liên quan như thế nào?
- Các độ lệch lớn so với hành vi điển hình hiếm đến mức nào, và chúng suy giảm với tốc độ nào?
Key theories
- Các định luật số lớn
- Trung bình của các biến độc lập cùng phân phối với kỳ vọng hữu hạn hội tụ về kỳ vọng đó, theo xác suất đối với định luật yếu và hầu như chắc chắn đối với định luật mạnh, đây là cơ sở toán học để ước lượng kỳ vọng bằng trung bình mẫu.
- Định lý giới hạn trung tâm
- Tổng của các biến độc lập với phương sai hữu hạn, được căn chỉnh và tỷ lệ hóa thích hợp, hội tụ theo phân phối về một luật chuẩn, giải thích sự phổ biến của phân phối Gaussian và cung cấp cơ sở cho các khoảng tin cậy và kiểm định ý nghĩa.
Clinical relevance
Các định lý giới hạn là sự đảm bảo lý thuyết đằng sau thực hành thống kê và mô phỏng: định luật số lớn xác nhận ước lượng Monte Carlo và diễn giải xác suất theo tần suất, định lý giới hạn trung tâm biện minh cho suy luận dựa trên phân phối chuẩn và nhiều phương pháp xấp xỉ, và tốc độ độ lệch lớn định lượng rủi ro sự kiện hiếm gặp trong bảo hiểm, truyền thông và độ tin cậy.
History
Định lý giới hạn đầu tiên là định luật số lớn của Bernoulli; de Moivre và Laplace đã tìm ra xấp xỉ chuẩn cho phân phối nhị thức, được Lyapunov và Lindeberg tổng quát hóa thành định lý giới hạn trung tâm. Kolmogorov đã làm sắc nét định luật mạnh, Cramer đã đặt nền móng cho lý thuyết độ lệch lớn, và cách xử lý hiện đại dựa trên độ đo đã thống nhất chúng.
Key figures
- Jacob Bernoulli
- Aleksandr Lyapunov
- Paul Levy
- Harald Cramer
Related topics
Seminal works
- billingsley1995
- billingsley1999convergence
Frequently asked questions
- Sự khác biệt giữa định luật số lớn và định lý giới hạn trung tâm là gì?
- Định luật số lớn nói rằng trung bình hội tụ về giá trị trung bình, mô tả hành vi bậc nhất, trong khi định lý giới hạn trung tâm mô tả các dao động bậc hai của trung bình quanh giá trị trung bình, là Gaussian ở quy mô một trên căn bậc hai của kích thước mẫu.
- Định lý giới hạn trung tâm có luôn áp dụng được không?
- Nó yêu cầu các điều kiện như phương sai hữu hạn và điều kiện không đáng kể như của Lindeberg; đối với các biến có đuôi dày với phương sai vô hạn, giới hạn có thể là một phân phối ổn định không Gaussian.