logo

측도론으로 정의되는 확률 수렴 📂확률론

측도론으로 정의되는 확률 수렴

확률 수렴의 어려운 정의

확률 공간 (Ω,F,P)( \Omega , \mathcal{F} , P) 가 주어져 있다고 하자.

확률 변수의 시퀀스 {Xn}nN\left\{ X_{n} \right\}_{n \in \mathbb{N}} 이 확률 변수 XX측도 수렴하면 확률 수렴한다고 말하고 XnPXX_{n} \overset{P}{\to} X 와 같이 나타낸다.


  • 아직 측도론을 접하지 못했다면 확률 공간이라는 말은 무시해도 좋다.

설명

{Xn}nN\left\{ X_{n} \right\}_{n \in \mathbb{N}}XX 로 수렴한다는 말은 곧 모든 ε>0\varepsilon > 0 에 대해 limnP({ωΩ:Xn(ω)X(ω)ε})=0 \lim_{n \to \infty} P \left( \left\{ \omega \in \Omega : | X_{n}(\omega) - X(\omega) | \ge \varepsilon \right\} \right) = 0 이라는 것이고, 조금 더 익숙한 모양으로 바꿔보면 다음과 같다. limnP(Xn(ω)X(ω)<ε)=1 \lim_{n \to \infty} P \left( | X_{n}(\omega) - X(\omega) | < \varepsilon \right) = 1 확률 변수의 시퀀스는 확률 과정이므로 확률 과정론에서 유용하게 사용할 수 있음을 짐작할 수 있다.

측도 수렴에서 이어받은 확률 수렴의 성질:

확률 PP 는 측도기 때문에 측도 수렴의 성질을 그대로 이어받는다.

같이보기