何度見ても,大抵,数日後には定義すら忘れている.

そんな負の連鎖を断ち切るために,メモしておく(あくまで,自分の理解の範囲,間違ってるかもよ).

(メモを見返す ≒ 忘れている, という反論は受けつけない)

まず,定義.

概収束

P({ω:lim

確率収束

\forall \epsilon > 0: \lim_{n \to \infty} P\left(\{\omega : |X_n(\omega) - X(\omega)| > \epsilon\}\right) = 0

概収束のイメージ?

X_n を関数だとおもってしまえば, 各点で X に収束している.

n \to \inftyX_nX は同じとみなして良い(?).

確率収束のイメージ?

X_nX を予想しようとする.「予想がはずれる」を |X_n - X| > \epsilon と定義すれば,

予想がはずれる確率が n \to \infty で 0 に収束する.

概収束と確率収束の違い?

多分,大きな違いは概収束では X_n の収束が要求されているが, 確率収束では収束が要求されていない点か.

というわけで,確率収束するが,概収束しない例を見てみる.

標本空間を [0,1] として,X_n を次のように定める.

X_1[0,1/2] で 1. それ以外は 0.

X_2[1/2,1] で 1. それ以外は 0.

X_3[0,1/4] で 1. それ以外は 0.

X_4[1/4,2/4] で 1. それ以外は 0.

X_5[2/4,3/4] で 1. それ以外は 0.

X_6[3/4,1] で 1.それ以外は 0.

X_7[0,1/8] で 1. それ以外は 0.

X_8[1/8,2/8] で 1. それ以外は 0.

もう書くの疲れた.

と以下同様にする.

X_n のイメージは, 徐々に 1 を取る範囲が狭くなっていき, 1を取る範囲が [0,1] をぐるぐる回る.

X_n は 0 には収束しない.

つまり, X_n は 0 概収束しない. ぐるぐる回るから.

しかし, X_n は 0 に確率収束する. 1の範囲がどんどん狭くなるから.

おしまい.