機率論中,連續映射定理(英語:Continuous mapping theorem)指出連續函數保持極限,即使其參數是一列隨機變數。 海涅定義下的連續函數是指將收斂數列映為收斂數列的函數:如果 x n → x {\displaystyle x_{n}\rightarrow x} 那麼 g ( x n ) → g ( x ) {\displaystyle g(x_{n})\rightarrow g(x)} 。連續映射定理指出,如果把確定的數列 { x n } {\displaystyle \{x_{n}\}} 替換為一列隨機變數 { x n } {\displaystyle \{x_{n}\}} ,把通常的收斂定義替換為某種隨機變數的收斂定義,那麼這個命題依然成立。 這個定理第一次由Mann & Wald (1943) harvtxt模板錯誤: 無指向目標: CITEREFMannWald1943 (幫助)證明,因此有時又被稱作Mann–Wald定理。[1] 敍述 設 X n ( n = 0 , 1 , … ) {\displaystyle X_{n}\ (n=0,1,\ldots )} 和 X {\displaystyle X} 為度量空間 S {\displaystyle S} 中的隨機元素,又設 g : S → S ′ {\displaystyle g:S\to S'} 為自 S {\displaystyle S} 至另一個度量空間 S ′ {\displaystyle S'} 的函數,其不連續點集 D g {\displaystyle D_{g}} 滿足 P ( X ∈ D g ) = 0 {\displaystyle \mathbb {P} (X\in D_{g})=0} ,則:[2][3] X n → d X ⟹ g ( X n ) → d g ( X ) ; X n → p X ⟹ g ( X n ) → p g ( X ) ; X n → a.s. X ⟹ g ( X n ) → a.s. g ( X ) . {\displaystyle {\begin{aligned}X_{n}\ \xrightarrow {\text{d}} \ X\quad &\implies \quad g(X_{n})\ \xrightarrow {\text{d}} \ g(X);\\[6pt]X_{n}\ \xrightarrow {\text{p}} \ X\quad &\implies \quad g(X_{n})\ \xrightarrow {\text{p}} \ g(X);\\[6pt]X_{n}\ \xrightarrow {\!\!{\text{a.s.}}\!\!} \ X\quad &\implies \quad g(X_{n})\ \xrightarrow {\!\!{\text{a.s.}}\!\!} \ g(X).\end{aligned}}} 其中箭嘴上標的d、p、a.s.分別表示依分布收斂、依機率收斂、殆必收斂。 參考資料Loading content...Loading related searches...Wikiwand - on Seamless Wikipedia browsing. On steroids.