关于削弱辛钦大数定律成立条件的一点探讨

我们常见的一些大数定律,从车比雪夫大数定律、马尔可夫大数定律到辛钦大数定律都是判断一个随机变量服从大数定律的充分条件,且要求条件较强,这在应用中具有很大的局限性。本文尝试了对辛钦大数定律的条件加以削弱。

一类多重积分蒙特卡罗近似求解及其局部加权回归拟合

从概率论角度出发,通过构造随机变量序列及其分布,结合辛钦大数定律和依概率收敛,对一类n重积分的极限问题进行证明;利用多维连续型随机变量数学期望和重积分之间的关系,对n重积分进行离散化处理,在此基础上构造蒙特卡罗算法,并对给出的一类n重积分当n→∞时的极限过程进行模拟计算;在蒙特卡罗法近似计算结果的基础上,利用局部加权回归对计算结果进行拟合,利用R软件给出蒙特卡罗法和局部加权回归拟合过程的可视化,当重积分重数n不断增加时,近似计算结果和回归拟合曲线都能很好地逼近极限值;对一类n重积分极限中的参数进行修正,并将文献给出的在固定区域[0,1]×[0,1]×…×[0,1]上一类n重积分极限的结论推广至一般区域[0,u]×[0,u]×…×[0,u]上,然后利用蒙特卡罗法对一般区域上n重积分当n→∞时的极限过程进行模拟计算,并利用局部加权回归对其进行拟合,从而进一步验证结论的合理性。