泛函中心极限定理:中心极限定理在“函数空间/过程层面”的推广。它说明一类随机过程(常见为部分和过程或经验过程)在适当归一化后,不仅在单个时刻上收敛,而且作为整条路径/函数在分布意义下收敛,典型极限对象是布朗运动(Wiener 过程)。该结果也常被称为 Donsker 定理或不变性原理。(在更一般情形下也可能收敛到其他高斯过程。)
/ˈfʌŋkʃənəl ˈsɛntrəl ˈlɪmɪt ˈθiərəm/
The functional central limit theorem links normalized random walks to Brownian motion.
泛函中心极限定理把归一化后的随机游走与布朗运动联系起来。
Under mild conditions, the partial-sum process converges in distribution in Skorokhod space, a result formalized by the functional central limit theorem.
在较弱条件下,部分和过程在 Skorokhod 空间中按分布收敛,而这一点由泛函中心极限定理加以形式化刻画。
“functional(泛函/函数的)”在这里强调研究对象是随机函数/随机过程而不仅是单个随机变量;“central limit theorem(中心极限定理)”原本描述和的归一化极限为正态分布。将“CLT”从实数值推广到函数空间的收敛后,就形成了“泛函中心极限定理”,经典代表是 Donsker (1950s) 关于随机游走部分和过程收敛到布朗运动的结果,因此也常称 Donsker’s theorem。