UA MATH563 概率论的数学基础 中心极限定理12 强大数定律 版本2:Etemadi定理
UA MATH563 概率论的数学基础 中心极限定理12 强大数定律 版本2:Etemadi定理
这一讲我们介绍强大数定律(Strong law of large number, SLLN)的另一个版本:
强大数定律 假设X1,⋯,Xn,n≥1X_1,\cdots,X_n,n\ge 1X1,⋯,Xn,n≥1是两两独立、同分布的随机变量,E∣X1∣<∞E|X_1|<\inftyE∣X1∣<∞,则
Xˉ→asEX1\bar X \to_{as} EX_1Xˉ→asEX1
说明
几乎必然收敛强于均方收敛,所以称这个结果为强大数定律、而均方收敛的结果为弱大数定律。目前最好的证明由Etemadi (1981)给出,在此之前被普遍接受的版本是概率论祖师爷Kolmogorov提供的,Kolmogorov版本的条件是X1,⋯,Xn,n≥1X_1,\cdots,X_n,n\ge 1X1,⋯,Xn,n≥1是iid的随机变量,且E∣X1∣<∞E|X_1|<\inftyE∣X1∣<∞。
证明思路
第一步,
对一般随机变量,我们可以做类似一般可测函数的正部与负部分解:
X=X+−X−X = X^+-X^-X=X+−X−
其中X+=max(X,0),X−=max(−X,0)X^+ = \max(X,0),X^- = \max(-X,0)X+=max(X,0),X−=max(−X,0)。
我们验证一下{Xn+}\{X_n^+\}{Xn+}也满足定理的条件:
- 因为Xn,XmX_n,X_mXn,Xm独立,因此Xn+,Xm+X_n^+,X_m^+Xn+,Xm+作为它们的函数也独立;
- E∣Xn∣=EXn++EXn−<∞⇒EXn+<∞E|X_n|=EX_n^++EX_n^-<\infty \Rightarrow EX_n^+<\inftyE∣Xn∣=EXn++EXn−<∞⇒EXn+<∞
这说明正部满足定理条件。也就是说如果非负随机变量满足SLLN,那么
Xˉ=Sn/n=1n∑i=1nXi+−1n∑i=1nXi−→a.s.EX1+−EX1−=EX1\bar X = S_n/n = \frac{1}{n}\sum_{i=1}^n X_i^+ -\frac{1}{n}\sum_{i=1}^n X_i^- \to_{a.s.} EX_1^+-EX_1^- = EX_1Xˉ=Sn/n=n1i=1∑nXi+−n1i=1∑nXi−→a.s.EX1+−EX1−=EX1
于是我们可以利用与构造Lebesgue积分类似的思路,把一般随机变量简化为非负随机变量进行讨论。
第二步,
现在我们假设XnX_nXn都是非负随机变量,使用Truncation trick(截断法,这是分析、概率论等数学领域很常用的技巧,把讨论的对象分为有界、无界的两部分分别讨论):
Yn=Xn1Xn≤n={Xn,ifXn≤n0,otherwiseY_n = X_n1_{X_n \le n} = \begin{cases} X_n, \ if X_n \le n \\ 0,\ otherwise \end{cases}Yn=Xn1Xn≤n={Xn, ifXn≤n0, otherwise
计算
∑nP(Xn≠Yn)=∑nP(Xn>n)=∑nP(X1>n)<∞\sum_n P(X_n \ne Y_n)=\sum_n P(X_n>n)=\sum_n P(X_1>n)<\inftyn∑P(Xn=Yn)=n∑P(Xn>n)=n∑P(X1>n)<∞
最后这个不等式用的是Borel-Cantelli引理的引理1:E∣X∣<∞E|X|<\inftyE∣X∣<∞,的充要条件是∀ϵ>0\forall \epsilon>0∀ϵ>0,
∑n≥0P(∣X∣>nϵ)<∞\sum_{n \ge 0}P(|X|>n\epsilon)<\inftyn≥0∑P(∣X∣>nϵ)<∞
因为E∣X1∣<∞E|X_1|<\inftyE∣X1∣<∞,于是∑nP(X1>n)<∞\sum_n P(X_1>n)<\infty∑nP(X1>n)<∞,根据Borel-Cantelli引理1,
P(Xn≠Yni.o.)=0P(X_n \ne Y_n\ i.o.)=0P(Xn=Yn i.o.)=0
定义Tn=Y1+⋯+YnT_n = Y_1+ \cdots +Y_nTn=Y1+⋯+Yn,P(Xn≠Yni.o.)=0P(X_n \ne Y_n\ i.o.)=0P(Xn=Yn i.o.)=0说明P(Xn=Yne.v.)=1P(X_n = Y_n\ e.v.)=1P(Xn=Yn e.v.)=1,所以依概率1我们有
limnTn/n=limnSn/n\lim_n T_n/n=\lim_n S_n/nnlimTn/n=nlimSn/n
这个结果说明我们不但可以把问题从一般随机变量简化为非负随机变量,还可以进一步简化为有界的非负随机变量。
第三步,
Claim:
∀ϵ>0\forall \epsilon>0∀ϵ>0,α>1\alpha>1α>1,k(n)=⌊αn⌋,∀nk(n)=\lfloor \alpha^n \rfloor,\forall nk(n)=⌊αn⌋,∀n,
∑n≥1P(∣Tk(n)−ETk(n)∣k(n)>ϵ)<∞\sum_{n \ge 1}P(\frac{|T_{k(n)}-ET_{k(n)}|}{k(n)}>\epsilon)<\inftyn≥1∑P(k(n)∣Tk(n)−ETk(n)∣>ϵ)<∞
如果这个结果成立,根据Borel-Cantelli引理1,
P(∣Tk(n)−ETk(n)∣k(n)>ϵi.o.)=0P(\frac{|T_{k(n)}-ET_{k(n)}|}{k(n)}>\epsilon\ i.o.)=0P(k(n)∣Tk(n)−ETk(n)∣>ϵ i.o.)=0
于是
∣Tk(n)−ETk(n)∣k(n)→a.s.0\frac{|T_{k(n)}-ET_{k(n)}|}{k(n)} \to_{a.s.} 0k(n)∣Tk(n)−ETk(n)∣→a.s.0
基于这个结果我们可以说明定理对有界非负随机变量成立,这就是证明SLLN的完整的三个步骤。
下面贴一个Durrett整理的证明:
UA MATH563 概率论的数学基础 中心极限定理12 强大数定律 版本2:Etemadi定理相关推荐
- UA MATH563 概率论的数学基础 中心极限定理11 强大数定律 版本1:四阶矩有界
UA MATH563 概率论的数学基础 中心极限定理11 强大数定律 版本1:四阶矩有界 这一讲我们介绍基于四阶矩条件的强大数法则(Strong Law of Large Number, SLLN) ...
- UA MATH563 概率论的数学基础 中心极限定理24 随机变量的特征函数
UA MATH563 概率论的数学基础 中心极限定理24 随机变量的特征函数 定义 假设XXX是定义在(Ω,F,P)(\Omega,\mathcal{F},P)(Ω,F,P)上的随机变量,定义 ϕ(t ...
- UA MATH563 概率论的数学基础 中心极限定理20 弱收敛的性质
UA MATH563 概率论的数学基础 中心极限定理20 弱收敛的性质 性质一:两种定义的等价性 随机变量依分布收敛 定义一: 假设{Xn}\{X_n\}{Xn}是一列随机变量,称它依分布收敛到XX ...
- UA MATH563 概率论的数学基础 中心极限定理5 Renyi定理
UA MATH563 概率论的数学基础 中心极限定理5 Renyi定理 这是独立随机变量及其性质的一个应用,假设X1,⋯,Xn∼iidFX_1,\cdots,X_n \sim_{iid} FX1,⋯ ...
- UA MATH563 概率论的数学基础 中心极限定理22 度量概率空间中的弱收敛 Portmanteau定理
UA MATH563 概率论的数学基础 中心极限定理22 度量概率空间中的弱收敛 Portmanteau定理 现在我们讨论度量空间中的弱收敛,假设(Ω,d)(\Omega,d)(Ω,d)是一个度量空间 ...
- UA MATH563 概率论的数学基础 中心极限定理23 概率测度族的紧性
UA MATH563 概率论的数学基础 中心极限定理23 概率测度族的紧性 给定一个度量可测空间(Ω,F)(\Omega,\mathcal{F})(Ω,F),度量为ddd,我们可以在这个可测空间上定义 ...
- UA MATH563 概率论的数学基础 中心极限定理21 Skorohod定理的证明
UA MATH563 概率论的数学基础 中心极限定理21 Skorohod定理的证明 Skorohod定理 如果Fn⇒FF_n \Rightarrow FFn⇒F,则存在以FnF_nFn为cdf的 ...
- UA MATH563 概率论的数学基础 中心极限定理17 0-1律的应用
UA MATH563 概率论的数学基础 中心极限定理17 0-1律的应用 第14讲到第16讲我们介绍了Kolmogorov非常著名的几大定理(如下),事实上Kolmogorov开发出这些定理的目标是证 ...
- UA MATH563 概率论的数学基础 中心极限定理16 Kolmogorov 3-series定理
UA MATH563 概率论的数学基础 中心极限定理16 Kolmogorov 3-series定理 考虑∑n≥1an\sum_{n \ge 1}a_n∑n≥1an,这个级数收敛的充要条件是它的部 ...
最新文章
- 深度学习难,这本书让你轻松学深度学习
- 也谈Javascript的效率,createElement和innerHTML,为innerHTML平反
- NO.111 禅道导出数据做透视表,让你轻松做年终工作总结。
- IOS15使用Masonry和自动计算Cell的高度
- 文件夹复制 覆盖_软网应用:U盘即插即复制
- 无服务器架构_如何开始使用无服务器架构
- mysql进阶-01-视图
- nvidia的jetson系列的方案_NVIDIAJetson系统在工业网络中的集成
- Css中部分知识点整理【笔记整理】
- Android 实现书籍翻页效果
- PAIP.通过公共网络传递秘密信息.txt (包括语音和文字)
- Nginx漏洞扫描及修复
- 机器视觉可以应用到哪些领域,你都知道吗?
- shipyard中文版安装教程(附安装脚本)
- Axure绘制左侧菜单
- FBX SDK快速简笔(基本)
- 【漏洞修复】SSL/TLS协议信息泄露漏洞(CVE-2016-2183)
- 外置USB供电与内置锂电池供电自动切换电路,便携电子设备常用,经典电路必须掌握...
- 5-11 java scaner
- RxSwift 的简单使用
热门文章
- 无线网络国际会议排名(zz)
- nginx proxy svn 加快_Hexo+Nginx+SVN搭建网站
- Vue 脚手架||Vue 脚手架的基本用法
- Java的知识点25——程序、进程与线程 || 线程的创建和启动
- Python 爬虫进阶篇-利用beautifulsoup库爬取网页文章内容实战演示
- 第五周实践项目8 8皇后问题的回溯求解_栈结构
- SDUT_2080最长公共子序列问题
- 求有环单链表的环连接点位置
- python中对文件、文件夹(文件操作函数)的操作
- numel--矩阵的元素个数