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分和收敛,对于实数序列,这个条件又等价于它的部分和序列是Cauchy序列:∀ϵ>0\forall \epsilon>0∀ϵ>0,∃L\exists L∃L, ∀N,M>L,N<M\forall N,M>L,N<M∀N,M>L,N<M,
∣∑n=N+1Man∣<ϵ|\sum_{n =N+1}^M a_n |<\epsilon∣n=N+1∑Man∣<ϵ
我们想知道的是对于随机变量序列能不能有类似的结论?或者能不能给出随机变量序列必然收敛的充要条件?
引理
假设{Xi}i≥1\{X_i\}_{i \ge 1}{Xi}i≥1独立,EXi=0EX_i=0EXi=0并且∑n≥1Var(Xn)\sum_{n \ge 1}Var(X_n)∑n≥1Var(Xn)收敛,则∑n≥1Xn\sum_{ n\ge 1}X_n∑n≥1Xn几乎必然收敛。
证明
下面先给出一个有用的不等式:
P(∣X+Y∣>2ϵ)≤P(∣X∣>ϵ)+P(∣Y∣>ϵ)P(|X+Y| >2\epsilon) \le P(|X| >\epsilon)+P(|Y|>\epsilon)P(∣X+Y∣>2ϵ)≤P(∣X∣>ϵ)+P(∣Y∣>ϵ)
因为{∣X+Y∣≤2ϵ}⊃{∣X∣≤ϵ}∩{∣Y∣≤ϵ}\{|X+Y|\le2\epsilon\} \supset \{|X| \le \epsilon\} \cap \{|Y| \le \epsilon\}{∣X+Y∣≤2ϵ}⊃{∣X∣≤ϵ}∩{∣Y∣≤ϵ},取补集后根据概率的次可加性就可以得到这个不等式了。
记rM=supn,m≥M∣Sn−Sm∣r_M = \sup_{n,m \ge M}|S_n-S_m|rM=supn,m≥M∣Sn−Sm∣,其中Sk=∑i=1kXiS_k = \sum_{i=1}^k X_iSk=∑i=1kXi,我们需要说明rM→as0r_M \to_{as}0rM→as0,根据Kolmogorov maximal不等式,
P(maxN≤m≤M∣Sm−SN∣>ϵ)≤Var(SM−SN)ϵ2=∑i=N+1MVar(Xi)ϵ2P(\max_{N \le m \le M}|S_m-S_N|>\epsilon) \le \frac{Var(S_M-S_N)}{\epsilon^2} = \sum_{i=N+1}^M \frac{Var(X_i)}{\epsilon^2}P(N≤m≤Mmax∣Sm−SN∣>ϵ)≤ϵ2Var(SM−SN)=i=N+1∑Mϵ2Var(Xi)
∑n≥1Var(Xn)\sum_{n \ge 1}Var(X_n)∑n≥1Var(Xn)收敛说明它的部分和序列是Cauchy序列,因此∑i=N+1MVar(Xi)\sum_{i=N+1}^M Var(X_i)∑i=N+1MVar(Xi)收敛到0,于是,P(rM>2ϵ)=P(supn,m≥M∣Sn−Sm∣>2ϵ)≤P(supm,n≥M∣Sn−SM∣>ϵ)+P(supm,n≥M∣Sm−SM∣>ϵ)=2P(supm,n≥M∣Sm−SM∣>ϵ)≤2∑i=M+1∞Var(Xi)ϵ2→0,asM→∞P(r_M>2\epsilon) = P(\sup_{n,m \ge M}|S_n-S_m|>2\epsilon) \\ \le P(\sup_{m,n \ge M }|S_n-S_M|>\epsilon)+P(\sup_{m,n \ge M}|S_m-S_M|>\epsilon) \\ = 2P(\sup_{m,n \ge M}|S_m-S_M|>\epsilon) \le 2\sum_{i=M+1}^{\infty} \frac{Var(X_i)}{\epsilon^2} \to 0,\ as\ M \to \inftyP(rM>2ϵ)=P(n,m≥Msup∣Sn−Sm∣>2ϵ)≤P(m,n≥Msup∣Sn−SM∣>ϵ)+P(m,n≥Msup∣Sm−SM∣>ϵ)=2P(m,n≥Msup∣Sm−SM∣>ϵ)≤2i=M+1∑∞ϵ2Var(Xi)→0, as M→∞
于是rM→P0r_M \to_P 0rM→P0,我们可以找到rMr_MrM的一个子列{rMk}\{r_{M_k}\}{rMk}使得rMk→a.s.0r_{M_k} \to_{a.s.}0rMk→a.s.0,又因为rM(w)↓0r_M(w) \downarrow 0rM(w)↓0给定w∈Ωw \in \Omegaw∈Ω,于是rM→as0r_M \to_{as}0rM→as0。
Kolmogorov 3-series Theorem
假设{Xi}i≥1\{X_i\}_{i \ge 1}{Xi}i≥1独立,A>0A > 0A>0,定义Yi=Xi1∣Xi∣≤AY_i = X_i1_{|X_i| \le A}Yi=Xi1∣Xi∣≤A,则∑n≥1Xn\sum_{n \ge 1}X_n∑n≥1Xn几乎必然收敛的充要条件是:
- ∑n≥1P(∣Xn∣>A)<∞\sum_{n \ge 1}P(|X_n| > A)<\infty∑n≥1P(∣Xn∣>A)<∞
- ∑n≥1E[Yn]\sum_{n \ge 1}E[Y_n]∑n≥1E[Yn]收敛
- ∑n≥1Var(Yn)\sum_{n \ge 1}Var(Y_n)∑n≥1Var(Yn)收敛
证明
必要性是非常简单的,根据∑n≥1Xn\sum_{n \ge 1}X_n∑n≥1Xn几乎必然收敛直接就可以得到1、2、3这三条性质。
说明充分性:假设1、2、3成立,定义Zi=Yi−EYiZ_i=Y_i-EY_iZi=Yi−EYi,则ZiZ_iZi是独立零均值的随机变量,∑n≥1Var(Zn)=∑n≥1Var(Yn)\sum_{n \ge 1}Var(Z_n)=\sum_{n \ge 1}Var(Y_n)∑n≥1Var(Zn)=∑n≥1Var(Yn)收敛,于是根据引理,∑n≥1Zn\sum_{n \ge 1}Z_n∑n≥1Zn几乎必然收敛。
∑n≥1Zn=∑n≥1Yn−∑n≥1E[Yn]\sum_{n \ge 1}Z_n = \sum_{n \ge 1}Y_n - \sum_{n \ge 1}E[Y_n]n≥1∑Zn=n≥1∑Yn−n≥1∑E[Yn]
其中∑n≥1E[Yn]\sum_{n \ge 1}E[Y_n]∑n≥1E[Yn]收敛,因此∑n≥1Yn\sum_{n \ge 1}Y_n∑n≥1Yn几乎必然收敛。因为Yn=Xn1∣Xn∣≤AY_n = X_n1_{|X_n| \le A}Yn=Xn1∣Xn∣≤A,于是
P(Yn≠Xn)=P(∣Xn∣>A)P(Y_n \ne X_n) = P(|X_n| > A)P(Yn=Xn)=P(∣Xn∣>A)
根据1,∑n≥1P(∣Xn∣>A)<∞\sum_{n \ge 1}P(|X_n| > A)<\infty∑n≥1P(∣Xn∣>A)<∞,于是,由Borel-Cantelli引理1,
P(Yn≠Xni.o.)=0,P(Yn=Xne.v.)=1P(Y_n \ne X_n\ i.o.)=0,P(Y_n = X_n\ e.v.)=1P(Yn=Xn i.o.)=0,P(Yn=Xn e.v.)=1
所以∀w∈Ω\forall w \in \Omega∀w∈Ω, ∃N(w)\exists N(w)∃N(w), ∀n>N(w)\forall n >N(w)∀n>N(w), Yn(w)=Xn(w)Y_n(w)=X_n(w)Yn(w)=Xn(w),于是∑n≥1Xn\sum_{n \ge 1}X_n∑n≥1Xn几乎必然收敛。
例
i) 根据Kolmogorov 3-series Theorem,如果{Xi}i≥1\{X_i\}_{i \ge 1}{Xi}i≥1独立,∣Xi∣≤c|X_i| \le c∣Xi∣≤c,因为∑n≥1P(∣Xn∣≥c)=0<∞\sum_{n \ge 1}P(|X_n| \ge c)=0<\infty∑n≥1P(∣Xn∣≥c)=0<∞,Yi=Xi1∣Xi∣≤cY_i = X_i1_{|X_i| \le c}Yi=Xi1∣Xi∣≤c, ∑n≥1E[Yn]=∑n≥1E[Xn]\sum_{n \ge 1}E[Y_n]=\sum_{n \ge 1}E[X_n]∑n≥1E[Yn]=∑n≥1E[Xn],同样的,∑n≥1Var(Yn)=∑n≥1Var(Xn)\sum_{n \ge 1}Var(Y_n)=\sum_{n \ge 1}Var(X_n)∑n≥1Var(Yn)=∑n≥1Var(Xn),则∑n≥1Xn\sum_{n \ge 1}X_n∑n≥1Xn几乎必然收敛等价于∑n≥1E[Xn],∑n≥1Var(Xn)\sum_{n \ge 1}E[X_n],\sum_{n \ge 1}Var(X_n)∑n≥1E[Xn],∑n≥1Var(Xn)收敛。
ii) 考虑交错级数∑n≥1(−1)n/nQ\sum_{n \ge 1}(-1)^n/n^Q∑n≥1(−1)n/nQ,这个级数条件收敛如果Q>0Q>0Q>0,绝对收敛如果Q>1Q>1Q>1,如果我们随机化这个级数,引入ϵn\epsilon_nϵn满足P(ϵn=1)=1/2,P(ϵn=−1)=1/2P(\epsilon_n=1)=1/2,P(\epsilon_n = -1)=1/2P(ϵn=1)=1/2,P(ϵn=−1)=1/2,考虑级数∑n≥1ϵn/nQ\sum_{n \ge 1}\epsilon_n/n^Q∑n≥1ϵn/nQ,因为Eϵn/nQ=0E\epsilon_n/n^Q=0Eϵn/nQ=0,所以∑n≥1E[ϵn/nQ]\sum_{n \ge 1}E[\epsilon_n/n^Q]∑n≥1E[ϵn/nQ]收敛,又因为Var(ϵn/Q)=1/n2QVar(\epsilon_n/Q)=1/n^{2Q}Var(ϵn/Q)=1/n2Q,于是∑n≥1Var(ϵn/nQ)\sum_{n \ge 1}Var(\epsilon_n/n^Q)∑n≥1Var(ϵn/nQ)收敛除非Q>1/2Q>1/2Q>1/2。根据i),∑n≥1ϵn/nQ\sum_{n \ge 1}\epsilon_n/n^Q∑n≥1ϵn/nQ几乎必然收敛如果Q>1/2Q>1/2Q>1/2。
UA MATH563 概率论的数学基础 中心极限定理16 Kolmogorov 3-series定理相关推荐
- UA MATH563 概率论的数学基础 中心极限定理15 Kolmogorov 0-1律
UA MATH563 概率论的数学基础 中心极限定理15 Kolmogorov 0-1律 如果是初见的话会觉得Kolmogorov 0-1律看上去很奇怪,但它在概率论中有很广泛的应用,这一讲我们简单介 ...
- UA MATH563 概率论的数学基础 中心极限定理14 Kolmogorov maximal inequality
UA MATH563 概率论的数学基础 中心极限定理14 Kolmogorov maximal inequality 这一讲介绍一个有用的不等式,它给出了独立随机变量的和的最值的tail probab ...
- UA MATH563 概率论的数学基础 中心极限定理7 Kolmogorov extension theorem及其扩展
UA MATH563 概率论的数学基础 中心极限定理7 Kolmogorov extension theorem及其扩展 上一讲为了构造包含无限个独立随机变量的序列,我们使用了Kolmogorov e ...
- 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 ...
最新文章
- spi flash偶尔出现写入错误的情况
- 超强NLP思维导图,知识点全面覆盖:从基础概念到最佳模型,萌新成长必备资源...
- 普林斯顿公开课 算法2-2:选择排序
- Linux下安装VMware Tools 的方法
- 包无法安装_R语言基础教程——第2章:R下载安装和环境搭建
- ExtJs六(ExtJs Mvc首页展示)
- BZOJ 2707: [SDOI2012]走迷宫( tarjan + 高斯消元 )
- AE “每用户订阅上的所有人SID 不存在”
- vue 打包css路径不对_vue项目打包后css背景图路径不对的问题
- 正则表达式--简单记忆一
- Matlab求解线性方程组Ax=b
- 从host端对Windows虚机进行内存dump和分析
- 鼠标悬停字体抖动_快速提示:解决悬停状态下的字体粗细问题
- ThreeJs 学习之旅(七)
- 《封号码罗》python爬虫之企某科技网站js逆向(十四)
- 数据仓库和数据库的区别
- shell脚本语法基础汇总
- php命令执行后门,php后门木马常用命令
- 直流电流传感器行业调研报告 - 市场现状分析与发展前景预测(2021-2027年)
- 架构师如是说(一)——敏感式开发
热门文章
- you don't have permission to access /xxx/xxx解决
- AJAX ||JQeury实现方式||原生的JS实现方式(了解)
- 计算机网络知识点4——计算机网络性能
- Windows 技术篇 - windows日期和时间设置里没有Internet 时间页签原因和解决方法
- 用MPLAB IDE编程时,软件总是弹出一个窗口提示: “the extended cpu mode configuration bit is enabled,but the program that
- vba中的查找匹配函数
- 求字符串中最长无重复字符的子串
- opencv中使用K-近邻分类算法KNN
- opencv矩阵运算(1)
- BP神经网络 语音信号分类