部分和之和的弱不变原理

2015-12-06 06:30邹广玉
关键词:收敛性定律学报

邹广玉

(长春工程学院理学院,长春130012)

0 引言

Arnold和Villasenor[1]在研究记录值分布时发现,有必要对“部分和之和”的极限行为进行研究。后来人们发现它在时间序列分析、随机游动和破产理论等领域中也有着广泛应用。例如,设{Xt,t=0,1,2,…}为随机游动,记0,则St可表示第t日的某股票的收盘价,进而便是n日的移动平均线。鉴于“部分和之和”在理论和实际中的广泛应用,众多学者对其极限性质进行了深入研究,如文献[2]给出了独立同分布随机变量序列部分和之和的中心极限定理,其结果如下:

设{Xn,n≥1}为独立同分布随机变量列,满足记则

文献[3-4]研究了NA随机变量序列部分和之和的大数定律和中心极限定理,文献[5]讨论了独立同分布随机变量序列部分和之和的完全收敛性等等。周知,弱不变原理是概率极限理论中一类重要的结果,本文给出独立同分布随机变量序列部分和之和的弱不变原理。

定理1 设{Xn,n≥1}为独立同分布随机变量列,满足EX1=01,记则

1 若干引理

引理1[6](Kolmogorov不等式)设{Xn,n ≥1}为均值为0的独立同分布随机变量列,对于∀x>0,有

引理2[7](连续映射定理)设h是距离空间S到S′的连续映射,{Pn,P}是S上的概率测度,则

其中“⇒”表示测度的弱收敛。

引理3[7]设S是一个距离空间,{Xun,Xn}是S×S上的随机元,如果对于固定的n→∞,和且对于∀ε>0,

2 定理的证明

那么

由独立同分布序列的强大数定律,对于ε>0一致地有

由引理1有

∞。于是对t∈ [ε,1]一致地有

结合式(3)~ (5)并应用引理3便可得式(2)。

[1]Arnold B C,Villasenor J A.The Asymptotic Distributions of Sums of Records[J].Extremes,1998,1(3):351-363.

[2]江涛,林日其.I.I.D.随机变量部分和之和的极限定理[J].淮南工业学院学报,2002,22(2):73-75.

[3]宇世航.同分布NA序列部分和之和的强大数定律[J].山东大学学报:理学版,2008,43(4):62-66.

[4]宇世航,张锐梅.NA序列部分和之和的中心极限定理[J].高师理科学刊,2007,27(3):1-4.

[5]兰冲锋,吴群英.I.I.D序列部分和之和的完全收敛性探讨[J].吉林大学学报:理学版,2012,50(3):9-11.

[6]林正炎,白志东.概率不等式[M].北京:科学出版社,2006:49.

[7]Billingsley P.Convergence of Probability Measures[M].Second Edition.New York:Joh Wiley & Sons,INC,1999.

猜你喜欢
收敛性定律学报
《北京航空航天大学学报》征稿简则
Lp-混合阵列的Lr收敛性
致敬学报40年
WOD随机变量序列的完全收敛性和矩完全收敛性
多一盎司定律和多一圈定律
倒霉定律
END随机变量序列Sung型加权和的矩完全收敛性
松弛型二级多分裂法的上松弛收敛性
学报简介
学报简介