David Gamarnik, and John Tsitsiklis. 6.436J Fundamentals of Probability. Fall 2008. Massachusetts Institute of Technology: MIT OpenCourseWare, https://ocw.mit.edu. License: Creative Commons BY-NC-SA.
Lecture 17. Convergence of Random Variables
3. The Hierarchy of Convergence Concepts
Theorem 17-2
[Xn→a.s.X]⇒[Xn→i.p.X]⇒[Xn→dX]⇒[ϕXn(t)→ϕX(t),∀t]
最初の2つの矢印の両辺では,すべてが同じprobability space上のrandom variableと仮定している.
proof.
(a) [Xn→a.s.X]⇒[Xn→i.p.X]
ϵ>0を固定して,Yn=ϵI{|Xn−X|≥ϵ}とする.Xn→i.p.XならばYn→a.s.0であって,Ynが定数ϵで抑えられることを考えればDCTより
limnE[Yn]=limn∫ΩϵI{|Xn−X|≥ϵ}=∫ΩlimnϵI|Xn−X|≥ϵ}0 (測度1でlimYn(ω)=0)
一方でE[Yn]=ϵP(|Xn−X|≥ϵ)から,P(|Xn−X|≥ϵ)→0が任意のϵに言えて,したがってXn→i.p.X(b) [Xn→i.p.X]⇒[Xn→dX] (略)
(c) [Xn→dX]⇒[ϕXn(t)→ϕX(t),∀t]
Xn→dXのもとで,Theorem 17-1から,あるprobability space上のY,{Yn}が有って,Yn→a.s.Yである. 任意のt∈Rに
limϕXn(t)=limϕYn(t)=limE[eitYn]=(1)E[limeitYn]=E[eitY]=ϕY(t)=ϕX(t)
(1): DCTとYn→a.s.Y (Lec. 16, 4(f))
それぞれの矢印の逆命題を議論する.
3.1 Convergence Almost Surely Versus in Probability
[Xn→dX]⇏[Xn→i.p.X]
Xn(Ω)={0,1},P(Xn=1)=1/n,また{Xn}はindependentとする.このときXn→i.p.0である.一方Borel-cantelliの補題から,P({Xn=1,i.o.})=1 ( ∑1/n=∞) ゆえにほとんどすべてのωでXn(ω)は0に収束しない.
しかし,より弱い命題は成立する.すなわち,Xn→i.p.Xのときには,部分列{Xnk}があって,limkXnk=X a.s.である. (証明略)
例えば上の例でnk=k2とするとXnk→i.p.0であって,Borel-Cantelliの補題からP({Xn=1,i.o.})=0 (∑1/n2<∞)だから,たしかにXn→a.s.X.
3.2 Convergence in Probability Versus in Distribution
[Xn→dX]⇏[Xn→i.p.X]
X,Xn定数でないi.i.d.とする.このとき明らかにXn→dXであって,一方ϵを固定してP(|Xn−X|≥ϵ)はnに関係なく確定した非負実数値を取りうる.すなわちXnはXにconverge in probability しない.
ただし[Xn→dc]⇒[Xn→i.p.c]である.(証明略)
3.3 Convergence in Distributuion Versus Characteristic Functions
最後に,Theorem 17-2の最後の矢印の逆は必ず成立する.つまり同値関係である.以下の定理は,characteristic functionが似ているrandom variableはdistributionも似ていると主張する.
Theorem 17-3 Countinuity of inverse transfroms (証明略)
X,Xnはrandom varirableとする.
[ϕXn(t)→ϕX(t),∀t]⇒[Xn→dX]
さらに,
(i) characteristic functionたちϕXnがϕXに各点収束し
(ii) さらにその極限があるrandom variableのcharacteristic functionである
という命題は非常に便利である.(i)のもとで(ii)が成り立つ条件をTheorem 17-4は主張する.
Theorem 17-4 Continuity of inverse transforms (証明略)
Xnはrandom variableで,ϕXnをそのcharacteristic functionとする.ϕ(t)=limϕXn(t)∀tつまり各点収束極限をϕXとすると,以下のどちらかが成り立つ.
(i) ϕは0で非連続であり,Xnはconverge in distribution しない
(ii) ϕは0で連続であり,random variable Xがあって,そのcharacteristic functionはϕ, さらにXn→dXである.
0 件のコメント:
コメントを投稿