Эта статья является дополнительной к «Сходимость случайных величин »И предоставляет доказательства избранных результатов.
Некоторые результаты будут получены с использованием лемма Портманто: A sequence {Иксп} сходится по распределению к Икс тогда и только тогда, когда выполняется одно из следующих условий:
- E [ж(Иксп)] → E [ж(Икс)] для всех ограниченный, непрерывные функции ж;
- E [ж(Иксп)] → E [ж(Икс)] для всех ограниченных, Липшицевы функции ж;
- limsup {Pr (Иксп ∈ C)} ≤ Pr (Икс ∈ C) для всех закрытые наборы C;
Сходимость почти наверняка означает сходимость по вероятности

Доказательство: Если {Иксп} сходится к Икс почти наверняка, это означает, что множество точек {ω: lim Иксп(ω) ≠ Икс(ω)} имеет нулевую меру; обозначим это множество О. Теперь зафиксируем ε> 0 и рассмотрим последовательность множеств

Эта последовательность наборов убывает: Ап ⊇ Ап+1 ⊇ ..., и она убывает к множеству

Для этой убывающей последовательности событий их вероятности также являются убывающей последовательностью, и она убывает в сторону Pr (А∞); покажем теперь, что это число равно нулю. Теперь любая точка ω из дополнения О такое, что lim Иксп(ω) = Икс(ω), откуда следует, что |Иксп(ω) - Икс(ω) | <ε для всех п больше определенного числа N. Поэтому для всех п ≥ N точка ω не будет принадлежать множеству Ап, и, следовательно, он не будет принадлежать А∞. Это означает, что А∞ не пересекается с О, или эквивалентно, А∞ это подмножество О и поэтому Pr (А∞) = 0.
Наконец, рассмотрим

что по определению означает, что Иксп сходится по вероятности к Икс.
Сходимость по вероятности не означает почти уверенной сходимости в дискретном случае.
Если Иксп - независимые случайные величины, принимающие значение один с вероятностью 1 /п и ноль в противном случае, то Иксп сходится к нулю по вероятности, но не почти наверняка. Это можно проверить с помощью Леммы Бореля – Кантелли..
Сходимость по вероятности подразумевает сходимость по распределению

Доказательство для случая скалярных случайных величин.
Лемма. Позволять Икс, Y - случайные величины, пусть а - действительное число и ε> 0. Тогда

Доказательство леммы:

Более короткое доказательство леммы:
У нас есть

если
и
, тогда
. Следовательно, по оценке объединения

Доказательство теоремы: Напомним, что для доказательства сходимости по распределению необходимо показать, что последовательность кумулятивных функций распределения сходится к FИкс в каждой точке, где FИкс непрерывно. Позволять а быть такой точкой. Для любого ε> 0 в силу предыдущей леммы имеем:

Итак, у нас есть

Принимая предел как п → ∞, получаем:

куда FИкс(а) = Pr (Икс ≤ а) это кумулятивная функция распределения из Икс. Эта функция непрерывна при а по предположению, и поэтому оба FИкс(а−ε) и FИкс(а+ ε) сходятся к FИкс(а) при ε → 0+. Переходя к этому пределу, получаем

что обозначает {Иксп} сходится к Икс в раздаче.
Доказательство для общего случая
Вывод следует из того, когда Иксп является случайным вектором, используя это свойство доказано позже на этой странице и взяв Yп = X.
Сходимость распределения к константе подразумевает сходимость по вероятности
при условии c является константой.
Доказательство: Зафиксируем ε> 0. Пусть Bε(c) быть открытый мяч радиуса ε вокруг точки c, и Bε(c)c его дополнение. потом

По лемме Портманто (часть C), если Иксп сходится по распределению к c, то Limsup последней вероятности должно быть меньше или равно Pr (c ∈ Bε(c)c), который, очевидно, равен нулю. Следовательно,

что по определению означает, что Иксп сходится к c по вероятности.
Сходимость по вероятности к последовательности, сходящейся по распределению, подразумевает сходимость к тому же распределению

Доказательство: Мы докажем эту теорему, используя лемму Портманто, часть B. Как требуется в этой лемме, рассмотрим любую ограниченную функцию ж (т.е. |ж(Икс)| ≤ M), который также является липшицевым:

Возьмем некоторое ε> 0 и мажорируем выражение | E [ж(Yп)] - E [ж(Иксп)] | в качестве
![begin {align}
left | OperatorName {E} left [f (Y_n) right] - operatorname {E} left [f (X_n) right] right | & leq operatorname {E} left [ left | f (Y_n) - f (X_n) right | верно ]
& = operatorname {E} left [ left | f (Y_n) - f (X_n) right | mathbf {1} _ { left {| Y_n-X_n | < varepsilon right }} right] + operatorname {E} left [ left | f (Y_n) - f (X_n) right | mathbf {1} _ { left {| Y_n-X_n | geq varepsilon right } } верно]
& leq operatorname {E} left [K left | Y_n - X_n right | mathbf {1} _ { left {| Y_n-X_n | < varepsilon right }} right] + имя оператора {E} left [2M mathbf {1} _ { left {| Y_n-X_n | geq varepsilon right }} right]
& leq K varepsilon operatorname {Pr} left ( left | Y_n-X_n right | < varepsilon right) + 2M operatorname {Pr} left ( left | Y_n-X_n right | geq varepsilon right)
& leq K varepsilon + 2M operatorname {Pr} left ( left | Y_n-X_n right | geq varepsilon right)
end {align}](https://wikimedia.org/api/rest_v1/media/math/render/svg/a7895d04947ce7606bd327e92e3c345616ce8c05)
(здесь 1{...} обозначает индикаторная функция; математическое ожидание индикаторной функции равно вероятности соответствующего события). Следовательно,
![begin {align}
left | OperatorName {E} left [f (Y_n) right] - operatorname {E} left [f (X) right] right | & leq left | operatorname {E} left [f (Y_n) right] - operatorname {E} left [f (X_n) right] right | + left | operatorname {E} left [f (X_n) right] - operatorname {E} left [f (X) right] right |
& leq K varepsilon + 2M operatorname {Pr} left (| Y_n-X_n | geq varepsilon right) + left | operatorname {E} left [f (X_n) right] - operatorname {E} left [f (X) right] right |.
end {align}](https://wikimedia.org/api/rest_v1/media/math/render/svg/07da3457b5925c2249e15c8bf3133f0e7861eca1)
Если мы возьмем предел в этом выражении как п → ∞, второе слагаемое обратится в ноль, поскольку {Yп−Xп} сходится к нулю по вероятности; и третий член также будет сходиться к нулю в силу леммы Портманто и того факта, что Иксп сходится к Икс в раздаче. Таким образом
![lim_ {n to infty} left | operatorname {E} left [f (Y_n) right] - operatorname {E} left [f (X) right] right | leq K varepsilon.](https://wikimedia.org/api/rest_v1/media/math/render/svg/e286c1b4ccbdffaec69f47d78a52626cba9b680c)
Поскольку ε было произвольным, мы заключаем, что предел фактически должен быть равен нулю, и поэтому E [ж(Yп)] → E [ж(Икс)], откуда снова по лемме о Портманто следует, что {Yп} сходится к Икс в раздаче. QED.
Сходимость одной последовательности в распределении и другой к константе подразумевает совместную сходимость в распределении.
при условии c является константой.
Доказательство: Мы докажем это утверждение, используя лемму Портманто, часть A.
Сначала мы хотим показать, что (Иксп, c) сходится по распределению к (Икс, c). По лемме Портманто это будет верно, если мы сможем показать, что E [ж(Иксп, c)] → E [ж(Икс, c)] для любой ограниченной непрерывной функции ж(Икс, у). Так что давайте ж - такая произвольная ограниченная непрерывная функция. Теперь рассмотрим функцию одной переменной грамм(Икс) := ж(Икс, c). Это, очевидно, также будет ограниченным и непрерывным, поэтому по лемме Портманто для последовательности {Иксп} сходящиеся в распределении к Икс, мы будем иметь, что E [грамм(Иксп)] → E [грамм(Икс)]. Однако последнее выражение эквивалентно «E [ж(Иксп, c)] → E [ж(Икс, c)] », Поэтому теперь мы знаем, что (Иксп, c) сходится по распределению к (Икс, c).
Во-вторых, рассмотрим | (Иксп, Yп) − (Иксп, c)| = |Yп − c|, Это выражение сходится по вероятности к нулю, потому что Yп сходится по вероятности к c. Таким образом, мы продемонстрировали два факта:

По собственности доказано ранее, из этих двух фактов следует, что (Иксп, Yп) сходятся по распределению к (Икс, c).
Сходимость двух последовательностей по вероятности означает совместную сходимость по вероятности

Доказательство:

где последний шаг следует из принципа «ящика» и субаддитивности вероятностной меры. Каждая из вероятностей в правой части сходится к нулю при п → ∞ по определению сходимости {Иксп} и {Yп} с вероятностью Икс и Y соответственно. Переходя к пределу, заключаем, что левая часть также сходится к нулю, а значит, последовательность {(Иксп, Yп)} сходится по вероятности к {(Икс, Y)}.
Смотрите также
Рекомендации