dimana (0 ) = { 0 ()}.
Definisi 9.1.2: Misalkan { }0 menjadi peluang ukuran ( , B, ( )). Kemudian
{ }1 dikatakan konvergen ke 0 dengan lemah atau dalam distribusi,
ditunjukkan dengan d 0 jika (1.1) dihubungkan dengan
() ((, ]), , 0.
Berbeda dengan pengertian konvergen dalam peluang dan konvergen hampir
pasti, pengertian dari konvergensi dalam distribusi tidak memerlukan variabel
acak yakni , 0 dapat didefinisikan sebagai probabilitas umum. Untuk
setiap 0, dapat didefisinikan pada probabilitas berbeda ( , , ) dan
{ } 1 dikonversikan dalam distribusi ke 0. Dalam konteks, pengertian
konvergensi dari { } 1 ke 0 pada probabilitas atau hampir pasti tidak
didefinisikan dengan baik. Definisi 9.1.1 hanya konvergen dalam distribusi dari
ke konvergensi 0 untuk setiap (0 ) , tetapi tidak memerlukan
konvergensi (hampir pasti atau pada probabilitas) dari variabel acak itu sendiri.
1
Contoh 9.1.1: Untuk 1, Misalkan ~ seragam (0, ), sebagai contoh,
Bukti: Karena (0 )c mempunytai banyak titik hitung, yang bagian hanya jika.
Untuk membuktikan bagian jika, misalkan menggunakan (1.6). Selesaikan
(0 ). Kemudian, terdapat barisan { }1 , { }1 pada sehingga dan
sebagai . Oleh karena itu, untuk setiap , ,
( ) () ( ).
Dari (1.6), untuk setiap ,
0 ( ) = lim ( ) lim inf ()
lim () ada dan sama dengan 0 (). Hal ini melengkapi bukti dari teorema
9.1.3.
Bagian 9.1.5: Jika cdf F kontinu pada , kemudian secara bersama kontinu pada
.
Bukti dari bagian 9.1.5 sebagai latihan (Soal 9.2)
Teorema 9.1.6: ..Misalkan { }1 dan { }1 menjadi dua
barisan variabel acak b untuk setiap > 1. ( , ) didefinisikan pada ruang
probabilitas (n Fn Pn ). Jika d dan p untuk setiap , kemudian
(i) + d + ,
(ii) d , dan
(iii) / d/, dimana 0.
Bukti: bukti bahwa dari bagian (i) yang dijabarkan disini. Bagian lain mungkin
terbukti sama. Misalkan 0 menyatakan cdf dari . Kemudian, cdf dari +
diperoleh oleh () = 0 ( ), .. Selesaikan (). Kemudian,
(0 ).
Untuk setiap > 0 (seperti dalam penurunan (1.3) dan (1.4)),
( + ) (| | > ) + ( + ) (1.8)
dan
( + ) ( + + ) (| | > ) (1.9)
Sekarang selesaikan > 0 sehingga , + (0 ). Hal ini
dimungkinkan karena \(0 ) dapat dihitung. Kemudian, dari (1.8) dan (1.9), hal
ini mengakibatkan
lim sup ( + )
= 0 ( + ) (1.10)
Dan dengan cara yang sama,
lim inf ( + ) 0 ( ). (1.11)
lim sup ( + )
0 ( )
Karena (0 ), (i) terbukti.
9.2 Konvergen Samar-Samar, Teorema Helly-Bray, Dan Keketatan
Satu versi dari teorema Bolzano-Weirstrass dari analisis real bahwa jika
[0,1] adalah sebuah himpunan tak terbatas, maka terdapat barisan { }>1
sedemikian sehingga lim terdapat dalam[0,1]. Catat bahwa x tidak
dalam A kecuali A tertutup. Terdapat analogi dalam sub ukuran peluang pada (,
()),i.e., untuk ukuran pada (, ()) sedemikian sehingga ()1.
Pertama, dibutuhkan sebuah defenisi konvergenan dari ukuran sub-peluang.
Defenisi 9.2.1
Misalkan { }1 , ukuran peluang pada (, ()). Maka { }1 konvergen ke
samar-samar, disimbolkan denan , jika terdapat himpunan
sedemikian sehingga D padat di dan
((, ]) ((, ]) di mana untuk semua , (2.1)
Contoh 9.2.1
Misalkan { }1, X adalah variabel acak sedemikian sehingga konvergen ke
X dalam distribusi, i.e.,
() ( ) () ( ) (2.2)
untuk semua (), himpunan titik kontinu di F. Karena komplemen dari C(F)
terhitung, (2.2) mengakibatkan dimana () ( )dan ()
( ).
Catatan 9.2.1 :
Sesuai dengan di atas bahwa jika { }1 , adalah ukuran peluang, maka
(2.3)
Dan sebaliknya, tidak susah untuk menunjukkan bahwa (masalah 9.4) jika
dan dan adalah ukuran peluang, maka .
Contoh 9.2.2
Misalkan adalah ukuran peluang berkoresponden ke distribusi seragam pada
[-n, n], n 1. Sangat mudah menunjukkan bahwa 0 , dimana 0 adalah
ukuran yang memberikan nilai 0 pada himpunan Borel. Ini menunjukkan bahwa
jika , maka () tidak konvergen ke (). Tetapi jika ()
konvergen ke () dan () > 0 dan jika , maka dapat ditunjukkan
bahwa dimana = dan = ().
()
Teorema 9.2.1
(Teorema pemilihan Helly). Misalkan A adalah kumpulan tak hingga dari ukuran
peluang pada (, ()). Maka, terdapat barisan { }1 dan ukuran peluang
sedemikian sehingga .
Bukti: Misalkan { }1 adalah himpunan terhitung dalam (sebagai
contoh, = , adalah himpunan rasional atau = , himpunan semua diadik
rasional dari bentuk {2 : bilangan bulat, bilangan bulat positif}). Misalkan
{ }1 ,
lim ( ) ( ) (2.4)
membuktikan (2.6).
Selanjutnya, beberapa karakter hasil dari konvergen sama-samar dan
konvergen dalam distribusi akan dibuktikan. Ini dapat digunakan untuk
mendefenisikan konvergen dari ukuran sub-peluang dalam beberapa perluasan
ruang metric.
(2.7)
= + +
(,] =0 ( ++1 (,)
dan juga
1
| | < 6 + | (( , +1 ]) (( , +1 ])|,
=0
lim sup | | 6.
Karena > 0 sembarang, maka (2.7) mengikuti dan terbukti hanya jika bagian ini
lengkap.
Untuk membuktikan kekonvergenannya, misalkan D adalah himpunan
titik {: ({}) = 0}. Menentukan a, b D, a < b. Misalkan 1 adalah fungsi yang
didefenisikan oleh
1 if
1 () = { 0 if < or > +
linear pada < , +
Kemudian, 1 0 () dan oleh (2.7),
1 1 .
(2.9)
1
=1 (( , ( , ) + (,) (,) , ini sesuai dengan
+1 +1)
Contoh 9.3.2: Semua ruang Euclid dapat dikatakan metrik Euclid dengan metrik
untuk 1 , lengkap. Ruang [0, 1] dari fungsi kontinu pada [0,1]
dengan metrik supremum lengkap. Semua ruang memenuhi ruang ukuran
dengan ukuran -terbatas dan -aljabar terhitung, 1 , sudah lengkap
(lihat Bab 3).
Teorema berikut memberikan beberapa kondisi ekuivalen untuk
kekonvergenan lemah dari ukuran peluang pada ruang Polandia.
untuk setiap 1,
(0 ) () ( )
dan dengan () dan (),
(0 ) lim inf () lim sup () ( )
() () (): Ini akan dibuktikan untuk kasus di mana adalah garis nyata.
Untuk kasus umum Polandia, lihat Billingsley (1968). Misalkan ()
((, ]) dan () ((, ]), , 1. Misalkan adalah titik
kontinuitas dari . Maka ({}) = 0. Karena jika = ( , ], maka = {},
dengan (),
() = (( , ]) (( , ]) = ().
Jadi, . Berdasarkan Teorema 9.2.3, () memiliki dan karenanya ()
berlaku.
() (): Anggap bahwa dalam bukti Teorema 9.2.2, aproksimasi fungsi 1
dan 2 keduanya kontinu seragam. Oleh karena itu, pernyataan mengikut dari
Teorema 9.2.2 dan Catatan 9.2.1. Ini melengkapi bukti Teorema 9.3.1.
Contoh berikut ini menunjukkan bahwa ketimpangan bisa ketat dalam () dan
() dari teorema di atas.
1
Contoh 9.3.3: Misalkan adalah variabel acak. Himpunan = + , =
1
, 1.
Karena dan keduanya konvergen ke w.p. 1, distribusi dan
konvergen dengan X.
Sekarang anggap bahwa nilai 0 ada sehingga ( = 0 ) > 0. Maka,
((, 0 )) ( < 0 )
1
= ( < 0 ) ( < 0 ) = ((, 0 ))
1
((, 0 ]) = ( 0 ) = ( 0 ) ( < 0 ) < ((, 0 ]),
dan
((, 0 )) ( < 0 )
1
= ( 0 + ) ( 0 ) > ( < 0 ).
Perhatikan bahwa dan keduanya konvergen di distribusi ke . Namun,
untuk himpunan ditutup ( , 0 ],
lim sup ((, 0 ]) < ((, 0 ])
Catatan 9.3.1: Barisan konvergen dari distribusi peluang muncul dengan cara
alami dalam keluarga parametrik dalam statistik matematika. Contohnya,
misalkan ( ; ) menunjukkan distribusi normal dengan mean dan varians 1.
Maka, () ( , 1) (, 1) (). Demikian pula,
misalkan = (, ), dimana dan adalah matriks definit positif.
Misalkan ( ; ) menjadi distribusi normal -variate dengan mean dan matriks
varians kovarians . Maka, ( ; ) kontinu dalam yang berarti bahwa jika
dalam metrik Euclidean, maka ( ; ) ( ; ). Kebanyakan keluarga
parametrik dalam statistik matematika memiliki properti kontinuitas ini.
Definisi 9.3.4: Misalkan { }1 menjadi barisan dari ukuran peluang (, ),
dimana adalah ruang Polandia dan adalah Borel aljabar- pada . Kemudian
{ }1 disebut padat jika untuk setiap > 0, terdapat himpunan padat K
sehingga
1 ( ) < (3.4)
Barisan -nilai variabel acak { }1 disebut padat atau batas stokastik jika
barisan { }1 adalah padat, di mana adalah distribusi peluang dari
pada (, ).
Jika = , , dan { }1 adalah barisan vektor acak k-dimensi, maka,
dengan Definisi 9.3.4, { }1 padat jika dan hanya jika untuk setiap > 0,
terdapat (0, ) sehingga,
1 ( > ) < , (3.5)
dimana menunjukkan norma Euclidean biasa pada . Selanjutnya, jika =
(1 , , ), 1 maka kepadatan { }1 setara dengan kepadatan dari k-
barisan dari variabel acak { }1 , = 1, . . . , (Soal 9,9).
Analogi dari Teorema 9.2.4 berlaku untuk ukuran peluang pada (, ) ketika
adalah Polandia.
= ( ) () = ,
Proposisi 9.1.1
= ( ) () =
Teorema 9.4.1 :
(Teorema Skorohod). Misalkan { }, 1, adalah peluang terukur
pada (, ()) sehingga . Misalkan
() sup{: ((, ]) < }
() sup{: ((, ]) < }
untuk 0 < < 1. Maka, dan adalah variable acak pada ((0,1), ((0,1)), )
dimana m adalah ukuran Lebesgue. Selanjutnya, mempunyai distribusi
, 1, dan mempunyai distribusi dan w.p. 1.
Bukti :
Untuk setiap cdf (. ), misalkan 1 () sup{: () < }. Maka untuk
setiap (0,1) dan , hal tersebut dapat diverifikasi bahwa 1 ()
() 1 () dan karenanya, jika adalah Uniform (0,1) variiabel
acak (Problem 9.11),
( 1 () ) = ( ()) = ()
Menunjukkan bahwa
1 () (. )
Ini menunjukkan bahwa , 1 dan mempunyai asserted distribution. Yang
menunjukkan bahwa
() () . . 1
Memperbaiki (0,1) dan misalkan < () sedemikian sehingga ({}) =
0. Sekarang < () ((, ]) < . Karena ({}) = 0 ,
((, ]) ((, ]) sehingga ((, ]) < untuk n besar. Ini
menunjukkan bahwa () . Karena bukti terbeut benar untuk semua <
() ({}) = 0, dank arena himpunan dari semua adalah padat di ,
itu mengikuti bahwa
lim inf () () (0,1)
> ( + ), ({}) = 0,
limsup () ( +)
Teorema 9.4.2 :
( Lanjutan Teorema Pemetaan ). Misalkan { }1 , adalah variable acak
sedemikian sehingga . Misalkan : adalah ukuruan Borel
sedemikian sehingga ( ) = 0, adalah himpunan dari
diskontinu dari . Maka ( ) ().
Bukti : Berdasarkan teorema Skrohod, terdapat variable acak { }1,
didefinisikan sebagai ruang Lebesgue ( = (0,1), ((0,1)), = ukuran
Lebesgue sedemikian sehingga = 1, = , dan
. . 1
Dengan demikian, ( ) () w.p.1 dan karenanya ( ) ().
Teorema 9.5.1 :
Misalkan { }1 dan adalah kumpulan dari variable acak sedemikian
sehingga . Maka, untuk 0 < < , persamaan dibawah ini :
i. | | < untuk 1, | | < dan , | | | | .
ii. {| | }1 adalah integral unform, i.e., untuk setiap > 0, terdapat
(0, ) sedemikian sehingga
(| | (| | (| | > )) <
1
Remark 9.5.1.
Kondisi cukup untuk integral uniform dari {| | }1
(| | < (, )
1
Contoh 9.5.1
1
Misalkan mempunyai distribusi ( = 0) = 1 , ( = ) =
1
= 1,2, . Maka 0 tapi = 1 tidak ke 0. Catatan
<
= < terdapat untuk semua bilangan bulat = 0,1, Apakah
Teorema 9.5.2.
(Teorema Frechet-Shohat). Misalkan { }1 adalah barisan dari variable
acak sedemikian sehingga untuk ,
ada dan terhingga.
Jika barisan { }1 determinasi unik distribusi dari variable acak , maka
.
Bukti : Diduga bahwa untuk beberapa sub barisan { }1 , distribusi peluang
{ }1 { }1 samar-samar konvergen ke . Karena {2 }
1
= ()
tetapi
lim ( ) ( )
1
(Petunjuk : ambil , 1 dan + , 1,
dikatakan.)
9.16 Misalkan { } 1 , adalah ukuran probabilitas pada (, (())
sehingga
untuk semua
untuk setiap koleksi fungsi dari ditentukan dibawah ini.
Apakah jika
a) = { | , adalah terbatas dan diferensial kontinu
pada dengan turunan terbatas}?
b) = { | , adalah terbatas dan diferensial tak hingga
pada } ?
c) = { | , adalah sebuah polynomial dengan
koefisien Real} dan || () + || () < untuk
semua , ?
9.17 Untuk setiap dua , pada , diketahui
(, ) = inf{ > 0: ( ) < ()
< ( + ) + untuk semua } (6.1)
Pastikan mendefinisikan metric pada semua koleksi distribusi
probabilitas pada (, (()). Metric disebut Levy metric.
9.18 Misalkan { } 1 , adalah ukuran probabilitas pada (, (()),
sesuai dengan { } 1 dan . Tunjukkan jika
( , ) 0 dimana
9.19 a) Tunjukkan bahwa untuk setiap dua , pada ,
(, ) (, ) (6.2)
dimana
(, ) = sup|() ()| (6.3)
sup | | 0 dimana
() ( )() ( )()
adalah pada .
b) Tunjukkan bahwa, untuk , dimana = , dengan
perhitungan langsung dan oleh teorema Skorohod (yaitu, Teorema 9.4.1)
dan Soal 7.14.
9.26 Misalkan memiliki distribusi peluang diskrit pada bilangan bulat
{1, 2, . . . , }. Tunjukkan bahwa dan misalkan ~ (0,1)