Предельная сумма iid гамма-вариаций


11

Пусть - последовательность независимых и одинаково распределенных случайных величин с функцией плотности вероятности; Покажите, чтоX1,X2,

f(x)={12x2exif x>0;0otherwise.
limnP[X1+X2++Xn3(nn)]12

Что я пытался

На первый взгляд, я подумал, что следует использовать неравенство Чебышева, поскольку вопрос задает нижнюю границу X1+X2++Xn . Однако я подумал о знаке предела, который ясно указывает на то, что проблема может быть как-то связана с центральной предельной теоремой (CLT).

Пусть Sn=X1+X2++Xn

E(Sn)=i=0nE(Xi)=3n (since E(Xi)=3)V(Sn)=i=0nV(Xi)=3n (since V(Xi)=3 and Xi are i.i.d)

Теперь, с помощью ЦПТ, при больших n , X1+X2+........+XnN(3n,3n)
Или,

z=Sn3n3nN(0,1) as n

Теперь

limnP[X1+X2+........+Xn3(nn)]=limnP(Sn3n3n)=limnP(Sn3n3n3)=P(z3)=P(3z<0)+P(z0)=P(3z<0)+12(1)

Поскольку P(3z<0)0 , то есть из (1) ,

limnP[X1+X2+........+Xn3(nn)]12

Я прав?


1
CLT кажется разумным подходом, но " "не имеет смысла ..limnP[X1+X2+........+Xn3(nn)]=P(Sn3n3n)
P.Windridge

Я думаю, что это должно быть
limnP[X1+X2+........+Xn3(nn)]=limnP(Sn3n3n)=limnP(Sn3n3n3)=P(z3)

6
В качестве альтернативы рассмотрим iid и так . Медиана случайной величины гамма не известна в замкнутой форме , но это будет известно (см Википедии ) , что при больших , медиана из случайная величина лежит между и . Поскольку , должно быть, что по крайней мере половина вероятностной массы находится справа от . XiΓ(3,1)X1+X2++XnΓ(3n,1)nΓ(3n,1)3n133n3(nn)<3n133(nn)
Дилип Сарвате

Ответы:


3

Вы были правы, что неравенство Чебышева сработает. Это обеспечивает довольно грубую, но эффективную границу, которая применима ко многим таким последовательностям, показывая, что критической особенностью этой последовательности является то, что дисперсия частичных сумм растет максимально линейно с .n

Затем рассмотрим чрезвычайно общий случай любой последовательности некоррелированных переменных со средними и конечными дисперсиями Пусть будет суммой первых из них,Xiμiσi2.Ynn

Yn=i=1nXi.

Следовательно, среднее являетсяYn

mn=i=1nμn

и его дисперсия

sn2=Var(Yn)=i=1nVar(Xi)+2j>iCov(Xi,Xj)=i=1nσi2.

Предположим, что растет максимально линейно с :sn2n то есть существует число такое, что для всех достаточно больших Пусть (еще не определено), заметьте, чтоλ>0n, sn2λ2n.k>0

mknmkλsn,

и применить неравенство Чебышева к чтобы получитьYn

Pr(Ynmnkn)Pr(Ynmnkλsn)Pr(|Ynmn|kλsn)1λ2k2.

Первые два неравенства являются основными: они следуют потому, что каждое последующее событие является подмножеством предыдущего.


В данном случае, когда независимы (и, следовательно, некоррелированы) со средними и дисперсиями мы имеем иXiμi=3σi2=3,mn=3n

sn=3n,

откуда мы можем взять же маленьким, как Событие в вопросе соответствует гдеλ3.3(nn)=μn3nk=3,

Pr(Yn3n3n)13 232=23>12,

QED.


1

В качестве альтернативы отличному ответу Уубер, я постараюсь определить точный предел вероятности, о которой идет речь. Одним из свойств гамма-распределения является то, что суммы независимых гамма-случайных величин с одинаковым параметром скорости / масштаба также являются гамма-случайными переменными, форма которых равна сумме форм этих переменных. (Это легко доказать, используя производящие функции распределения.) В данном случае мы имеем , поэтому мы получаем сумму:X1,...XnIID Gamma(3,1)

SnX1++XnGamma(3n,1).

Поэтому мы можем записать точную вероятность интереса, используя CDF гамма-распределения. Если обозначает параметр формы, а обозначает интересующий аргумент, мы имеем:a=3nx=3(nn)

H(n)P(Sn3(nn))=Γ(a,x)Γ(a)=aΓ(a)aΓ(a)+xaexΓ(a+1,x)Γ(a+1).

Чтобы найти предел этой вероятности, сначала отметим, что мы можем записать второй параметр в терминах первого как где . Используя результат, показанный в Temme (1975) (уравнение 1.4, стр. 1109), мы получаем асимптотическую эквивалентность:x=a+2ayy=3/2

Γ(a+1,x)Γ(a+1)12+12erf(y)+29aπ(1+y2)exp(y2).

Используя приближение Стирлинга и предельное определение экспоненциального числа, можно также показать, что:

aΓ(a)aΓ(a)+xaex2πa(a1)a1/22πa(a1)a1/2+xaeax1=2πa(11a)a1/22πa(11a)a1/2+x(xa)a1/2eax1=2πae12πae1+xexaeax1=2πa2πa+x2πa2πa+1.

Подставляя соответствующие значения, мы получаем:

H(n)=aΓ(a)aΓ(a)+xaexΓ(a+1,x)Γ(a+1)2πa2πa+1[12+12erf(32)+29aπ52exp(32)].

Это дает нам предел:

limnH(n)=12+12erf(32)=0.9583677.

Это дает нам точный предел вероятности интереса, который больше половины.

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.