Хотя мой ответ нигде не приблизится к уровню математической сложности других ответов, я решил опубликовать его, потому что считаю, что он может внести свой вклад - хотя результат, как говорится, будет «отрицательным».
Легким тоном я бы сказал, что ОП «не склонна к риску» (как и большинство людей, равно как и сама наука), потому что ОП требует достаточного условия, чтобы приближение разложения в ряд Тейлора 2-го порядка «было бы» приемлемо". Но это не обязательное условие.
Во-первых, необходимая, но не достаточная предпосылка для того, чтобы ожидаемое значение Остатка было более низкого порядка, чем дисперсия rv, как того требует ОП, состоит в том, что ряд сходится в первую очередь. Должны ли мы просто предполагать сходимость? Нет.
Общее выражение, которое мы исследуем,
E[g(Y)]=∫∞−∞fY(y)[∑i=0∞g(i)(μ)(y−μ)ii!]dy[1]
Как утверждает Лойстл (1976) , ссылаясь на книгу Джеминьяни «Исчисление и статистика» (1978, стр. 170), условием сходимости бесконечной суммы является (применение теста отношения для сходимости)
y−μ<|y−μ|<limi→∞∣∣∣∣(g(i)(μ)g(i+1)(μ)(i+1))∣∣∣∣[2]
... где - среднее значение rv. Хотя это также является достаточным условием (критерий отношения неубедителен, если вышеуказанное соотношение выполняется с равенством), ряд будет расходиться, если неравенство выполнено в другом направлении.μ
Лоистль исследовал три специфические функциональные формы для , экспоненту, мощность и логарифм (его статья находится в области «Ожидаемая полезность и выбор портфеля», поэтому он протестировал стандартные функциональные формы, используемые для представления вогнутой функции полезности). Для этих функциональных форм он обнаружил, что только для экспоненциальной функциональной формы никаких ограничений на не накладывалось. Напротив, для степени и для логарифмического случая (где у нас уже есть ), мы находим, что справедливость неравенства эквивалентна
g()y−μ0<y[2]
y−μ<μ⇒0<y<2μ
Это означает, что если наша переменная изменяется за пределами этого диапазона, расширение Тейлора, имеющее в качестве центра расширения среднее значение переменной, будет расходиться.
Итак: для некоторых функциональных форм значение функции в некоторой точке ее области равно ее бесконечному разложению по Тейлору, независимо от того, как далеко эта точка находится от центра расширения. Для других функциональных форм (включая логарифм) интересующий объект должен находиться несколько «близко» к выбранному центру расширения. В случае, когда у нас есть rv, это означает ограничение на теоретическую поддержку переменной (или исследование ее эмпирически наблюдаемого диапазона).
Лойтл, используя числовые примеры, также показал, что увеличение порядка расширения перед усечением может ухудшить точность аппроксимации. Мы должны отметить, что опытным путем временные ряды наблюдаемых переменных в финансовом секторе демонстрируют изменчивость, большую, чем та, которая требуется неравенством. Итак, Лойтл продолжал выступать за то, чтобы методология аппроксимации ряда Тейлора была полностью отменена, в отношении теории выбора портфеля.
Восстановление пришло 18 лет спустя от Главички (1994) . Ценное понимание и результат здесь был, и я цитирую
... хотя ряд может в конечном итоге сходиться, мало что можно сказать о любом из его частичных рядов; конвергенция ряда не означает, что члены сразу уменьшаются в размере или что какой-либо конкретный термин достаточно мал, чтобы его можно было игнорировать. Действительно, как показано здесь, возможно, что ряд может казаться расходящимся, прежде чем в конечном итоге сходится в пределе. Следовательно, качество моментных приближений к ожидаемой полезности, основанных на первых нескольких членах ряда Тейлора, не может быть определено свойствами сходимости бесконечного ряда. Это эмпирическая проблема, и эмпирически, двухкомпонентные приближения к функциям полезности, изученным здесь, хорошо справляются с задачей выбора портфеля. Главичка (1994)
Например, Главичка показал, что приближение 2-го порядка было «успешным» независимо от того, сходился ли ряд Тейлора или нет , но он также проверил результат Лотля, что увеличение порядка приближения может ухудшить ситуацию. Но для этого успеха есть определитель: в «Выбор портфеля» «Ожидаемая полезность» используется для ранжирования ценных бумаг и других финансовых продуктов. Это порядковая мера, а не кардинальная. Итак, Главичка обнаружил, что приближение 2-го порядка сохранило ранжирование различных ценных бумаг по сравнению с ранжированием, вытекающим из точного значения , а неE(g(Y) что он всегда давал количественные результаты, которые были достаточно близки к этому точному значению (см. его таблицу А1 на с. 718).
Так, где это оставляет нас? В подвешенном состоянии, я бы сказал. Представляется, что как в теории, так и в эмпирике приемлемость приближения Тейлора 2-го порядка критически зависит от многих различных аспектов исследуемого конкретного явления и используемой научной методологии - от теоретических предположений, от используемых функциональных форм, на наблюдаемой изменчивости ряда ...
Но давайте положительно покончим с этим: в наши дни мощь компьютера заменяет многое. Таким образом, мы могли бы смоделировать и проверить справедливость приближения 2-го порядка для широкого диапазона значений переменной, независимо от того, работаем ли мы над теоретической или эмпирической задачей.