Теорема Леви о непрерывности: различия между версиями

Материал из Википедии — свободной энциклопедии
Перейти к навигации Перейти к поиску
[непроверенная версия][отпатрулированная версия]
Содержимое удалено Содержимое добавлено
отмена правки 140402005 участника 78.41.98.162 (обс.) французская, прошу прощения
Метка: отмена
 
(не показано 17 промежуточных версий 11 участников)
Строка 1: Строка 1:
{{Значения|Теорема Леви}}
{{К улучшению|2024-06-07}}
'''Теоре́ма Леви́''' в [[теория вероятностей|теории вероятностей]] — результат, увязывающий [[Поточечная сходимость|поточечную сходимость]] [[Характеристическая функция случайной величины|характеристических функций]] [[Случайная величина|случайных величин]] со сходимостью этих случайных величин [[Сходимость по распределению|по распределению]].
'''Теоре́ма Леви́''' в [[теория вероятностей|теории вероятностей]] — результат, увязывающий [[Поточечная сходимость|поточечную сходимость]] [[Характеристическая функция случайной величины|характеристических функций]] [[Случайная величина|случайных величин]] со сходимостью этих случайных величин [[Сходимость по распределению|по распределению]].


== Формулировка ==
== Формулировка ==


Пусть <math>\scriptstyle \{X_n\}_{n=1}^{\infty}</math> последовательность случайных величин, не обязательно определённых на одном [[Вероятностное пространство|вероятностном пространстве]]. Обозначим характеристическую функцию случайной величины <math>X_n</math>, где <math>\scriptstyle n \in \mathbb{N}</math>, символом <math>\phi_n(t)</math>. Тогда если <math>\scriptstyle X_n \to X</math> по распределению при <math>\scriptstyle n \to \infty</math>, и <math>\phi(t)</math> — характеристическая функция <math>X</math>, то
Пусть <math>\{X_n\}_{n=1}^{\infty}</math> последовательность случайных величин, не обязательно определённых на одном [[Вероятностное пространство|вероятностном пространстве]]. Обозначим характеристическую функцию случайной величины <math>X_n</math>, где <math>n \in \mathbb{N}</math>, символом <math>\varphi_n(t)</math>. Тогда если <math>X_n \to X</math> по распределению при <math>n \to \infty</math>, и <math>\varphi(t)</math> — характеристическая функция <math>X</math>, то
: <math>\varphi_n(t) \to \varphi(t)\quad \forall t \in \mathbb{R}</math>.
: <math>\varphi_n(t) \to \varphi(t)\quad \forall t \in \mathbb{R}</math>.


Обратно, если <math>\scriptstyle \varphi_n(t) \to \varphi(t)\; \forall t \in \mathbb{R}</math>, где <math>\scriptstyle \varphi \in C(0)</math> — функция действительного аргумента, [[Непрерывная функция|непрерывная]] в нуле, то <math>\phi(t)</math> является характеристической функцией некоторой случайной величины <math>X</math>, и
Обратно, если <math>\varphi_n(t) \to \varphi(t)\; \forall t \in \mathbb{R}</math>, где <math>\varphi \in C(0)</math> — функция действительного аргумента, [[Непрерывная функция|непрерывная]] в нуле, то <math>\varphi(t)</math> является характеристической функцией некоторой случайной величины <math>X</math>, и
: <math>X_n \to X</math> по распределению при <math>n \to \infty</math>.
: <math>X_n \to X</math> по распределению при <math>n \to \infty</math>.


== Замечание ==
== Замечание ==


Так как характеристическая функция любой случайной величины непрерывна в нуле, второе утверждение имеет следующее тривиальное следствие. Если <math>\phi_n(t) \to \phi(t)\; \forall t \in \mathbb{R}</math>, где <math>\phi_n(t)</math> — характеристическая функция <math>X_n</math>, и <math>\phi(t)</math> — характеристическая функция <math>X</math>, то <math>X_n \to X</math> по распределению при <math>n \to \infty</math>. Использование этого факта при доказательстве сходимости по распределению иногда называют '''ме́тодом характеристи́ческих фу́нкций'''. Метод характеристических функций является стандартным способом доказательства классической [[Центральная предельная теорема|Центральной предельной теоремы]].
Так как характеристическая функция любой случайной величины непрерывна в нуле, второе утверждение имеет следующее тривиальное следствие. Если <math>\varphi_n(t) \to \varphi(t)\; \forall t \in \mathbb{R}</math>, где <math>\varphi_n(t)</math> — характеристическая функция <math>X_n</math>, и <math>\varphi(t)</math> — характеристическая функция <math>X</math>, то <math>X_n \to X</math> по распределению при <math>n \to \infty</math>. Использование этого факта при доказательстве сходимости по распределению иногда называют '''ме́тодом характеристи́ческих фу́нкций'''. Метод характеристических функций является стандартным способом доказательства классической [[Центральная предельная теорема|Центральной предельной теоремы]].


== См. также ==
== См. также ==


* [[Леви, Поль]].
* [[Леви, Поль]].
* [[Прямая и обратная предельная теорема]].


[[Категория:Теория вероятностей]]
[[Категория:Теория вероятностей]]
[[Категория:Теоремы теории вероятностей и математической статистики|Леви]]

[[en:Lévy continuity theorem]]
[[pl:Twierdzenie Lévy'ego-Craméra]]

Текущая версия от 19:20, 25 сентября 2024

Теоре́ма Леви́ в теории вероятностей — результат, увязывающий поточечную сходимость характеристических функций случайных величин со сходимостью этих случайных величин по распределению.

Формулировка

[править | править код]

Пусть последовательность случайных величин, не обязательно определённых на одном вероятностном пространстве. Обозначим характеристическую функцию случайной величины , где , символом . Тогда если по распределению при , и — характеристическая функция , то

.

Обратно, если , где — функция действительного аргумента, непрерывная в нуле, то является характеристической функцией некоторой случайной величины , и

по распределению при .

Так как характеристическая функция любой случайной величины непрерывна в нуле, второе утверждение имеет следующее тривиальное следствие. Если , где — характеристическая функция , и — характеристическая функция , то по распределению при . Использование этого факта при доказательстве сходимости по распределению иногда называют ме́тодом характеристи́ческих фу́нкций. Метод характеристических функций является стандартным способом доказательства классической Центральной предельной теоремы.