1. Trang chủ
  2. » Giáo Dục - Đào Tạo

Independent And Stationary Sequences Of Random Variables - Chapter 20 ppsx

53 304 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 53
Dung lượng 2,16 MB

Nội dung

~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~ ~ ~~~~~~~~~~~~ ~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~ ~ ~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~ ~~~~~ ~~~~~~~~~~ ~~ ~~~~~~~~~~~~ ~~~~~ ~ ~~~ ~ ~~~ ~ ~ ~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~ ~~~~~~~~~~~~~~~~~~~~ ~ ~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~ ~~~ ~~~ ~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~ ~ ~~~ ~~~ ~~~ ~~ ~~~~~~~~~~~~~ ~ ~~ ~~~~~~~~~ ~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~ ~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~ ~~~ ~~~~~~ ~ ~~~~~~~~~~~~~~ ~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~ ~~~~ ~~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~ ~~~~~~~~~~~~~~ ~ ~ ~ ~~~ ~ ~ ~ ~~ ~~ ~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~ ~ ~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~ ~~~~~~~~ ~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~ ~~~ ~ ~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~ ~~ ~~ ~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~ ~~ ~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~ ~~ ~~~ ~~~~~~~~~~~~~~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~ ~~~~~~~~ ~~ ~~~~~~~~~ ~~~~ ~~~~~~~ ~ ~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~ ~ ~ ~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~ ~ ~~~ ~~~~~~~~~~~~~~~~ ~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~ ~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~ ~~~~~~ ~ ~~~ ~ ~ ~~~~ ~~~ ~~~~~~ ~ ~~~ ~~ ~~~ ~ ~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~ ~~ ~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~ ~~~ ~~ ~ ~~~ ~ ~ ~~ ~~ ~~ ~ ~ ~~~ ~~ ~~~ ~~~ ~ ~ ~~~ ~~~ ~~~~~ ~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~ ~ ~~~~ ~~~~~~~~~~~~~~~~~~~~ ~~~~~ ~ ~ ~ ~ ~ ~~~~~~~~~~~~~~~~~~~~~ ~~~ ~ ~ ~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~ ~~~~~~~ ~ ~~~~~~~~~~~~~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~ ~~~ ~~~ ~ ~~~ ~~~~ ~ ~ ~~~ ~ ~ ~ ~~~ ~~~~ ~~ ~ ~ ~ ~~~ ~ ~~~ ~~ ~~~ ~~~ ~ ~ ~~~~~ ~ ~~~ ~ ~~~ ~ ~ ~~ ~~ ~~ ~~~~~~~~~~ ~~~~ ~~~ ~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~ ~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~ ~~~ ~ ~ ~~~~~~~~~~~~~~~~~ ~~~~~~ ~~~~ ~~~~~~~~ ~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~ ~ ~ ~~~ ~ ~ ~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~ ~~~ ~~ ~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~ ~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~ ~~~ ~ ~ ~~~~~~~~~~~~~ ~~ ~ ~~ ~~~~~~~~~~~~~~~ ~~~~~~ ~ ~ ~~ ~~ ~~~ ~ ~~ ~~ ~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~ ~ ~ ~ ~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~ ~~~~~ ~~ ~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~ ~~ ~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~~~~~~~~ ~~~ ~~~~~~~~~~~~~~ ~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~ ~~~~~~~~~~~~~~~~ ~~ ~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~ ~ ~~~ ~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~ ~ ~ ~~~~~~~~~~ ~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~ ~~~~~~~ ~ ~ ~~~~~~~~~~~~~ ~ ~ ~~ ~~~ ~~~~~~~~~~~~~~ ~~ ~ ~~~~~~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~~ ~~~~ ~~~ ~~ ~~~ ~~~~ ~~~~ ~ ~~~~ ~~~~~~~~~~~~~~~~~ ~ ~~~ ~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~ ~~~~~~~~~~ ~~~~~~~~~~ ~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~ ~~ ~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~ ~~~~~~~~~~~~~ ~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~ ~~~~~~~~~~ ~ ~~~~~~~~~~~~~ ~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~ ~~~~ ~ ~~~ ~ ~ ~ ~ ~~~~ ~ ~~~~ ~ ~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~ ~~ ~~~~~~ ~~ ~~~ ~ ~~~ ~~~~~~~~~~~~~~ ~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~ ~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~ ~~~~~~~ ~ ~~ ~~~ ~~ ~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~ ~ ~ ~~ ~ ~~~ ~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~ ~~~~~ ~~~~~~~~~~~~ ~ ~~~~~~ ~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~ ~ ~~~~ ~~~ ~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~ ~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~ ~~~~ ~ ~ ~~ ~ ~~~~ ~ ~~ ~~~~~ ~ ~ ~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~ ~ ~~~~~ ~~~~ ~ ~ ~~ ~~~~ ~ ~~~~~~~~~~~~~~~~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~ ~~~~~ ~ ~~~~~~ ~ ~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~ ~~~~ ~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~ ~ ~~~~~ ~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~ ~ ~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~ ~~~~~~ ~~~~~~~~~~~ ~~~~~~ ~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~ ~ ~~~~ ~~~ ~~ ~~ ~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~ ~ ~~~~~~~~~~ ~~~~~~ ~~~ ~ ~~~~ ~ ~ ~ ~ ~ ~ ~~ ~~~ ~~~~ ~~~~~ ~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~ ~~ ~~~~~ ~ ~~~~~ ~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~~~~~~~~ ~~ ~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~~~~~ ~~~~~~~ ~~ ~ ~ ~ ~~ ~~ ~ ~ ~~~ ~~~ ~ ~~~~~ ~~~ ~~~~~ ~~~~~~~~~ ~~~ ~~ ~~~~ ~~~~~~~ ~~~~~ ~~~~~ ~~~ ~ ~~~ ~~~ ~~~ ~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~ ~~ ~ ~~~ ~ ~ ~~~~~~~~ ~~ ~ ~~ ~~~~ ~~~~~ ~ ~~ ~~~ ~~~~ ~~~~~~~~~ ~~~~~~~~~~~ ~~~ ~~~~ ~ ~ ~ ~~~~ ~~~~ ~~ ~~~~~ ~~~~ ~~~~ ~~ ~~~~~~~ ~~~ ~~~~~~~~~~~ ~ ~~~~~~~~~~~~~~~~~~~~~ ~~~~ ~~~~ ~~~~~ ~ ~ ~ ~ ~ ~~~~~~~~ ~~ ~ ~~~ ~~~~ ~~ ~ ~ ~~~ ~ ~ ~ ~ ~~~~~~ ~ ~ ~ ~~ ~ ~ ~ ~~~~ ~ ~~~~~~~ ~~~ ~ ~~~~ ~~~~~ ~ ~~~~~~~~~~~~~~~~~ ~~~~~~~ ~~ ~~~~ ~~~~~~ ~ ~~~~~~ ~ ~~~~ ~~~~~~~~~~~~~~~~~~~~ ~~~ ~~~ ~~~ ~~~ ~~~ ~~~~~ ~ ~ ~ ~~~~~ ~~ ~ ~ ~~~~~~~~ ~ ~ ~~~~~~ ~ ~~~ ~~~ ~~ ~~~~ ~ ~~ ~ ~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~ ~~~~ ~ ~ ~ ~~~~ ~ ~~~ ~~~~ ~ ~ ~~~ ~~~~~~ ~~~ ~ ~~~~~ ~ ~~ ~ ~~~ ~ ~~~~ ~~~~~ ~ ~~~ ~ ~~~~~~ ~ ~~~ ~~~~~~ ~~~~~~~ ~~~~~~~~ ~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~ ~~~~~~ ~~~ ~ ~~~~~ ~~~~~~~~ ~~~ ~ ~ ~~~~~~~ ~~~~~~~~~ ~~~~~~~~~~~~~~~~~ ~ ~~~ ~~~~ ~~~~~~~~~ ~ ~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~ ~~~~~ ~ ~ ~~~~~~~~~~ ~~~~~ ~ ~ ~~~ ~~ ~ ~~ ~ ~~~~ ~~~ ~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~ ~~~~~~~~~~~~~~~ ~~~ ~~ ~ ~~~ ~~ ~ ~ ~~~ ~~~ ~~~~~~ ~~~ ~~~~ ~~~ ~ ~~ ~ ~ ~~ ~~~~~~ ~~~~ ~ ~~~ ~~ ~ ~ ~ ~~~ ~ ~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~ ~ ~~~~ ~~ ~~~~ ~~~ ~ ~ ~ ~ ~~ ~ ~ ~~~~~~~~~~~ ~~~ ~~~ ~~ ~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~ ~ ~~~ ~~~ ~ ~ ~ ~~~~ ~ ~~~~~ ~~~~~~~~ ~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~ ~ ~ ~ ~~~~ ~ ~ ~~~ ~ ~ ~~~~~~ ~ ~~~~ ~ ~~~~~~~~ ~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~ ~ ~~~~~ ~~~~~~~~ ~~~~~~~ ~ ~~~ ~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~ ~ ~~~~ ~~~~~~~~~~~~~~~ ~~~ ~ ~ ~ ~~~~~ ~~~~~~~~~~~~~~~ ~~ ~ ~~~ ~~ ~ ~ ~ ~ ~ ~ ~ ~ ~~~ ~~~ ~~~ ~~~~ ~~~ ~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~ ~ ~ ~~~~~~~~~~~~~~~~~~~ ~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~~~~~~~ ~~~~~~ ~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~ ~ ~~~~~~~ ~ ~~ ~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~ ~~~ ~~~ ~~~~ ~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~ ~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~~~~~~~~~~~~~~~~~ ~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~ ~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~ ~ ~~~ ~~~ ~ ~~~ ~~~ ~ ~~ ~~~~ ~~~ ~~~~~~~ ~~ ~~ ~~~~~ ~ ~~~ ~~~ ~~~~~~~~~~~~~~ ~~~~~~ ~~~~~~~~~~ ~ ~~ ~~ ~~~~~ ~ ~ ~~~~~~~~~ ~~~~~ ~~~ ~~~~~ ~ ~ ~~~ ~~~ ~ ~ ~ ~~ ~ ~~ ~~~~~~~~~~~ ~~~ ~ ~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~ ~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~ ~~~~~~~~~ ~~~~~~~~~~ ~~ ~~~~~~~~ ~~~ ~~~ ~~~~~~~~~~~~~~~~~~~~ ~~~~~~~ ~~~~~~ ~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~~~~~~~~ ~~~ ~ ~~ ~ ~ ~ ~ ~ ~~~~ ~ ~ ~~~~~~~~~~ ~ ~~~~~ ~ ~ ~~~~ ~~~~~~~ ~~ ~~~~~~~~~~~~~~ ~ ~~~~~~~~~~~~~ ~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~ ~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~ ~ ~~~ ~ ~ ~~~~~ ~ ~ ~~~~~~ ~ ~ ~ ~~ ~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~ ~~~~~ ~ ~~ ~ ~ ~~ ~ ~~~~ ~ ~~~ ~ ~ ~~ ~ ~~ ~ ~~~ ~~~~~~~ ~ ~ ~ ~ ~~~~ ~ ~~~~~ ~~~~ ~ ~~ ~~~~ ~ ~~~ ~~~~~~~~~~ ~~ ~ ~~~~~~~~~~~~ ~~~~~~ ~~~~~ ~ ~ ~ ~ ~~~ ~~~~~ ~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~ ~ ~~ ~~~~~~~~~~~ ~~~~ ~ ~ ~~~~~~~~~~~ ~~ ~ ~ ~~ ~ ~~ ~~~ ~~~ ~~~ ~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~ ~ ~ ~~~~~~~~~~ ~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~ ~ ~ ~ ~ ~~~~~~~~~~ ~~~~ ~~~~~~~~~~ ~ ~ ~ ~~~~~~~~~~ ~ ~ ~ ~ ~~~~~~~~~~~ ~ ~ ~ ~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~ ~~~ ~ ~~~~~ ~ ~~~~~ ~ ~~ ~~ ~~~~~~~~~ ~~ ~ ~~~~~ ~ ~~~~~~~ ~~~~ ~ ~~~~~~~~~~~~ ~~~~~~~~~ ~ ~~~~~ ~ ~~ ~ ~ ~ ~ ~~~ ~~~~~~~ ~~~ ~~ ~ ~~~~~~ ~~~~~~~ ~ ~ ~~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~ ~~~~ ~~~ ~~~~~~~~~ ~ ~~ ~~ ~~~ ~ ~~~~ ~~ ~ ~~~~~~~ ~~~ ~ ~~~ ~~~~ ~ ~~~~~ ~~ ~~~ ~~~ ~~~~ ~~~~~ ~~~~ ~~ ~ ~~ ~ ~~ ~~~~~~ ~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~ ~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~ ~ ~~~~~~~ ~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~ ~~~~~~~~~~ ~~ ~~~~~ ~ [...]... distance, and a some fixed number, then there exists a function b (n) independent of N such that lim 5 (n) = 0 and -h- K-2 5 (n) niK-1 (1 + IxIK) Pv(v pn(N )-~ (x) - /20) V=1 for all N, where n pn (N) = P E Xj = na + Nh , x = (on1 )-1 (na+Nh-nE(X 1)) j= 1 In these theorems O(x) = P"(-O) = ( 27i: )-+ e-x2/2, d Pv( - o) Local limit theorems for sums of independent non-identically distributed random variables. .. PETROV 408 of independent random variables with the same distribution function 2 V(x) ; suppose E(X 1 )=0, E(X2)=o >0, and let v(t)=E(e'lX1), Fn (x) = n P((a11+) -1 X' < X j= 1 / If E JX1I' < oo for some integer Fn (x) -O K-2 (x )- E V=1 K ~> 3, then for all x and n Pv( -0 ) n v/2 c(K){C -K n2x-1 (1+ IxI)-K j ~y~ y JKdV(y)+ ~vn 1 (1+ixi) +a-K- 1n2K-1(1+IxI-K-1 +1 j y j 1 We have the following relation, denoting by F (x) the distribution function of X , 1 J 0o H(a(x-~))dF(x)=a-1Ja f(t)h(a)e-"~dt a a-1 a f- aa f (t)l dt from which (the right hand side of) (1) follows easily Now let X , , X„ be independently and identically distributed random variables, satisfying... [19] [20] [21] [22] [23] [24] [25] 425 of independent random variables (Russian), Teoriya veroiatn i ee primenia, 1965, 10, vyp 3, 51 9-5 26 -, On an extremal problem in limit theorems for sums of independent random variables (Russian), Litovskiy matem sbornik, 1964, 4, No 3, 34 3-3 52 -, Some inequalities of probability theory and their application to the refinement of A M Liapunov's theorem, (Russian),... 3, 50 1-5 04 Ibragimov, I A., On the accuracy of approximation of the distribution function of a sum of independent random variables by the normal distribution (Russian), Teoriya veroiatn i ee primen , 1966, vyp 4, 63 2-6 55 -, On the Chebyshev-Cramer asymptotic expansions (Russian), Teoriya veroriatn i ee primen., 1967, 12, vyp 3, 50 6-5 19 -, The central limit theorem for sums of functions of independent. .. finite in some non-degenerate interval, one of the ends of which is h=0 Heyde [50] has investigated the asymptotic behaviour of probabilities of large deviations of independently and identically distributed random variables belonging to the domain of attraction of a non-normal stable law On chapter 15 To date it is not clear to what extent the estimate (15.1 2) is conclusive A series of interesting estimates... distributions for sums of random variables defined on a finite homogeneous Markov chain © 2 : m-dependent random variables were first studied by Hoeffding and Robbins [51] Theorem 19.2.1 is due to Diananda [25], [26] © 3 : The results of this section, which are due to Ibragimov [53], are amplifications of theorems of Kac [60] Leonov [89] has investigated the distribution of values of sums of the form Ef... account of the inequality between the geometric and arithmetic means I A IBRAGIMOV, V V PETROV 420 exp {-2 n(1-If(t)1 2 )}< exp{-n rx1>1 JI 1 P sin 2 2txdG(x)}< exp { - np sin2 1 tx} dG (x) ixi>1 Thus nx/L dG(x)x-1~ - Q(L) 1 n C3 Z e -npsin2+t dt< e - npsin 2 +tdt

Ngày đăng: 02/07/2014, 20:20

TỪ KHÓA LIÊN QUAN