Teorema de três séries de Kolmogorov - Kolmogorov's three-series theorem
Na teoria da probabilidade , o Teorema das Três Séries de Kolmogorov , nomeado após Andrey Kolmogorov , fornece um critério para a convergência quase certa de uma série infinita de variáveis aleatórias em termos da convergência de três séries diferentes envolvendo propriedades de suas distribuições de probabilidade . O teorema de três séries de Kolmogorov, combinado com o lema de Kronecker , pode ser usado para fornecer uma prova relativamente fácil da Lei Forte dos Números Grandes .
Declaração do teorema
Let ser variáveis aleatórias independentes . Os série aleatória converge quase certamente em se as seguintes condições segure por alguns , e somente se as seguintes condições segure por qualquer :
- converge.
- Deixe , então , a série de valores esperados de , converge.
- converge.
Prova
Suficiência de condições ("se")
A Condição (i) e Borel – Cantelli dão isso para grande, quase com certeza . Conseqüentemente, converge se e somente se convergir. As condições (ii) - (iii) e o Teorema das Duas Séries de Kolmogorov fornecem a convergência quase certa de .
Necessidade de condições ("somente se")
Suponha que converta quase com certeza.
Sem a condição (i), de Borel-Cantelli existiriam alguns como infinitamente muitos , quase com certeza. Mas então a série iria divergir. Portanto, devemos ter a condição (i).
Vemos que a condição (iii) implica a condição (ii): o teorema de duas séries de Kolmogorov junto com a condição (i) aplicada ao caso fornece a convergência de . Assim, dada a convergência de , temos converge, então a condição (ii) está implícita.
Assim, resta apenas demonstrar a necessidade da condição (iii), e teremos obtido o resultado completo. É equivalente a verificar a condição (iii) para a série onde para cada , e são IID - isto é, empregar a suposição de que , uma vez que é uma sequência de variáveis aleatórias limitada por 2, convergindo quase com certeza, e com . Portanto, queremos verificar se se converge, então converge também. Este é um caso especial de um resultado mais geral da teoria do martingale com somas iguais aos incrementos de uma sequência de martingale e as mesmas condições ( ; a série das variâncias é convergente; e as somas são limitadas ).
Exemplo
Como ilustração do teorema, considere o exemplo da série harmônica com sinais aleatórios :
Aqui, " " significa que cada termo é tomado com um sinal aleatório que é um ou com as respectivas probabilidades , e todos os sinais aleatórios são escolhidos independentemente. Deixe o teorema denotar uma variável aleatória que assume os valores e com probabilidades iguais. Com a soma das duas primeiras séries são identicamente zero e var (Y n ) = . As condições do teorema são então satisfeitas, de modo que a série harmônica com sinais aleatórios converge quase com certeza. Por outro lado, a série análoga de (por exemplo) recíprocos de raiz quadrada com sinais aleatórios, a saber
diverge quase certamente, uma vez que a condição (3) no teorema não é satisfeita para qualquer A. Observe que isso é diferente do comportamento da série análoga com sinais alternados ,, que converge.
Notas
- ^ Durrett, Rick. "Probabilidade: Teoria e Exemplos." Duxbury advanced series, Third Edition, Thomson Brooks / Cole, 2005, Section 1.8, pp. 60–69.
- ^ Sun, Rongfeng. Notas da aula. http://www.math.nus.edu.sg/~matsr/ProbI/Lecture4.pdf Arquivado em 17/04/2018 na Wayback Machine
- ^ M. Loève, "teoria das probabilidades", Princeton Univ. Press (1963) pp. Sect. 16,3
- ^ W. Feller, "Uma introdução à teoria da probabilidade e suas aplicações", 2, Wiley (1971) pp. Sect. IX.9