Resultado en la teoría de la probabilidad
En teoría de la probabilidad , el teorema de continuidad de Lévy , o teorema de convergencia de Lévy , [1] llamado así por el matemático francés Paul Lévy , conecta la convergencia en la distribución de la secuencia de variables aleatorias con la convergencia puntual de sus funciones características . Este teorema es la base de un enfoque para demostrar el teorema del límite central y es uno de los principales teoremas relacionados con las funciones características.
Declaración Supongamos que tenemos
una secuencia de variables aleatorias , que no necesariamente comparten un espacio de probabilidad común , { incógnita norte } norte = 1 ∞ {\textstyle \{X_{n}\}_{n=1}^{\infty }} la secuencia de funciones características correspondientes , que por definición son { φ norte } norte = 1 ∞ {\textstyle \{\varphi _ {n}\}_ {n=1}^{\infty }} φ norte ( a ) = mi [ mi i a incógnita norte ] ∀ a ∈ R , ∀ norte ∈ norte , {\displaystyle \varphi _{n}(t)=\nombre del operador {E} \left[e^{itX_{n}}\right]\quad \forall t\in \mathbb {R} ,\ \forall n\in \mathbb {N} ,} ¿Dónde está el operador de valor esperado ? mi {\displaystyle \nombre del operador {E} } Si la secuencia de funciones características converge puntualmente a alguna función φ {\estilo de visualización \varphi}
φ norte ( a ) → φ ( a ) ∀ a ∈ R , {\displaystyle \varphi _{n}(t)\to \varphi (t)\quad \forall t\in \mathbb {R} ,} Entonces las siguientes afirmaciones se vuelven equivalentes:
incógnita norte Estilo de visualización X_{n} converge en distribución a alguna variable aleatoria X incógnita norte → D incógnita , {\displaystyle X_{n}\ {\xrightarrow {\mathcal {D}}}\ X,} es decir, las funciones de distribución acumulativa correspondientes a variables aleatorias convergen en cada punto de continuidad de la función de distribución acumulativa de X ; { incógnita norte } norte = 1 ∞ {\textstyle \{X_{n}\}_{n=1}^{\infty }} está apretado : límite incógnita → ∞ ( sorber norte PAG [ | incógnita norte | > incógnita ] ) = 0 ; {\displaystyle \lim _{x\to \infty }\left(\sup _{n}\operatorname {P} {\big [}\,|X_{n}|>x\,{\big ]}\right)=0;} φ ( a ) {\displaystyle \varphi(t)} es una función característica de alguna variable aleatoria X ; φ ( a ) {\displaystyle \varphi(t)} es una función continua de t ; φ ( a ) {\displaystyle \varphi(t)} es continua en t = 0.
Prueba Existen pruebas rigurosas de este teorema. [1] [2]
Referencias ^ ab Williams, D. (1991). Probabilidad con martingalas . Cambridge University Press. Sección 18.1. ISBN 0-521-40605-6 .^ Fristedt, BE; Gray, LF (1996). Un enfoque moderno de la teoría de la probabilidad . Boston: Birkhäuser. Teoremas 14.15 y 18.21. ISBN 0-8176-3807-5 .