Verscherpingen van de centrale limietstelling
Citation for published version (APA):Joosten, H. P. G. (1969). Verscherpingen van de centrale limietstelling. (EUT report. WSK, Dept. of Mathematics and Computing Science; Vol. 69-WSK-03). Technische Hogeschool Eindhoven.
Document status and date: Gepubliceerd: 01/01/1969
Document Version:
Uitgevers PDF, ook bekend als Version of Record
Please check the document version of this publication:
• A submitted manuscript is the version of the article upon submission and before peer-review. There can be important differences between the submitted version and the official published version of record. People interested in the research are advised to contact the author for the final version of the publication, or visit the DOI to the publisher's website.
• The final author version and the galley proof are versions of the publication after peer review.
• The final published version features the final layout of the paper including the volume, issue and page numbers.
Link to publication
General rights
Copyright and moral rights for the publications made accessible in the public portal are retained by the authors and/or other copyright owners and it is a condition of accessing publications that users recognise and abide by the legal requirements associated with these rights. • Users may download and print one copy of any publication from the public portal for the purpose of private study or research. • You may not further distribute the material or use it for any profit-making activity or commercial gain
• You may freely distribute the URL identifying the publication in the public portal.
If the publication is distributed under the terms of Article 25fa of the Dutch Copyright Act, indicated by the “Taverne” license above, please follow below link for the End User Agreement:
www.tue.nl/taverne
Take down policy
If you believe that this document breaches copyright please contact us at:
openaccess@tue.nl
providing details and we will investigate your claim.
Technological University Eindhoven
Netherlands
':Department of Mathematics
VERSCHERPING EN
VAN DE CENTRALE LIMIETSTELLING
door
H. P. G. Joosten
Inhoud
o.
Inleidingr
c-'c::'~.,-=-:-;,,-
,.-
K
I
. ;3'::, I ' !~r-,t:"1:.
1. _ _",, __ <. ~"..."'_ .... , .~I
860627;,'
I
} - - IT:~~ ~·~I·;~I~'~"~.;'--:-;:;- '.:I
• . . ' ~,;.1 •tJ.)t ~ """f ~ ~"'~"'"f. ~ I ,-~ ..-..
-
-'
.-1 • 24.1. Schatting van de restterm in de centrale limietstelling. 1.
2.
3·
4·
Karakteristieke funkties, momenten en semi-invarianten. Een ontwikkeling voor de verdelingsfunktie F •
n
Enkele hulpstellingen.
Identiek verdeelde stochastische grootheden.
3
15
29
38
38
4.2.
Verscherping van de centrale limietstelling ala de momenten van de orde 3 bestaan.4.3.
Verscherping van de centrale limietstelling als de momenten van de orde r > 3 bestaan.43
61
5.2.
Verscherping van de centrale limietstelling.5.1.
Schatting van de restterm in de centrale limietstelling.5·
Niet-identiek verdeelde stochastische grootheden.69
69
74
Appendix
Literatuur
89
[FellerJ: Feller, W.: An introduction to probability theory and its applications, Vol. II, J. Wiley, New York
1966.
[G.K.] Gnedenko, B.W. en Kolmogorov, A.N.: Grenzverteilungen von
Summen unabhangiger Zufallsgrossen, Akademie Verlag, Berlin
1959.
[Cramer]: Cramer, E.: Random variables and Probability distributions, Cambridge Univ. Press, Cambridge
1963.
[EsseenJ: Esseen, C.G.: Fourier analysis of distribution functions. A mathematical study of the Laplace-Gaussian law, Acta Math.,
77,
1-1(1945).
o.
InleidingLaat X ,X ,X , ••• een rij onderling onafhankelijke stochastische grootheden
1 2 3
zijn. De grootheid ~ (k
=
1 ,2,3, ••• ) heeft de verdelingsfunktie Uk(x) met verwachting 0 en variantie o~.Zij verder
2 + 02
a, + ••• n
Indien nu aan de voorwaarde van Lindeberg, d.i.
1 n - 2::
2
s k=1
n
als n ~
=
voor elke vaste t > 0 ,is voldaan, dan zegt de centrale limietstelling dat de verdelingsfunktie F (x)n van de gestandariseerde som (X, +~ .•. + X )/s naar de verdelingsfunktie \J?(x)
n n
van de standaard-normale verdeling nadert.
Ons probleem is nu het as,ymptotisch gedrag van het verschil F (x) - \J?(x) na n
te gaan. Hiertoe zoeken we:
1) een van n afhankelijke bovengrens voor de modulus van het verschil,
2) een of andere asymptotische ontwikkeling van dit verschil voor grote waar-den van n.
Stellingen hierover vindt men voor identiek verdeelde stochastische groot-heden in [FellerJ, [G.K.J, [CramerJ en [EsseenJ; terwijl in [FellerJ err
[CramerJ ook uitspraken voor niet-identiek verdeelde grootheden gegeven wor-den. In [FellerJ is de manier van bewijzen en de aanpak van bepaalde proble-men anders opgezet dan in de andere drie boeken. Daar de bewijzen in ~FellerJ vaak alleen een schetsmatig karakter hebben, zijn deze in de volgende para-grafen volledig uitgewerkt. Verder is getracht een zo goed mogelijke schat-ting te vinden voor de konstante, welke in het probleem onder 1) opduikt. Bovendien is in het geval van niet-identiek verdeelde grootheden
(§
5) een uitspraak gegeven over de asymptotische ontwikkelingvan F - \J? onder zwakkeren
3-§
1. Karakteristieke funkties, moment en en semi-invariantenDeze paragraaf is hoofdzakelijk een opsomming van een aantal begrippen en stellingen, welke we later nodig hebben.
Karakteristieke funkties
Zij
(Q,
~,p) een waarschijnlijkheidsruimte [zie: Lamperti, Probability, New York, 1966;§
1J en laat X(w) en yew) hierop reele stochastische groot-heden zijn, dan noemt men de grootheid Z(w) = X(w) + iY(w) een komplexestochastische grootheid. Indien de verwachtingen E(X) en E(Y) bestaan, dan is
r
E(Z)
j
Z(W)dp(w) E(X) + iE(Y) •Q
Laat voorts A(x)
=
a(x) + ibex) een Borelmeetbare funktie van x (reeel) zijn. Indien de reele stochastische grootheid X de verdelingsfunktie F bezit en de verwachting E(A(X» bestaat, dan geldt hiervoor(1.2) E(A(X» =
J
A(X(w»dp(w)J
a(X(w»dp(w) + iJ
b(X(w»dp(w)Q Q Q
+00 +00 +00
J
A(x)dF(x)J
a(x)dF(x) + iJ
b(x)dF(x)_co _00 _00
Onder de karakteristieke funktie ~(C) van een reele stochastische grootheid X verstaat men nu de verwachting van de komplexe stochastische grootheid eiXC• Definitie 1:
Zij X een reele stochastische grootheid met verdelingsfunktie F. De karak-teristieke funktie van F (of van X) is de funktie ~(~), die voor reele ~ is gedefinieerd door:
+00
J
eiCXdF(x)=
u(~)
+ iv(') met +00J
cos(Cx)dF(x) C!n vet) -00 +00J
sin(Cx)dJ!~(x)
-00van de stochastische Opmerkingen:
1) De karakteristieke funktie bestaat voar willekeurige verdelingsfunkties
en aIle reele
~
daarlei~xl
1.De karakteristieke funktie is niets anders dan de Fourier-Stieltjes
ge-transfarmeerde van F.
2) Als F een dichtheid f heeft, dan is +00
~(~)
J
ei~Xf(x)dx
_00
en ~(,) is de Fourier-getransformeerde van f. Stelling 1 :
Laat ~(~)
=
u(C) + iV(') de karakteristieke funktie grootheidX
met verdelingsfunktie F.Dan geldt:
a) ~(C) is uniform kontinu.
b) ~( 0) = 1 en
I
~(
~)I
~ 1 voor aHe ~.c) de stochastische grootheid aX +b (a en b reele konstanten) heeft de karak-teristieke funktie
d) u(e) is een even en v(~) is een oneven funktie van
C.
Bewi,js:Zie: [Feller], Hoofdstuk XV, § 1, lemma 1 (p.
473-474).
[G.K.], Boofdstuk II, § 11, Satz 1 en 2 (p.44-45).
Stelling 2:Een verdelingsfunktie is eenduidig door zijn karakteristieke funktie bepaald. Bewi,js:
Zie: [Feller], Hoofdstuk XV, §
3,
theorem 1 (p.480-481).
[G.K.], Hoofdstuk II, § 12, Satz 2 (p. 48).
Vervolgens bekijken we eerst de convoluties van een reele funktie h met een verdelingsfunktie F. (Bij onze toepass:Llgen is h ste'~ds een begrensde funktie.)
5·
Dennitie 2:
De convolutie van een funktie hex) met een verdelingsfunktie F(x) is de funktie k(x), gedefinieerd door
k(x)
- 00
We zullen hiervoor de notatie k = F~h gebruiken. Als F een dichtheid f bezit, dan is
(1.6) k(x)
+00
J
h(x-y )f(y)dy _ 00en di t laatste noteren we als k := f "*h.
Stelling 3:
Laat F een verdelingsfunktie zijn.
Is de funktie h begrensd dan is ook k
=
F~h begrensd. Is de funktie h bovendien kontinu dan is ook k kontinu.Is h een verdelingsfunktie dan is ook keen verdelingsfunktie. Bewijs:
Zie: [FellerJ, Hoofdstuk V,
§
4,
theorem 1 (p.141-142).
Nemen we de convolutie tussen verdelingsfunkties, dan is de convolutie
opera-tie~ commutatief en associatief.
Stelling 4:
Laat F en G verdelingsfuncties ZlJn. Als G kontinu is, dan is ook F~G kontinu
en als G de dichtheid g bezit, dan heeft F~G de dichtheid
+00
J
g(x-y)dF(y). _00Bewi,is:
Stelling 5:
Laat
Xi
enX
2 stochastische grootheden zijn met verdelingsfunkties Fi resp.
F2- Als
Xi
enX
2 onafhankelijk zijn, dan heeft
Xi
+X
2 de verdelingsfunktieF1
*
F2' Bewi,js:Zie: [FellerJ, Hoofdstuk
V,
§ 4,
theOrem2 (p. 142).
Stelling
6:
Zijn F en F verdelingsfunkties met karakteristieke funkties ~ resp. ~ ,
1 2 1 2
dan heeft F
*
F de karakteristieke funktie q> ~ •1 2 1 2
Bewi,is:
Zie: [G.K.], Hoofdstuk II,
§
12, Satz 3 en 3a (p.44-47).
[Feller], Hoofdstuk XV, § 1, lemma 2 (p.474).
Voor een discreet verdeelde stochastische grootheid X met mogelijke waarden
~ (k
=
1,2,3, ••• ),
welke met waarschijnlijkheid Pk worden aangenomen, is de karakteristieke funktie( 1.8)
Onder de discrete verdelingen onderscheiden we een bijzonder soort verde lin-gen, nl. de tralieverdelingen (Engels: lattice distribution, Duits: gitter-formige Verteilung).
Definitie
3:
Een discreet verdeelde stochastische grootheid X heeft een "tralieverdeling" als er reele getallen a en h > 0 bestaan, zodat iedere mogelijke waarde van X voorgesteld kan worden ala a + vh met v een geheel getal.
We noemen h een spanwijdte van de verde ling.
We noemen h de maximale spanwijdte van de verdeling, als er geen enkel paar getallen a en h > h bestaat zodat de mogelijke waarden van X in de vorm
1 1
a + vh (v geheel) kunnen worden weergegeven.
1 1
Opmerkingen:
7·
tralieverdelingsfunktie.
2) Als de stochastische grootheid X slechts een mogelijke waarde a kan aan-nemen, dan heet de verdeling een oneigenlijke verdeling en de karakteris-tieke funktie is
~(~)
eiCa, zodatl~(c)1
= 1 voer aIleC.
3) Als F een tralieverdelingsfunktie is met spanwijdte h, dan geldt voor de karakteristieke funktie ~(C) dat l~(c)l periodiek is met periode 2n/h. Dit kan men direkt uit (1.8) zien.
Stelling
7:
Een stochastische grootheid X heeft dan en slechts dan een tralieverdeling, als voor haar karakteristieke funktie ~(,) geldt dat I~(co
)1
=
1 voor eenBewijs:
Zie:
[G.K.],
HoofdstukII,
§
14,
Satz 5 (p. 57).Stelling 8:
De spanwijdte h van een tralieverdeling is dan en slechts dan maximaal als veor de karakteristieke funktie ~(C) geldt, dat I~(~)I < 1 voor 0 < , < 2n/h en 1~(2n/h)1
=
1.Bewijs:
Zie:
[G.K.],
Hoofdstuk II,§
14,
Folgerung 2 (p.58).
Het resultaat van beide voorgaande stellingen is: Stelling 9:
Voer de karakteristieke f~-ktie ~(') van een verdelingsfunktie F bestaan slechts de volgende
3
mogelijkheden:a) l~(c)l < 1 voor aIle'
f
O.b) Er is een
A
> 0 ZOdat 1~(A)1=
1 en 1~(c)1 < 1 voor 0 <C
<A.
In dit geval is I~l periodiek met periode A en F is een tralieverdelings-funktie met maximale spanwijdte h = ~£/A.
c) I~(c)l = 1 veor aIle
C.
Momenten en semi-invarianten
Definitie
4:
Het"moment van de orde \)n (\I = 0,1,2, ••• ) van een stochastische grootheid X
of van zijn verdelingsfunktie F is het getal, gedefinieerd door
_00
Nodig en voldoende vaarwaarde voor het bestaan van IX is dat het "absolute \!
moment van de arde \! II
+00
J
Ixl v
d]l(X)<OO _00is.
Opmerkingen:
1) ~ is ook vaar niet-gehele v > 0 gedefinieerd.
\i
2) ao
=
~o = 1 en a1 is de verwachting van X (of F).
Stelling 10:
Bestaat het moment
P
k van een stochastische
momenten
p
met v < k en er geldtv 1. 1
(.l
~
(.l2~
(.l3~1/k
f'J ~t"" ~tJ ~ • • • ~
1 2 3 k
grootheid X, dan bestaan oak de
Ik
Xi
+
1 voar aIle x Bewi,is:De eerste bewering voigt direkt uit het feit dat
Ixl v
~ en v < k.Voor de tweede bewering zie: [Feller], Hoofdstuk V,
§
8, moment inequalities(p. 153).
Naast de mamenten IX en
p
kent men voor \!v \!
moment van de orde v":
+00
fL
v
=
E((X-E(X»v) =J
_00
9·
en het "centrale absolute moment van de orde v":
E(
Ix -
E(X)I
\I)_ 00
Ret bestaan van de centrale momenten van de orde v is equivalent met het bestaan van exv en
0 •
vQpmerking:
2
~2
=
a heet de variantie van X (of van F).Tussen de karakteristieke funktie en de momenten van een stochastische
groat-heid bestaat de volgende relatie:
Stelling 11:
Eestaan voar een stochastische grootheid de momenten van de orde k, dan is haar karakteristieke funktie ~(~) k maal kantinu-differentieerbaar en er geldt Eewi,is: +00 i v
J
ei'xxvdF(x) _00 (v O,1,2, ..• ,k).Zie: [Feller], Roofdstuk XV,
§
4,
lemma 2(p.
485).
[G.K.], Hoofdstuk II,
§
15, lemma 2(p.
61).
Uit (1.13) zien we
(v
O,1,2, .•• ,k)en wegens appendix stelling 2 is k ex
~
vi
(is)V + o(!slk)v=()
Is I
-+°.
Stel X
1 en X2 ZlJn onafhankelijke stochastische grootheden met karakteristieke funkties <p (,) reap. <p (,) en moment':'t, a en Il resp. 0: en ~ • De
1 2 V,1 V,1 V,2 V,2
momenten van de som X + X zijn uit de: momenten van de afzonderlijke
stochastische grootheden te bepalen: a a + 2a a + a 2 2,1 1,1 1,2 2,2
...
en 112,
1 + 112,
2...
We zien dat bij optelling van onafhankelijke stochastische grootheden de momenten a
1, 112 en 113 zich ook optellen. We zoeken nu nog andere karakteris-tieke getallen voor de stochastische grootheden met dezelfde eigenschap. De karakteristieke fur~tie van X
1
+ X2
is ~(~) = ~1(~)~2(~)' zodat(1.16) (mod 2ni) •
Onder log ~(~) verstaan we de hoofdwaarde van de logaritme van de karakteris-tieke funktie; dit is de funktie, die
1) aIleen voor die reele ~ is gedefinieerd, waarvoor ~(~)
f
0 is. 2) in het punt ~ zelf en tussen 0 en , kontinu is.3) in het punt'
=
0 de waarde 0 heeft.Daar de karakteristieke funkties kontinu zijn en in 1;;
geldt in een voldoend kleine omgeving van , = 0:
o
de waarde 1 hebben,Stelling 12:
Restaan voor een stochastische grootheid de moment en van de orde k, dan is log ~(~) in een omgeving van (
=
0 k maal kontinu-differentieerbaar.Bewi.i s:
11 •
We voeren de volgende notatie in
Y
v(v
1 , •.• ,k) • Op grond van appendix stelling 2 geldt danIt;l
-'> 0 .Uit
(1.17)
en(1.19)
voIgt dat bij optelling van onafhankelijke stochastischegrootheden de koefficienten y zich ook optellen.
'V
Definitie 5:
De koefficient yv heet de "kurnulant" of \Isemi-invariant van de orde VII van
de stochastische grootheid.
Als de momenten van de orde k bestaan, dan bestaan, zoals uit stelling 12 voIgt, ook de semi-invarianten tot en met de orde k. Deze laatste zijn, zoals uit (1.14) en (1.1S) blijkt, eenduidig bepaald door de momenten ex (\I := 1, ••• ,k).
v
Uit
(1.15)
en (1.19) zien we dat we de relaties tussen momenten ensemi-invariant en kunnen beschouwen in de vorm van een formele vergelijking tussen machtreeksen: Hieruit krijgen we Y1 ;:: ex := E(X) 1 ( 1.21 ) Y2 :;;;; ex - ex2 ;:: (]2 2 1 Y3 := ex
-
3ex ex+
2ex3 3 1 2 1...
Stelling 13:( 00 ~j/k ~ l'n 1\,'-' _l-'k,, IW\"j) LA I is kleiner dan J=1 J.
, .
.e
ID m/k of gellJk aan ~ ~k • ID. Bewi.is:( k.LiL
,) 1(
~
-Lu
,)2
1(
)3
~
,L: .!I
wi
J +2" .
z
~
!I
wi J +'3 ...
+ ••.•• J=1 J J=1 J YvUit (1.15) en (1.19) zien we dat --,v. vaar v
=
1, ••• ,k de koefficient is van(i~)
v in de machtreeksontwikkeling van 109('1 +~ ~
(iC)j)'•• 4 J.
J=.
(1.23)
( k a. .\
De koefficienten in de machtreeksontwikkeling van lOt!\l + ,Z
-1
wJ ) wordenJ=1 J
absoluut gemajoreerd door de koefficienten van de machtreeksontwikkeling van
'jk
I 00
f3~
'\
- log\1 - Z ~IwIJ) •
j=1 J.
q.e.d.
(m ~ ~ + 1)
Voor £ =:: 1 is de bewering juist; stel dat de bewering voar £ geldt, dan zul-len we aantonen dat de bewering voor ~ + 1 geldt.
(
00
~/k
.
\~+1
De koefficient van Iwlmin ~ ~ IwIJ) =
j=1 J.
00
~/k
~
(00
~/k
)
de kaefficient van
Iwl
m in(.~
--=-r-
lw 1j ).~ ~
Iwj
j =::J=::1 J J=::1 J m-1
~
00
f3j/kJ~
00
=::~
koeff. vanlwl
h in(.~ ~
!w 1j ) koeff. van !wl m-h in~
h=::£ \J=1 J j=1~
J...
~m/k ~ (~)~
= mi,!~k/k
(.e + 1)m • m! k h \h =0 m-h m-1~h
h/k 1 k 1 /k m-1~
\_h
~ ~ -hI fC R. =:: I ~m ~ mh),c- ~ h=::£ . 'k (m-h)! .'k m. kh=~
13· +00 f(x) -2~
J
e-i'X~(')d'
- 0 0Hiermee is de bewering bewezen en we zien dat
Tenslotte vermelden we nog enkele stellingen.
+00
J
I
~(,)
I
dC < ao. Dan heeft F een begrensde kontinue dichtheid f:_00
Stelling 14: (Fourier-inverse)
Zij
~(,)
de karakteristieke funktie van de verdelingsfunktie F en stel datBewi,js:
Stelling 15: (Riemann-Lebesgue) Als +00
J
Ig(x)ldx < 00 is en y(C) := -00 +00J
eiCxg(x)dx, dan geldt y(l::) .... 0-00
als C -..
.±
00Bewi.js:
15·
Een ontwikkeling voor de verdelingsfunktie F n
Hebben we een rij onderling onafhankelijke stochastische grootheden X ,X ,X , •••
1 2 3
en bestaan voor de stochastische grootheden aIle momenten, dan kan men voor de verdelingsfunktie F van de gestandariseerde som van de eerste n
stochas-n
tische grootheden een ontwikkeling van de volgende vorm beschouwen:
+ ••• + Q..J,n(x) + )
n
jh
....
Hierin is Q. (x) een polynoom, wiens ko1Hficienten alleen van de eerste j +2J,n
momenten van de stochastische grootheden X , •.• ,X afhangen. De ontwikkeling
1 n
(2.1) berust op het algemenere.idee van het ontwikkelen van funkties naar Hermite-funkties.
We be schouwen de funktieruimte
;t2(-
00 , +(0) (deze wordtverder steedsgeno-teerd als ~2)' welke een separabele Hilbertruimte is. Tot deze ruimte be-horen onder meer de Hermite-funkties
_X2/2
k e
ax
(k=0,1,2, ••• )met ~(x) de verdelingsfunktie van de standaard normale verdeling. Bij deze Hermite-funkties hebben we de Hermite-polynomen
Uit (2.3) vinden we (k 0,1,2, ••• ) . He o(x) He 1
(x)
He 2(x)=
1 = x 2 = x - 1.
..
.
....
.
...
.
De funkties hek(x) (k
=
0,1,2, ••• ) vormen inaG
2 een orthogonaal systeem,
+00
(2.5)
< hek,he,.e > =J
hek(x)he,.e(x)dx =_00
als k ~ ,.e als k = ,.e • (Zie o.a.: H. Buchholz, Die konfluente hypergeometrische Funktion, Berlin,
1953. )
hek(x)
De funkties Ilhekl! (k 0,1,2, ••• ) vormen een basis in '(:,L2
f(x) E ~ kunnen we als een Fourrierreeks schrijven: 2
en een funktie
We beschouwen vervolgens
(konvergentie in de zin van de
(:1...2-norm).
een dichtheid p(x) met de eigenschap
(2.8) Nu is p(x)
=
e _x2
/4
h(x); daar hex) E ';/..,2 en e _x 2/4
E:'1...
2
geldt p(x) E:Daar voorts lp(x)[ ~ lh(x)[ geldt p(x) E: (/...,2' zodat p(x) E:
'rt-1
n
';/,.,2'Voor de funktie hex) bekijken we de Fourierontwikkeling in
dC
2:00 he
k hek(x) 00 1
hex) = L: < h, llhekll > IIhe
k
ll
= k: 2 < h,hek > hek(x) k:=o ..., Ilhekil 00 = _1_ L: _1 < h,he > he (x)b
k:=o k! k k Hierin is +00< h,hek >
=
J
p(x)ex2/4 hek(x)dx =+00
J
p(x) Hek(x)dx=
(-1)kck •_00
Uit het feit, dat de Hek(x) polynomen , zien we dat de koefficienten c k lineaire kombir~ties zijn van de momentG~ van p(x). D~ar de integralen in
(2.9)
bestaan, bestaan aIle momenten van p(x). Uit(2.8), (2.9)
en(2.2)
voIgt hex) = p(x)e x2 /4 = 00z
...k
C
x2/
(
)
4 if,k+1 k! e ~(x) . k=oWe bekijken nu de afbeelding A : Af(x) = e_x
2
/ 4 f(x).
Als f(x)
E
~ dan geldt Af(x)EO(;
de afbeeldingA
is een lineaireopera-2 2
tor op
Cf...
en daar IlAfll ~ IIfll is A begrensd en dus kontinu.2
We passen
A
toe op hex) en op de partiele sornmen in(2.10).
De partiiHe sorrunen in (2.10) konvergeren - in de zin van de ~ -norm - naar
2
hex); orndat de afbeelding
A
kontinu is, konvergeren dan ook de beelden van de partiele sornmen naar het beeld van hex):Ah(x)
=
p(x) _ ; Ok l;i?(k +1 )- k=o k! (x) .
We beschouwen vervolgens de Fourier-Plancherel operator
F
opac
2• Als de funktie f(x)E
';I..,
n
£., , dan isFr(e:)
voor bijna aIle I;;E
(_00,+00)ge-1 2
definieerd door
Ff(I;;)
-00
De lineaire operator F is unitair en heeft derhalve een inverse F-1•
Als f(x) E
£1
n
~2' dan is voor bijna alle , E (_00 ,+00 ) +00F -1f(l") 1
J
eiXl"f(x)dx.'"
=~
'"_00
Nu geldt p(x)
E
a(1n
~2 en verder is (zie(2.2»
(k
0,1,2, •.. ) ,
zodat (zelfde redenering als vroeger voor p(x»
~«k+)
nE.lCn
X
(k 0,1,2, ••• )X 1 2
Eerst merken we echter het volgende op: De karakteristieke funktie van ~(x) is
+00
I
ei l:xe-itx:
2 dx == -co 1~
een gehele funktie is, is volgens de stelling van Cauchy
met L de horizontale rechte z == x-il;; (- co < X < co) in het komplexe vlak.
Neem in het komplexe vlak de rechthoek met hoekpunten N,-N,-N-il;;,N-iC.
2 z Daar e
I
reohthoek-N
yo
N x...,..,...---+----.... - -- -
L -N-i~ N-j~Voor de bijdrage van de vertikale zijden geldt:
I
vert.zijden 1 2 -=2 Z e dzo
I
Y= -t;, -I;; e-t(N+iy)2dy+I
y 0-t(
-N+iy)2 e dy ~ J_N2II
c
I
~ 2e 2o
De bijdrage van de vertikale zijden gaat naar 0 alB N ... 0 0 . We zien dat dz +co
I
_00 1 e-:3 dx •Uit (2.15) voIgt dat de karakteristieke funktie van ~(x) is
(k)
Verder is de Fourier-Stieltjes getransformeerde van ID(x)
19· (k "" 1,2,3, .•• ) +00
J
-00 _1_~
:1 2-:ax
e +00 - 00J
+OO(dk -'\ k-11 dx -00 :12,
"I"..-:a x
1.':>A e e -00 +00j('
eiCX(dk-1k-1 dxdoor de partiele integratie te herhalen vinden we hiervoor +00
J
i1;;x-i e e - 00 dx • Uit(2.16)
en(2.17)
voIgt (2.18)J
+OOeiCxdjt\(k)""(x) - 0 0 +00J
- 0 0De partiele Bornmen in (2.11) konvergeren - in de zin van de dt2-norm - naar p(x); de operator F-1 is begrensd zodat ook de beelden van de partiele sornmen konvergeren naar het beeld van p(x). We krijgen:
+00
J
-00
Hierin is ~(,) de karakteristieke funktie van de dichtheid p(x). Daar de par-tiele sornmen in
(2.19)
in de zin van de ~ -narm konvergeren, bestaat er een2
deelrij van de partiele Bornmen, die bijna averal puntsgewijs naar de som-funktie ~(,) konvergeert.
Vaorts is volgens de stelling van Parseval (zie
(2.8), (2.9)
en(2.5»)
00hek " 00 2
(2.20)
llh(x)1l2 "" L:I
< h,[2
L: Ck 00llhekll / <
zodat de rij
00
~}
E.e
{;!
k=O 2Bovendien geldt: de rij E o want ;
kL,2k
=
eI
C[2
< 00 •N 2 ' k
k=0 .
00 c
De reeks
~ ~
(_iC)k is absoluut konvergent voor aIle~
en bij gevolgkon-k=o k!
vergeert elke deelrij van de partiele sornmen in (2.19) bijna overal puntsge-wijs naar ~(,). De rij van partiele Bornmen in (2.19) konvergeert dus zelf bijna overal puntsgewijs r~r ~(,) en (2.19) is een machtreeksontwikkeling. De koefficienten c
k zijn lineaire kombinaties van de momenten en deze laatste kunnen in de semi-invarianten uitgedrukt worden, zodat de koefficienten c
k uit de invarianten bepaald kunnen worden. De relaties tUBsen de semi-invariant en en de koefficienten c
k vinden we als voIgt:
Daar voor de dichtheid p(x) aIle momenten bestaan, hebben we voor zijn ka-rakteristieke funktie ~(C) in een omgeving van (,
=
0 de machtreeksontwikke-ling (zie (1.19))00 Yk k
= ~ (iC).
k! k=1
p(x) de dichtheid van een gestandariseerde stochastische grootheid (ver-wachting 0 en variantie 1), dan geldt (zie (1.21)) Y = 0 en Y 1; verder
1 2 is (zie (2.9) en (2.4)) +00 Co '"
J
p(x)dx 1,
-00 +00 (2.22) c =: -J
xp(x)dx =:o ,
1 - 0 0 +00 c2J
(x2 - 1 )p(x)dx O. -00De machtreeksontwikkelingen (2.19) en (2.21) worden dan
e
2 00
(, ( 1 + ~ (_,jy .,k ) . k! ~.. :
21 •
en
log q>(l;;)
Door deze twee maohtreeksen met elkaar te vergelijken zien we, dat we de re-laties tussen de koeffioienten ok en de semi-invarianten in de vorm van een formele vergelijking tussen maohtreeksen kunnen beschouwen
Dit geeft 00 c 1 + E
-!i
(w)k k==3 k! 00 E Yk k k=3kT
(-w) e 2 -y , 0 = y , c == -y , C :::: Y + 10 y , •••••••••• 3 4 4 5 5 6 6 3Hebben we nu een verdelingsfunktie F van een gestandariseerde stochastische grootheid en bestaan aIle momenten van
F,
dan kunnen we voorF
met behulp van (2.25) uit de semi-invarianten koefficienten Ok konstrueren. We besohouwen voorF
de ontwikkeling:F(x)
~ ~(x)
+ ;ck
~(k)
k=3 k!
(x)·
Deze formele ontwikkeling kan als voIgt gemotiveerd worden: x
Als F een dichtheid p(x) heeft, dan geldt F(x) ==
f
p(y)dy; de reeks in het_00
reohterlid van (2.27) ontstaat op zijn beurt uit de reeks in (2.11) door deze termsgewijs te integreren (hierbij is Co :::: 1, 0
1 = c2 =
0;
zie(2.22».
Na deze algemenere opmerkingen bekijken we nu een rlJ onderling onafhankelijke stochastischegrootheden X ,X ,X , ••• ,1 2 3 waarbij de grootheid X--K. (k=1,2,3, ••• ) de verwachting 0 en variantie
a~
heeft. De verdelingsfunktie van~
zij Uk(x) en haar karakteristieke funktie zij wk(l;;). Voor de grootheid ~ noteren we het moment, het absolute moment en de semi-invariant van de orde ~ als resp" a k' ~ k en y k" Er is dan (zie (1.21»~, \I, V,
a
=
y=
0De som (X1 + X2 + •.• + X )n van de eerste n stochastische grootheden X.~-k
heeft de variantie
We veronderstellen s > 0;
n
zijn, buiten beschouwing. De gestandariseerde som (X
1 de verdelingsfunktie
2 02 + 2 2
s a + ••. + 0
n 1 2 n
d.w.z. we laten het triviale geval, dat aIle ok = 0
+ •.• + X )/s heeft
n n
Fn(x)
=
U1*
U2* ... *
Un (s x) •nDe karakteristieke funktie van F is volgens
§
1 stelling6
en stelling 1:n n
~
(C)
= ITwk(C/s ) .
n k=1 n
Stel voor de stochastische grootheden ~ (k
=
1 ,2, ••• ) bestaan de momenten van een vaste orde r ~3,
we nemen dan voor ~=
2,3, •••
,r:Bv,n
=
~
n (p~,1 + ••• +P
\I,n)
enr
=
~
(y + ••• + y ) en A\I,n n \1,1 \I,n \I,n
r
\I,n
Voor \I
=
2 hebben we B=
r
2,n 2,n
Voorts is B het absolute moment \I,n
S2/
n en p=
A
=
1.
n 2,n 2,n
van de orde ~ van de verdelingsfunktie (U (x) + ••• + U (x»/n en volgens
§
1 stelling 10 geldt1 n 1 1 3 ~ B ~ .... ,n 3,n Uit
(2.32)
en(2.34)
voIgt 1 1.t
3 P ~ P 2,n 3,n ~...
~ 1 r Pr,n •Uit
(2.31)
en(1.17)
zien we dat in een voldoend kleine omgeving van ~=
0 geldt log cP (C) n n log wkG' ) = 1:: k=1 n n(V~2
Yv,k(~)V
+ o(lClr»)
= = 1:: k=1 v! n 1:: Yv k r k=1,
( iC)v+
o(I
CI
r) 1:: "" '.1=2 SV vi n r nr (iC)V 1:: v,n+
o(lcjr) v/2 BV/2 v! \1=2 n 2,n r A. (is)V 1:: V,n+
o(Il::lr) (\1-2)/2 v!.
\1=2 n -(V-2)/2 ( )We zien dat n A. de semi-invariant van de orde v van F is \! =
2, •••
,rv,n n
en dat de semi-invariant van de orde 1 nul is.
Verder is volgens §
1
stelling13
Ir
I
~ vVB en geldt mede op grond vanv,n' v,n
1
'\ I,,;:: \I ,,;:: ( r )v/r
I\. I'-"Vp ~ r p
. v,n \I,n r,n (v=3, ••. ,r) .
We veronderstellen nu dat voor de stochastische grootheden ~ (k = 1,2, .•. )
alle momenten bestaan. De ontwikkeling
(2.27)
is voor F :n
00
F (x)
~ ~(x)
+ 1:: ck,n~(k)
n k=3 k! (x)
De koefficienten c
Hieruit krijgen we A _~5n 3 2 ' °6 n ,n A 10 A2 = ~ + 3,n 2 n n
...
.,..
..
..
..
.
.
.
..
.
.
.
.
...
.
....
..
.
..
.
...
...
...
.
Verder is (zie (2.2) en (2.3» 1 2 -2X eVullen we voor de ck,n de uitdrukkingen (2.40) en voor de
~~~~
de uitdrukkin-gen (2.41) in (2.38) in en nemen we de gedeelten, waarin n expliciet tot de-zelfde macht voorkomt, samen dan krijgen we_X2/2
~1
,n(x) + + ••••• ) • (2.42) F (x) rv ~(x) + eG
n 2nfu
n Hierbij vinden we A (2.43) Q 1,n(x) = -b1l (1 -)
,
6 10 A2 /A 10 A25
A2 A Q (x):= 3,n +1(--i.1!!
93,n~3
+ (2~
,n _~,n~
2,n 61 8 3....
...
...
.
...
.
. .
.
..
..
.
..
.
...
..
.
.
.
.
.
.
.
.
.
.
..
.
.
.
.
... .
.. .
.
. .
..
.
.
..
.
De polynomen Q kunnen algemeen op de volgende manier bepaald worden. Be-'k,n schouw daartoe g(w,n,t) [ 00L: !L"k+2 n ( k+2..i.(
'kJ
exp (k+2)! \ -w),r) .
k=1 ~nMerk op dat g(w,n,1) het rechterlid van (2.39) is. Ontwikkel g( w,n,t) naar machten van
t/~:
(2.45)
De polynomen P (-w), welke we hierbij krijgen, zijn van de graad 3v in w
v,n
en de term van de laagste macht in P
-w)
met mogelijke koefficientf
0 is WV+2•25·
Immers bij het uitwerken van de reeksontwikkeling van de e-macht in (2.45)
krijgen we {•••••
}(tf~)\1
als een produkt van £ faktoren:met
k +
1 + ••• + k£ = \I en k. ;;:: 1J (j=1,2, ••• ,£) •
, Av+2,n afhangen.
en
(2.47)
dat we de polynomen Pv,n(-w) kunnen voorstellen doorDe bijbehorende macht van w is wv+2£
3\1 .
Uit
(2.47)
voIgt1
~ £ ~ \I, zodat de hoogste macht van w is w en de laagsteV+2 macht van
w
w
Daar verder 1 ~ k. ~ v (zie
(2.47»,
zien we dat de koefficienten van P (-w)J v,n
aIleen van A
3, n ,A4,n ' •••
Bovendien zien we uit
(2.46)
P (-w) v,n v := .E ( 1)- V+2£a wV+2£ • ,£,v,n Zo is o.a. A 3 P (-w) = 3 6,n (-w) , 1,n
(-w)
,n...
Pv,n(-w) ontstaat van f. Uit(2.48)
voIgtWe voeren de volgende notatie in:
Stel de funktie f(x) is een voldoend aantal malen
(3v)
differentieerbaar. Dan definieren we de P [-fJ als de funktie, die uit het polynoomv,n k
door hierin w te vervangen door de k-de afgeleide
v
.E
'£=1
V+2'£)
00 c
k k
00(1
)'111 + E k
:n
w = 1 + L: P (-w),r
.
k=3 • v:=1 V,n .~n
Vergelijken we dit met (2.38), dan krijgen we
F (x)
~ ~(x)
+ ; P[_~](~1)'II.
n 'II,n \
\/=1 n
Uit
(2.50)
volgt dat P [-~] een lineaire uitdrukking in de afgeleiden van'II,n
~(x) is en op grond van (2.41) zien we dat
met Qv,n(x) een polynoom van de graad 3'11-1 in
X;
immers de hoogste afgeleide,. (3\!)
die voorkomt, ~s ~(x) •
De ontwikkeling
(2.52)
kunnen we dus noteren alsDaar de koefficienten van de funktie P [-~J evenals de koefficienten van
. v,n
het polynoom P ( -w) alleen van A , . •• , A afhangen, hangen ook de
'II,ll 3,n 'II+2,n
koefficienten van het polynoom Q (x) alleen van As ' ••• ,A 2 af.
V,ll ,ll '11+ ,n
We zien derhalve dat de koefficienten van Q (x) alleen van de eerate v + 2
V,ll
momenten van X
1' •••'Xn afhangen (zie (2.33)). De Fourier-Stieltjes getransformeerde van
2n
+00
f
27·
- 0 0 (volgens (2.18» v E,e=1
= (zie (2.48»Bestaan nu voar de stochastische grootheden
X
1
,X
2, ••• de momenten van eenvaste orde r ~
3,
dan is het mogelijk om de groothedenA
3,n, ••• , A
r,n te vormen (zie(2.33»
en kunnen de polynomen Q (x), ••• , Q 2 (x) op de1,n r- ,n
hierboven beschreven manier gekonstrueerd worden.
Ret probleem is nu om onder eventuele aanvullende voorwaarden, waaraan de stochastische grootheden moe ten voldoen, het asymptotisch gedrag van de rest-term
R (x)
r,n
te onderzoeken voor n - 00 •
Allereerst zij het volgende opgemerkt.
Stel de stochastische grootheden voldoen aan de voorwaarden :3 V (B ~ c)
c>O n 2,n
en
3
C>0 V (Bn r,n ~ c).
Uit
(2.34)
en(2.58)
voIgt dat de B (v=
2, ••• ,r) uniform in n naar bovenv,n
B
begrensd zijn. Wegens
(2.57)
zijn dan de p=
v,/;
(v
=
2, ••• ,r) en bij-\I,n B \122,n
gevolg wegens
(2.37)
ook deIA
I
(v = 2, ••• ,r) uniform in n naar bovenbe-v,n
grensd. de konstruktie van de polJr.~omen Pk,n(-w) (zie (2.45) en (2.46» zien we dat de grootheden A , . . . , A1r aIleen als posi tieve machten in
3 ~n £.+2,n de koefficienten van P
polynomen Pv n
(-w)
(v == 1, ••• , r-2) - en dus ook de koefficH~nten van de poly-nomen Qv (x) (v '" 1, ••• ,r-2) --in absolute waarde uniform in n naar hoven,n begrensd zijn.
De ontwikkeling in (2.56) is dan een ontwikkeling naar opklimmende machten
van
1~.
Vervolgens beschouwen we het speciale geval van identiek verdeelde stochas-tische grootheden, d.w.z. de grootheden X ,X , ••• hebben aIle dezelfde
ver-1 2
delingsfunktie F. We noteren het moment, het absolute moment en de semi-invariant van de orde v van F als resp. a ,
p
en y • Verder bezit F eenv v v
positieve variantie 02 en karakteristieke funktie zij ~(~). Voor de verdelingsfunktie (zie (2.30»krijgen we dan
(2.) F (x) '" F * F * .••n
*F(xo~)
==Fn*(xo~)
.De karakteristieke funktie ~ (C) (zie (2.31»is dan
n ~• .~.IF;vU we (v == 2, •••,r) (2.61 ) Bv,n -
- p · r
v ' v n " ' ' Y ' pv' v,n = - " ' pP
vv v , 0 en A v,n en Q (x) = Q (x) • v,n v pv,n(-w) '"
Pv(-w)
Uit (2.45) zien we dat de koefficienten van Pv,n(-w) dan aIleen van. A , ••• ,A +
3 V 2
afhangen en dus onafhankelijk van n zijn. Evenzo hangen de koefficienten van
Q (x) dan niet meer van n af en kunnen we de volgende notatie gebruiken v,n
(2.62)
29·
§
3. Enkele hulpstellingenTeneinde na te gaan hoe de verdelingsfunktie F naar de verdelingsfunktie van n
de normale verdeling nadert, wordt in het onderstaande een methode ontwikkeld om de discrepantie ~ tussen enerzijds F en anderzijds of de verdelingsfunktie
n
van de normale verdeling of een eindige ontwikkeling van F van de gedaante n
(2.54) te schatten met behulp van hun Fourier-Stieltjes-getransformeerden.
Zij T > 0; de funktie
1 1 - cos Tx
n: Tx2
is de dichtheid van een verdelingsfunktie V
T, immers vT(x) ~ 0 voor alle x en
+00
J
_00 1 - cos Tx dx n:Tx2 1 •(Voor berekening van de integraal zie: F. RUhs, Funktionentheorie, Berlin,
1962,(p. 347).)
De karakteristieke funktie van V T is -00 _00 +00
J
_00 +00f
cos(i;x) _00- t
cos(Cx + Tx) -t
cos(i;x n:Tx2 Tx) dx -00 +00J
~dx+.1.
2 2 n:Tx +00J
1 -cos(Ir +.rrTIxvI ~ ~x+ 2 2 n:Tx -00 +00f
1-cos(11;2-T1x)dx= n:Tx _00 (wegens (3.2))_ ill
+_l- It: +T1_ - - T 2 T ~ m' ~ - J.! + _ "-1_ 2 T voor voorII; I
~ T lz:i~T.Uit de inleiding van deze paragraaf blijkt, dat we geinteresseerd zijn in een schatting van
I
tix)I,
waarbij tkx) een funktie is met de eigenschap6.( -00)
=
6.(+00)=
O. Dergelijke funkties zullen we daartoe benaderen door hun convoluties met VT:
_00
Opmerking:
T
Is 6. begrensd en kontinu, dan geldt 6. ~ 6. als T _ 00 •
Heem € >
0;
daar 6. kontinu is, bestaat er een 0t >0,
zodat voor Ixl ~D
t geldt 16.(t-x) - 6.(t)1 ~
t
E. Verder is 16.(y)I
~M voor aIle y, zodat+00
J
{6(t-x) - 6.( t)}vT(X)dx~
_00 -0 00 °t ~2MJ
t vT(x)dx + 2MJ
VT(X)dx +t
€J
vT(x)dx~
-= °t -0t 00 +00 ~4MJ
_2_ dx +t
€r
vm(x)dx=
J
2 .1 nTx °t - 0 0 t voor T~ T t •De bovengrens van 16.1 wordt nu geschat met behulp van de bovengrens van
I
T6.I. Lelluna 1:Zij F een verdelingsfunktie en g een begrensde, op
(_00
,+(0) absoluut integreer-bare funktie. Zij verderI
g(x)I
~ m< 00 voor - 00 < x < +00 enx
J
g(t)dt met G(+:J<l +00 (' IJ
_00 g(t)dt 1 •Stel
~(x)
=
F(x) - G(x) enT) sup
I
~(x)I
-00< x<+
00
Dan geldt vaar iedere kanstante k ~ 2:
D" k + 2m
fl2k-1
)k2
+....L log(k-1
~
•..." k-1 T)T nT
L
(k-1)2 k-1J
Opmerking:
In [Feller] vinden we een soortgelijk lemma met iets andere voorwaarden en de eenvoudigere uitspraak T)
~
2T)T +~~~
• Dit laatste komt overeen met deuitspraak
(3.8)
veor het geval k2.
De voorwaarden zijn hier iets anders geformuleerd vanwege de voorwaarden, welke wij in lemma 2 zullen stellen. Zie: [Feller], Hoofdstuk XVI, §3,
lemma 1, (p. 510-511).BewL! s:
De funktie G(x) is kontinu, immers
vaar
I
x··xI .,;;;
0 •o IG(x) - G(xo
)1
=
JX
g(t )dtI ..
mj x-xoI '" ,
X
o
De funktie ~(x) is 0 in
200
en de linker- en rechterlimiet bestaan overal. Het is duidelijk dat in een of ander punt Xo !6(xo
-)!
= T) en/of 1~(xo+)1 =n.
We onderscheiden twee gevallen:1) G(x )o ~t[F(x +) - F(x
-)J,
dan is 6(x +)=
n.
0 I 0 0
Nu is F(x) monotoon niet dalend en
G(x) ~ G(x )+m(x-x ) veor x ;;.. x , zodat o 0 0 ~(x + s) ;;. TJ - ms voor 0 < s ~ TJ/m • o Ste1 t = X +
1.!l
o km dan is ( ) k-1 6 t-x ;;.. - t) + mx ;;.. 0 k k-1 !l.---
~ k mVaar de integraal in
(3.4)
vinden we met behulp van(3.9)
en het feit, dat ll(t-x) ~ - TJ voor x ~--k-1 .!l k ill en Til(x + 1..!l) =: o k ill +00J
il(t-x)vT(x)dx~
_00 ..!l km~
J
(k~1
TJ + mx)vT(x)dx - 11J
k-1 .!l - 0 0 - k ill k-1 .!l k m +00r
vT(x)dx +J
vT(x)dx 1..n kill 1.11 km(vT(x) is een even funktie, zadat
J
xVT(X)dx 0)1.] kill k-1 - T] k
J
_00 .1.!l. kill 1,_-:::::.;00~8::...:::T.::.::.x - dx+ 2 nTx +00 2k-1J
- - - T) k k-1 ..!l k ill k-1 ..!lJ
k ill 1-008 Tx mx 2 dx nTx k-1 == - k 11 -1-008 Tx dx ~ nTx2 +00 +00r
dx +J
dxJ
2 2 X x k-1.n.
1. .!l k ill kill k-1 ..!l k mJ
.9:?f. -
(2Y~
1.!l.
x k nT 2m nT .1..!l kill >- k-1 ~k1133·
_ k -1 2m 1 (k 1) ( 2k -1 ) [kIn kIn ] - k TJ - rtr og - - k nr(k-1)T) +-; k-1 2m [ ( ) (2k-1 ~kJ-- k TJ - TIT log k-1 + (k-1 • Hieruit voIgt: (3.10) TJ T~ k~1
T] - ;;; [log(k-1) +«(~=~ ~k]
Uit (3.10) voIgt direkt (3.8).2) G(x ) > t[F(x +) - :B'(x -)], dan is f1(x -) - T).
o 0 0 0
F is monotoon niet dalend en
G(x)~G(x )+m(x-x) voorx~x, zodat 0 0 0 - 6(x
o
-s) ~ T) - ms voor 0 <s
~T]/m.
Stel t dan is x -1.!l.
en x = _1
..!l + S o km k m ' - A(t-x) ~ k-1 TJ - mx ~ 0 k Gexo / ' Y-G(X )+m(x-x ) / - 0 0 / /---"".jC.----
/ ' t Y: F(x • ) F(X o·) / ' 0 /:
, I 1.n
k-1 .!l voor -k
m < x ~k
m •Wegens (3.11) en het feit, dat - f1(t-x)
~
- T] voor x~
-~
-; en x~ k~1
.; ,geldt nu voor de convolutie van 6 met V
T: +00 T 1 T1 _ f1(x _ -
..;J.)
== o k mJ
_00111
k m +00J
vT(x)dx +J
k-1 ..!l k m~
J
(k~1
T) - mX)vT(x)dx - T]_1.!l.
km -00 k-1 11. k mUll.
k m +00 +00 k-1J
mxvT(x)dx - ( 2k-1 )TJf
vT(X)dx +f
vT(x)dx ~ == - k TJ -k111
1.11. k-1 11. km km k m (zie onder 1).) >-~k
k-1 2m (Ck-1 ~k' TJ - nT [log(k-1) + k-1)J •
Hieruit voIgt (3.10) en bijgevolg (3.8); hiermee is het lemma bewezen.
We schatten vervolgens de bovengrens
Dr
vanIT~(x)
I
uit lemma 1 met behulp van de karakteristieke funktie van F en de Fourier-getransformeerde van g.Lemma 2:
Zij F een verdelingsfunktie met karakteristieke funktie ~(C) en g een begrensde, op (_00,+00) absoluut integreerbare funktie.
Zij 19(x)
I
~ m < 00 voor _00 < x < +00 en G(x)I
g(t)dt met G(+00)
_00 +00J
g( t)dt - 00 1 •Stel verder dat voor F de momenten van de orde 1 bestaan en dat g een kontinu-differentieerbareFourier-getransformeerde y(C) bezit. Dan geldt voor aIle x,
T > 0 en k ~ 2: !F(x) - G(x) I ~ k-1 1 2n T
f
-T Opmerking:In [Feller] vinden we, uitgaande van een eenvoudiger versie van lemma 1, een soortgelijk lemma, echter met enigszins andere voorwaarden. Wij hebben hier andere voorwaarden gesteld omdat Feller in de schets, welke van het bewijs geeft, formele differentiatie toepast.
Zie: [Feller], Hoofdstuk XVI, §
3,
lemma 2 (p. 511-51 Bewi,is:Volgens
§
1 stelling 11 is de karakteristieke funktie ~s)
kontinu-differen-tieerbaar en verder is volgens § 1 stelling 1 ~(O) = 1 en I~(c)l ~ 1 voor aIle C. Voor de Fourier-getransformeerde y(C) geldt datyeo)
+00
f
g( t)dt- 0 0
1 en dat y(C) begrensd is, immers
+00
!Y(c)1 =1
f
eitCg(t)dt!~
_00 += ('j
I
g(t)
I
dt < 00 •35·
voor
I
~l
~ T.De karakteristieke funktie van vTjr F is ~(C)~(~) (zie
§
1 stelling6).
Daar 1t4:r~l integreerbaar is op (-00,+00), heeft VTjrF op grond va:n
§
1 stelling 14 de begrensde kontinue dichtheidTf (t) =_1 2n +00
f
-itC ()
( )
1 e ~, wT ( de - 2n _00 Tf
-T
-it~ () ( ) e ~ C~ ,d' .
De convolutie Tg = VTjr g vT
*
g is begrensd, daar g begrensd is (zie§
1 stelling 3) en Tg heeft de Fourier-getransformeerde wT(C)y(C).Daar !wTy! integreerbaar is op (_00 ,+00), is volgens het Fourier-inverse-theorema: +00 T Tg(t) 1
r
e-itCy(()wT(C)dC ~f
-i tC ( ) ( ) (3.14)--
j
=-' e y C wTC
dC • 2n 2n - 00 -T Voor _00 <:;;x, x <:;; +00 geldt 1 2 X X +00(3.15)
f
2 Tg(t)dt =f2 f
g( t-y )vT(y )dydtx x _oo
1 1
(volgens FUbini, daar g absoluut integreerbaar is)
+00 X
f
vT(y)[f
2 g(t-y)dtJdy = _00 x +00f
_ 00v~(y)[G(x_ 2-y) - G(x -y)Jdy1 =
T T f(t) -
g( t)
_1 2n T ( 'J
e -it'{q>(C) - y(C)}wT(C)dC-T
- _1
J?
- 211: t=O TJ
e-it!;;{q>(l:) - y(t;;)h.1l T(t;)dl;;dt -T T x=
;11:
J
{q>(~)
- Y(I;;)}wT(c)[J
e-itl:dtJd~
-T 0 T=
2~
J
pC
I;~~l(
l:) w T(t;;)[e
-ix!;; - 1 Jdt;; -TDe funkties <pet;;) en y(l:) zijn kontinu-differentieerbaar en <p(O) yeO)
=
1, zodat de breuk in de integrand in t;;=
0 een eindige waarde heeft. We vinden (met6(x)
als in(3.6)):
T T6(x)
=
VT
*
~"(x)
- VT*
G(x)-;11
f
e-ixt;;ep(t;;~~t(t;;)
wTCOdt;; +c .
-T
Daar
I
p (t; )~l
(
1;) wm. '"(I" )I .
In egreerbaar is opt ( )-00 ,+00 , geldt volgens§
1- l 1
stelling
15,
dat+00
~
J
e-ix!;;Ql(r;~~t(l;;)
WT(t;;)dl: -00naar 0 gaat als x -+
.±
00 •T
Verder geldt
6(x)
-+0
alsx
-+.±oo;
dit zien we als voIgt:De funktie
6(x) --... 0
alsx
-+ +00 en1~(x)1
'" IG(x)[ + IF(x)1 '"i
l
g(t)dtl +00~
J
I
g( t)I
dt + 1 = M< 00 • -00 + 1 ,;;;:Neem e > 0; voor x ~ yo > 0 is +00
J
vT(X)dx~
t
i .
y Voor y ~ y > 0 is 137.
Neem Y2 max(y ,y ); voor y ~ y geldt:
o 1 2 +00
I
T6.(2y)I =I
J
6.(2y-x)v T(x)d:x:1~
- 0 0J
16.( 2y - X)I
vT(x)d:x: +J
+00 16.( 2y - X)I
vT(x)dx~
- 0 0 YJ ()
:L e : L :l vT X d:x: + M"2M
~ "2 e + "2 e = e • - 0 0We zien dat de konstante C in (3.18) 0 is en
T T
I
T6.(x)I~
;n
J
lep(~)?(OI
i1wT(I;;)ldl;;~
;n
J
(d
s
)?(1;:l
ldl:.-T -T
rp
Voor de bovengrens TlT van 1-6.(x)1 geldt:
T
D
T
~ ~
J
\w(C),Y(C)ld~
.
§
4.
Identiek verdeelde stochastische grootheden We beschouwen in deze paragraaftische grootheden X1,X2'X
3' ••• ,
met verwachting
0
en variantieeenrij onderling onafhap~elijke stochas-welke aIle dezeIfde verdelingsfunktie F
!
0 hebben.4.1. Schatting van de restterm in de centrale limietstelling
Over de snelheid, waarmee de verdelingsfunktie van de gestandariseerde som van de eerste n stochastische grootheden ~ naar de verdelingsfunktie qJ
van de standaard normale verdeling nadert, is de volgende stelling in de literatuur te vinden:
Stelling 1 (Berry - Esseen) : Zij X
1
,X
2,X
3, ••• een rij onderling onafhankelijke stochastische grootheden, 2die aIle dezelfde verdelingsfunktie F met verwachting 0 en variantie a > 0
hebben. Zij verder F de verdelingsfunktie van (X + ••• + X
)/a~.
n 1 n
Indien voor F het absolute moment
+00
~3
f
IxI3dF(x) < 00 is, - 0 0dan be staat er een van 1" onafhankelijke konstante C zodat voor -co < x < +=
en n ;;;;. 1 geldt: ~3
IF
n(x) - qJ(x)I
~ C-V;; .
3, a n Opmerkingen:1) Bovenstaande stelling vinden we in [Feller] en
[G.K.J,
Zie : [Peller], Hoofdstuk XVI,§
5, theorem 1, (p. 515-517).[G.K.],
Hoofdstuk VIII,§
39,
Satz 1, (p.202-205).
Wij hebben hier het bewijs zo gekonstrueerd, dat we er tevens met de ge-bruikte methode een zo goed mogelijke schatting voor de konstante C trach-ten uit te halen. We vinden dat C< 4,12.
2) Hebben we nu zoln rij stocnastisch0 grootheden en kennen we a en ~ , dan
3
<l?(b) - <l?(
a)
+e
metI
e
I
~ £ •39.
c~ 4C2~2
We zien dat 3,~ ~
i
£ en dus n ~ 6 3 moet zijn. Hierbij kunnen we voor Co Vn 0
de gevonden waarde
4,12
gebruiken. Heeft bijvoorbeeld de grootheidX
k (k
=
1,2,3, ••• )
de Bernoulli -verde ling met parameter p, dan heeft de gereduceerde grootheid Xk
= Xk - p de momen-ten ~ = p(1 - p)(p2 + (1 - p)2) en 02 p(1 - p). En de gestandariseerde som3
n
,--(~ Xk)/o~n neemt zijn mogelijke waarden aan volgens de binomiale
verde-k=l
ling met parameters n en p. Bewi,js:
Zij ~(~) de karakteristieke funktie van F, dan heeft (zie (2.60» F de n karakteristieke funktie
Daar de momenten van de orde 3 bestaan, is volgens
§
1 stelling 11 ~(~) drie maal kontinu-differentieerbaar en is I . \) 12 +00J
ei~XxVdB'(x)1 ~
-00 -00zodat wegens appendix stelling 3 geldt
(a
l en
o
en a 2 ): Definieer: 2 T _.f2:.-c -P3
VoorItl
~ T is c met 0 < c <(2 .
I ( ) 1 1 22 1 2 ~t -1 ~201;. ~2c 2 ..\L < 1 2 3~
- 2
We zien dat in het interval I~I ~T ~(~) lOis zodat daar geldt
c
elog
~(~).
Er geldt de volgendereeksontwikkeling~
== 1 - ~(~) - 2~ a2
co
+
~
t
(1 _~( ~»k
•k==2
Hierin is voor l~l ~
T
wegens(4.6)
c 00 ~
1
c4 k==2 k 4 a 4 4 2 2 a·to'· [ 1 (1 _°
2 ) - C 2 ] ::;: =~ - og "'" 4 C ~ 2 2 2 ~ a 2.2:- [_ loge1 _.2-) _.2- ] ~ e4 ~3 2 2~31 ~
1 3 2 2[
(
_
-C)
C ]
~ 3 - log 1 2 - -2 • C met A(e) 1 2 2 -6 + [- log(1 _.2-) _.2-J • c3 2 2De verdelingsfunktie F voldoet aan de voorwaarden voor de funk tie F in § 3
n
lemma 2. Evenzo voldoet de verdelingsfunktie ill aan de voorwaarden voor de
~ 2
funktie G; immers voor haar dichtheid x) == ill'(x) ==
~
e-2 x geldt:V2n 1) g(x) is absoluut integreerbaar Of; \ ··(v ,+co ) ,
41.
3) g(x) heeft de kontinu-differentieerbare Fourier-getransformeerde _..1-1;,2
ret:)
=
e 2 (zie (2.16).We passen het lemma toe met , I ca3
{ll
T = T aVU=
•
CP
3 Dit geeft (k ~ 2):~Fn(x)
- <;p(x)I
~
k:1 211 Tr
J
-T + 2P3[C
2k-1 )k2 +I I
(k-1)] 3,1, r -
2 k 1 og, • ca Vn rrV2 11 (k-1)-We nemen
~
; - ; voor de integrand in(4.12)
krijgen we met behulp van (4.9)a\n
en de algemene ongelijkheid le P - 1
I
~
jp
e1p \
(zie appendix stelling 1):I 1 2'
I
n{logcp(C/ofu) +t
a2 (1;,/of~)
2} - 1I
(4.13) IcpnCl;,/oh) - e-2 l;, \ e -.:L2 (,2Ie
(, ~ ( , j , '3 npI-t;;
I
A(e)~
np31-l;,-1 \(c) e 30[,;1
e_H
2ill
~
ah 1;,-i
(,2 133 '13 133 2 + 3 ' - A(e)11;; 3{;; A(c)C e a ~n ~ a n(
daarI'
1;,1 ~ca3f~)
P 3 13 ( 1 2 + cA(c)1;,2) ~ _3_ A(c)(,2 e- 2-t;; a3~ 133 2 1 B(e) - - A(e)' e-2 a3~ met 2(4.14)
B(e) == 1 - 2cA(e) = 2 c ." l1 C \ -3"+ 2 .log, '- 2)
c.,
~We willen dat de e-macht in de schatting (4.13) een negatieve exponent heeft. Daartoe moet c naast de eis 0 < c <
f2
ook nog voldoen aan de eisB(c) > 0 •
Dat er een dergelijke c bestaat, zien we aan het feit dat c 1 voldoet. Stel c voldoet aan de twee bovenstaande eisen; voor de integraal in (4.12) geldt dan
T
J
-T
_ 00
Uit (4.12) en (4.16) voIgt met ACe) als in (4.10) en B(e) als in (4.14):
(J3~
IF (
~3 n - rI>(x)I
1 c2 02 (- + 3 [ - loge 1 -2"") -
2""])
k 16
c ,;:: - - - " - - - : / , - + "'" k-1 J 2-rr (2 2 3 2 V '" - -c + -2 log(1 _ _e )).3
c2 2 + 2 [( 2k-1 )k 2 + log(k-1)l. en~ (k_1)2 k-1J
De ongelijkheid (4.17) geldt onder de voorwaarden:
k~2, O<e<(2 en e 2 ( 2 2 -
'3
+2"
log 1 - e 2 ) > 0 • CHet reehterlid van (4.17) is een funktie
C(k,c).
We bepalen nu onder de voor-waarden (4.18), (4.19) en (4.20) het minimum van C(k,e); nemen we voor de konstante C in (4.1) dit minimum, dan is hiermee de stelling bewezen. Mot het in de appendix bijgevoegde programma hebben we voor dit minimum de waanie 4,1174 gevonden; het minimum werd bereikt vcorstante C in (4.1) geldt dus C~ 4,1174·
kon-43·
Opmerkingen:
Zie de opmerkingen na het bewijs van stelling 1 in
§
5.
4.2.
Verscherping van de centrale limietstelling als de momenten van de orde 3 bestaanIndien nu voor de verdelingsfunktie F de momenten van de orde r (r ~ 3) be-staan, dan kunnen de polynomen Q (x), .•• ,Q (x) op de in
§
2 beschrevenma-1 r-2
nier gekonstrueerd worden en kan men voor de verdelingsfunktie F een eindi-n
ge ontwikkeling
(2.54)
beschouwen. Het is dan mogelijk am de centrale limiet-stelling te verscherpen door een uitspraak te doen over het asymptotisch ge-drag van de restterm (zie(2.56»:
(4.21 )
R (x) = F (x)r,n n
Voor r
3,
het eenvoudigste en belangrijkste geval, is(4.21)--
zie(2.43),
waarin nu A. 3,n A.3
=~
3 o a 2. 3 o - : a Rex) =F (x)-~(x)
-3~
(1_x2) 3,n n ~ bO nAls F geen tralieverdelingsfunktie is, dan zullen we aantonen dat uniform in x geldt
R (x)
3,n als n -.. 00 •
Is Fechter een tralieverdelingsfunktie, dan geldt
(4.
)
niet, daar volgens het hieronderstaande lemma de sprongen van F van de cr,le van grootte1~
. n
zijn. Er is evenwel voor tralieverdelingsfunkties een soortgelijke uitspraak mogelijk (zie stelling 3).
Lemma 1:
Zij X
1,X2,X3 "" een onderling onalrlankelijke stochastische groatheden,
die aHe dezelfde verdelingsfunktie 1" met verwachting 0 en variantie 02 > 0 hebben, en F de verdelingsfunktie van (X + ••• + X
)/o{~.
Indien F eenn 1 n
sprong p (t) van F in ieder punt t, waar F diskontinu is, dat n n n p (t) n h .1..t2 -~- e-2
a~
21m +o(
1 ) ~n als n .... 00 • Opmerkingen:1) Een andere versie van dit lemma vinden we in [G.K.]. Zie: [G.K.], Hoofdstuk IX,
§
48, (p. 235-238).2) Indien voor F de momenten van de orde r (r ~ 3) bestaan, dan is het moge-lijk om een eindige ontwikkeling van p (t) naar opklimmende machten van
n
(1~)
te vormen.Zie: [G.K.], Hoofdstuk IX,
§
50, Satz 1 (p. 243-245). [EsseenJ, HoofdstukIV,
§
4,
theorem5
(p.63).
Bewi,is:Laat de mogelijke waarden.van ~ (k=1,2,3, ••• ) zijn b + vh ('V=O,.± 1, + 2, •.• );
, I nb
de mogelijke waarden van (X + ••• +
X
)/aVn zijn dan --- + v'1 n
a'ht
a~('V' O,.± 1, .± 2, •.• ), deze worden aangenomen met de waarschijnlijkheid
p (nb + VI
--1.L) .
n a~ a~
Voor de karakteristieke funktie ~ n
)
van F geldt (vergelijk (1.8»:
n , \ . iI;;
(nb
+v
I--1.L)
..1l.-)
ea~
a~
a~
( nb h ) P -:= + v' ---n aV ---na~
'1" v1h ~'::> -ea{;;.
Nu is voor k en,e
geheel: rr./a{;
alsk~,eJ
ikax - i,eaxdx e e -rr./a als k,e •
45·
( nb h ) P - + v - ==n
(l~crfu
h,.
2ncr~nJ
nd~
h e .,. vh .,. nb -~'"r
-~",-cr~
n e crh cp (,)d~
• n Neem t =~;=-
+ v , I ' dan is (4.26): crVn crVn p (t) n h 2ncrfuVerder geldt (zie
(2.16»:
h 2ncrt:. - 00 zodat p (t) -n h 2nofu
2 bestaat er een & met 0 < 0 ~ b ,
2 2 1 Zij cp(~) de karakteristieke funktie van F, dan is (zie
(2.60)
Daar de momenten van de orde 2 bestaan, is er volgens
§
1 stelling 12 eenb > 0, zodat voor I~I ~ 0 log cp(~) twee maal kontinu-differentieerbaar is.
1 1
Neem 0 < E < volgens appendix
zodat voor I~I ~ 0 geldt: 2
Neem 0 '= min(o ,n/h) > 0; we splitsen het integratiegebied van de eerste
in-2 ~
tegraal in (4.28) in de stukken
Ie!
~ od~
enocr~ ~
lei
~ n~
n •n Voor (4.28) krijgen we
oa~
hf
2rra~
-oa~
Hierui t voIgt: h-i-
t2 p (t) - e ~ naV
2nno(J~
hr
~ 2n(J~
J
-oa~
'= I + I + I . 1 2 3r
-L1"2 + hJ
e - 2 '"d~
2rra~
O(J~~
Ie
< +00Neem
~
=-1= ;
met (4.29) en de ongelijkheid(J~n vinden we voor I : 1
oa~
2no:GII
-oaVn(wegens (4.32) en (4.29)) , I £:
2(
C\2
.
oaVn n - a - )r
(
)2 2
, I :l2
J
IS 2 ~ aV n - 2' (; dl"" ~ n - a - e e " "'= I 2 , I -ba~n aVn47·
Verder is _ =h_£= ~ 4naV;met 01 een kanstante.
I _ _h_ 3 - naV; +00
r
oa~
als n -> 00.Neem
l;
-j=;
volgens§
1 stelling 9isIcp (U I
< 1 voar°
<II;
<~
• EraVn
-0
bestaat daarom een konstante 02 > 0, zadat voor 0 ~ I~I ~
*
geldtIcp(l;)1
~ e-- 2Voor I krijgen we 2 I 2
nih
-noJ
~11
e 2 n b]aar 8 willekeurig klein gekozen kan worden, geldt: (n- oo ) • p
(t)
n ( 1 \ + 0~)
q.e.d.We keren nu weer terug naar de ontwikkelingen voar de verdelingsfunktie
Stelling 2:
Zij X ,X ,X , ... een rij anderling onaL~ankelijkestachastische groatheden,
1 2 3 2
die aIle dezelfde verdelingsfunktie F met verwachting 0 en variantie a > 0
hebben, en zij F de verdelingsfunktie van (X + ••• + X
)/a~.
F geenn 1 n
tralieverdelingsfunktie en is het absolute moment van de orde 3 van F eindig, dan geldt uniform in - 00 < x < + 00
F (x)
n (
1 \
+ 0 ~) als n - 00 •
Opmerking:
Bovenstaande stelling vinden we in seen] en
[G.K.].
Het onderstaande bewijs is een van het door Feller gegeven bewijs; Feller verwijst voar de schatting van de integralen naar het bewijs, dat hij eerder al gegeven heen voar soartgelijke antwikkelingen van dichtheden.
In [EsseenJ en
[G.K.]
wordt zij op een andere marrier bewezen. Zie : [Feller], Haofdstuk XVI, § 4, theorem 1, (p. 512-513).[G.K.], Hoofdstuk VIII, § 41, Satz 2, (p. 211-212). [EsseenJ, Hoofdstuk IV, § 2, theorem 2, (p. 49-52).
Bewi,j s:
Zij cp(t;) de karakteristieke funktie van F, dan is de karakteristieke funktie van Fn (zie (2.60»
cpn(~)
=
cpn(5-).
49·
Stel~2n
= \t>(x) + g (x) n De afgeleide ex waarin nu A =: -2). 3,n 3 a g van G is n n ~ 2 -2 X - 3x» • De Fourier-getransformeerde van +00J
_00 ex (zie(2.49)
metA
=: -1) 3,n 3 a is (zie (2.18) en (2.55» Nu geldt G (-(0)
0, G (~ (0) 1; y is kontinu-differentieerbaar en g is n n n nabsoluut integreerbaar op (- 00,+
(0).
Uit (4.38) zien we dat er een van n on-afhankelijke konstante m bestaat zodat voor n ~ 1 en - 00 < x < + 00 geldt datIg
(x)I
~ m< 00. nDe funkties F en G voldoen aan de voorwaarden v.an
§
3
lemma 2.n n r
Neem E>
°
willekeurig en pas het lemma toe met k 2 en T a~n, waarbij de konstante a zo gekozen is dat 1.4m ~ Ea.n Dit geeft r aVn
(4·40)
iF (x) - G (x)i
~1r
~n(7:)
-
YnCs)!
ill
d' +.£. n n nJ
~
-a~
aV nWe splitsen het integratiegebied van de integraal in
(4.40)
in de stukken1,\
~ oa~
enoa~ ~
[el
~ a~
met 0 < 0~
a/a. De keuze van 0 voIgt verder-op, maar is onafhankelijk van n.+ + +
Voor I~~ geldt (zie (4.39))=
_.1.. 1;,2 e 2
ia
I
3=
2afu
L
n oavn
1 2 1;,e - 2 I;, dl;, + ---'''--30-3ala 1\
ls.2 2 ----'=._ + 3 - 2 u an 303I
.1. r'2 - 2 "Neem
~
-
-~
r
vear I2 vinden we met(4.
):
ov
n I 2 -ned~ ~
2e 0 a/aJ
-r=
6 -ne 2e 0 log...§:.. 60 veor I ' Is 0~
0 1 dan is~(
,}- ) oVnRest ans nag I te schatten.
1
Daar de moment en van de orde 3 bestaan, is er volgens § 1 stelling 12 een
~(~) drie maal kontinu-differentieerbaar is. log
~(~)'
\vn
e
61 >
°
zodat voor I~I ~ 0i zien we dat I 1 _.1.,..2 e 2 ""
Om de integrand te schatten gebruiken we de ongelijkheid (zie appendix stel-ling 1): Wij stellen ~ no:: t , 0:: = n{log ~(~) +.1- t;,2\ [3 =
-t
(it,)3o~
2 ),
en beschouwen 1 0::(4.47 )
~ (a - (3) log ~(t;,) + -~- ~2 ,,-3 (it;,)3.
n 0 Nu is voor F· Y i 0::1 = 0, Y2 0 2 en Y3 = 0::3 , zodat in
(4.47)
het verschiltussen log ~(t;,) en haar 3de graads Taylol'-polynoom staat (vergelijk (1.19». Verder is log cp(!;,) drie maal kontinu-d.ifferentieerbaar voor
Ir,1
~°
1, zodat