В данной работе рассматриваются неравномерные оценки для последовательности симметрично зависимых случайных величин. В работе [1] изучены теоретико-вероятностные проблемы для вероятностных мер со значениями в пространствах измеримых функций. Будем придерживается определения и обозначения этой работы.
Пусть (T,) — измеримое пространство, т. е. множество T с выделенной Ϭ — алгеброй
его подмножеств. Через S=S(T,
) будем обозначать совокупность всех измеримых относительно Ϭ- алгебры
на пространстве T.
Множество S образует алгебру относительно операций точечного умножения, сложения функций и поточечного умножения на скаляр.
Пусть (T,) — вероятностное пространство, т. е. измеримое пространство (T,
) с числовой вероятностной мерой
, определенной на элементах Ϭ –алгебры Σ.
Обозначим через идеал алгебры S(T,
) состоящий из тех функций из S(T,
), которые m –п. в. равны нулю.
Фактор алгебру L0(T,) = S(T,
)/
обозначим через E.
Через обозначим класс содержащей x. Нуль и единица алгебры E обозначаются соответственно через
и 1.
Пусть Ω -непустое множество и F- некоторая алгебра его подмножеств.
Определение 1. E-значной вероятностью на измеримом пространстве (Ω, F) называется Ϭ-аддитивная функция P: F {x
,
≤x≤1 }такая, что P(Ω)=1.
Определение 2. Говорят что пространство (Ω, F,P)сE-значной вероятностью P обладает полноты, если M A
F, P(A)=
, то M
F и P(M)=
.
Пусть Γ –конечныйили бесконечный класс подмножестве из F.
Определение 3. Множества из Γ называются P — независимыми, если
P() =
)
для любого конечного набора { Ai, i=1,2, …,n} различных множеств из Γ.
Пусть — Ϭ — подалгебры Ϭ — алгебры F.
Определение 4. Вероятность P назовем однородной (или E — однородной) если
P(AB)=
P(B)
для любого A, B
F (I(A)- индикатор события A).
E-значные вероятности со свойством E-однородности возникают при рассмотрении условных вероятностей.
Действительно, пусть (Ω,F,P) –вероятностные пространство с числовой вероятностью Р, G — Ϭ-алгебра в F и : A
F
(A) ∈ S(Ω, G) — один из вариантов условной вероятности относительно Ϭ-подалгебры G.
Если E= L0(Ω,G,P) –совокупность классов P-эквивалентных случайных величин из S(Ω, G), то условная вероятность определяет на (Ω, F) E-значную вероятность
P(A) =


В этом случае, E-значное математическое ожидание M=
случайной Ω величина
есть просто условное математическое ожидание
, а E-значная функция распределения
P{
<
} есть условная функция распределения
(
) =
,
.
При этом P- независимость в точности совпадает с понятием условной независимости относительно Ϭ — подалгебры G.
В работа [2] автором получены неравномерные оценки для последовательности P-независимых случайных величин. В случае, когда вероятность P однородный (или E — однородный) как следствие этого результата можно получить следующую неравномерную оценку для последовательности условно независимых случайных величин.
Теорема 1. Пусть (Ω, F,P) — вероятностное пространство с числовой вероятностью P, G- Ϭ — подалгебра F и 1,
2,
n,…- последовательность условно независимых случайных величин относительно Ϭ — подалгебры G.
Пусть существуют P-п.в. конечные третьи условные моменты
и
=
>0 P — п.в..
Тогда |(
) — Φ(
) |
P- п.в.,
где (
) =
{
(
1+
2
n)<λ }, Φ(
)-стандартная нормальная распределения,
-абсолютная константа.
Пусть 1,
2,
n,…последовательность случайных величин заданных в некатором вероятностном пространстве (Ω, F,P) c числовой вероятностью P.
Определение 4. Последовательности случайных величин




для любого ( инвариантна относительно перестановок индексов
,
,…,
(индексы
,
,…,
предполагаются попарно различными).
Для каждого n обозначим через Un Ϭ — подалгебру в F, порожденную случайными величинами
n,
n+1,
и пусть
=
алгебра в F асимптотических событий последовательности
1,
2,
n,….
Вместо Ϭ — алгебры рассмотрим ее P- пополнение
, т. е. наименьшую Ϭ — подалгебру в F, содержащую
и все множество нулевой вероятности P (сама
алгебра F предполагается P- полной).
Для симметрично зависимых случайных величин 1,
2,
n,… Ϭ –подалгебра
совпадает с Ϭ — алгеброй
=
, и
-Ϭ — алгебра, порожденная событиями, симметрично зависящими от
1,
2,
n и произвольно зависящими от
n+1,
n+2,
Теорема 2. (см. например [1]). Если последовательность случайных величин 1,
2,
n,… на вероятностном пространстве (Ω,F,P) является симметрично зависимой, то случайные величины
1,
2,
n,… являются условно независимыми и имеет одинаковые условные распределения относительно Ϭ — алгебры
асимптотических событий последовательности
1,
2,
n,….
Обратно, пусть B- произвольная P- полная Ϭ — подалгебра в F и 1,
2,
n,… — последовательность случайных величин на (Ω, F,P), которые условно B; тогда случайные величины
1,
2,
n,… симметрично зависимы и
= B. В частности, симметрично зависимые случайные величины
1,
2,
n,… независимы в том и только в том случае, когда Ϭ — алгебры
вырождена.
С помощью этой теоремы, связывающего понятие, симметричной зависимости случайных величин и условной независимости случайных величин с одной и той же условной функцией распределения из теоремы 1 можно получить следующие неравномерные оценки для последовательности симметрично зависимых случайных величин.
Теорема 3. Пусть 1,
2,
n,…- последовательность симметрично зависимых случайных величин на вероятностном пространстве (Ω, F,P) и U=
-P-пополнение Ϭ — алгебры асимптотических событий этой последовательности.
Предположим, что существуют P-п. в. конечные третьи условные моменты
и
=
>0 P — п. в..
Тогда |





где, (
) =
{
(
1+
2
n)<λ }, Φ(
)-стандартная нормальная распределения,
-абсолютная константа.
Литература:
- Кучкаров Я. Вероятностные распределения со значениями в пространствах измеримых функций. Ташкент, Фан. 1984, 176 стр.
- Мамуров Б. Ж. Неравномерные оценки скорости сходимости в центральной предельной теореме для L0 –значных вероятностей. — Докл. АН УзССР, 1985, № 2, с. 3–5.