7 votos

Opresión, la compacidad relativa y la convergencia de los procesos estocásticos

Para probar la convergencia de una cierta secuencia de procesos estocásticos (que toma valores en un conjunto compacto), estoy teniendo el siguiente enfoque (como ha hecho en trabajos anteriores que veo):

1) en Primer lugar, demostrando la secuencia de los procesos estocásticos es apretado.

2) después de Haber demostrado su opresión, trato de identificar un posible límite de la secuencia de procesos estocásticos (por ejemplo, el uso de herramientas como Donsker la permanencia del principio).

Quiero entender por qué, con la condición adicional pertinente, estos dos pasos son suficientes para demostrar que la secuencia de los procesos estocásticos de hecho converger a la posibilidad de limitar (que también es un proceso estocástico) me encuentro en el paso 2 anterior. A mi entender hasta ahora:

Por Prohorov del teorema en una familia de $\mathcal{M}$ de probabilidad de medidas en un completo, separable espacio métrico (S,d), opresión es equivalente a la compacidad relativa. Aquí compacidad relativa es equivalente a decir cada secuencia en $\mathcal{M}$ tiene una larga que converge en $\mathcal{M}_1(S)$ (al completar el espacio de medidas de probabilidad en $(S,\mathcal{B}(S)))$. Así que toma la familia de probabilidad de las medidas de las leyes de los procesos estocásticos en la secuencia que se da: si la secuencia de los procesos estocásticos es apretado, entonces hay una larga que tiene una debilidad de la convergencia límite.

Sin embargo, en este punto estoy perdido - ¿cómo puedo demostrar que la secuencia entera (en vez de uno de sus subsecuencias) tiene una debilidad de la convergencia límite? ¿Necesitamos algún tipo de criterio de Cauchy ahora a ser satisfechas por la secuencia, de manera que la larga límite resulta ser, de hecho, la secuencia de límite bajo integridad?

Gracias.

10voto

user36150 Puntos 8

Existe la siguiente declaración general

Deje $(X,d)$ ser un espacio métrico y $(x_n)_{n \in \mathbb{N}} \subseteq X$. A continuación, $x_n$ converge (en $X$) si, y sólo si, para cualquier subequence de $(x_n)_{n \in \mathbb{N}}$ existe una más larga que converge a un límite de $x \in X$ y este límite no depende de que el elegido larga.

La prueba no es difícil; la implicación "$\Rightarrow$" es evidente (si la secuencia converge, entonces cualquier subsequence converge y el límite no depende de que el elegido larga) y "$\Leftarrow$" puede ser demostrado por la contradicción.

La aplicación de esta norma en su marco, se puede proceder como sigue para demostrar la debilidad de la convergencia de una secuencia de medidas de probabilidad, decir $(\mu_n)_{n \in \mathbb{N}}$:

  1. Revisión arbitraria subsequence $(\mu_{n_k})_{k \in \mathbb{N}}$.
  2. El uso de compacidad, muestran que esta larga admite convergente subsequence $(\mu_{n_{k_{\ell}}})_{\ell \in \mathbb{N}}$.
  3. Identificar el posible límite de la secuencia a la conclusión de que el límite de la (convergente) y la larga no depende de que el elegido larga.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X