2 votos

Prueba de que una expectativa es finita y convergencia a la expectativa

Dejemos que $X_{1}, X_{2}, \ldots$ sea una secuencia de variables aleatorias en un espacio de probabilidad $(\Omega, \mathcal{F}, P$ ) tal que $E(X_{n}^{2}) \leq c$ para alguna constante $c$ . Supongamos además que $X_{n}\rightarrow X$ casi seguramente como $n\to\infty$ . Prueba $E(X)$ es finito, y demostrar que $E(X_{n}) \rightarrow E(X)$

No he podido resolver ninguna de las dos partes de este problema (mostrar la finitud y mostrar $E(X_n) = E(X)$ . Tengo alguna idea sobre qué hacer para la segunda parte, como usar el $E(X_n^{2}) \leq c$ y tal vez tratar de utilizar la desigualdad de Chebyshev, pero no he hecho ningún progreso. He escrito la varianza en términos de $E(X)$ y traté de usar Chebyshev y se complicó. La desigualdad de Markov tampoco me lleva a ninguna parte.

Me pregunto si alguien puede ayudarme con este problema por favor

1voto

user142385 Puntos 26

Por el Lemma de Fatou $EX^{2} <\infty$ y esto hace que $E(X_n-X)^{2}$ limitado. Ahora $E|X_n-X| =E|X_n-X|I_{|X_n-X| >M} +E|X_n-X|I_{|X_n-X| \leq M}$ . El primer plazo no supera $\frac 1 {M} E(X_n-X)^{2}$ . Utilice la hipótesis para elegir $M$ de manera que sea menor que $\epsilon$ para todos $n$ . Para el segundo término aplique el Teorema de Convergencia Limitada.

He utilizado lo siguiente: $E|X_n-X|I_{|X_n-X| >M} \leq \sqrt {E(X_n-X)^{2}} \sqrt {P(|X_n-X>M)}$ por la desigualdad de Holder y $P(|X_n-X|>M) \leq \frac 1 {M^{2}} (E(X_n-X)^{2}$ por la desigualdad de Chebyshev.

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