Gauss序列的几乎处处不变原理

AN ALMOST SURE INVARIANCE PRINCIPLE FOR PARTIAL SUMS OF GAUSSIAN SEQUENCE

  • 摘要: Philipp 和 Stout 在1中对一大类相依变量序列的强逼近作了讨论, 特别对 Gauss 序列 \left\X_n, n \geqslant 1\right\, 他们在 E\left(\sum_k=m+1^m+n X_k\right)^2=\sigma^2 n+O\left(n^1-0\right), E X_m X_n+m \ll n^-2 等条件下得到 \left\X_n\right\ 部分和 S_n 的 Wiener 过程逼近阶为 n^\frac12-\lambda 其中 \lambda< \min \left(\frac160, \frac4 \varepsilon15\right). 我们自然要问: 在适当条件下,比如 E X_m X_m+n \ll n^-2 ,能否有更好的强逼近结果呢?回答是肯定的。在本文中我们依赖Gauss序列、对称矩阵的特殊性质及关于矩阵特征值的圆盘定理,不仅大大简化了1中的证明,而且得到了较为理想的结论.

     

    Abstract: IJ orem: Let \left\X_n, n>1\right\ be a Guassian random variable sequence centered at expectetions. Assume that uniformly in m \begingathered E\left(\sum_k=m+1^w+n X_k\right)^2 \gg n, \quad E X_k^2 \ll 1 \\ S_t=S(t)=\sum_k< 1 X_k, \quad t \geqslant 0 \\ a_t-E S_t^2, \quad \rho(n)=\sup _\mathrmm\left|E X_\mathrmm X_\mathrmm+\mathrmm\right| \endgathered Put Suppose- that for some constants C(\geqslant 1), \lambda>0 \rho(n) \leqslant C n^-3 / 2-\lambda then, without changing the distribution of \S(t), t \geqslant 0\, we can redefine the proecss \S(t), 1 \geq 0\ on a richer probability space together with a standard Wiener process \left\W^\prime(l),: \geqslant 0\right\ such that \beginaligned & S(t)-W\left(b_t\right) \ll \log ^\frac12 t \quad \text a.s. \\ & b_t \approx a_t+r_t, \quad r_t \ll \sum_k< i k^-\frac12-x. \endaligned where.

     

/

返回文章
返回