Message Board

Dear readers, authors and reviewers,you can add a message on this page. We will reply to you as soon as possible!

2019 Volume 44 Issue 3
Article Contents

Qin-she LI, De-cheng FENG, Ying WANG. On Conditional Hájeki-Rényi-Type Inequality for Conditional PA Sequences[J]. Journal of Southwest China Normal University(Natural Science Edition), 2019, 44(3): 1-4. doi: 10.13718/j.cnki.xsxb.2019.03.001
Citation: Qin-she LI, De-cheng FENG, Ying WANG. On Conditional Hájeki-Rényi-Type Inequality for Conditional PA Sequences[J]. Journal of Southwest China Normal University(Natural Science Edition), 2019, 44(3): 1-4. doi: 10.13718/j.cnki.xsxb.2019.03.001

On Conditional Hájeki-Rényi-Type Inequality for Conditional PA Sequences

More Information
  • Corresponding author: De-cheng FENG ; 
  • Received Date: 22/11/2017
    Available Online: 20/03/2019
  • MSC: O211.4

通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

Article Metrics

Article views(969) PDF downloads(111) Cited by(0)

Access History

Other Articles By Authors

On Conditional Hájeki-Rényi-Type Inequality for Conditional PA Sequences

    Corresponding author: De-cheng FENG ; 

Abstract: In this paper, the Hájeki-Rényi-type inequality for conditional PA sequences has been given and studied, which generalizes and improves the results in corresponding reference.

  • 在本文中,用{Xnn≥1}或{Snn≥1}表示定义在概率空间(Ω$ \mathscr{A} $P)上的随机变量序列.记S0=0,X+=max(0,X),X-=max(0,-X),IA表示集合A的示性函数.

    XY是定义在概率空间(Ω$ \mathscr{A} $P)上的随机变量,且EX2<+∞,EY2 < +∞,$ \mathscr{F} $$ \mathscr{A} $的子σ-代数.定义XY的条件协方差($ \mathscr{F} $-协方差)如下:

    其中E$ ^\mathscr{F} $X表示随机变量X的条件期望,即E$ ^\mathscr{F} $X=E(X|$ \mathscr{F} $).

    定义1  设{Snn≥1}是一列随机变量序列,如果对任意的j > i≥1,都有

    其中f是任意分量不减函数,并且使上述条件期望有意义,则称{Snn≥1}为条件弱鞅($ \mathscr{F} $-demimartingale),如果进一步假设f是非负的,那么称{Snn≥1}为条件弱下鞅($ \mathscr{F} $-demisubmartingale).

    定义2  称有限随机变量序列{Xi,1≤in}在给定$ \mathscr{F} $下是条件相协的($ \mathscr{F} $-associated),如果对定义在$ {{\mathbb{R}}^{n}} $上的任意两个使下述条件协方差存在且分量不减的函数fg,有

    如果随机变量序列{Xnn≥1}的任意有限子序列都是条件相协的,则称序列{Xnn≥1}是条件PA(Positively Associated)序列.

    注1  均值为零的条件PA序列的部分和序列是一个条件弱鞅.

    设{Xnn≥1}是均值为零的独立随机变量序列,且{bnn≥1}是不减的正实数序列,则对任意的ε > 0和任意的正整数mn,都有

    该不等式被称为H-R型不等式[1],此后很多学者对该不等式进行了研究[1-5].本文利用条件弱鞅的一个极大值不等式得到了条件PA序列的条件H-R型不等式,所得结果推广了文献[5]中的相关结论.

    引理1[6]  令{Snn≥1}是一个条件弱下鞅(或条件弱鞅),g(·)是一个不减的凸函数,且E$ ^\mathscr{F} $g(Sn)<∞,n≥1,则{g(Sn),n≥1}是一个条件弱下鞅.

    引理2  若{Snn≥1}是条件弱鞅,则{Sn+n≥1}和{Sn-n≥1}是条件弱下鞅.

      显然g(x)=x+=max{0,x}是不减的凸函数,则由引理1知{Sn+n≥1}是条件弱下鞅,取Yn=-Snn=1,2,…,则Yn是条件弱鞅.由引理1知{Yn+n≥1}也是条件弱下鞅.又因Yn+=Sn-,故{Sn-n≥1}是条件弱下鞅.

    引理3  令{Snn≥1}是一个条件弱下鞅,{ckk≥1}是一正的不增的$ \mathscr{F} $-可测随机变量序列,则对任意的$ \mathscr{F} $-可测随机变量ε>0 a. s.有

      类似于文献[7]中定理2.1的证明.

    引理4  设{Snn≥1}是一个条件弱鞅,且{ckk≥1}是一正的不增的$ \mathscr{F} $-可测随机变量序列,若v≥1,且对任意的kE$ ^\mathscr{F} $(|Sk|v) < ∞ a. s.,则对任意的$ \mathscr{F} $-可测随机变量ε > 0 a. s.以及1≤nN,有

      令g(x)=xvI(x≥0),则g(x)是一个不减的凸函数,从而有g(Sk+)=(Sk+)vg(Sk-)=(Sk-)v.因为{Snn≥1}是一个条件弱鞅,所以由引理1和引理2知{(Sn+)vn≥1}和{(Sn-)vn≥1}都是条件弱下鞅.再由条件弱下鞅的定义,对任意的m≥1,{(Sn+)vnm}也是一个条件弱下鞅,从而由引理3有

    类似地,有

    由(1)和(2)式可得

    当{Xnn≥1}是一个条件PA序列时,由文献[5]的性质3知,{Xn-E$ ^\mathscr{F} $Xnn≥1}是均值为零的条件PA序列,又因均值为零的条件PA序列的部分和序列是一个条件弱鞅,从而{Sn-E$ ^\mathscr{F} $Snn≥1}是一个条件弱鞅.

    定理1  设{Xnn≥1}是一个条件PA序列,{bnn≥1}是一正的不减的$ \mathscr{F} $-可测的随机变量序列,则对任意的$ \mathscr{F} $-可测随机变量ε > 0 a. s.和正整数m

      由引理4可得

    $ {{c}_{k}}=\frac{1}{{{b}_{k}}} $,则有

    在(3)式中取n=1,N=mv=2,得

    由于

    推论1  设{Xnn≥1}是一个条件PA序列,{bnn≥1}是一正的不减的实数序列,则对任意的$ \mathscr{F} $-可测随机变量ε > 0 a. s.和正整数n

      由于{bnn≥1}是正的不减的实数序列,故它关于$ \mathscr{F} $可测.同定理1的证明及

    易证.

    定理2  设{Xnn≥1}是一个条件PA序列,{bnn≥1}是一正的不减的$ \mathscr{F} $-可测随机变量序列,则对任意的$ \mathscr{F} $-可测随机变量ε>0 a. s.和正整数mu

      在(3)式中取n=mN=uv=2有

    由于

    推论2  设{Xnn≥1}是一个条件PA序列,{bnn≥1}是一正的不减的实数序列,则对任意的$ \mathscr{F} $-可测随机变量ε>0 a. s.和正整数mn

      由于{bnn≥1}是正的不减的实数序列,故它关于$ \mathscr{F} $可测.由定理2的证明过程及

    易证结论成立.

    注2  文献[5]中定理2,3,4,5分别给出了条件PA序列的4个不同形式的条件H-R型不等式,本文在相同条件下也给出了条件PA序列的条件H-R型不等式.显然,本文定理1和定理2推广了文献[5]中的定理3和定理5,推论1和推论2推广了文献[5]中的定理2和定理4.

Reference (7)

Catalog

    /

    DownLoad:  Full-Size Img  PowerPoint
    Return
    Return