{"entities":{"Q2591805":{"pageid":2602548,"ns":120,"title":"Item:Q2591805","lastrevid":44423283,"modified":"2025-11-22T20:12:47Z","type":"item","id":"Q2591805","labels":{"en":{"language":"en","value":"On the convergence of distribution laws of normalized sums of independent random variables."}},"descriptions":{"en":{"language":"en","value":"scientific article; zbMATH DE number 2511215"}},"aliases":{},"claims":{"P31":[{"mainsnak":{"snaktype":"value","property":"P31","hash":"fd5912e4dab4b881a8eb0eb27e7893fef55176ad","datavalue":{"value":{"entity-type":"item","numeric-id":56887,"id":"Q56887"},"type":"wikibase-entityid"},"datatype":"wikibase-item"},"type":"statement","id":"Q2591805$9449077F-F137-4573-9806-6584973DE3BE","rank":"normal"}],"P159":[{"mainsnak":{"snaktype":"value","property":"P159","hash":"d929e4a432450890fbd9d006f4e95e3deada67ee","datavalue":{"value":{"text":"On the convergence of distribution laws of normalized sums of independent random variables.","language":"en"},"type":"monolingualtext"},"datatype":"monolingualtext"},"type":"statement","id":"Q2591805$DE7F877A-6484-4EE8-A89D-7A2B4B330F2A","rank":"normal"}],"P225":[{"mainsnak":{"snaktype":"value","property":"P225","hash":"efb2affdce46fa487b9e669c205c181967bee76b","datavalue":{"value":"65.0557.03","type":"string"},"datatype":"external-id"},"type":"statement","id":"Q2591805$A23B0633-5D7B-4702-A082-CBA2D624A0F1","rank":"normal"}],"P16":[{"mainsnak":{"snaktype":"value","property":"P16","hash":"77b6234181f0d670411189316610b55fd4c04529","datavalue":{"value":{"entity-type":"item","numeric-id":2582526,"id":"Q2582526"},"type":"wikibase-entityid"},"datatype":"wikibase-item"},"type":"statement","id":"Q2591805$5D6C8BF3-E798-4C7D-9470-59FC62711025","rank":"normal"},{"mainsnak":{"snaktype":"value","property":"P16","hash":"8cb9e931231c1436aa4d22ed4a6cbf48a861dae7","datavalue":{"value":{"entity-type":"item","numeric-id":6482206,"id":"Q6482206"},"type":"wikibase-entityid"},"datatype":"wikibase-item"},"type":"statement","id":"Q2591805$023B0EA0-B602-4B21-992A-C7C3DD5C03C3","rank":"normal"}],"P200":[{"mainsnak":{"snaktype":"value","property":"P200","hash":"a6903551564e0f3a14ef595826ea478e17130e4c","datavalue":{"value":{"entity-type":"item","numeric-id":2579687,"id":"Q2579687"},"type":"wikibase-entityid"},"datatype":"wikibase-item"},"type":"statement","id":"Q2591805$BD5573F4-6C67-4D7E-9BD8-BF261C0A3167","rank":"normal"}],"P28":[{"mainsnak":{"snaktype":"value","property":"P28","hash":"c0e196ad60f00e64f313a942d594f41d77efe615","datavalue":{"value":{"time":"+1939-00-00T00:00:00Z","timezone":0,"before":0,"after":0,"precision":9,"calendarmodel":"http://www.wikidata.org/entity/Q1985727"},"type":"time"},"datatype":"time"},"type":"statement","id":"Q2591805$A909C86A-EF7F-4158-B1FC-D60F40DC2F4A","rank":"normal"}],"P1448":[{"mainsnak":{"snaktype":"value","property":"P1448","hash":"f9fe4544bea60f34c2835f17327232d10bd53415","datavalue":{"value":"(Referat nach dem englischen Auszug.) \\(x_\\nu\\) (\\(\\nu = 1,\\, 2,\\,\\ldots, n,\\,\\ldots\\)) sei eine Folge unabh\u00e4ngiger stochastischer Ver\u00e4nderlicher mit den Verteilungen \\(F_\\nu(x)\\). Es wird untersucht, wann man Konstanten \\(A_n\\) und \\(B_n > 0\\) so w\u00e4hlen kann, da\u00df die Verteilungen der Summen \\[ s_n=\\frac{x_1+\\cdots+x_n}{B_n}-A_n \\] einem Grenzgesetz zustreben. Vorausgesetzt wird, da\u00df die Gr\u00f6\u00dfen \\(\\dfrac{x_k}{B_n}\\) (\\(1 \\leqq k \\leqq n\\)) im Limes \\(n\\to\\infty\\) konstant sind, d. h. da\u00df \\[ \\lim_{n\\to\\infty} \\mathfrak W\\left\\{\\left| \\frac{x_k}{B_n}-b_{nk}\\right| >\\varepsilon\\right\\} = 0\\qquad (1\\leqq k\\leqq n) \\] ist mit passenden Konstanten \\(b_{nk}\\). \\textit{Theorem} 1: Damit f\u00fcr passende Wahl der Konstanten \\(A_n\\) und \\(B_n > 0\\) 1) die Verteilungen der Summen \\(s_n\\) gegen ein Verteilungsgesetz mit endlicher Streuung, 2) ihre Streuungen gegen die Streuung des Grenzgesetzes, 3) die Gr\u00f6\u00dfen \\(\\dfrac{x_k-\\mathfrak C x_k}{B_n}\\) (\\(1\\leqq k \\leqq n\\)) gegen Null streben, ist hinreichend und notwendig, da\u00df es eine Funktion \\(G (u)\\) mit der Schwankung 1 gibt, derart da\u00df f\u00fcr \\(n \\to \\infty\\) \\begin{align*} &\\lim_{n\\to\\infty} \\frac1{C^2_n} \\sum_{k=1}^n\\int\\limits_{-\\infty}^{C_nu} x^2\\,dF_k(x + \\mathfrak Cx_k) = G (u) \\quad \\text{f\u00fcr}\\quad u\\neq 0, \\tag{1}\\\\ &\\lim_{n\\to\\infty} \\int\\limits_{-\\infty}^\\infty \\frac{x^2}{C_n^2+x^2}\\, dF_k(x+\\mathfrak Cx_k)= 0 \\qquad (1\\leqq k \\leqq n) \\tag{2} \\end{align*} gilt, wenn \\(C_n^2\\) die Summe der Quadrate der Streuungen der \\(F_\\nu(x)\\) (\\(\\nu= 1,\\,\\ldots,\\, n\\)) bedeutet. \\textit{Theorem} 2 bestimmt die Klasse der Grenzgesetze f\u00fcr die Summen \\(s_n\\) unter der Bedingung, da\u00df die Streuungen der \\(s_n\\) gegen die Streuung des Grenzgesetzes streben. \\textit{Theorem} 3: Damit f\u00fcr eine passende Wahl der Konstanten \\(A_n\\) und \\(B_n > 0\\) die Verteilungen der Summen \\(s_n\\) einem Grenzgesetz zustreben, ist notwendig und hinreichend, da\u00df f\u00fcr die durch die Gleichungen \\[ \\sum_{k=1}^n\\int\\limits_1^\\infty\\frac{x^2}{C_n^2+x^2}\\,d\\varPsi_k(x) = 2 \\] (\\(\\varPsi_k (x)\\) bedeutet dabei die Verteilung der Differenz zweier unabh\u00e4ngiger stochastischer Ver\u00e4nderlicher mit der Verteilung \\(F_k(x)\\)) bestimmten Gr\u00f6\u00dfen \\(C_n>0\\) folgende Bedingungen erf\u00fcllt sind: \\begin{itemize} \\item[\\(\\alpha\\))] Es gibt eine nichtabnehmende Funktion \\(G (u)\\) mit der Gesamtschwankung 1, derart da\u00df, wenn \\(m_k\\) den Medianwert von \\(F_k(x)\\) und \\(F_k' (x) = F_k(x + m_k)\\) bedeuten, \\[ \\lim_{n\\to\\infty} \\sum_{k=1}^n \\int\\limits_{-\\infty}^{uC_n} \\frac{x^2}{C_n^2+x^2}\\, dF_k' \\left(x + \\int\\limits_{|x|