Generalization of the inequality of Markoff. (Q2599392)

From MaRDI portal
Revision as of 09:42, 19 December 2024 by Import241208061232 (talk | contribs) (Normalize DOI.)
(diff) ← Older revision | Latest revision (diff) | Newer revision → (diff)
scientific article
Language Label Description Also known as
English
Generalization of the inequality of Markoff.
scientific article

    Statements

    Generalization of the inequality of Markoff. (English)
    0 references
    0 references
    1938
    0 references
    Eine stochastische Veränderliche \(X\) heißt nichtnegativ, wenn \(\mathfrak W(X < 0)=0\) ist. I. Bezeichnen \(M_{i_1}\),\dots, \(M_{i_j}\) die absoluten Momente der durch die Indizes ange\-gebenen Ordnungen der stochastischen Veränderlichen \(X\) um den Punkt \(x_0\), so ist \(\operatorname{lim\,inf}\mathfrak W(- d < Y - x_0 < d) = \operatorname{lim\,inf}\mathfrak W(Z < d)\), wo die Wahrscheinlichkeit linker Hand gebildet ist für alle stochastischen Veränderlichen \(Y\), deren absolute Momente der Ordnung \(i_\nu\) um den Punkt \(x_0\) gleich \(M_{i_\nu}\) (\(\nu = 1\),\dots, \(j\)) sind, während die \(Z\) nicht\-negative stochastische Veränderliche sind, deren \(i_{\nu}\)-tes Moment um den Nullpunkt gleich \(M_{i_\nu}\) ist. II. Sei \(X\) eine nichtnegative stochastische Veränderliche mit den absoluten Mo\-menten \(M_{i_1}\),\dots, \(M_{i_j}\) um den Nullpunkt. \(\varOmega(k,t)\) sei die Menge aller \(k\)-wertigen arith\-metischen stochastischen Veränderlichen \(Y\), für die \(\mathfrak W(- t\leqq Y\leqq t) = 1\) gilt, und die die gleichen Momente \(M_{i_\nu}\) besitzen; \(\varOmega(k,t)\) sei nicht leer, was bei genügend großem \(k\) und \(t\) sicher der Fall ist. Es sei \[ a(d, k, t) = \operatorname{lim\,inf}\mathfrak W(Y < d). \] Dann existiert in \(\varOmega(k,t)\) eine stochastische Veränderliche \(Z\), für die \(\mathfrak W(Z < d)= a (d, k,t)\) ist. Im Falle \(0 < a(d, k, t) < 1\) gibt es für ein solches \(Z\) höchstens \(j - 1\) verschiedene positive Werte \(x_1\),\dots, \(x_{j-1}\) mit \(x_i\neq d\) und \(x_i\neq t\), derart daß die Wahrscheinlichkeit des Punktes \(x_i\) positiv ist. III. Ein analoger Satz gilt bei Aufhebung der Beschränkung auf \(k\)-wertige arith\-metische Verteilungen. \textit{Theorem}: \(M_r\) und \(M_s\) mit \(r < s\) seien das \(r\)-te bzw. \(s\)-te absolute Moment einer stochastischen Veränderlichen \(X\) um den Punkt \(x_0\). Es sei \[ a_d = \operatorname{lim\,inf}\mathfrak W(- d < Y - x_0 < d), \] wenn \(Y\) eine stochastische Veränderliche mit diesen beiden Momenten ist. a) Im Falle \(\dfrac{M_r}{d^r}\leqq\dfrac{M_s}{d^s}\) ist \[ a_d= 1 -\frac{M_r}{d^r} \text{ für } \frac{M_r}{d^r}\leqq1 \text{ und } a_d=0 \text{ für } \frac{M_r}{d^r}> 1. \] b) Im Falle \(\dfrac{M_r}{d^r}>\dfrac{M_s}{d^s}\) ist \[ a_d=1-\frac{M_s-M_r\delta_0^{s-r}}{d^r(d^{s-r}-\delta_0^{s-r})}, \] wenn \(\delta_0\) die eindeutig bestimmte von d verschiedene positive Wurzel der Gleichung \[ M_rd^s - M_sd^r + \delta^r(M_s - d^s) + \delta^s(d^r - M_r) = 0 \] bedeutet.
    0 references

    Identifiers