On the convergence of distribution laws of normalized sums of independent random variables. (Q2591805)

(Referat nach dem englischen Auszug.) \(x_\nu\) (\(\nu = 1,\, 2,\,\ldots, n,\,\ldots\)) sei eine Folge unabhängiger stochastischer Veränderlicher mit den Verteilungen \(F_\nu(x)\). Es wird untersucht, wann man Konstanten \(A_n\) und \(B_n > 0\) so wählen kann, daß die Verteilungen der Summen \[ s_n=\frac{x_1+\cdots+x_n}{B_n}-A_n \] einem Grenzgesetz zustreben. Vorausgesetzt wird, daß die Größen \(\dfrac{x_k}{B_n}\) (\(1 \leqq k \leqq n\)) im Limes \(n\to\infty\) konstant sind, d. h. daß \[ \lim_{n\to\infty} \mathfrak W\left\{\left| \frac{x_k}{B_n}-b_{nk}\right| >\varepsilon\right\} = 0\qquad (1\leqq k\leqq n) \] ist mit passenden Konstanten \(b_{nk}\). \textit{Theorem} 1: Damit für 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 Größen \(\dfrac{x_k-\mathfrak C x_k}{B_n}\) (\(1\leqq k \leqq n\)) gegen Null streben, ist hinreichend und notwendig, daß es eine Funktion \(G (u)\) mit der Schwankung 1 gibt, derart daß für \(n \to \infty\) \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{für}\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 für die Summen \(s_n\) unter der Bedingung, daß die Streuungen der \(s_n\) gegen die Streuung des Grenzgesetzes streben. \textit{Theorem} 3: Damit für eine passende Wahl der Konstanten \(A_n\) und \(B_n > 0\) die Verteilungen der Summen \(s_n\) einem Grenzgesetz zustreben, ist notwendig und hinreichend, daß für 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 unabhängiger stochastischer Veränderlicher mit der Verteilung \(F_k(x)\)) bestimmten Größen \(C_n>0\) folgende Bedingungen erfüllt sind: \begin{itemize} \item[\(\alpha\))] Es gibt eine nichtabnehmende Funktion \(G (u)\) mit der Gesamtschwankung 1, derart daß, wenn \(m_k\) den Medianwert von \(F_k(x)\) und \(F_k' (x) = F_k(x + m_k)\) bedeuten, \[ \lim_{n\to\infty} \sum_{k=1}^n \int\limits_{-\infty}^{uC_n} \frac{x^2}{C_n^2+x^2}\, dF_k' \left(x + \int\limits_{|x|<C_n} x\,dF_k'(x)\right) = G(u) \] für \(u \neq 0\) gilt; \item[\(\beta\))] \(\lim\limits_{n\to\infty} \sum\limits_{k=1}^n \int\limits_{-\infty}^\infty \frac{x^2}{C_n^2+x^2}\, dF_k' \left(x + \int\limits_{|x|<C_n} x\,dF_k'(x)\right) = 1;\) \item[\(\gamma\))] \(\lim\limits_{n\to\infty} \int\limits_{-\infty}^\infty \frac{x^2}{C_n^2+x^2}\, dF_k'(x) =0\qquad(1\leqq k\leqq n)\). \end{itemize} Als Anwendung der allgemeinen Sätze werden die Bedingungen der Konvergenz von Verteilungen von Summen \(s_n\) gegen das Gaußsche Gesetz festgestellt.