Generalization of the inequality of Markoff. (Q2599392)

From MaRDI portal
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
    0 references
    0 references
    0 references