Sur les fonctions caractéristiques et leur application aux théorèmes limites du calcul des probabilités. (Q2615182)

\(x_1\), \(x_2\),\dots, \(x_n\),\dots und \(y_1\), \(y_2\),\dots, \(y_n\),\dots seien zwei Folgen von Zufallsveränderlichen. Man setzt \[ X_n={\sum\limits_{i=1}^{n}}x_i\quad\text{und}\quad Y_n = {\sum\limits_{i=1}^{n}}y_i, \] und es gelte für die Erwartungswerte \[ \begin{gathered} \mathfrak G(x_i)=\mathfrak G(y_i)=0,\quad \mathfrak G(x_i^2)=b_i^2,\quad \mathfrak G(y_i^2)=c_i^2,\quad \mathfrak G(x_iy_i)=g_i,\\ {\sum\limits_{i=1}^{n}}b_i^2=B_n,\quad {\sum\limits_{i=1}^{n}}c_i^2=C_n,\quad {\sum\limits_{i=1}^{n}}g_i^2=G_n,\quad R_n=\frac{G_n}{\sqrt{B_nC_n}}. \end{gathered} \] Ist für \(i\neq k\) die Veränderliche \(x_i\) unabhängig von \(x_k\) und \(y_k\) und ist noch eine Bedingung für die höheren absoluten Momente erfüllt, dann geht für \(\alpha_1<\beta_1\) und \(\alpha_2<\beta_2\) die Differenz zwischen der Wahrscheinlichkeit für die gleichzeitige Gültigkeit der beiden Ungleichungen \[ \alpha_1\sqrt{B_n}< X_n <\beta_1\sqrt{B_n}\quad\text{ und }\quad \alpha_2\sqrt{C_n}< Y_n <\beta_2\sqrt{C_n} \] und dem Ausdruck \[ \frac1{2\pi\sqrt{1-R_n^2}}{\int\limits_{\alpha_1}^{\beta_1}} {\int\limits_{\alpha_2}^{\beta_2}} e^{-\tfrac{s^2-2R_nst+t^2}{2(1-R_n^2)}}ds\,dt \] mit \(n\to\infty\) gleichmäßig gegen Null. Der Satz ist eine Verallgemeinerung eines Satzes von \textit{S. Bernstein} (Math. Ann. 97 (1926), 1-59 (F. d. M. 52, 617 (JFM 52.0617.*)), insbes. S. 44). Zum Beweise werden einige Hilfssätze aus der Theorie der charakteristischen Funktionen zweidimensionaler Verteilungsfunktionen vorausgeschickt.