حالت‌های همگرایی

دنباله‌های متغیرهای تصادفی می‌توانند به چندین معنای نابرابر همگرا شوند: تقریباً مطمئن، در احتمال، در میانگین مرتبه p، و در توزیع. درک سلسله‌مراتب آن‌ها برای بیان و اثبات دقیق هر قضیه حدی ضروری است.

Definition

حالت‌های همگرایی، معانی متمایزی هستند که در آن‌ها یک دنباله از متغیرهای تصادفی یا توزیع‌های آن‌ها می‌تواند به یک حد نزدیک شود، از همگرایی قوی تقریباً مطمئن و همگرایی میانگین خود متغیرها گرفته تا همگرایی ضعیف توزیع‌های آن‌ها.

Scope

این موضوع شامل همگرایی تقریباً مطمئن، همگرایی در احتمال، همگرایی در میانگین مرتبه p، و همگرایی در توزیع، پیامدها و مثال‌های نقض مربوط به آن‌ها، انتگرال‌پذیری یکنواخت به عنوان پلی بین همگرایی در احتمال و در میانگین، توصیف جامع همگرایی ضعیف، و فشردگی همراه با قضیه پروهوروف برای فشردگی نسبی خانواده‌های اندازه‌ها می‌شود.

Core questions

• حالت‌های اصلی همگرایی متغیرهای تصادفی کدامند و چگونه با یکدیگر تفاوت دارند؟
• کدام حالت‌های همگرایی کدام یک از حالت‌های دیگر را نتیجه می‌دهند و در کجا این نتایج شکست می‌خورند؟
• چه شرط اضافی همگرایی در احتمال را به همگرایی در میانگین ارتقا می‌دهد؟
• چه زمانی یک خانواده از توزیع‌ها دارای یک زیردنباله همگرا است؟

Key concepts

• همگرایی تقریباً مطمئن
• همگرایی در احتمال
• همگرایی در میانگین
• همگرایی ضعیف
• فشردگی و قضیه پروهوروف

Key theories

سلسله‌مراتب حالت‌های همگرایی

همگرایی تقریباً مطمئن و همگرایی در میانگین مرتبه p هر کدام همگرایی در احتمال را نتیجه می‌دهند، که به نوبه خود همگرایی در توزیع را نتیجه می‌دهد، در حالی که نتایج معکوس معمولاً شکست می‌خورند، بنابراین این حالت‌ها یک سلسله‌مراتب دقیق با مثال‌های نقض استاندارد را تشکیل می‌دهند.

قضیه جامع (Portmanteau)

همگرایی ضعیف اندازه‌های احتمال معادل چندین شرط به طور همزمان است، از جمله همگرایی امید ریاضی توابع پیوسته کران‌دار و همگرایی تابع توزیع در هر نقطه پیوستگی، که معیارهای انعطاف‌پذیری برای اثبات همگرایی در توزیع ارائه می‌دهد.

قضیه پروهوروف و فشردگی

یک خانواده از اندازه‌های احتمال برای همگرایی ضعیف نسبتاً فشرده است اگر و تنها اگر فشرده باشد، به این معنی که جرم به بی‌نهایت فرار نمی‌کند، که ابزار استانداردی برای استخراج زیردنباله‌های همگرا در مطالعه قضایای حدی و فرآیندهای تصادفی است.

Clinical relevance

حالت‌های دقیق همگرایی زیربنای بیان‌های دقیق سازگاری و توزیع مجانبی در آمار، همگرایی طرح‌های شبیه‌سازی و تقریب، و قضایای حد تابعی، مانند اصل ناوردایی دونسکر، هستند که توجیه می‌کنند سیستم‌های تصادفی پیچیده را با حرکت براونی تقریب زد.

History

تمایز دقیق بین حالت‌های همگرایی با مبانی نظریه اندازه در احتمال پدیدار شد، و نظریه همگرایی ضعیف اندازه‌ها در فضاهای متریک، با فشردگی و معیار فشردگی پروهوروف، توسط پروهوروف و بیلینگزلی در اواسط قرن بیستم برای حمایت از قضایای حدی برای فرآیندهای تصادفی نظام‌مند شد.

Key figures

• Patrick Billingsley
• Yuri Prohorov
• Aleksandr Khinchin

Seminal works

• billingsley1999convergence

Frequently asked questions

چرا باید این همه نوع همگرایی را از هم متمایز کنیم؟

قضایای حدی مختلف به طور طبیعی حالت‌های متفاوتی را نتیجه می‌دهند؛ قانون اعداد بزرگ همگرایی تقریباً مطمئن را می‌دهد، قضیه حد مرکزی همگرایی در توزیع را می‌دهد، و نتایج مربوط به میانگین متغیرها به همگرایی در میانگین نیاز دارند، بنابراین حالت دقیق برای آنچه می‌توان نتیجه گرفت اهمیت دارد.

فشردگی چیست؟

یک خانواده از توزیع‌ها فشرده است اگر برای هر سطح مورد نیاز، یک مجموعه فشرده واحد حداقل به همان اندازه احتمال را برای هر عضو خانواده حمل کند؛ فشردگی از نشت جرم احتمال به بی‌نهایت جلوگیری می‌کند و دقیقاً همان شرطی است که قضیه پروهوروف برای فشردگی ضعیف نیاز دارد.