О разложении характеристической функции симметричных распределений

Автор: Соболев Виталий Николаевич

Журнал: Математическая физика и компьютерное моделирование @mpcm-jvolsu

Рубрика: Математика и механика

Статья в выпуске: 1 (44), 2018 года.

Бесплатный доступ

В статье представлено новое асимптотическое разложение характеристической функции симметричного распределения с явной оценкой точности остаточной части асимптотического разложения. Данное асимптотическое разложение характеристической функции может быть использовано для построения новых асимптотических разложений в центральной предельной теореме с явной оценкой остатка. Главная часть разложения характеристической функции, полученного в статье, содержит моменты Чебышева - Эрмита.

Характеристическая функция, сharacteristic function, асимптотические разложения, оценки аппроксимации, точность аппроксимации, оценки точности аппроксимации, моменты чебышева - эрмита, симметричное распределение вероятностей, симметричные случайные величины

Еще

Короткий адрес: https://sciup.org/14968942

IDR: 14968942   |   УДК: 519.21   |   DOI: 10.15688/mpcm.jvolsu.2018.1.4

On expansion of the characteristic function of symmetric distributions

The article presents a new asymptotic expansion of the characteristic function of a symmetric distribution with a clear assessment of the accuracy of the residual part of the asymptotic expansion. The asymptotic expansion of the characteristic function can be used to build a new asymptotic expansion in the Central limit theorem with an explicit estimate for the remainder. In the article the main part of the decomposition of the characteristic function contains the moments of the Chebyshev - Hermite. When constructing asymptotic expansions in the Central limit theorem, the expansions of the characteristic function are often used. For example, a Taylor expansion of the characteristicfunction     ρ  , ! α 0 it t k f t k m m k k     (1) where αk - the k-th moment of the probability distribution P with characteristic function f(t) and    1!, β ρ 1 1    m m m t m t where βm1 - the absolute moments of order (m + 1). It would be quite natural to assume that   it t k f t k m m k k 1 1 0 ρ ! α       is better (1). However, if the moment  m+2 does not exist, then the question arises of estimating the remainder. Asymptotic expansions using the last known moment in the main part of the decomposition were proposed by Prawitz [9] and investigated by Shevtsova [10]. A modification of these expansions for the characteristic function of symmetric distributions (we further assume that α2j1  0 for j  0,1,... and (m + 1) - even integer value) is proposed by Senatov [2]     f t  jm0 αj!j it j  λ mαm1 1 !itm1  γtλ mαm1 1 !itm1, (2) where λ0,1, λ  maxλ,1 λ, a function γ such that γ 1. This paper presents new expansions of the characteristic functions of symmetric distributions similar to those constructed in [8] (see also [3; 7]), but with a different estimate of the remainder. To do this, we will use the formula (2) and normalized moments of the Chebyshev - Hermite   θ. 2 / 2 0 2 j l j l al jb    where ! αk a k k , k  0,1,...,m 1, and   2 ! 1 2 j b j j j  , j  0,1,.... In this context, also occur incomplete moments of the Chebyshev - Hermite of order l  m  2     θ 2, 1. / 2 1; 2 1 2 1           a b l m j l j j l m l j m l The asymptotic expansion of the characteristic function (4) from the following statement can be used to build a new asymptotic expansions in the Central limit theorem with an explicit estimate for the remainder. For example, it is enough to repeat the course of evidence from [1; 4-6] using a new expansion (4). Theorem. Suppose that the characteristic function of symmetric distributions f(t) has a moment of even order m  2 2. Then   θ   1 λ 1  1, 1 0 2 2 m m m k m k k t f t e it a it   R             (4) and the remainder term satisfies the inequality Rm  λ  am1  t m1  θm  b2  t m2  λ  am1  b2  t m3  θm1 b4  t m3, where   θ 2, 0. / 2 0 a 2 b j l n l j l   l j      Remark 1. The expansion (4) can be written in the form   θ   θ 11,λ  1. 0 2 2 m m m m k m k k t f t e it it   R            (7) where    1 1 1 1,λ θmm1  λam  θmm (for more details, see [2]). Remark 2. For 12 λ  expansion (4) takes the form      , 2 θ 1 1 1 0 2 2 m m k m m k k t f t e it a it   R            (8) where θ. 2 θ 2 3 2 1 4 2 1 2 1 1                    m m m m m m m Rm a t b t a b b t The minimum value of λ  maxλ,1 λ on the closed interval 0,1 is 12 at a point 12 λ . Therefore, this assessment 12 λ  is minimal. Remark 3. For λ  1 expansion (4) takes the form   θ  , 1 0 2 2 m k m k k t f t  e  it  R    (9) where Rm  am1  t m1  θm  b2  t m2  am1  b2  θm1  b4  t m3. (10) Asymptotic expansion (9) coincides with expansions from (7), which are obtained under the assumption that distribution P has the absolute moments βm2 of order m + 2 but have a different estimate of the approximation accuracy (9) Rm  βm2  t m2  θm1  b2  t m3  θm b4  t m4. (11) A comparison of the last two bounds leads to the question of the real accuracy of the expansion (4) (see [2]).

Текст научной статьи О разложении характеристической функции симметричных распределений

DOI:

При построении асимптотических разложений в центральной предельной теореме часто используются разложения характеристической функции. Например, разложение

m f (t )=V a? (it)k + P m (t),                                       (1)

k = 0 k !

где α k – обычный k- й момент распределения P с характеристической функцией f ( t ), а для функции остатка разложения справедлива оценка

Ip - ( t ^l t - '

в которой в + 1 - абсолютный ( +1 ) - й момент распределения P . Вполне естественно предполо-

+ 1 a

жить, что при t , близких к нулю, главная часть представления f ( t ) = V - ( it ) + p + 1 ( t ) будет бли- k = 0 k !

же к ft ), чем главная часть разложения (1). Однако, если момент a + 1 не существует, то возникает вопрос оценки остатка p + 1 ( t ) . Разложения, использующие последний известный момент a + 1 в главной части самого разложения, были предложены Х. Правитцем [9] и исследовались И.Г. Шевцовой [10]. Используя модификацию данных разложений для характеристической функции симметричных распределений (далее a 2j + 1 = 0 при j = 0,1,... и число ( +1 ) четно), предложенную В.В. Сенатовым в [2]

m f (t )=2 aj (it у .i=0 J!

+              ( it ) m + 1 + Y ( t              ( it ) m + 1 ,

(m +1)!                (m +1)!

в данной работе построены разложения характеристических функций симметричных распределений, аналогичные представленным в [7] и [8], но с иной оценкой остатка. Отметим, что в главную часть разложения (2) момент a m + 1 входит вместе с коэффициентом (параметром) X е [ 0,1 ] , также данный параметр входит и в остаток в виде функции X = max { X,1 - X } , а для функции у справедливо неравенство |у| < 1.

Далее для удобства будут использоваться нормированные моменты ak = —, к = 0,1,..., m +1, k     k !

где αk – k-й момент распределения P и аналогичные величины для стандартного нормального закона b2 j

= (- 1)j

2 j j !

, J = 0,1,.... Запишем разложение (2) в терминах нормированных моментов

m

f (t>  2 ak (it)k + Xam+1 (it)m+ Y(t)Xam +1 (it)m, к=0

Через величины α k и b 2 j легко выражаются нормированные моменты Чебышева – Эрмита

L l / 2 J

9 1 = 2 a - 2 b 2 j .

. J = 0

Последняя формула показывает, что в формировании четных моментов Чебышева – Эрмита

92 n = 2 2 n - 2 Jb 2 J = a 2 nb 0 + a 2 n - 2 Ь 2 + ... + a 2 Ь 2 к - 2 + a 0 Ь 2 к J = 0

участвуют только четные моменты a 2 n , a 2 n - 2, . ., a 2 , a 0 , а в формировании нечетных

92 n + 1 = 2 2 n + 1 - 2 Jb 2 J = a 2 n + 1 Ь 0 + a 2 n - 1 Ь 2 + ... + a 3 Ь 2 к - 2 + a 1 Ь 2 к j = 0

участвуют только нечетные моменты a 2 n + 1, a 2 n - 1 , ..., a 3, a 1 . В любом случае старший из моментов ak , участвующих в формировании момента θ l , имеет тот же порядок, что и момент θ l , то есть это момент a l . Поскольку b 0 = 1, то

L i /2 j

9 1 = ai + 2 ai - 2 ib 2 J .

.J = 1

Данное представление позволяет понять, что если у исходного распределения P существуют (или рассматриваются) только моменты вплоть до момента порядка ( m + 1) включительно, то полностью сформировать момент Чебышева – Эрмита порядка ( m + 2) не удастся. Можно выписать только часть суммы

L ( m + 2 ) /2 J

A(m + 1) A(m) _ у         L u m+2 um+2     2 am + 2-2 J UJ J,

.J = 1

которую называют усеченным моментом Чебышева – Эрмита. Также не удастся полностью сформировать и моменты Чебышева – Эрмита любого порядка большего, чем ( m + 1). В связи с этим возникают усеченные моменты Чебышева - Эрмита порядка l ( m + 2 ) , которые определяются формулой

L l /2 J

0 . ( m + 1 ) =    S a i - 2j b j 1 m + 1.

j = 1;2_ j l - m - 1

В случае четного последнего известного момента порядка 2 r = m + 1 для моментов Чебышева – Эрмита верны представления

6 m + 1

L ( m + 1)/ 2 J                     r

S a m + 1 - 2 j b 2 j = S a 2 r - 2 j b 2 j = a 2 rb 0 + a 2 r - 2 Ь 2 + ... + a 2 Ь 2 r - 2 + a 0 Ь 2 r

.j =0             '     '        j =0

L ( m + 1 ) /2 J                    r

0(m',= m+1            m+2-27^ 2 j         2 r-2 j ^2 j j=1                       j=1

a 2 r - 2 Ь 2 + a 2 r - 4 Ь 4 + ." + a 2 Ь 2 r - 2 + a 0 Ь 2 r

6 m - 1

L ( m - 1)/ 2 J                    r - 1

S a m - 1 - 2j b 2 j = S

. j = 0

.j = 0

a 2 r - 2 - 2 jb 2. j

= a 2 r - 2 b 0 + a 2 r - 4 b 2 + ... + a 2 b 2 r - 4 + a 0 b 2 r - 2 .

В разложении (3) характеристической функции ft ) присутствует слагаемое X a m + 1 ( it ) m + 1 , содержащее параметр X перед моментом a m + 1. Данный параметр может участвовать в формировании моментов Чебышева – Эрмита. Так, например, при m + 1 = 2 r возникает представление

L ( m + 1 ) /2 j

С^ ^ ) = X a 2 rb 0 + S a m + 2 - 2 ib 2 j = X a 2 rb 0 + a 2 r - 2 b 2 + ... + a 2 b 2 r - 2 + a 0 b 2 r

.j = 1

В обозначениях моментов Чебышева - Эрмита 6 m ++ 1, Л ) , с включенным в них параметром, автор следует обозначениям В.В. Сенатова из работы [2].

Сравнивая введенные выше моменты Чебышева – Эрмита, легко убедиться в справедливости следующих равенств й — п         (m-1)    fl( m +1, Л) _ л         д( m-1)    д( m+1, Л )_д     , А   й-

6 m + 1 a m + 1 + 6 m + 1 ,    6 m + 1 X a m + 1 + 6 m + 1 ,    6 m + 1      6 m + 1 + ( X    1 / a m + 1 .

Представление для характеристической функции, полученное в следующем ниже утверждении, позволяет получать разложения в центральной предельной теореме с явной оценкой остатка (см., например, [3]). Для этого, например, достаточно повторить ход доказательства разложений, представленных в [1; 4–6], заменив в них соответствующим образом разложения характеристической функции нижеследующим.

Утверждение. Пусть f ( t ) – характеристическая функция симметричного распределения P, у которого существует четный абсолютный момент порядка ( m + 2 ) > 2. Тогда для характеристической функции с учетом введенных выше определений справедливо представление

. 2 / Г m +1\ f (t ) = e tх IS 6 k (it)k-(1 - X )am+1(it)m+1| + Rm, V k=0

в котором для остаточной части разложения справедлива оценка

|Rm| ^ X • am+1 * tm+1 + 16m|| ' Ь2I ' ^Г+2 + X • am+1 • ^2| • tm+? + 16m-1|| ' b4

где

L l /2 j

II6 i ll = Si a l - 2 j|- b 2 j |,0 ^ l ^ n .

j = 0

Доказательство. Пусть t действительное число, а ю = it . Запишем произведение функций

t2       -ю2      ю e2 = e 2 = / b2.iю2 j, .i=о

m f (t) = / ak ю k + X am^ю m+1 + Y(t )X am+I® m+1

k = 0

в виде равенства

t 2

f ( t ) e 2

ю               m                            t

/b2i^J /akюk | + Xam+I®"+Ie2 + yXam+i®m+1e2, kj=0       Ak=0     У

которое после раскрытия скобок и группировки соответствующих слагаемых можно представить в следующем виде

t_   m                      ю                     t_t_ f (t )e2 = /0 k юk + О^юm+1 + / Ok" )юk + X am+1юm+1 e2 + p me2,(5)

k=0

где p m = YX a m + 1 ю " + I .

Третье слагаемое из правой части последнего равенства (5) можно представить в виде суммы

Ю           Ю                       ЮЮ

У A(m)CDk= Уб(m)   (Dm+2+k = (Dm+2 У 6(m)   CD2k+CDm+3У 6(m)CD

/ /O k ю / ,O m+2+kю        ю /уO m + 2+2 kю  + ю / ,O m+3+2 kю k=m+2           k=0                            k=0

а четвертое слагаемое

л          m +I

X a m + 1ю   e

t 2 2

Ю                                  Ю

= X am+1ю m+I / b 2^J = X am+1ю m+I + Xam+1ю m+I / b2^J = j =0                                                  j=I

Ю

= X a m + 1 ю m + I + X a m + 1 ю m + 3 / b 2 k + 2 ю 2 k .

k = 0

Последние два разбиения на суммы с учетом равенства 0 m + I = a m + I + O m + 11 ) позволяют переписать разложение (5) в виде

t     m+1                                         юю f (t)e2 = / 0kюk - (1 - Xam+1 )юm+1 + юm+2 / Om"^2kю2k + юm+3 / OmmL2kю2k + k=0                                        k=0

Ю

+ Xam+1юm+3/b2k+2ю2k + pm(t)e2.(6)

k = 0

Первые два слагаемых из правой части последнего равенства (6) доставляют главную часть искомого разложения (4), а последние четыре слагаемых – оценку остатка.

Действительно, для последнего слагаемого из правой части равенства (6) справедливо не- t 2                                t 2

равенство p m l • e 2 ^ X a m + 1 t " + 1 e 2 .

Далее из оценки b 2 k + 2| <  b 2| • b 2 k | для предпоследнего слагаемого из правой части равенства

(6) получаем

to                                                            to                                                          t

X a m* + 3 X b 2 k + 2 ю 2 k X a * + 1 t m + 3 b 2| - X b 2 k|t|2k = X a * + 1 t * + 3 b 21 e 2 k = 0                                      k = 0

to

Третье слагаемое ю * +2 X б * ^+2 k ю 2 k из правой части равенства (6) доставит оценк у k = 0

||6 m lI" Ь 2|• t * +2 - Из представления

L( m+2+2 k )/2j                L-/2j+k +1

A(m+1)   =                     A =                                     A ,.

u m + 2 + 2 k X a - + 2 + 2 k - 2 j U2 j     X a - - 2 ( j - k - If 2 j     X a - 2 j V2 ( j + k + 1 )

.j =1;2.j i 2 k+1            ' '        j=k +1        '            '

и неравенства | b 2 ( j + k + 1 ) < | b 2 j • |b 2 ( k + 1)| следует справедливость оценки

L m /2 j

16 - + 2 + 2 k | < | b 2( k + 1)| - X l a m - 2. АЬ 2. j 'l = Ь 2( k + 1)H 6 m il <  Ь 21 - Ь 2 * 1 " I6 - I I’

.j = 0

которая, в свою очередь, приводит к неравенству to                                                                    to                                                         t ю *+2 X <'2+2 k »“ < b 21 -Ik -I I-W * 2 -X b2 kl'l‘=b 21 -Ik■l•kГ * 2 e2

k = 0                                        k = 0

to

Четвертое слагаемое ю * + 3 X Q + 2 k ю 2 k из правой части равенства (6) доставит оценку k = 0

II6 -ilI • b 41 • И * + . Так, из представления

L ( + 3 + 2 k ) /2 j                  L ( - 1 ) /2 j + k + 2                        L ( - 1 ) /2 j

A(*+1)   =                   A =              . , A =           . A, um+3+2k       X a-+3+ 2k-2 ju2 j       X a(■ -1)-2( j-k-2)v2 j      X a(■ -1)-2 jU2( j+k+2)

.j = 1;2, j i 2 k + 2          ' '           j = k + 2           '           '          j = 0

и неравенства | b 2 ( j + k + 2 ) < | b 2 j|"b 2 ( k + 2 )l следует оценка

L ( - 1 ) /2 j

16 * + 3 + 2 k | < | b 2 ( k + 2 )| - X l a ( - 1 ) - 2. j ||b 2. / | = Ь 2( k + 2 )1 - I6 * -H <  b 4 - Ь 2 k l " II6 - JI .j = 0

которая приводит к неравенству

2 to                                                                       to                                                            t

Ю + 3 X 6 ( +з*2 . ю2 k < b 4|-16 -111- И * + 3- X b 2 . I k i2 k = b 4-Ik - -1|I- И * + 3 e 2 - k = 0                                              k = 0

Этим неравенством заканчивается доказательство утверждения.

Замечание 1. Аналогично [2] разложение (4) можно записать в виде f (t ) =

t2 m eX |X 6 k (it)k + 6-*+Г )(it)*+1 1 + R- -

V k=0

Рассмотрим результат доказанного выше утверждения с качественной стороны вопроса.

Замечание 2. Разложение (4) при X = 1 принимает вид

, 2 / ( m+1Л f (t) = etXIX6k (it)k - a^(it)*+1 | + R-,

V k=0            2

где

I R m I ^ a ^ * W ' * I 6 - I I * b 2 1 • W * 2 * ( a ^ * b 2 * 16 m -,| b 4 1} W * 3 .

Очевидно, что минимум функции X = max{X,1 - X} на отрезке [0; 1] равен ^ при X = ^-. Таким образом, из всех рассматриваемых оценок остатка данная оценка в некотором смысле наилучшая. Однако порядок оценок по степеням t при различных X е [0,1] остается одним и тем же: m + 1, то есть в оценке при любых X е [0,1] присутствует tm* .

Замечание 3. Разложение (4) при X = 1 принимает вид t2 / m *1

f (t ) = e" /2 X 6k (it)k * Rm ,

k = 0

где

|R m | ^ a *1 If *’ * 1 6 m l I ' Ь 2I * и * 2 * ( a *1 * Ь 2I * 1 6 -1|| * b 4 ) * и *3 .

Сравним разложение (9) с разложением, полученным в [7]. Разложение в [7] получено в предположении существования у исходного распределения P абсолютного момента в m * 2 порядка m + 2. Формула разложения из [7] полностью совпадает с формулой (9), отличие только в оценке остатка разложения, которая в [7] выглядит следующим образом:

| R m | ^ в m * 2 * M m * 2 *1 6 * 11 * Ь 2I * И * 3 *1 6 1 1' Ь 4 * И *                               dD

Видно, что при существовании у исходного распределения Р еще одного следующего за моментом a m * момента в m * 2 можно выписать разложение с такой же главной частью разложения, но при этом оценка остатка имеет по t порядок на единицу больше, то есть | t| m * 2 . Таким образом, в случае существования у исходного распределения момента в m * 2 , можно предъявить для R оценки, которые имеют при t , близких к нулю, порядок не ниже |f*2 . В то же время полученна я в утверждении оценка для аналогичного разложения доставляет порядок If* ' в отсутствии информации о в m * 2 . Естественным образом возникает вопрос о сохранении у остатка разложения (9) порядка | t|m * 2 при условии использования у исходного распределения информации только о моменте a m * 1 . Следующим возникает вопрос о реальной точности рассматриваемой разности (см.: [2])

  • 2 / * 1

Rm = f (t)-e"tX X 6 k (it)k k=0

при тех же ограничениях на существование (использование) моментов исходного распределения.

Построенное разложение показывает, что при существовании момента a m * 1 можно выписать более длинное разложение с явной оценкой остатка так, как будто существует следующий момент a m * 2 . При этом оценка остатка (в отличие от оценки, использующей информацию о моменте в m * 2) имеет на единицу меньший порядок по t , то есть порядок | t| m * 1 , а не | t| m * 2 .

Пользуясь случаем, автор выражает свою благодарность В.В. Сенатову.

Список литературы О разложении характеристической функции симметричных распределений

  • Сенатов, В. В. О новых формах асимптотических разложений в центральной предельной теореме/В. В. Сенатов, В. Н. Соболев//Теория вероятностей и ее применения. -2012. -№ 57:1. -С. 124-140.
  • Сенатов, В. В. О реальной точности аппроксимаций в центральной предельной теореме. II/В. В. Сенатов//Математические труды. -2016. -№ 19:2. -С. 170-199.
  • Соболев, В. Н. О точности некоторых асимптотических разложений в центральной предельной теореме/В. Н. Соболев//Обозрение прикладной и промышленной математики. -2011. -№ 18:5. -С. 807.
  • Соболев, В. Н. Об асимптотических разложениях в центральной предельной теореме/В. Н. Соболев//Теория вероятностей и ее применения. -2007. -№ 52:3. -С. 490-505.
  • Соболев, В. Н. Об асимптотических разложениях в ЦПТ/В. Н. Соболев//Вестник Тверского государственного университета. Серия: Прикладная математика. -2010. -№ 28, вып. 3 (18). -С. 35-47.
  • Соболев В. Н. Об асимптотических разложениях для функций распределения в ЦПТ/В. Н. Соболев//Обозрение прикладной и промышленной математики. -2012. -№ 19:5. -С. 749-750.
  • Соболев, В. Н. Об одном разложении для характеристической функции/В. Н. Соболев//Обозрение прикладной и промышленной математики. -2015. -№ 22:4. -С. 501-503.
  • Соболев, В. Н. Об одном разложении характеристической функции/В. Н. Соболев//Обозрение прикладной и промышленной математики. -2014. -№ 21:5. -С. 533-534.
Еще