一类多维正态三角阵列的极限分布
2018-10-17刘芯菱陈守全
刘芯菱,陈守全
(1.西华师范大学, 四川 南充 637002; 2.西南大学, 重庆 400715)
在学术界中,关于随机变量序列的极大值的渐近分布已经有了许多研究,假定第1个随机变量序列{ξn}为一个平稳的标准正态序列且具有相关系数ρj=Cov(ξ0,ξj),第2个随机变量序列为一个独立标准正态序列,文献[1]证明了对于第一个序列,当条件
ρjlnj→0,j→∞
(1)
(1-ρnj)lnj→δj∈(0,∞],j≥1
(2)
其中ρn, j=E(ξni,ξn,i+j),δ0=0,可得到下面的引理。
以及
那么
ϑexp(-x))
(3)
1 主要结论
αn,ln=max{|P(ξi≤un,i∈I∪J)-P(ξi≤un,i∈I)×P(ξi≤un,i∈J)|}
为混合系数,若当ln=o(n)时,αn,ln→0,n→∞,则称序列{ξn}满足Δ(un)条件。
αn,ln=max{|P(Xi≤un,i∈I∪J)-P(Xi≤un,i∈I)×P(Xi≤un,i∈J)|}
为混合系数,若当ln=o(n)时,αn,ln→0,n→∞,则称序列{Xn}满足Δ(un)条件。
ϑjexp(-xj))
2 证明
为了证明主要结论,需要给出以下引理
证明正如文献[2]中有关引理3.2.2的证明一样,将采用类似过程。为了简单起见令Ej={kj,…,lj},若Δ(un)条件满足,且k2-l1≥l,则
|P(M(E1∩E2)≤un)-P(M(E1)≤un)×P(M(E2)≤un)|≤αn,l
类似地,结合E1∪E2⊂{k1,…,l2}和k3-l2≥l有
|P(M(E1∩E2∩E3)≤un)-P(M(E1)≤un)×P(M(E2)≤un)P(M(E3)≤un)|≤
|P(M(E1∩E2∩E3)≤un)-P(M(E1∩E2)≤un)P(M(E3)≤un)|+
|P(M(E1∩E2)≤un)P(M(E3)≤un)-P(M(E1)≤un)P(M(E2)≤un)P(M(E3)≤un)|≤2αn,l
重复以上过程,引理得证。
通过引理2,容易得到以下推论成立。
|P(Mn≤un)-Pr(Mp≤un)|→0,n→∞
证明由引理2得
|P(Mn≤un)-Pr(Mp≤un)|≤(r-1)αn,l
其中,
故得证。
引理3 令{Xni}为一个三角向量阵列,满足定理1中的条件①和条件②,则有
由平稳条件得
且
因此
P(Mn≤un)=Pr(Mp≤un)+o(1)≤(1-(B1-B2))r+o(1)≤
exp(-r(B1-B2))+o(1)
(4)
其中
(5)
以及
(6)
由式(4)~(6)得
(7)
下面只需要证明式(7)的反方向即可。因为
故存在常数C,C<∞,使得
r(1-P(Mp≤un))≤C
则有
只需证明,对于满足P(Mp≤un)收敛于Q∈[0,1]的某个子列,式(8)的反方向成立即可。
当Q=1,显然成立。
P(Mn, j≤un(xj))-Pr(M0,p, j≤un(xj))→0,n→∞
P(Mn, j≤un(xj))-Pt(M0,s, j≤un(xj))→0,n→∞
从而
Pr(M0,p, j≤un(xj))~Pt(M0,s, j≤un(xj))
记Ap, j={M0,p, j≤un(xj)},则Pr(Ap)~Pt(As),又因为当n→∞时,
所以
即有
P(M0,p, j>un(xj))=o(P(M0,s, j>un(xj))),j∈N(d)
从而
则有
(8)
由式(8)有式(7)的反方向成立,结论得证。
定理1的证明对于三角阵列{Xni, j,j∈N(d)},由引理3有
结合定理1中条件③有,引理1中条件满足,从而定理1得证。
3 结束语
本文将文献[4]中一类正态三角阵列的极限分布,通过运用概率极限理论的方法推广至有限维情形,具有一定的参考价值。