RUS  ENG ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Учен. зап. Казан. ун-та. Сер. Физ.-матем. науки:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Учен. зап. Казан. ун-та. Сер. Физ.-матем. науки, 2018, том 160, книга 2, страницы 266–274 (Mi uzku1451)  

On the estimation of the convergence rate in the multidimentional limit theorem for the sum of weakly dependent random variables functions

[Об оценке скорости сходимости в многомерной предельной теореме для сумм функций от слабо зависимых случайных величин]

F. G. Gabbasova, V. T. Dubrovinb, M. S. Fadeevab

a Kazan State University of Architecture and Engineering, Kazan, 420043 Russia
b Kazan Federal University, Kazan, 420008 Russia

Аннотация: Проведено близкое к оптимальному уточнение полученных ранее оценок скорости сходимости в многомерной центральной предельной теореме для сумм векторов, порожденных последовательностями случайных величин с перемешиванием. Этого удалось достичь за счет наложения дополнительного условия на характеристические функции этих сумм, более точных оценок их семиинвариантов и использования асимптотических разложений для характеристических функций сумм независимых случайных векторов. Результат получен с использованием методов суммирования слабо зависимых случайных величин, основанных на идее С.Н. Бернштейна разбивать суммы слабо зависимых случайных величин на длинные и короткие частичные суммы, в результате чего длинные суммы почти независимы, а вклад коротких сумм в общее распределение мал. Для оценки разностей между распределениями сумм используется неравенство С.М. Садиковой, связывающее разность между характеристическими функциями случайных векторов с разностью между соответствующими распределениями, а для оценки вклад коротких сумм — неравенства Маркова и Бернштейна.

Ключевые слова: предельная теорема, сильное перемешивание, семиинварианты, асимптотическое разложение, скорость сходимости.

Финансовая поддержка Номер гранта
Российский фонд фундаментальных исследований 17-41-160277_р_а
The work is partially supported by the Russian Foundation for Basic Research (project no. 17-41-160-277).


Полный текст: PDF файл (576 kB)
Список литературы: PDF файл   HTML файл

Реферативные базы данных:
Тип публикации: Статья
УДК: 519.21
Поступила в редакцию: 04.10.2017
Язык публикации: английский

Образец цитирования: F. G. Gabbasov, V. T. Dubrovin, M. S. Fadeeva, “On the estimation of the convergence rate in the multidimentional limit theorem for the sum of weakly dependent random variables functions”, Учен. зап. Казан. ун-та. Сер. Физ.-матем. науки, 160, no. 2, Изд-во Казанского ун-та, Казань, 2018, 266–274

Цитирование в формате AMSBIB
\RBibitem{GabDubFad18}
\by F.~G.~Gabbasov, V.~T.~Dubrovin, M.~S.~Fadeeva
\paper On the estimation of the convergence rate in the multidimentional limit theorem for the sum of weakly dependent random variables functions
\serial Учен. зап. Казан. ун-та. Сер. Физ.-матем. науки
\yr 2018
\vol 160
\issue 2
\pages 266--274
\publ Изд-во Казанского ун-та
\publaddr Казань
\mathnet{http://mi.mathnet.ru/uzku1451}
\isi{http://gateway.isiknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcApp=PARTNER_APP&SrcAuth=LinksAMR&DestLinkType=FullRecord&DestApp=ALL_WOS&KeyUT=000460032400007}


Образцы ссылок на эту страницу:
  • http://mi.mathnet.ru/uzku1451
  • http://mi.mathnet.ru/rus/uzku/v160/i2/p266

    ОТПРАВИТЬ: VKontakte.ru FaceBook Twitter Mail.ru Livejournal Memori.ru


    Citing articles on Google Scholar: Russian citations, English citations
    Related articles on Google Scholar: Russian articles, English articles
  • Ученые записки Казанского университета. Серия Физико-математические науки
    Просмотров:
    Эта страница:23
    Полный текст:8
    Литература:6
     
    Обратная связь:
     Пользовательское соглашение  Регистрация  Логотипы © Математический институт им. В. А. Стеклова РАН, 2020