Slutskys teorem

Slutskys sætning forbinder konvergensen i mål og den svage konvergens af stokastiske variable. Opkaldt efter Evgeny Evgenyevich Slutsky .

Ordlyd

Lad et sandsynlighedsrum være givet , og vær stokastiske variable . Så hvis $(\Omega ,{\mathcal {F}),\mathbb {P} )$ $X_{n},Y_{m}:\Omega \to \mathbb {R} ,\,n,m\in \mathbb {N}$

X_{n}\to ^{\!\!\!\!\!\!\!{\mathcal {D))}X

hvor er en tilfældig variabel, og $X:\Omega \to \mathbb {R}$

Y_{m}\to ^{\!\!\!\!\!\!\mathbb {P} }c

hvor er en konstant, så $c\in \mathbb {R}$

X_{n}+Y_{n}\til ^{\!\!\!\!\!\!\!{\mathcal {D))}X+c

X_{n}\cdot Y_{n}\to ^{\!\!\!\!\!\!\!{\mathcal {D))}c\cdot X

Generalisering

Lad under forudsætningerne af den klassiske sætning er der en kontinuerlig funktion . Derefter $f:\mathbb {R} ^{2}\to \mathbb {R}$

f(X_{n},Y_{n})\til ^{\!\!\!\!\!\!\!{\mathcal {D))}f(X,c)

Se også

Konvergens i sandsynlighed
Distributionskonvergens
Mann-Wald teorem