正則変動関数(regularly varying function)とは、正の可測関数 $f$ で、すべての $t>0$ について $f(tx)/f(x)\to t^\rho$($x\to\infty$)となるもので、緩やかに変動する関数 $L$ を使って $f(x)=x^\rho L(x)$ と書ける。可測性だけから収束は $t$ について広義一様になり(一様収束定理)、$L$ は $c(x)\exp(\int^x\varepsilon(u)\,du/u)$($c(x)\to c_0>0$、$\varepsilon\to0$)の形に表される。ここから Potter の評価と$\rho>-1$ で $\int^xf\sim xf(x)/(\rho+1)$ となる Karamata の積分定理が従う。裾が正則変動する分布は裾の重い分布の典型で極値理論・安定分布・Tauber 型定理に現れる。
前提知識: Lebesgue測度, Lebesgue積分, Steinhausの定理
正則変動関数(regularly varying function)とは、無限遠でほぼ冪関数のように振る舞う正の関数である。可測な正の関数 $f$ が、すべての $t>0$ について
$$
\lim_{x\to\infty}\frac{f(tx)}{f(x)}=t^\rho
$$
を満たすとき、$f$ は指数 $\rho$ で正則変動するという。$\rho=0$ のとき、すなわち $L(tx)/L(x)\to1$ のとき $L$ は 緩やかに変動する(slowly varying)という。$f$ が指数 $\rho$ で正則変動することと、緩やかに変動する $L$ を使って $f(x)=x^\rho L(x)$ と書けることは同値である。$\log x$、$\log\log x$ は緩やかに変動し、$x^\rho(\log x)^\beta$ は指数 $\rho$ で正則変動する。
正則変動は、確率論で「裾の重い分布」を扱う標準の言葉である。分布の裾 $P(X>x)$ が指数 $-\alpha$ で正則変動することが、最大値が Fréchet 型の極値分布に近づく条件であり(極値理論)、独立な確率変数の和が正規分布でない安定分布に近づく条件にも現れる(安定分布)。解析学では Tauber 型定理の仮定と結論の形として現れる。
この記事では次を証明する。
以下、関数は区間 $[A,\infty)$($A>0$)で定義された正の可測関数とし、$f(tx)/f(x)$ は $x$ が十分大きいところで考える。$f(x)\sim g(x)$ は $f(x)/g(x)\to1$($x\to\infty$)を表す。
$\rho\in\mathbb R$ とする。正の可測関数 $f$ が、すべての $t>0$ について $f(tx)/f(x)\to t^\rho$($x\to\infty$)を満たすとき、$f$ は 指数 $\rho$ で正則変動する といい、$f\in\mathrm{RV}_\rho$ と書く。$\mathrm{RV}_0$ の関数を 緩やかに変動する関数 という。
$f\in\mathrm{RV}_\rho$ なら $L(x):=x^{-\rho}f(x)$ は緩やかに変動し、逆も成り立つ。$f\in\mathrm{RV}_\rho$、$g\in\mathrm{RV}_\sigma$ なら $fg\in\mathrm{RV}_{\rho+\sigma}$、$1/f\in\mathrm{RV}_{-\rho}$ である。
$y=\log x$ と変数を替えると見通しがよい。$h(y):=\log L(e^y)$ とおくと、$L$ が緩やかに変動することは、すべての $v\in\mathbb R$ について
$$
h(y+v)-h(y)\to0\qquad(y\to\infty)
$$
となることと同じである。乗法の言葉の「$t$ 倍」が、加法の言葉の「$v$ ずらす」になる。以下の証明はこの形で行う。
正の可測関数 $f$ について、すべての $t>0$ で極限 $g(t):=\lim_{x\to\infty}f(tx)/f(x)$ が存在して $0< g(t)< \infty$ なら、ある $\rho\in\mathbb R$ で $g(t)=t^\rho$ である。
要点:$g$ は可測で $g(st)=g(s)g(t)$ を満たすので、対数をとると可測な加法的関数になる。
$s,t>0$ について $\frac{f(stx)}{f(x)}=\frac{f(s\cdot tx)}{f(tx)}\cdot\frac{f(tx)}{f(x)}$ で、$x\to\infty$ のとき $tx\to\infty$ なので $g(st)=g(s)g(t)$ である。$g(t)=\lim_{n\to\infty}f(tn)/f(n)$($n$ は整数)は可測関数 $t\mapsto f(tn)/f(n)$ の各点極限なので可測である。$a(v):=\log g(e^v)$ は可測で $a(u+v)=a(u)+a(v)$ を満たすので、Steinhausの定理 の系「可測な加法的関数」から $a(v)=\rho v$ となる $\rho$ がある。よって $g(t)=t^\rho$ である。$\square$
緩やかに変動する関数は、$\log x$ のように単調で $\infty$ に向かうとは限らない。極限がなくてよく、上下に際限なく振動してもよい(ex-rv-oscillating)。
定義は $t$ を 1 つずつ固定した各点の収束である。次の定理は、可測性だけからそれが自動的に一様になることを言う。以下のすべての結果の土台である。
$L$ を緩やかに変動する関数とする。$0< a< b< \infty$ について
$$
\sup_{a\le t\le b}\Bigl\lvert\frac{L(tx)}{L(x)}-1\Bigr\rvert\to0\qquad(x\to\infty)
$$
である。$f\in\mathrm{RV}_\rho$ なら $f(tx)/f(x)\to t^\rho$ も $t\in[a,b]$ について一様である。
$h(y)=\log L(e^y)$ とおく。$\sup_{0\le v\le1}\lvert h(y+v)-h(y)\rvert\to0$ を示せば足りる。実際、$v\in[0,k]$ は $1$ 以下の $k$ 個の幅に分けて差を足し合わせればよく、$v< 0$ は $h(y+v)-h(y)=-(h(y'+\lvert v\rvert)-h(y'))$($y'=y+v\to\infty$)と書き直せる。$t=e^v$ と戻すと、$\log(L(tx)/L(x))$ が $t\in[a,b]$ で一様に $0$ に近づき、主張が従う。$f\in\mathrm{RV}_\rho$ には $f(x)=x^\rho L(x)$ として当てる。
一様でないと仮定する。$\varepsilon>0$ と、$y_n\to\infty$、$v_n\in[0,1]$ で
$$
\lvert h(y_n+v_n)-h(y_n)\rvert\ge\varepsilon\qquad(n\ge1)
$$
となるものがある。$N\ge1$ について $[0,2]$ の部分集合
$$
U_N:=\Bigl\{w:\lvert h(y_m+w)-h(y_m)\rvert< \frac\varepsilon2\ (m\ge N)\Bigr\},\quad V_N:=\Bigl\{w:\lvert h(y_m+v_m+w)-h(y_m+v_m)\rvert< \frac\varepsilon2\ (m\ge N)\Bigr\}
$$
を考える。$h$ は可測なので、可算個の可測集合の共通部分として $U_N$、$V_N$ は可測である。各 $w\in[0,2]$ について、$y_m\to\infty$、$y_m+v_m\to\infty$ と各点の収束から、$w$ は十分大きい $N$ で $U_N$ と $V_N$ に入る。$U_N$、$V_N$ は $N$ について増加し、和集合は $[0,2]$ なので、Lebesgue 測度 $\lambda$ について $\lambda(U_N)\to2$、$\lambda(V_N)\to2$ である。$\lambda(U_N)>\frac32$、$\lambda(V_N)>\frac32$ となる $N$ をとる。
$U_N\subset[0,2]$ と $v_N+V_N\subset[v_N,v_N+2]$ はどちらも $[0,3]$ に含まれ、測度の和は $3$ より大きい。よって交わり、$w\in U_N$、$w'\in V_N$ で $w=v_N+w'$ となるものがある。$y_N+w=(y_N+v_N)+w'$ なので
$$
\lvert h(y_N+v_N)-h(y_N)\rvert\le\lvert h(y_N+w)-h(y_N)\rvert+\lvert h(y_N+v_N+w')-h(y_N+v_N)\rvert< \varepsilon
$$
となり、$v_N,y_N$ の選び方に反する。$\square$
可測性は $U_N$、$V_N$ の測度を考えるところで使った。証明は、各点で収束する列の収束がそろう集合を測度で捉え、ずらした 2 つの集合の測度を比べて共通の点を 1 つ見つける。
$L$ が緩やかに変動することと、ある $B\ge A$ と、$[B,\infty)$ 上の可測関数 $c$、$\varepsilon$ で
$$
L(x)=c(x)\exp\Bigl(\int_B^x\frac{\varepsilon(u)}u\,du\Bigr)\qquad(x\ge B),\qquad c(x)\to c_0\in(0,\infty),\quad\varepsilon(u)\to0
$$
となるもの($\varepsilon$ は各有界区間で有界)があることは同値である。
表示があれば緩やかに変動する。 $t>0$ を固定する。$x\to\infty$ のとき $c(tx)/c(x)\to1$ で、
$$
\Bigl\lvert\int_x^{tx}\frac{\varepsilon(u)}u\,du\Bigr\rvert\le\sup_{u\ge\min(x,tx)}\lvert\varepsilon(u)\rvert\cdot\lvert\log t\rvert\to0
$$
なので $L(tx)/L(x)\to1$ である。
緩やかに変動すれば表示がある。 $h(y)=\log L(e^y)$ とおく。thm-rv-uct から $Y\ge\log A$ があって、$y\ge Y$、$0\le v\le1$ で $\lvert h(y+v)-h(y)\rvert\le1$ である。よって $\lvert h(Y+v)\rvert\le\lvert h(Y)\rvert+k$($0\le v\le k$)で、$h$ は $[Y,\infty)$ の各有界区間で有界な可測関数であり、可積分である。$y\ge Y$ について
$$
\int_y^{y+1}h(s)\,ds-\int_Y^{Y+1}h(s)\,ds=\int_Y^y\bigl(h(s+1)-h(s)\bigr)\,ds
$$
である(右辺を $\int_{Y+1}^{y+1}h-\int_Y^yh$ と書き直せばよい)。$e(s):=h(s+1)-h(s)$、$C:=\int_Y^{Y+1}h$、$\eta(y):=\int_0^1\bigl(h(y)-h(y+v)\bigr)\,dv$ とおくと
$$
h(y)=\eta(y)+C+\int_Y^ye(s)\,ds\qquad(y\ge Y)
$$
である。$L$ が緩やかに変動するので $e(s)\to0$ であり、thm-rv-uct から $\lvert\eta(y)\rvert\le\sup_{0\le v\le1}\lvert h(y)-h(y+v)\rvert\to0$ である。$x=e^y$ と戻し、$B:=e^Y$、$c(x):=\exp(C+\eta(\log x))$、$\varepsilon(u):=e(\log u)$ とおくと、$\int_Y^{\log x}e(s)\,ds=\int_B^x\varepsilon(u)\,du/u$ なので求める表示を得る。$c(x)\to e^C$、$\varepsilon(u)\to0$ で、$\varepsilon$ は各有界区間で有界である。$\square$
表示の $c$ と $\varepsilon$ は一意ではない。$c$ を定数にとれるとき $L$ は 正規化されている という。$\varepsilon$ が小さいことは、$L$ が局所的には $u^{\pm\delta}$ より遅くしか変化しないことを表す。
$f\in\mathrm{RV}_\rho$ とする。任意の $\delta>0$ と $K>1$ に対して $X$ があり、$x,y\ge X$ なら
$$
\frac{f(y)}{f(x)}\le K\Bigl(\frac yx\Bigr)^\rho\max\Bigl\{\Bigl(\frac yx\Bigr)^\delta,\Bigl(\frac yx\Bigr)^{-\delta}\Bigr\}
$$
である。とくに $x^\delta L(x)\to\infty$、$x^{-\delta}L(x)\to0$、$\log L(x)/\log x\to0$($L$ は緩やかに変動する関数、$\delta>0$)である。
$f(x)=x^\rho L(x)$ とし、$L$ を thm-rv-representation の形に書く。$c(u)\to c_0>0$ なので、$X\ge B$ を大きくとれば $u\ge X$ で $c_0K^{-1/2}< c(u)< c_0K^{1/2}$、$\lvert\varepsilon(u)\rvert\le\delta$ である。$x,y\ge X$ なら $c(y)/c(x)< K$ で、$\bigl\lvert\int_x^y\varepsilon(u)\,du/u\bigr\rvert\le\delta\lvert\log(y/x)\rvert$ なので
$$
\frac{L(y)}{L(x)}\le K\exp\Bigl(\delta\Bigl\lvert\log\frac yx\Bigr\rvert\Bigr)=K\max\Bigl\{\Bigl(\frac yx\Bigr)^\delta,\Bigl(\frac yx\Bigr)^{-\delta}\Bigr\}
$$
である。両辺に $(y/x)^\rho$ を掛ければ主張になる。$x=X$ を固定し $y\to\infty$ とすると、$\delta/2$ について使って $L(y)\ge K^{-1}L(X)(y/X)^{-\delta/2}$、$L(y)\le KL(X)(y/X)^{\delta/2}$ なので $y^\delta L(y)\to\infty$、$y^{-\delta}L(y)\to0$ である。$\delta$ は任意なので $\log L(y)/\log y\to0$ である。$\square$
$f\in\mathrm{RV}_\rho$ は「$x^{\rho-\delta}$ と $x^{\rho+\delta}$ の間」にあり、比 $f(y)/f(x)$ は $y/x$ の冪で上から抑えられる。この評価が、積分の極限で 優収束定理 を使うときの優関数になる。
$x\ge1$ について
$$
L(x):=\exp\bigl((\log x)^{1/3}\cos((\log x)^{1/3})\bigr)
$$
とおく。$L$ は緩やかに変動するが、$\liminf_{x\to\infty}L(x)=0$、$\limsup_{x\to\infty}L(x)=\infty$ である。
実際、$h(y)=y^{1/3}\cos(y^{1/3})$ について $h'(y)=\frac13y^{-2/3}\cos(y^{1/3})-\frac13y^{-1/3}\sin(y^{1/3})$ で、$y\ge1$ なら $\lvert h'(y)\rvert\le\frac23y^{-1/3}\to0$ である。平均値の定理から $h(y+v)-h(y)\to0$ がすべての $v$ で成り立つ。一方 $y=(2\pi k)^3$ で $h(y)=2\pi k$、$y=((2k+1)\pi)^3$ で $h(y)=-(2k+1)\pi$ である。表現定理の形では、$B=e$ として $c$ を定数 $e^{h(1)}$、$\varepsilon(u)=h'(\log u)$ にとれる。
正則変動関数の積分は、被積分関数とほぼ同じ形で計算できる。冪関数の $\int_1^xt^\rho\,dt\sim x^{\rho+1}/(\rho+1)$ が、緩やかに変動する因子を付けてもそのまま成り立つ。
$f\in\mathrm{RV}_\rho$ が $[A,\infty)$ の各有界区間で有界とする。
1。 $\delta:=(\rho+1)/2>0$ とし、cor-rv-potter の $X$ を $\delta$ と $K=2$ でとる。$x\ge X$ で $t=sx$ と置換すると
$$
\frac1{xf(x)}\int_A^xf(t)\,dt=\frac1{xf(x)}\int_A^Xf(t)\,dt+\int_{X/x}^1\frac{f(sx)}{f(x)}\,ds
$$
である。第 1 項の分子は定数で、cor-rv-potter から $xf(x)=x^{\rho+1}L(x)\to\infty$ なので $0$ に近づく。第 2 項の被積分関数は、$s\in[X/x,1]$ で $sx\ge X$ なので $f(sx)/f(x)\le2s^{\rho}s^{-\delta}=2s^{(\rho-1)/2}$ で抑えられる。$(\rho-1)/2>-1$ なので右辺は $(0,1]$ で可積分である。各 $s\in(0,1]$ で $\mathbf 1_{\{s\ge X/x\}}f(sx)/f(x)\to s^\rho$ なので、優収束定理 から第 2 項は $\int_0^1s^\rho\,ds=1/(\rho+1)$ に近づく。
2。 $\delta:=(-\rho-1)/2>0$ とし、同じく $X$ をとる。$x\ge X$、$s\ge1$ なら $f(sx)/f(x)\le2s^{\rho+\delta}=2s^{(\rho-1)/2}$ で、$(\rho-1)/2< -1$ なので右辺は $[1,\infty)$ で可積分である。とくに $\int_X^\infty f< \infty$ である。置換 $t=sx$ と 優収束定理 から
$$
\frac1{xf(x)}\int_x^\infty f(t)\,dt=\int_1^\infty\frac{f(sx)}{f(x)}\,ds\to\int_1^\infty s^\rho\,ds=\frac1{-\rho-1}
$$
である。$xf(x)\in\mathrm{RV}_{\rho+1}$ なので、最後の主張も従う。$\square$
$\rho=-1$ ではどちらの形も成り立たない(下の反例の表)。1 の応用として、$\bar F\in\mathrm{RV}_{-\alpha}$ の分布について $E[X^\beta\mathbf 1_{\{0\le X\le x\}}]$($\beta>\alpha$)の増え方が $x^\beta\bar F(x)$ の定数倍であることなど、打ち切った積率の評価が得られる。
正則変動は、関数の無限遠での振る舞いと、その Laplace 変換の原点での振る舞いを結びつける。
$U\colon[0,\infty)\to[0,\infty)$ を単調非減少で右連続な関数とし、$dU$ を $U(x)=\int_{[0,x]}dU$ となる測度とする。$U\in\mathrm{RV}_\rho$($\rho\ge0$)なら、$s\downarrow0$ のとき
$$
\widehat U(s):=\int_{[0,\infty)}e^{-sx}\,dU(x)\sim\Gamma(\rho+1)\,U(1/s)
$$
である。
要点:$\widehat U(s)=\int_0^\infty e^{-y}U(y/s)\,dy$ と書き、$U(y/s)/U(1/s)\to y^\rho$ に優収束定理を当てる。
$e^{-sx}=\int_x^\infty se^{-sy}\,dy$ を代入し、非負関数の Fubiniの定理(Tonelli)で順序を替えると $\widehat U(s)=\int_0^\infty se^{-sy}U(y)\,dy=\int_0^\infty e^{-y}U(y/s)\,dy$ である。$X$ を cor-rv-potter の $\delta=1$、$K=2$ でとり、$1/s\ge X$ とする。$y\le1$ なら単調性から $U(y/s)/U(1/s)\le1$ である。$y\ge1$ なら $y/s\ge X$ なので $U(y/s)/U(1/s)\le2y^{\rho+1}$ である。よって $e^{-y}U(y/s)/U(1/s)\le e^{-y}\max(1,2y^{\rho+1})$ で、右辺は可積分である。各 $y>0$ で $U(y/s)/U(1/s)\to y^\rho$ なので、優収束定理 から $\widehat U(s)/U(1/s)\to\int_0^\infty e^{-y}y^\rho\,dy=\Gamma(\rho+1)$ である(ガンマ関数)。$\square$
この逆が Karamata の Tauber 型定理(thm-rv-karamata-tauber)である。単調性がこの場合の Tauber 条件にあたる。係数が $0$ 以上の冪級数 $\sum f_nz^n$ について、$z\uparrow1$ で $(1-z)^{-\alpha}L(1/(1-z))$($\alpha\ge0$)と振る舞えば部分和 $\sum_{k\le n}f_k$ が $n^\alpha L(n)/\Gamma(\alpha+1)$ と振る舞う、という形が FS09 Theorem VI.13(p. 435)にある(この記事では証明しない)。緩やかに変動する因子が定数の場合の、多項式で挟む証明は Tauber型定理 にある。
$U\colon[0,\infty)\to[0,\infty)$ を単調非減少で右連続な関数とし、$\widehat U(s)$ はすべての $s>0$ で有限とする。$\rho\ge0$ と緩やかに変動する $L$ について $\widehat U(s)\sim s^{-\rho}L(1/s)$($s\downarrow0$)なら、$U(x)\sim x^\rho L(x)/\Gamma(\rho+1)$($x\to\infty$)である。
要点:$dU$ を $1/s$ の尺度で縮めて $\widehat U(s)$ で割った測度の Laplace 変換は $\lambda^{-\rho}$ に近づく。指数関数の 1 次結合は Stone–Weierstrass の定理で稠密なので、区間 $[0,1]$ の測度も収束する。
$s>0$ が小さいとき $\widehat U(s)>0$ である。$[0,\infty)$ 上の測度 $\mu_s$ を $\mu_s([0,y]):=U(y/s)/\widehat U(s)$ で定めると、$\lambda>0$ について $\int e^{-\lambda y}\mu_s(dy)=\widehat U(\lambda s)/\widehat U(s)$ で、仮定と $L(1/(\lambda s))/L(1/s)\to1$ から、$s\downarrow0$ のとき $\lambda^{-\rho}$ に近づく。$\nu$ を、$\rho=0$ なら点 $0$ に質量 $1$ をおく測度、$\rho>0$ なら密度 $y^{\rho-1}/\Gamma(\rho)$ の測度とすると、$\int e^{-\lambda y}\nu(dy)=\lambda^{-\rho}$ である(ガンマ関数)。有限測度 $m_s(dy):=e^{-y}\mu_s(dy)$、$m(dy):=e^{-y}\nu(dy)$ について、すべての $\lambda\ge0$ で $\int e^{-\lambda y}m_s(dy)=\int e^{-(\lambda+1)y}\mu_s(dy)\to(\lambda+1)^{-\rho}=\int e^{-\lambda y}m(dy)$ である。とくに $s$ が小さいとき $m_s$ の全質量は有界である。
$[0,\infty)$ に点 $\infty$ を加えたコンパクト空間 $[0,\infty]$ の上で、$e_\lambda(y):=e^{-\lambda y}$($\lambda>0$ では $e_\lambda(\infty):=0$、$e_0\equiv1$)の 1 次結合の全体は、$e_\lambda e_{\lambda'}=e_{\lambda+\lambda'}$ から積で閉じ、定数を含み、$e_1$ が単射なので点を分離する。Stone–Weierstrassの定理 から、これは $C([0,\infty])$ で一様ノルムについて稠密である。$m_s$ の全質量が有界なので、すべての $g\in C([0,\infty])$ で $\int g\,dm_s\to\int g\,dm$ である。
$0< \varepsilon< 1$ とし、$\chi_+$ を $[0,1]$ で $1$、$[1+\varepsilon,\infty)$ で $0$、その間で一次の関数、$\chi_-$ を $[0,1-\varepsilon]$ で $1$、$[1,\infty)$ で $0$、その間で一次の関数とする。$g_\pm(y):=e^y\chi_\pm(y)$($g_\pm(\infty):=0$)は $C([0,\infty])$ に属し、$\int g_\pm\,dm_s=\int\chi_\pm\,d\mu_s$ なので
$$\int\chi_-\,d\nu\le\liminf_{s\downarrow0}\mu_s([0,1])\le\limsup_{s\downarrow0}\mu_s([0,1])\le\int\chi_+\,d\nu$$
である。$\nu$ は点 $1$ に質量をもたないので、$\varepsilon\downarrow0$ として $\mu_s([0,1])\to\nu([0,1])=1/\Gamma(\rho+1)$ である($\rho>0$ では $\int_0^1y^{\rho-1}\,dy/\Gamma(\rho)=1/(\rho\Gamma(\rho))$)。$x=1/s$ とおくと $U(x)/\widehat U(1/x)\to1/\Gamma(\rho+1)$ で、仮定から $U(x)\sim x^\rho L(x)/\Gamma(\rho+1)$ である。$\square$
確率変数 $X$ の裾 $\bar F(x):=P(X>x)$ が $\mathrm{RV}_{-\alpha}$($\alpha>0$)に属するとき、$X$ の分布は 裾が正則変動する という。Pareto 型の分布 $\bar F(x)=x^{-\alpha}$($x\ge1$)や、自由度 $\nu$ の Studentのt分布($\alpha=\nu$。密度が $x\to\infty$ で $x^{-\nu-1}$ の定数倍に漸近するので、裾は thm-rv-karamata の 2 から $\mathrm{RV}_{-\nu}$ に属する)がこの例である。このような分布では、和が大きくなるのは「どれか 1 つが大きい」ときである。
$X_1,X_2$ を独立で同じ分布に従う $0$ 以上の確率変数とし、$\bar F(x)=P(X_1>x)\in\mathrm{RV}_{-\alpha}$($\alpha>0$)とする。このとき
$$
P(X_1+X_2>x)\sim2\bar F(x)\qquad(x\to\infty)
$$
である。
下から。 $\{X_1+X_2>x\}\supset\{X_1>x\}\cup\{X_2>x\}$ なので、$P(X_1+X_2>x)\ge2\bar F(x)-\bar F(x)^2$ で、$\bar F(x)\to0$ から右辺は $2\bar F(x)(1+o(1))$ である。
上から。 $0< \eta< \frac12$ とする。$X_1+X_2>x$ なら、$X_1>(1-\eta)x$ か $X_2>(1-\eta)x$ か、$X_1>\eta x$ かつ $X_2>\eta x$ である(どれでもなければ和は $(1-\eta)x+\eta x$ 以下)。よって
$$
\frac{P(X_1+X_2>x)}{\bar F(x)}\le2\frac{\bar F((1-\eta)x)}{\bar F(x)}+\bar F(\eta x)\cdot\frac{\bar F(\eta x)}{\bar F(x)}\to2(1-\eta)^{-\alpha}+0\cdot\eta^{-\alpha}
$$
である。$\eta\downarrow0$ として $\limsup P(X_1+X_2>x)/\bar F(x)\le2$ である。$\square$
$n$ 個の独立な $0$ 以上の確率変数で裾が正則変動するものについて $P(X_1+\dots+X_n>x)\sim\sum_iP(X_i>x)$ が成り立つ(JM06 Lemma 3.1(p. 173))。指数分布ではこれは成り立たない。$X_i$ が平均 $1$ の指数分布なら $P(X_1+X_2>x)=(1+x)e^{-x}$ で、$2e^{-x}$ との比は $\infty$ に向かう。裾が軽い分布では、和が大きくなるのは両方がほどほどに大きいときである。
| 外す仮定・結論 | 例 | 起こること |
|---|---|---|
| Karamata の積分定理の $\rho\ne-1$ | $f(x)=1/x$($\rho=-1$) | $\int_1^xf=\log x$ で $xf(x)=1$ との比は $\infty$ に向かい、$\int_x^\infty f=\infty$ |
| 緩やかに変動すれば単調・有界になる、という誤解 | ex-rv-oscillating の $L$ | 緩やかに変動するが $\liminf L=0$、$\limsup L=\infty$ |
| 各点の比の収束(定義) | $2+\sin(\log x)$ | 有界で正だが、$t=e^\pi$ で比が収束せず、緩やかに変動しない |
| 冪で減る裾(prop-rv-sum) | 平均 $1$ の指数分布 | $P(X_1+X_2>x)/(2P(X_1>x))=(1+x)/2\to\infty$ |
1 行目:$f(tx)/f(x)=1/t$ なので $f\in\mathrm{RV}_{-1}$ である。$\log x/1\to\infty$ で、$\int_x^\infty dt/t$ は発散する。2 行目は ex-rv-oscillating、3 行目は ex-rv-examples の 4 による。4 行目:$X_1+X_2$ は形状 $2$ のガンマ分布に従い、$P(X_1+X_2>x)=\int_x^\infty ue^{-u}\,du=(1+x)e^{-x}$ である。指数分布の裾 $e^{-x}$ は ex-rv-examples の 3 のとおり正則変動しない。
Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する