Beweis, dass, wenn ein höheres Moment existiert, auch ein niedrigeres Moment existiert

11

Das te Moment einer Zufallsvariablen X ist endlich, wenn E ( | X r | ) < ∞ istrX

E(|Xr|)<

Ich versuche zu zeigen, dass für jede positive ganze Zahl der s- te Moment E [ | X s | ] ist auch endlich.s<rsE[|Xs|]

nona
quelle
Ist das Hausaufgaben? Wenn ja, was haben Sie bisher versucht? Außerdem habe ich versucht, Ihre Frage lesbarer zu machen. Bitte lassen Sie mich wissen, wenn ich einen Fehler gemacht habe.
Gschneider
Ich habe das Billingsley-Lehrbuch gelesen und im Internet gesucht, aber es gibt keinen genauen Beweis. Was ich gefunden habe, ist nur ein Hinweis, vielleicht kann Jensens Ungleichung verwendet werden.
Nona
1
Überlegen Sie, ob Sie umschreiben möchten X r | als | X sX r - s | und sehen, ob das Sie irgendwohin bringt. |Xr||XsXrs|
Gschneider
3
Es gibt einen Unterschied zwischen einem existierenden und einem endlichen Moment . Insbesondere kann ein Moment existieren, aber unendlich sein. Die Terminologie, in die Sie eingeführt werden, ist etwas ungenau. In jedem Fall ist dies ein Standardergebnis über -Räume; es ist nicht wahr, dass "kein genauer Beweis existiert". :)Lp
Kardinal

Antworten:

18

0<s<rX|X|smax(1,|X|r)

StasK
quelle
Fein. Sie können es auch mit Hilfe von Jensens Ungleichung beweisen.
Stéphane Laurent
8
(+1) Ich mag das, weil es nur auf den grundlegendsten Eigenschaften der Erwartung beruht, nämlich der Monotonie. Wenn man sich Sorgen macht, was man mit der rechten Seite machen soll, kann man feststellen, dass . Wenn man eine Anwendung von Jensen bevorzugt, kann man | schreiben X | r = ( | X | s ) r / s und beachte, dass r / s 1 ist . max(1,|X|r)1+|X|r|X|r=(|X|s)r/sr/s1
Kardinal
1
@cardinal: (+1) I prefer your inequality as it directly involves |X|r...
Xi'an