An Extension of Feller's Strong Law of Large Numbers
Notice bibliographique
Résumé
~This paper presents a general result that allows for establishing a link between the Kolmogorov-Marcinkiewicz-Zygmund strong law of large numbers and Feller's strong law of large numbers in a Banach space setting. Let $\{X, X_{n}; n \geq 1\}$ be a sequence of independent and identically distributed Banach space valued random variables and set $S_{n} = \sum_{i=1}^{n}X_{i},~n \geq 1$. Let $\{a_{n}; n \geq 1\}$ and $\{b_{n}; n \geq 1\}$ be increasing sequences of positive real numbers such that $\lim_{n \rightarrow \infty} a_{n} = \infty$ and $\left\{b_{n}/a_{n};~ n \geq 1 \right\}$ is a nondecreasing sequence. We show that \[ \frac{S_{n}- n \mathbb{E}\left(XI\{\|X\| \leq b_{n} \} \right)}{b_{n}} \rightarrow 0~~\mbox{almost surely} \] for every Banach space valued random variable $X$ with $\sum_{n=1}^{\infty} \mathbb{P}(\|X\| > b_{n}) < \infty$ if $S_{n}/a_{n} \rightarrow 0$ almost surely for every symmetric Banach space valued random variable $X$ with $\sum_{n=1}^{\infty} \mathbb{P}(\|X\| > a_{n}) < \infty$. To establish this result, we invoke two tools (obtained recently by Li, Liang, and Rosalsky): a symmetrization procedure for the strong law of large numbers and a probability inequality for sums of independent Banach space valued random variables.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».