n차 적률이 존재하면 차수가 n보다 작은 적률도 존재한다
📂수리통계학 n차 적률이 존재하면 차수가 n보다 작은 적률도 존재한다 정리 확률변수 X X X 와 자연수 n n n 에 대해 E ( X n ) E( X^n ) E ( X n ) 이 존재하면 E ( X m ) , m = 1 , 2 , 3 , ⋯ , n E( X^m ), m=1,2,3,\cdots, n E ( X m ) , m = 1 , 2 , 3 , ⋯ , n 도 존재한다.
설명 어떤 차수의 적률 이든 존재하기만 한다면 그보다 작은 차수의 적률은 항상 존재하지만, 당연히 역은 성립하지 않는다. 물론 실제로 문제를 접해보면 높은 차수의 적률이 먼저 주어지는 경우는 거의 없으나, 어떤 정리의 조건을 나열할 때 지면을 상당히 절약할 수 있게 해주는 정리긴 하다.
증명 전략: 확률변수의 절댓값으로 우회해서 대소관계를 보인 후 원래 보이려던 부등식으로 돌아온다. 본 증명은 연속확률분포에 대한 것이지만, 같은 방법으로 이산확률분포에 대해서도 증명이 가능하다.
확률변수 X X X 의 확률밀도함수가 f f f 라고 하자.
Part 1. E ( X n ) < ∞ ⟹ E ( ∣ X ∣ n ) < ∞ E \left( X^{n} \right) < \infty \implies E \left( |X|^{n} \right) < \infty E ( X n ) < ∞ ⟹ E ( ∣ X ∣ n ) < ∞
E ( ∣ X ∣ n ) = ∫ − ∞ ∞ ∣ x ∣ n f ( x ) d x = ∞ E \left( |X|^{n} \right) = \int_{-\infty}^{\infty} |x|^{n} f(x) dx= \infty E ( ∣ X ∣ n ) = ∫ − ∞ ∞ ∣ x ∣ n f ( x ) d x = ∞ 라고 가정하면
∫ 0 ∞ ∣ x ∣ n f ( x ) d x = ∞
\int_{0}^{\infty} |x|^{n} f(x) dx= \infty
∫ 0 ∞ ∣ x ∣ n f ( x ) d x = ∞
혹은
∫ − ∞ 0 ∣ x ∣ n f ( x ) d x = ∞
\int_{-\infty}^{0} |x|^{n} f(x) dx= \infty
∫ − ∞ 0 ∣ x ∣ n f ( x ) d x = ∞
한편 { ∫ 0 ∞ ∣ x ∣ n f ( x ) d x = ∫ 0 ∞ x n f ( x ) d x ∫ − ∞ 0 ∣ x ∣ n f ( x ) d x = ( − 1 ) n ∫ − ∞ 0 x n f ( x ) d x \begin{cases} \displaystyle \int_{0}^{\infty} |x|^{n} f(x) dx= \int_{0}^{\infty} x^{n} f(x) dx
\\ \displaystyle \int_{-\infty}^{0} |x|^{n} f(x) dx = (-1)^{n} \int_{-\infty}^{0} x^{n} f(x) dx \end{cases} ⎩ ⎨ ⎧ ∫ 0 ∞ ∣ x ∣ n f ( x ) d x = ∫ 0 ∞ x n f ( x ) d x ∫ − ∞ 0 ∣ x ∣ n f ( x ) d x = ( − 1 ) n ∫ − ∞ 0 x n f ( x ) d x 이므로
E ( X n ) = ∫ − ∞ ∞ x n f ( x ) d x = ∫ 0 ∞ x n f ( x ) d x − ∫ − ∞ 0 x n f ( x ) d x = ∞
E \left( X^{n} \right) = \int_{-\infty}^{\infty} x^{n} f(x) dx = \int_{0}^{\infty} x^{n} f(x) dx - \int_{-\infty}^{0} x^{n} f(x) dx = \infty
E ( X n ) = ∫ − ∞ ∞ x n f ( x ) d x = ∫ 0 ∞ x n f ( x ) d x − ∫ − ∞ 0 x n f ( x ) d x = ∞
Part 2. E ( ∣ X ∣ n ) < ∞ ⟹ E ( ∣ X ∣ m ) < ∞ E \left( |X|^{n} \right) < \infty \implies E \left( |X|^{m} \right) < \infty E ( ∣ X ∣ n ) < ∞ ⟹ E ( ∣ X ∣ m ) < ∞
E ( ∣ X ∣ m ) = ∫ − ∞ ∞ ∣ x ∣ m f ( x ) d x = ∫ ∣ x ∣ < 1 ∣ x ∣ m f ( x ) d x + ∫ ∣ x ∣ > 1 ∣ x ∣ m f ( x ) d x ≤ ∫ ∣ x ∣ < 1 f ( x ) d x + ∫ ∣ x ∣ > 1 ∣ x ∣ n f ( x ) d x ≤ ∫ − ∞ ∞ f ( x ) d x + ∫ − ∞ ∞ ∣ x ∣ n f ( x ) d x ≤ 1 + E ( ∣ X ∣ n ) < ∞
\begin{align*}
E \left( |X|^{m} \right) =& \int_{-\infty}^{\infty} |x|^{m} f(x) dx
\\ =& \int_{|x|<1} |x|^{m} f(x) dx + \int_{|x|>1} |x|^{m} f(x) dx
\\ \le & \int_{|x|<1} f(x) dx + \int_{|x|>1} |x|^{n} f(x) dx
\\ \le & \int_{-\infty}^{\infty} f(x) dx + \int_{-\infty}^{\infty} |x|^{n} f(x) dx
\\ \le & 1 + E \left( |X|^{n} \right)
\\ <& \infty
\end{align*}
E ( ∣ X ∣ m ) = = ≤ ≤ ≤ < ∫ − ∞ ∞ ∣ x ∣ m f ( x ) d x ∫ ∣ x ∣ < 1 ∣ x ∣ m f ( x ) d x + ∫ ∣ x ∣ > 1 ∣ x ∣ m f ( x ) d x ∫ ∣ x ∣ < 1 f ( x ) d x + ∫ ∣ x ∣ > 1 ∣ x ∣ n f ( x ) d x ∫ − ∞ ∞ f ( x ) d x + ∫ − ∞ ∞ ∣ x ∣ n f ( x ) d x 1 + E ( ∣ X ∣ n ) ∞
Part 3. E ( ∣ X ∣ m ) < ∞ ⟹ E ( X m ) < ∞ E \left( |X|^{m} \right) < \infty \implies E \left( X^{m} \right) < \infty E ( ∣ X ∣ m ) < ∞ ⟹ E ( X m ) < ∞
E ( X m ) = ∫ − ∞ ∞ x m f ( x ) d x ≤ ∣ ∫ − ∞ ∞ x m f ( x ) d x ∣ ≤ ∫ − ∞ ∞ ∣ x ∣ m f ( x ) d x = E ( ∣ X ∣ m ) < ∞
\begin{align*}
E \left( X^{m} \right) =& \int_{-\infty}^{\infty} x^{m} f(x) dx
\\ \le & \left| \int_{-\infty}^{\infty} x^{m} f(x) dx \right|
\\ \le & \int_{-\infty}^{\infty} | x | ^{m} f(x) dx
\\ =& E \left( |X|^{m} \right)
\\ <& \infty
\end{align*}
E ( X m ) = ≤ ≤ = < ∫ − ∞ ∞ x m f ( x ) d x ∫ − ∞ ∞ x m f ( x ) d x ∫ − ∞ ∞ ∣ x ∣ m f ( x ) d x E ( ∣ X ∣ m ) ∞
Part 1. ~Part 3. 를 정리하면 E ( X n ) < ∞ ⟹ E ( X m ) < ∞ E \left( X^{n} \right) < \infty \implies E \left( X^{m} \right) < \infty E ( X n ) < ∞ ⟹ E ( X m ) < ∞ 를 얻는다.
■