TRƯỜNG ĐẠI HỌC ĐỒNG NAI

KHOA SƯ PHẠM KHOA HỌC TỰ NHIÊN

LÊ THỊ HẰNG QUYÊN

MỘT SỐ BẤT ĐẲNG THỨC MOMENT

CỦA TỔNG CÁC BIẾN NGẪU NHIÊN
PHỤ THUỘC ÂM

KHÓA LUẬN TỐT NGHIỆP

ĐỒNG NAI - 2023

 TRƯỜNG ĐẠI HỌC ĐỒNG NAI
KHOA SƯ PHẠM KHOA HỌC TỰ NHIÊN

LÊ THỊ HẰNG QUYÊN

MỘT SỐ BẤT ĐẲNG THỨC MOMENT

CỦA TỔNG CÁC BIẾN NGẪU NHIÊN
PHỤ THUỘC ÂM

KHÓA LUẬN TỐT NGHIỆP

NGƯỜI HƯỚNG DẪN KHOA HỌC

TS. BÙI NGUYÊN TRÂM NGỌC

ĐỒNG NAI - 2023

Lời cảm ơn

Khóa luận tốt nghiệp được hoàn thành tại Trường Đại học Đồng Nai dưới sự hướng
dẫn của TS. Bùi Nguyên Trâm Ngọc. Lời đầu tiên, tôi xin được bày tỏ lòng biết ơn chân
thành và sâu sắc của mình tới TS. Bùi Nguyên Trâm Ngọc, người đã đặt bài toán, định
hướng nghiên cứu, động viên, giúp đỡ tận tình và chu đáo trong suốt quá trình tôi học
tập và thực hiện khóa luận tốt nghiệp.

Trong quá trình hoàn thành khóa luận tốt nghiệp, tôi đã nhận được sự quan tâm và
góp ý của các giảng viên trong bộ môn Toán, khoa Sư phạm Khoa học Tự nhiên, trường
Đại học Đồng Nai . Tôi xin chân thành cảm ơn về những sự giúp đỡ quý báu đó.

Tôi xin được gửi lời cảm ơn tới Trường Đại học Đồng Nai về sự hỗ trợ và tạo mọi điều
kiện thuận lợi để tôi hoàn thành khóa luận tốt nghiệp.

Cuối cùng, tôi xin gửi tới gia đình, người thân, bạn bè lời biết ơn chân thành và sâu
sắc về sự động viên, chia sẻ đã dành cho tôi trong suốt quá trình học tập và nghiên cứu.

Đồng Nai, năm 2023

Lê Thị Hằng Quyên

i
Mục lục

Lời cảm ơn i

Một số ký hiệu thường dùng iii

Mở đầu 1

1 Biến ngẫu nhiên phụ thuộc âm 3

1.1 Biến ngẫu nhiên . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

1.2 Hàm của biến ngẫu nhiên . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

1.3 Giá trị kì vọng của biến ngẫu nhiên . . . . . . . . . . . . . . . . . . . . . 4

1.4 Biến ngẫu nhiên độc lập . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

1.5 Biến ngẫu nhiên phụ thuộc âm . . . . . . . . . . . . . . . . . . . . . . . . 5

1.6 Hàm biến đổi chậm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2 Một số bất đẳng thức Moment của tổng các biến ngẫu nhiên phụ thuộc âm
và ứng dụng 11

2.1 Một số bất đẳng thức Moment của tổng các biến ngẫu nhiên phụ thuộc âm 11

2.2 Luật mạnh số lớn Hsu – Robbins – Erdös . . . . . . . . . . . . . . . . . . 19

Kết luận 22

Tài liệu tham khảo 23

ii
Một số ký hiệu thường dùng

R Tập hợp các số thực

 
0, +∞ Tập các số thực không âm mở rộng
Ω Không gian mẫu hoặc Không gian biến cố sơ cấp
A, F , C , P ,... Họ các tập con của Ω
A Đại số trên Ω
F σ -đại số trên Ω


Ω, F Không gian đo được


µ Độ đo trên không gian đo được Ω, F


Ω, F, µ Không gian đo


P Độ đo xác suất trên không gian đo được Ω, F


Ω, F, P Không gian xác suất
B(R) σ -đại số Borel của R
I(A) Hàm chỉ tiêu của tập hợp A
A, B , C ,... Biến cố
X , Y , Z ,... Biến ngẫu nhiên

X+ max X, 0 trong đó X là biến ngẫu nhiên
X−

max − X, 0 trong đó X là biến ngẫu nhiên
E(X) Kỳ vọng của biến ngẫu nhiên X
Z Z
Xdµ hoặc X(ω)µ(dω) Tích phân Lebesgue của X trên Ω
Ω Ω
L(·) Hàm biến đổi chậm
L(·)
e Hàm liên hợp Brujin của L(·)

iii
Mở đầu

Tính độc lập của các biến ngẫu nhiên đóng một vai trò quan trọng khi nghiên cứu về
lý thuyết xác suất. Tuy nhiên, các hiện tượng ngẫu nhiên xảy ra trong thực tiễn thường
phụ thuộc lẫn nhau. Do đó, chúng ta phải tìm hiểu, nghiên cứu các kiểu phụ thuộc khác
nhau của các biến ngẫu nhiên để phù hợp với những bài toán ứng dụng trong thực tế như:
liên kết âm (negative association), phụ thuộc âm (negative dependence),...

Những đặc trưng của tổng các biến ngẫu nhiên phụ thuộc (khi số các biến ngẫu nhiên
đủ lớn) có rất nhiều ứng dụng trong thống kê, khoa học máy tính, ma trận ngẫu nhiên,
toán tài chính, điều khiển tối ưu,...Tùy vào từng cấu trúc phụ thuộc khác nhau mà chúng
ta cần có những kỹ thuật, công cụ khác nhau để giải quyết các bài toán với các cấu trúc
phụ thuộc tương ứng.

Luật số lớn là một bài toán cổ điển của lý thuyết xác suất, nó khẳng định trung bình
cộng của các biến ngẫu nhiên độc lập, cùng phân phối hội tụ hầu chắc chắn hoặc hội tụ
theo xác suất về kỳ vọng của các biến ngẫu nhiên đó. Tuy nhiên, nó vẫn luôn là vấn đề
được nhiều nhà toán học quan tâm, nghiên cứu và có nhiều ứng dụng trong thống kê,
toán kinh tế và một số lĩnh vực khác. Chính vì vậy, việc nghiên cứu luật số lớn không
chỉ có ý nghĩa lý thuyết mà còn có ý nghĩa thực tiễn.

Bất đẳng thức Moment đối với tổng của các biến ngẫu nhiên đóng vai trò quan trọng
trong Lý thuyết xác suất và Thống kê toán học. Kết quả cổ điển này đã được mở rộng và
được nhiều tác giả cải tiến theo các cấu trúc phụ thuộc khác nhau. Sử dụng các bất đẳng
thức moment được thiết lập sẽ giúp chúng ta mở rông luật số lớn trong các trường hợp
tương ứng.

Với các lý do nêu trên, tôi chọn đề tài nghiên cứu cho khóa luận tốt nghiệp là: “Một
số bất đẳng thức Moment của tổng các biến ngẫu nhiên phụ thuộc âm”.

1
 Mục đích của khóa luận tốt nghiệp này là xây dựng các bất đẳng thức moment cho
dãy các biến ngẫu nhiên phụ thuộc bằng cách hạn chế giải thiết độc lập theo bộ bốn
(quadruple-wise independence) về độc lập theo bộ ba (triple-wise independence). Cụ
thể hơn, tôi sẽ chứng minh bất đẳng thức dạng Rosenthal cho dãy các biến ngẫu nhiên
độc lập theo ba và phụ thuộc âm theo bộ bốn với kỳ vọng bằng không. Sử dụng kết quả
mới được thiết lập này, tôi thu được luật mạnh số lớn Hsu – Robbins – Erdös cho dãy các
biến ngẫu nhiên thõa mãn cấu trúc phụ thuộc nói trên.

Ngoài các phần một số kí hiệu thường dùng, mở đầu, kết luận chung và tài liệu tham
khảo thì nội dung chính của khóa luận được trình bày trong hai chương.

Chương 1 được dành để giới thiệu một số kiến thức chuẩn bị làm cơ sở cho những
nghiên cứu tiếp theo của khóa luận. Nội dung chính của chương 1 là trình bày về khái
niệm biến ngẫu nghiên, kỳ vọng của biến ngẫu nhiên, tính độc lập (cụ thể là khái niệm
và tính chất của dãy các biến ngẫu nhiên độc lập theo bộ ba) và tính phụ thuộc âm (cụ
thể là khái niệm và tính chất của dãy các biến ngẫu nhiên phụ thuộc âm theo bộ bốn) của
dãy các biến ngẫu nhiên.

Chương 2 là phần nội dung trọng tâm của khóa luận, được dành để thiết lập một số
bất đẳng thức Moment cho dãy các biến ngẫu nhiên phụ thuộc âm theo bộ bốn; chứng
minh được bất đẳng thức dạng Rosenthal cho dãy các biến ngẫu nhiên độc lập theo bộ
ba và phụ thuộc âm theo bộ bốn với kỳ vọng bằng không dựa vào các bất đẳng thức
Moment đã được thiết lập trước đó. Phần cuối cùng của chương 2 sẽ là luật mạnh số lớn
Hsu – Robbins – Erdös cho dãy các biến ngẫu nhiên thõa mãn cấu trúc phụ thuộc nói
trên.

2
Chương 1

Biến ngẫu nhiên phụ thuộc âm

Trong chương này, chúng tôi sẽ giới thiệu khái niệm biến ngẫu nhiên, biến ngẫu nhiên
độc lập, biến ngẫu nhiên phụ thuộc âm và một số tính chất của dãy các biến ngẫu nhiên
độc độc lập, phụ thuộc âm. Các kết quả của chương được viết dựa trên các tài liệu [1],
[2], [5], [7], [8].

1.1 Biến ngẫu nhiên

Định nghĩa 1.1.1 (Ánh xạ đo được). Giả sử Ω, F và Σ, G là hai không gian đo được.
Ánh xạ
X:Ω→Σ

được gọi là ánh xạ F/G đo được (hay ánh xạ đo được đối với F , hay gọi đơn giản là ánh
xạ đo được) nếu tạo ảnh của tập đo được là tập đo được, nghĩa là

X −1 (B) ∈ F với mọi B ∈ G hay X −1 (G) ⊂ F .

Định nghĩa 1.1.2 (Biến ngẫu nhiên). Giả sử (Ω, F, P) là không gian xác suất, G là σ -đại
số con của σ -đại số F . Khi đó ánh xạ X : Ω → R được gọi là biến ngẫu nhiên G đo được
nếu nó là ánh xạ G/B(R) đo được.

3
1.2 Hàm của biến ngẫu nhiên

Định lý 1.2.1 (Hàm của biến ngẫu nhiên). Giả sử X1 , X2 , ..., Xn là các biến ngẫu nhiên


và f : Rn → R là hàm đo được Borel. Khi đó, f X1 , X2 , ..., Xn là biến ngẫu nhiên.

Ví dụ 1.2.2. (i) Nếu X là biến ngẫu nhiên thì X 2 , sin(X), ... là các biến ngẫu nhiên.
n
X n
Y
(ii) Nếu X1 , X2 , ..., Xn là các biến ngẫu nhiên thì Xi , Xi , ... là các biến ngẫu
i=1 i=1
nhiên.


Hệ quả 1.2.3. Giả sử X và Y là hai biến ngẫu nhiên cùng xác định trên Ω, F, P ,

f : R → R là hàm liên tục, a ∈ R. Khi đó aX , X ± Y , XY , |X|, f (X), X + = max X; 0 ,
X − = max − X; 0 , X/Y (Y ̸= 0) đều là các biến ngẫu nhiên.


1.3 Giá trị kì vọng của biến ngẫu nhiên

Định nghĩa 1.3.1 (Kỳ vọng của biến ngẫu nhiên). Giả sử X là biến ngẫu nhiên xác định


trên không gian xác suất Ω, F, P . Kỳ vọng (hay trung bình) của X , ký hiệu là E(X), là
tích phân Lebesgue của X trên Ω theo độ đo P
Z
E(X) = Xdµ.
Ω

Tính chất 1.3.2. Kỳ vọng có các tính chất sau đây

(i) Nếu X ≥ 0 thì E(X) ≥ 0.

(ii) Nếu X = C thì E(X) = C .

(iii) Nếu tồn tại E(X) với mọi C ∈ R, ta có E(CX) = C E(X).

(iv) Nếu tồn tại E(X) và E(Y ) thì E(X ± Y ) = E(X) ± E(Y ).

1.4 Biến ngẫu nhiên độc lập

Định nghĩa 1.4.1 (Tính độc lập của họ các biến ngẫu nhiên). Họ các biến ngẫu nhiên

Xi , i ∈ I được gọi là độc lập (tương ứng, độc lập đôi một) nếu họ các σ -đại số

σ(Xi ), i ∈ I độc lập (tương ứng, độc lập đôi một).

4
Định lý 1.4.2 (Tiêu chuẩn về tính độc lập của các biến ngẫu nhiên). Các biến ngẫu nhiên
X1 , X2 , ..., Xn độc lập khi và chỉ khi

P(X1 ≤ x1 , X2 ≤ x2 , ..., Xn ≤ xn ) = P(X1 ≤ x1 )P(X2 ≤ x2 )...P(Xn ≤ xn )

với mọi x1 , x2 , ..., xn ∈ R.


Hệ quả 1.4.3. Dãy các biến ngẫu nhiên Xi , i ≥ 1 được gọi là độc lập theo bộ ba khi
và chỉ khi

P(Xi ≤ xi , Xj ≤ xj , Xk ≤ xk ) = P(Xi ≤ xi )P(Xj ≤ xj )P(Xk ≤ xk )

với mọi i ̸= j , j ̸= k , i ̸= k .

Tính chất 1.4.4. Họ con bất kì của họ các biến ngẫu nhiên độc lập là độc lập.

Định lý 1.4.5. Giả sử Xi , i ≥ 1 là họ các biến ngẫu nhiên độc lập, fi : R → R (i ≥ 1)

là hàm đo được. Khi đó họ fi (Xi ), i ≥ 1 độc lập.

Định lý 1.4.6. Nếu các biến ngẫu nhiên X1 , X2 , ..., Xn độc lập thì

Văn bản
E(X1 X2 ...Xn ) = E(X1 )E(X2 )...E(Xn ).

1.5 Biến ngẫu nhiên phụ thuộc âm

Trong mục này, đầu tiên, tôi giới thiệu các khái niệm: hai biến ngẫu nhiên phụ thuộc
âm, dãy các biến ngẫu nhiên phụ thuộc âm đôi một. Các khái niệm này đã được Lehmann
[5] giới thiệu lần đầu tiên vào năm 1966.

Định nghĩa 1.5.1 (Lehmann [5], trang 1137). Hai biến ngẫu nhiên X và Y được gọi là
phụ thuộc âm nếu
P[X ≤ x, Y ≤ y] ≤ P[X ≤ x]P[Y ≤ y] (1.1)

với mọi x, y ∈ R.

Định lý 1.5.2 (Lehmann [5], trang 1137). Hai biến ngẫu nhiên X và Y được gọi là phụ
thuộc âm khi và chỉ khi

P[X > x, Y > y] ≤ P[X > x]P[Y > y] (1.2)

với mọi x, y ∈ R.

5
Chứng minh. Ta sẽ chứng minh Định lý 1.5.2 theo hai chiều.
(=⇒) Giả sử X và Y được gọi là hai biến ngẫu nhiên phụ thuộc âm. Khi đó

P[X > x, Y > y] = P[X ≤ x, Y ≤ y] + P[X > x] + P[Y > y] − 1

= ≤ P[X ≤ x]P[Y ≤ y] + 1 − P[X ≤ x] + 1 − P[Y ≤ y]
  
= 1 − P[X ≤ x] 1 − P[Y ≤ y]

= P[X > x]P[Y > y].

Vậy nếu X và Y là hai biến ngẫu nhiên phụ thuộc âm thì

P[X > x, Y > y] ≤ P[X > x]P[Y > y]

với mọi x, y ∈ R.
(⇐=) Giả sử X và Y là hai biến ngẫu nhiên thõa mãn

P[X > x, Y > y] ≤ P[X > x]P[Y > y]

với mọi x, y ∈ R. Khi đó

P[X ≤ x, Y ≤ y] = 1 − P[X > x] − P[Y > y] + P[X > x, Y > y]

≤ 1 − P[X > x] − P[Y > y] + P[X > x]P[Y > y]
   
= 1 − P[X > x] − P[Y > y] 1 − P[X > x]
  
= 1 − P[X > x] 1 − P[Y > y]

= P[X ≤ x]P[Y ≤ y].

Theo Định nghĩa 1.5.1 thì X và Y là hai biến ngẫu nhiên phụ thuộc âm.
Vậy nếu X và Y là hai biến ngẫu nhiên thỏa mãn

P[X > x, Y > y] ≤ P[X > x]P[Y > y]

với mọi x, y ∈ R thì X và Y là hai biến ngẫu nhiên phụ thuộc âm.

Nhận xét 1.5.3. Từ Định nghĩa 1.5.1 và Định lý 1.5.2 ta có một vài nhận xét sau

(i) Định nghĩa 1.5.1 có thể phát biểu tương đương như sau: Hai biến ngẫu nhiên X và
Y được gọi là hai biến ngẫu nhiên phụ thuộc âm nếu với mọi x, y ∈ R, ta có

P[X > x, Y > y] ≤ P[X > x]P[Y > y];

6
(ii) Trong Định nghĩa 1.5.1 chúng ta có thể thay thế điều kiện (X ≤ x, Y ≤ y) bởi điều
kiện (X < x, Y < y), hoặc điều kiện (X ≤ x, Y ≤ y) bởi điều kiện (X < x, Y ≤ y),
hoặc điều kiện (X ≤ x, Y ≤ y) bởi điều kiện (X ≤ x, Y < y);

(iii) Điều kiện (1.1) tương đương với một trong các điều kiện sau:

P(X ≥ x, Y ≥ y) ≤ P(X ≥ x)P(Y ≥ y);

P(X ≤ x, Y ≥ y) ≥ P(X ≤ x)P(Y ≥ y);

P(X ≥ x, Y ≤ y) ≥ P(X ≥ x)P(Y ≤ y).

Định nghĩa 1.5.4 (Dãy các biến ngẫu nhiên phụ thuộc âm đôi một). Dãy các biến ngẫu

nhiên Xi , i ≥ 1 được gọi là phụ thuộc âm đôi một nếu với mọi i ̸= j ta có Xi và Xj
phụ thuộc âm.

Năm 1981, Ebrahimi và Ghosh [2] đã phát biểu khái niệm phụ thuộc âm cho n biến
ngẫu nhiên như sau.

Định nghĩa 1.5.5. Cho X1 , X2 , ..., Xn là các biến ngẫu nhiên.

(i) Các biến ngẫu nhiên X1 , X2 , ..., Xn được gọi là các biến ngẫu nhiên phụ thuộc âm
dưới nếu

P[X1 ≤ x1 , X2 ≤ x2 , ..., Xn ≤ xn ] ≤ P[X1 ≤ x1 ]P[X2 ≤ x2 ]...P[Xn ≤ xn ] (1.3)

với mọi x1 , x2 , ..., xn ∈ R.

(ii) Các biến ngẫu nhiên X1 , X2 , ..., Xn được gọi là các biến ngẫu nhiên phụ thuộc âm
trên nếu

P[X1 > x1 , X2 > x2 , ..., Xn > xn ] ≤ P[X1 > x1 ]P[X2 > x2 ]...P[Xn > xn ] (1.4)

với mọi x1 , x2 , ..., xn ∈ R.

(iii) Các biến ngẫu nhiên X1 , X2 , ..., Xn được gọi là các biến ngẫu nhiên phụ thuộc âm
nếu chúng vừa là các biến ngẫu nhiên phụ thuộc âm trên vừa là các biến ngẫu nhiên
phụ thuộc âm dưới hay nói cách khác là chúng thỏa mãn đồng thời cả hai điều kiện
(1.3) và (1.4).

7
Định nghĩa 1.5.6 (Họ các biến ngẫu nhiên phụ thuộc âm). Họ vô hạn các biến ngẫu

nhiên Xi , i ≥ 1 được gọi là phụ thuộc âm nếu với mọi n ≥ 1, họ hữu hạn các biến

ngẫu nhiên X1 , X2 , ..., Xn là phụ thuộc âm.

Định nghĩa 1.5.7 (Họ các biến ngẫu nhiên phụ thuộc âm theo bộ bốn). Họ các biến ngẫu

nhiên Xi , i ≥ 1 được gọi là phụ thuộc âm theo bộ bốn nếu với mọi i ̸= j , j ̸= k , k ̸= l
và i ̸= l ta có Xi , Xj , Xk và Xl phụ thuộc âm.

Nhận xét 1.5.8. Với n > 2 thì điều kiện (1.3) và (1.4) là không tương đương. Ta có thể
xét ví dụ sau đây.

Ví dụ 1.5.9. Giả sử X1 , X2 , X3 là các biến ngẫu nhiên nhận các giá trị (0, 1, 1), (1, 0, 1),
1
(1, 1, 0), (0, 0, 0) với xác suất tương ứng bằng . Khi đó,
4

1
P(X1 > 0, X2 > 0, X3 > 0) = 0 < = P(X1 > 0)P(X2 > 0)P(X3 > 0),
8

nhưng

1
P(X1 ≤ 0, X2 ≤ 0, X3 ≤ 0) = 0 > = P(X1 ≤ 0)P(X2 ≤ 0)P(X3 ≤ 0).
8

Như vậy, chúng ta kiểm tra trực tiếp thấy rằng điều kiện (1.4) thỏa mãn nhưng điều kiện
(1.3) không thỏa mãn.

Nhận xét 1.5.10. Tính độc lập là một trường hợp riêng của tính phụ thuộc âm. Tuy nhiên,
ví dụ sau đây chứng tỏ rằng tồn tại các biến ngẫu nhiên phụ thuộc âm nhưng không độc
lập.

 |A|
Ví dụ 1.5.11. Xét không gian xác suất Ω, F, P , với Ω = 1, 2, 3, 4 và P(A) = , với
  4
mọi A ∈ F . Lấy B = 1, 2 , C = 2, 3, 4 . Khi đó, I(B), I(C) là các biến ngẫu nhiên
phụ thuộc âm nhưng không độc lập.

8
 Ebrahimi và Ghosh [2] đã đưa ra tính chất về biến ngẫu nhiên phụ thuộc âm và phụ
thuộc âm đôi một như sau.

Bổ đề 1.5.12. Một họ con của họ các biến ngẫu nhiên phụ thuộc âm (tương ứng, phụ
thuộc âm đôi một) là họ các biến ngẫu nhiên phụ thuộc âm (tương ứng, phụ thuộc âm
đôi một).

Năm 2001, Smith và Taylor [8] đã thiết lập được một số kết quả được nêu dưới đây.

Bổ đề 1.5.13 (Smith và Taylor [8], Bổ đề 2.3, trang 366). (i) Nếu Xn , n ≥ 1 là một

dãy gồm các biến ngẫu nhiên phụ thuộc âm dưới (phụ thuộc âm trên) và fn , n ≥ 1

là dãy các hàm tăng đo được đo được theo nghĩa Borel thì fn (Xn ), n ≥ 1 là dãy
các biến ngẫu nhiên phụ thuộc âm dưới (tương ứng, phụ thuộc âm trên);


(ii) Nếu Xn , n ≥ 1 là một dãy gồm các biến ngẫu nhiên phụ thuộc âm dưới (phụ

thuộc âm trên) và fn , n ≥ 1 là dãy các hàm giảm đo được đo được theo nghĩa

Borel thì fn (Xn ), n ≥ 1 là dãy các biến ngẫu nhiên phụ thuộc âm trên (phụ thuộc
âm dưới).

Mệnh đề 1.5.14 (Smith và Taylor [8], Mệnh đề 2.4, trang 366). Nếu Xn , n ≥ 1 là một

dãy gồm các biến ngẫu nhiên phụ thuộc âm và fn , n ≥ 1 là dãy các hàm tăng (giảm)

đo được đo được theo nghĩa Borel thì fn (Xn ), n ≥ 1 là dãy các biến ngẫu nhiên phụ
thuộc âm.

Hệ quả 1.5.15. Giả sử X và Y là hai biến ngẫu nhiên phụ thuộc âm. Khi đó:

(i) Nếu X và Y khả tích thì X − E(X) và Y − E(Y ) là hai biến ngẫu nhiên phụ thuộc
âm;

(ii) X + và Y + là hai biến ngẫu nhiên phụ thuộc âm;

(iii) X − và Y − là hai biến ngẫu nhiên phụ thuộc âm.

Định lý 1.5.16 (Smith và Taylor [8], Định lý 2.6, trang 367). Nếu X1 , X2 , ..., Xn là các
biến ngẫu nhiên không âm và phụ thuộc âm thì

E(X1 , X2 , ..., Xn ) ≤ E(X1 )E(X2 )...E(Xn ).

9
1.6 Hàm biến đổi chậm

Đinh nghĩa hàm biến đổi chậm được tham khảo trong [7].

Định nghĩa 1.6.1 (Seneta [7], trang 302). Hàm số thực L(·) được gọi là hàm biến đổi
chậm nếu nó là hàm dương, đo được trên [A, ∞), với A ≥ 0, và với mỗi λ > 0 ta có

L(λx)
lim = 1.
x→∞ L(x)

Ví dụ 1.6.2. Chúng ta có thể chỉ ra một số ví dụ về hàm biến đổi chậm, như: log x,
log x
log log x, ,...
log log x

Goldie và Teugels [1] đã giới thiệu Định lý sau đây liên quan đến hàm biến đổi chậm.

Định lý 1.6.3 (Goldie và Teugels [1], Định lý 1.5.13, trang 29). Giả sử L(·) là hàm biến
đổi chậm. Khi đó, tồn tại duy nhất hàm biến đổi chậm L(·)
e thỏa mãn

 
lim L(x)L̃ xL(x) = 1 và lim L̃(x)L xL̃(x) = 1.
x→∞ x→∞

Hàm L̃(·) được gọi là hàm liên hợp Bruijn của L(·).

KẾT LUẬN CHƯƠNG 1

Trong chương này, khóa luận đã đạt được những nội dung sau:

- Trình bày các khái niệm cơ bản về biến ngẫu nghiên, kỳ vọng của biến ngẫu nhiên;

- Trình bày các khái niệm cơ bản về tính độc lập (cụ thể là khái niệm và tính chất của
dãy các biến ngẫu nhiên độc lập theo bộ ba) và tính phụ thuộc âm (cụ thể là khái niệm
và tính chất của dãy các biến ngẫu nhiên phụ thuộc âm theo bộ bốn) của dãy các biến
ngẫu nhiên;

- Trình bày khái niệm và định lý liên quan đến hàm biến đổi chậm.

10
Chương 2

Một số bất đẳng thức Moment

của tổng các biến ngẫu nhiên
phụ thuộc âm và ứng dụng

Bất đẳng thức dạng Rosenthal đối với tổng của các biến ngẫu nhiên đóng vai trò quan
trọng trong lý thuyết xác suất và thống kê toán học. Kết quả cổ điển này đã được mở
rộng và được nhiều tác giả cải tiến thành các cấu trúc phụ thuộc khác nhau.

Trong chương này, trước hết tôi chứng minh một số bất đẳng thức Moment dạng
Rosenthal cho dãy các biến ngẫu nhiên phụ thuộc âm. Từ đó, tôi thiết lập luật mạnh số
lớn Hsu - Robbins - Erdös cho dãy các biến ngẫu nhiên phụ thuộc. Các kết quả chính của
chương được viết dựa trên bài báo [6].

2.1 Một số bất đẳng thức Moment của tổng các biến
ngẫu nhiên phụ thuộc âm

Trong mục này, tôi sẽ thiết lập một bất đẳng thức Moment cho các biến ngẫu nhiên
phụ thuộc âm theo bộ bốn. Đây là kết quả đóng vai trò là "chìa khóa" để xây dựng bất
đẳng thức dạng Rosenthal.

11
Mệnh đề 2.1.1. Cho X , Y , Z , T là các biến ngẫu nhiên không âm, độc lập theo bộ ba,
phụ thuộc âm và có kì vọng hữu hạn. Khi đó,






E X − E(X) Y − E(Y ) Z − E(Z) T − E(T ) ≤ 0.

Chứng minh. Đặt E(X) = a, E(Y ) = b, E(z) = c, và E(T ) = d. Vì X , Y , Z , T là các biến

ngẫu nhiên không âm và có kì vọng hữu hạn nên 0 < a, b, c, d < ∞.

Khi đó, ta dễ dàng kiểm tra được E(X − a) = E(Y − b) = E(Z − c) = E(T − d) = 0.

Ta có






E X − E(X) Y − E(Y ) Z − E(Z) T − E(T )
 
= E (X − a)(Y − b)(Z − c)(T − d)
   
= E (X − a)(Y − b)(Z − c)T − E (X − a)(Y − b)(Z − c)d .

Vì X , Y và Z là ba biến ngẫu nhiên độc lập nên theo Định lý 1.4.5 ta có X − a, Y − b

và Z − c là ba biến ngẫu nhiên độc lập. Khi đó, theo Định lý 1.4.6 ta có

 
E (X − a)(Y − b)(Z − c)d = E(X − a)E(Y − b)E(Z − c)E(d)
= E(X − a)E(Y − b)E(Z − c)d

= 0 (Vì E(X − a) = E(Y − b) = E(Z − c) = 0).

Do đó,

 
E (X − a)(Y − b)(Z − c)(T − d)
   
= E (X − a)(Y − b)(Z − c)T − E (X − a)(Y − b)(Z − c)d
 
= E (X − a)(Y − b)(Z − c)T − 0
   
= E (X − a)(Y − b)ZT − E (X − a)(Y − b)T c .

Vì X , Y và T là ba biến ngẫu nhiên độc lập nên theo Định lý 1.4.5 ta có X − a, Y − b

và T là ba biến ngẫu nhiên độc lập. Khi đó, theo Định lý 1.4.6 ta có

 
E (X − a)(Y − b)T c = E(X − a)E(Y − b)E(T )E(c)
= E(X − a)E(Y − b)E(T )c

= 0 (Vì E(X − a) = E(Y − b) = 0).

12
 Vì vậy,
 
E (X − a)(Y − b)(Z − c)(T − d)
   
= E (X − a)(Y − b)ZT − E (X − a)(Y − b)T c
 
= E (X − a)(Y − b)ZT − 0
   
= E (X − a)Y ZT − E (X − a)ZT b .

Vì X , Z và T là ba biến ngẫu nhiên độc lập nên theo Định lý 1.4.5 ta có X − a, Z và

T là ba biến ngẫu nhiên độc lập. Khi đó, áp dụng Định lý 1.4.6 ta có
 
E (X − a)ZT b = E(X − a)E(Z)E(T )E(b)
= E(X − a)E(Z)E(T )b

= 0 (Vì E(X − a) = 0).

Lúc này
 
E (X − a)(Y − b)(Z − c)(T − d)
   
= E (X − a)Y ZT − E (X − a)ZT b
 
= E (X − a)Y ZT − 0

= E(XY ZT ) − E(aY ZT ).

Vì X , Y , Z , T là các biến ngẫu nhiên không âm và phụ thuộc âm nên theo Định lý
1.5.16, ta có
E(XY ZT ) ≤ E(X)E(Y )E(Z)E(T ). (2.1)

Vì Y , Z , T là ba biến nhẫu nhiên độc lập nên theo Định lý 1.4.6 ta có

E(aY ZT ) = aE(Y )E(Z)E(T ). (2.2)

Từ (2.1) và (2.2) ta có
 
E (X − a)(Y − b)(Z − c)(T − d) = E(XY ZT ) − E(aY ZT )
≤ E(X)E(Y )E(Z)E(T ) − E(aY ZT )

= E(X)E(Y )E(Z)E(T ) − aE(Y )E(Z)E(T )

= abcd − abcd = 0.

13
 Định lý dưới đây là bất đẳng thức dạng Rosenthal cho dãy các biến ngẫu nhiên không
âm, độc lập theo bộ ba và phụ thuộc âm theo bộ bốn.


Định lý 2.1.2. Nếu Xi , 1 ≤ i ≤ n là dãy biến ngẫu nhiên không âm, độc lập theo bộ
ba và phụ thuộc âm theo bộ bốn với E(Xi )4 < ∞ thì

 4   2 
n n n
X
X
4 X
2 
E  Xi − E(Xi )  ≤ 6 E Xi − E(Xi ) +  E Xi − E(Xi )   .
i=1 i=1 i=1

Chứng minh. Với mọi 1 ≤ i ≤ n , ta đặt Yi = Xi − E(Xi ). Lúc này, ta có

 4  4
Xn n
X


 Xi − E(Xi )  =  Yi 
i=1 i=1
n
X n X
X i−1 n X
X i−1
4 3
= (Yi ) + 4 (Yi ) Yj + 6 (Yi Yj )2
i=1 i=2 j=1 i=2 j=1
n
X i−1
X j−1
X n X
X i−1
2
+12 (Yi ) Yj Yk + 4 Yi (Yj )3
i=1 j=2,j̸=i k=1,k̸=i i=2 j=1
n X
X j−1 X
i−1 X k−1
+24 (Yi Yj Yk Yl ).
i=4 j=3 k=2 l=1

Do đó
 4
Xn


E Xi − E(Xi ) 
i=1
 4
n
X
= E Yi 
i=1
     
Xn Xn X
i−1 Xn X
i−1
(Yi )4  + 4E  (Yi )3 Yj  + 6E  (Yi Yj )2 


= E
i=1 i=2 j=1 i=2 j=1
   
Xn i−1
X j−1
X Xn X
i−1
(Yi )2 Yj Yk  + 4E  Yi (Yj )3 



+12E 
i=1 j=2,j̸=i k=1,k̸=i i=2 j=1
 
n i−1
XXXX j−1 k−1


+24E  Yi Yj Yk Yl 
i=4 j=3 k=2 l=1

14
 n
X n X
X i−1 n X
X i−1
4 3
E(Yi Yj )2
 
= E(Yi ) + 4 E (Yi ) Yj + 6
i=1 i=2 j=1 i=2 j=1
n
X i−1
X j−1
X n X
X i−1
2
E Yi (Yj )3
   
+12 E (Yi ) Yj Yk + 4
i=1 j=2,j̸=i k=1,k̸=i i=2 j=1
n X
X j−1 X
i−1 X k−1


+24 E Yi Yj Yk Yl .
i=4 j=3 k=2 l=1


Vì Xi , 1 ≤ i ≤ n là dãy các biến ngẫu nhiên độc lập theo bộ ba nên theo Định lý

1.4.5 ta có Yi , 1 ≤ i ≤ n cũng là dãy các biến ngẫu nhiên độc lập theo bộ ba.

Khi đó, áp dụng Định lý 1.4.5 cho dãy các biến ngẫu nhiên độc lập theo bộ ba
  
Yi , 1 ≤ i ≤ n ta có (Yi )3 , Yj , i ̸= j, 1 ≤ i, j ≤ n , (Yi )2 , Yj , Yk , i ̸= j, i ̸= k, j ̸= k, 1 ≤

i, j, k ≤ n và Yi , (Yj )3 , i ̸= j, 1 ≤ i, j ≤ n là các dãy của các biến ngẫu nhiên độc lập.

Lúc này
 4
Xn n
X n X
X i−1 n X
X i−1
4 3
E(Yi Yj )2
 
E  Yi  = E(Yi ) + 4 E (Yi ) Yj + 6
i=1 i=1 i=2 j=1 i=2 j=1
n
X i−1
X j−1
X n X
X i−1
2
E Yi (Yj )3
   
+12 E (Yi ) Yj Yk + 4
i=1 j=2,j̸=i k=1,k̸=i i=2 j=1
n X
X j−1 X
i−1 X k−1


+24 E Yi Yj Yk Yl
i=4 j=3 k=2 l=1
n
X n X
X i−1 n X
X i−1
4 3
E(Yi )2 (Yj )2
 
= E(Yi ) + 4 E(Yi ) E(Yj ) + 6
i=1 i=2 j=1 i=2 j=1
n
X i−1
X j−1
X n X
X i−1
2
E(Yi )E(Yj )3
   
+12 E(Yi ) E(Yj )E(Yk ) + 4
i=1 j=2,j̸=i k=1,k̸=i i=2 j=1
n X
X j−1 X
i−1 X k−1


+24 E Yi Yj Yk Yl .
i=4 j=3 k=2 l=1

15
 Vì E(Yi ) = 0 với mọi 1 ≤ i ≤ n nên
 4
n
X n
X X i−1
n X n X
X i−1
4 3
E(Yi )2 (Yj )2
 
E Yi  = E(Yi ) + 4 E(Yi ) E(Yj ) + 6
i=1 i=1 i=2 j=1 i=2 j=1
n
X i−1
X j−1
X n X
X i−1
2
E(Yi )E(Yj )3
   
+12 E(Yi ) E(Yj )E(Yk ) + 4
i=1 j=2,j̸=i k=1,k̸=i i=2 j=1
n X
X j−1 X
i−1 X k−1


+24 E Yi Yj Yk Yl
i=4 j=3 k=2 l=1
n
X X i−1
n X n X
X j−1 X
i−1 X k−1
4 2


= E(Yi ) + 6 E(Yi Yj ) + 24 E Yi Yj Yk Yl .
i=1 i=2 j=1 i=4 j=3 k=2 l=1


Mặt khác, vì Xi , 1 ≤ i ≤ n là dãy biến ngẫu nhiên không âm, độc lập theo bộ ba và
phụ thuộc âm theo bộ bốn nên áp dụng Mệnh đề 2.1.1 ta có

E(Yi Yj Yk Yl )




i
= E Xi − E(Xi ) Xj − E(Xj ) Xk − E(Xk ) Xl − E(Xl ) ≤ 0

với mọi 1 ≤ i, j , k , l ≤ n và i ̸= j , j ̸= k , k ̸= l, l ̸= i.

Vì vậy,
 4
Xn n
X n X
X i−1 n X
X j−1 X
i−1 X k−1
4 2


E  Yi  = E(Yi ) + 6 E(Yi Yj ) + 24 E Yi Yj Yk Yl
i=1 i=1 i=2 j=1 i=4 j=3 k=2 l=1
n
X n X
X i−1
4
≤ E(Yi ) + 6 E(Yi )2 (Yj )2
i=1 i=2 j=1
n
X n
X i−1
X
4 2
= E(Yi ) + 6 E(Yi ) E(Yj )2 .
i=1 i=2 j=1

Ta lại có (Yi )2 ≥ 0 với mọi 1 ≤ i ≤ n nên E(Yi )2 ≥ 0 với mọi 1 ≤ i ≤ n. Do đó

n
X i−1
X n
X n
X
2 2 2
E(Yi ) E(Yj ) ≤ E(Yi ) E(Yj )2 .
i=2 j=1 i=1 j=1

16
 Khi đó
 4
n
X n
X n
X i−1
X
4 2
E Yi  ≤ E(Yi ) + 6 E(Yi ) E(Yj )2
i=1 i=1 i=2 j=1
n
X n
X n
X
4 2
≤ E(Yi ) + 6 E(Yi ) E(Yj )2
i=1 i=1 j=1
 2
n
X n
X
4
= E(Yi ) + 6  E(Yi )2 
i=1 i=1
  2 
n n
X X
≤ 6 E(Yi )4 +  E(Yi )2   .

i=1 i=1

Tiếp theo, tôi thiết lập một bất đẳng thức dạng Rosenthal cho dãy các biến ngẫu nhiên
độc lập theo bộ ba và phụ thuộc âm theo bộ bốn với kì vọng bằng không.

Định lý 2.1.3. Cho {Xi , 1 ≤ i ≤ n} là dãy các biến ngẫu nhiên độc lập theo bộ ba và
phụ thuộc âm theo bộ bốn với kì vọng bằng không. Khi đó, ta có

 4  2  
n
X n n
X 4
X
Xi ≤ 96  E(Xi ) + E(Xi )2   .

E   
i=1 i=1 i=1

Chứng minh. Với mọi 1 ≤ i ≤ n, ta đặt Xi+ = max 0, Xi và Xi− = max 0, −Xi .
 

Khi đó, với mọi 1 ≤ i ≤ n ta có Xi+ ≥ 0, Xi− ≥ 0 và Xi = Xi+ − Xi− .


Do Xi , 1 ≤ i ≤ n là dãy các biến ngẫu nhiên độc lập theo bộ ba, phụ thuộc âm
theo bộ bốn nên áp dụng Định lý 1.4.5 và Mệnh đề 1.5.14 ta có Xi+ , 1 ≤ i ≤ n và

 −
Xi , 1 ≤ i ≤ n là hai dãy của các biến ngẫu nhiên không âm, độc lập theo bộ ba và
phụ thuộc âm theo bộ bốn.

Hơn nữa, từ E(Xi ) = 0 với mọi 1 ≤ i ≤ n, ta có E(Xi+ ) = E(Xi− ) với mọi 1 ≤ i ≤ n.

17
 Do đó,
 4  4
X n n 
X 
E Xi  = E  Xi+ − Xi− 
i=1 i=1
 4
n 
X 
= E Xi+ − Xi− − E(Xi+ ) + E(Xi− ) 
i=1
 4
n 
X   
= E Xi+ − E(Xi+ ) − Xi− − E(Xi− ) 
i=1
  4  4 
n   n
X 
 X
≤ E 8  Xi+ − E(Xi+ )  + 8  Xi− − E(Xi− )  

i=1 i=1
  4  4 
n
X   n
X  
= 8 E  Xi+ − E(Xi+ )  + E  Xi− − E(Xi− )   .
 
i=1 i=1

Áp dụng Định lý 2.1.2 đối với hai dãy của các biến ngẫu nhiên không âm, độc lập
theo bộ ba, phụ thuộc âm theo bộ bốn Xi+ , 1 ≤ i ≤ n và Xi− , 1 ≤ i ≤ n , ta có
 

 4   4  4 
X n n   n  
 X + + 
X
− −  
E  Xi  ≤ 8 E Xi − E(Xi ) +E  Xi − E(Xi ) 
i=1 i=1 i=1
 2
n
hX  4 n
X  2
≤ 48 E Xi+ − E(Xi+ ) +  E Xi+ − E(Xi+ ) 
i=1 i=1
 2
n
X  4 n
X  2 i
+ E Xi− − E(Xi− ) +  E Xi− − E(Xi− ) 
i=1 i=1
  2  2 
n n n n
X 4
X
2
X
4
X
≤ 48  E|Xi | + E|Xi | + E|Xi | + E|Xi |2  
  
i=1 i=1 i=1 i=1
    2 
n n
 X 4
X
= 48 2 E(Xi ) + 2 E(Xi )2  
 
i=1 i=1
  2 
n n
X X
= 96  E(Xi )4 +  E(Xi )2   .

i=1 i=1

18
2.2 Luật mạnh số lớn Hsu – Robbins – Erdös

Năm 1947, Hsu và Robbins [4] giới thiệu khái niệm hội tụ đầy đủ cho dãy các biến
ngẫu nhiên.

Định nghĩa 2.2.1 (Hsu và Robbins [4], trang 26). Một dãy {Xn , n ≥ 1} các biến ngẫu
nhiên được gọi là hội tụ đầy đủ về biến ngẫu nhiên X nếu
∞
X

P |Xn − X| > ε < ∞ với mọi ε > 0.
n=1

Cho {Xn , n ≥ 1} là một dãy các biến ngẫu nhiên độc lập có cùng phân phối. Luật
mạnh số lớn Hsu – Robbins – Erdös chính là điều kiện cần và đủ cho sự hội tụ đầy đủ
của các trung bình cộng (X1 + . . . + Xn )/n, n ≥ 1. Điều kiện đủ đã được chứng minh bởi
Hsu và Robbins [4] và điều kiện cần được Erdös giới thiệu trong [3].

Định lý 2.2.2 (Hsu, Robbins [4] và Erdös [3]). Cho {Xn , n ≥ 1} là dãy các biến ngẫu
nhiên có cùng phân phối. Khi đó
 
∞
X X n
Xi > εn < ∞ với mọi ε > 0

P
n=1 i=1

nếu và chỉ nếu

E(X1 ) = 0, E(X12 ) < ∞.

Năm 1993, Szynal [9] đã mở rộng Định lý 2.2.2 cho trường hợp dãy các biến ngẫu
nhiên độc lập theo bộ bốn. Kết quả này được phát biểu như sau

Định lý 2.2.3 (Szynal [9], Định lý 2, trang 149). Cho {Xn , n ≥ 1} là dãy các biến ngẫu
nhiên độc lập theo bộ bốn với kỳ vọng bằng không, nghĩa là E(Xn ) = 0 và với mỗi t ≥ 0,
E|Xn |2+t < ∞, n ≥ 1. Nếu
∞
X k
X
−(2+t)
k E|Xj |2+t < ∞
k=1 j=1

và
∞
X k
X j−1
X
−4 2
k σ Xj σ 2 Xi < ∞,
k=2 j=2 i=1

khi đó dãy {Xn , n ≥ 1} thõa mãn luật số lớn Hsu - Robbins - Erdös.

19
 Năm 2023, Thành [10] đã mở rộng kết quả của Szynal [9] cho trường hợp dãy các
biến ngẫu nhiên phụ thuộc. Cấu trúc phụ thuộc được Thành [10] xem xét đơn giản hơn
cấu trúc độc lập theo bộ bốn và được nêu trong Điều kiện (H) dưới đây,

Điều kiện (H) (Thành [10], trang 4). Một họ các biến ngẫu nhiên Xλ , λ ∈ Λ với kì
vọng hữu hạn được gọi là thõa mãn Điều kiện (H) nếu với mọi họ con hữu hạn I ⊂ Λ và


với mọi họ các hàm không giảm fλ , λ ∈ I có E fλ (Xλ ) = 0 với mọi λ ∈ I , khi đó
tồn tại một hằng số C0 thỏa
 4
X     2 
fλ (Xλ ) ≤ C0 |I| max E fλ4 (Xλ ) + |I|2 max E fλ2 (Xλ )


E .
λ∈I λ∈I
λ∈I


Định lý 2.2.4 (Thành [10], Định lý 2.2, trang 4). Cho Xn , n ≥ 1 là dãy các biến ngẫu
nhiên có cùng phân phối và thõa mãn Điều kiện (H). Cho L(·) là một hàm biến đổi chậm
thỏa mãn L(x) ≥ 1 với mọi x ≥ 0. Khi đó
 
∞
X k
X
P  max
 e  < ∞ với mọi ε > 0
Xi > εnL(n)

1≤k≤n
n=1 i=1

nếu và chỉ nếu

 
E(Xi ) = 0 và E X12 L2 (|X1 |) < ∞.

Tiếp theo, tôi giới thiệu luật mạnh số lớn Hsu – Robbins – Erdös cho dãy các biến
ngẫu nhiên độc lập theo bộ ba, phụ thuộc âm theo bộ bốn và có kì vọng bằng không.

Định lý 2.2.5. Cho Xn , n ≥ 1 là dãy các biến ngẫu nhiên có cùng phân phối, độc lập
theo bộ ba và phụ thuộc âm theo bộ bốn với kì vọng bằng không, nghĩa là E(Xn ) = 0 với
mọi n ≥ 1. Nếu L(·) là một hàm biến đổi chậm thõa mãn L(x) ≥ 1 với mọi x ≥ 0 thì
 
∞
X k
X
P  max
 e  < ∞ với mọi ε > 0
Xi > εnL(n)

1≤k≤n
n=1 i=1

nếu và chỉ nếu

 
E(Xi ) = 0 và E X12 L2 (|X1 |) < ∞.

20
 
Chứng minh. Vì Xn , n ≥ 1 là dãy các biến ngẫu nhiên độc lập theo bộ ba và phụ
thuộc âm theo bộ bốn với kì vọng bằng không nên theo Tính chất 1.4.4 và Bổ đề 1.5.12,

Xi , 1 ≤ i ≤ n là dãy con hữu hạn của các biến ngẫu nhiên độc lập theo bộ ba và phụ
thuộc âm theo bộ bốn với kì vọng bằng không.

Do đó, áp dụng Định lý 2.1.3 ta được

 4   2 
Xn n n
X 4
X
Xi ≤ 96  E(Xi ) + E(Xi )2  

E   
i=1 i=1 i=1
h
2 i
≤ 96 n max E(Xi )4 + n max E(Xi )2
h
2 i
= 96 n max E(Xi )4 + n2 max E(Xi )2 .

Điều này chứng tỏ rằng, dãy các biến ngẫu nhiên độc lập theo bộ ba và phụ thuộc âm

theo bộ bốn với kì vọng bằng không Xn , n ≥ 1 thõa mãn Điều kiện (H).

Áp dụng Định lý 2.2.4 ta có điều phải chứng minh.

KẾT LUẬN CHƯƠNG 2

Trong chương này, khóa luận đã đạt được các kết quả sau:

- Thiết lập bất đẳng thức dạng Rosenthal cho dãy các biến ngẫu nhiên độc lập theo bộ
ba và phụ thuộc âm theo bộ bốn với kỳ vọng bằng không;

- Xây dựng luật mạnh số lớn Hsu-Robbins-Erdös cho dãy các biến ngẫu nghiên thõa
mãn cấu trúc nêu trên.

21
Kết luận

Khóa luận đã đạt được những kết quả sau đây:

- Thiết lập một số bất đẳng thức Moment dạng Rosenthal cho dãy các biến ngẫu nhiên
độc lập theo bộ ba, phụ thuộc âm theo bộ bốn.

- Thiết lập luật mạnh số lớn Hsu – Robbins – Erdös cho dãy các biến ngẫu nhiên phụ
thuộc âm.

22
Tài liệu tham khảo

[1] N. H. Bingham, C. M. Goldie and J. L. Teugels (1989), Regular variation, En-

cyclopedia of Mathematics and its Applications, 27, Cambridge University Press,
Cambridge.

[2] N. Ebrahimi and M. Ghosh (1981), Multivariate negative dependence, Comm.

Statist. A - Theory Methods, 10, no. 4, 307–337.

[3] P. Erdös, “On a theorem of Hsu and Robbins, ” Ann. Math. Stat. 20, 286–291
(1949).

[4] P.L. Hsu, H. Robbins, “Complete convergence and law of large numbers, ” Proc.
Natl. Acad. Sci. USA 33, 25–31 (1947).

[5] E. L. Lehmann (1966), Some concepts of dependence, Ann. Math. Statist., 37,
1137–1153.

[6] B. N. T. Ngoc, L. T. H. Quyen (2023), A Rosenthal-type inequality for some classes

of dependent random variables and its applications, Lobachevskii Journal Of Math-
ematics (Accepted).

[7] E. Seneta (1976), Regularly varying functions, Lecture Notes in Mathematics, 508,
Springer-Verlag, Berlin-New York.

[8] W.D. Smith, R.L. Taylor, Consistency of dependent bootstrap of estimators, Am. J.
Math. Manag. Sci., 21 (2001), 359-382.

[9] D. Szynal, “On complete convergence for some classes of dependent random vari-
ables, ” Ann. Uni. Mariae Curie-Sklodowska Sect. A 47, 145–150 (1993).

23
[10] L.V. Thành, The Hsu–Robbins–Erdös theorem for the maximum partial sums of
quadruplewise independent random variables, J. Math. Anal. Appl., 521 (2023),
1–16.

24