Harapannya tidak ditentukan.
Biarkan menjadi iid menurut setiap distribusi dengan properti berikut: ada bilangan positif dan positif sedemikian rupa sehinggaXiFhϵ
F(x)−F(0)≥hx(1)
untuk semua . Properti ini berlaku untuk setiap distribusi kontinu, seperti distribusi Normal, yang kepadatannya adalah kontinu dan bukan nol pada , untuk kemudian , memungkinkan kita untuk mengambil untuk nilai setiap tetap antara dan .0<x<ϵf0F(x)−F(0)=f(0)x+o(x)h0f(0)
Untuk menyederhanakan analisis saya juga akan mengasumsikan dan , keduanya benar untuk semua distribusi Normal. (Yang terakhir dapat dijamin dengan menyelamatkan jika perlu. Yang pertama hanya digunakan untuk memungkinkan perkiraan sederhana dari probabilitas.)F(0)>01−F(1)>0F
Biarkan dan mari kita melebih-lebihkan fungsi survival dari rasio sebagait>1
Pr(X(i+1)X(i)>t)=Pr(X(i+1)>tX(i))>Pr(X(i+1)>1, X(i)≤1/t)>Pr(X(i+1)>1, 1/t≥X(i)>0, 0≥X(i−1)).
Probabilitas terakhir tersebut adalah peluang bahwa persisnya dari melebihi , tepat satu terletak pada interval , dan sisanya (jika ada) adalah non-positif. Dalam hal , peluang diberikan oleh ekspresi multinomialn−iXj1(0,1/t]i−1F
(nn−i,1,i−1)(1−F(1))n−i(F(1/t)−F(0))F(0)i−1.
Ketika , ketimpangan memberikan batas bawah untuk ini yang sebanding dengan , menunjukkan bahwat>1/ϵ(1)1/t
Fungsi survival dari , memiliki ekor yang berperilaku asimtotik seperti : yaitu, untuk beberapa angka positif .S(t)X(i+1)/X(i)1/tS(t)=a/t+o(1/t)a
Menurut definisi, ekspektasi variabel acak adalah ekspektasi bagian positifnya ditambah ekspektasi dari bagian negatifnya . Karena bagian positif dari harapan - jika ada - adalah bagian integral dari fungsi bertahan hidup (dari hingga ) danmax(X,0)−max(−X,0)0∞
∫x0S(t)dt=∫x0(1/t+o(1/t))dt∝log(x),
bagian positif dari ekspektasi divergen.X(i+1)/X(i)
Argumen yang sama diterapkan pada variabel menunjukkan bagian negatif dari harapan yang menyimpang. Dengan demikian, ekspektasi rasio bahkan tidak terbatas: ia tidak terdefinisi.−Xi