Я опять о своём.
Пусть имеется вероятностное пространство

и на нём последовательность случайных величин

. Про них известно, что они
одинаково распределены,

. Я готов наложить некоторую оценку на

- скажем, вида

. Но существование матожидания или независимость предполагать нечестно.
И вообще, это у меня чистая теория меры, в теорверских терминах я пишу исключительно из рекламных соображений.
Пусть также последовательность ненулевых (действительных) чисел

)
достаточно быстро убывает (по модулю, но для начала можно считать, что они неотрицательны и убывают монотонно, если это поможет).
Обозначим срезку вот так:
Так вот, вопрос - верно ли, что вот такое матожидание
Добавлено спустя 28 минут 2 секунды:
Забыл отметить вот такой факт. Сумма

при достаточно быстро убывающих

(а именно, при

будет абсолютно сходиться почти всюду - это я и так знаю. Идея - примерно как
здесь. Вроде для этого даже одинаковая распределенность не нужна.