Práctica de ejercicios

Licenciatura en Matemáticas
Asignatura: Probabilidad II
Unidad 3.-Teoremas Limite
Actividad 1.-Tipos de Convergencia (Foro)
Alumna: Elda Josefina Vázquez Calderón
Grupo: MT-MPRO2-2001-B2-002
Matricula.ES1822028919
Docente: Braulio Samuel Colmenero Mejía
 Práctica de ejercicios

Instrucciones del foro.

Indicaciones:
1. La finalidad de esta actividad es comparar los tipos de convergencia, e
Identificar las diferencias y similitudes entre los diferentes tipos de
convergencia. Para ello.
¿Qué relación y/o diferencia se puede establecer entre los diferentes tipos de
convergencia?

Las conexiones que se presentan entre convergencias se expresan mediante el

siguiente Teorema:
𝑆𝑒𝑎 𝑋 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑦 (𝑋𝑛 )𝑠𝑢𝑐𝑒𝑠𝑖𝑜𝑛 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎𝑠
𝐼. −𝑠𝑖 𝑋𝑛 → 𝑋 𝑐. 𝑠, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑖 𝑋𝑛 → 𝑋 𝑒𝑛 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑
𝐼𝐼. −𝑠𝑖 𝑋𝑛 → 𝑋 𝑒𝑛 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑖 𝑋𝑛 → 𝑋 𝑒𝑛 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛.
𝐼𝐼𝐼. −𝑓(𝑡)𝑒𝑠 𝑢𝑛𝑖𝑓𝑜𝑟𝑚𝑒𝑚𝑒𝑛𝑡𝑒 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑛 𝑙𝑎 𝑟𝑒𝑐𝑡𝑎 𝑟𝑒𝑎𝑙.
𝐼𝑉. −𝑆𝑖 𝑋 𝑦 𝑌 𝑠𝑜𝑛 𝑣. 𝑎. 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠 𝑐𝑜𝑛 𝑓(𝑡)𝑦 𝑔(𝑡)𝑠𝑢𝑠 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑒𝑠 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟𝑖𝑠𝑡𝑖𝑐𝑎𝑠.
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑙𝑎 𝑓𝑢𝑛𝑐𝑖𝑜𝑛 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟𝑖𝑠𝑡𝑖𝑐𝑎 𝑑𝑒 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑋 + 𝑌 𝑒𝑠 ℎ(𝑡) = 𝑓(𝑡)𝑔(𝑡)

2. A partir de las definiciones y tu respuesta, realiza un análisis sobre el

impacto que tienen los diferentes tipos de convergencia en el dominio de la
probabilidad. El análisis debe incluir las aplicaciones de los diferentes tipos de
convergencia en la probabilidad y en la vida cotidiana.

De los diferentes tipos de convergencia, se derivan ciertas leyes para ser

aplicadas a ciertos experimentos probabilísticos. Si hablamos de convergencia
casi segura se habla de la ley fuerte de los grandes números la cual seña que
si se lleva a cabo repetidas veces un mismo experimento (por ejemplo lanzar
una moneda, tirar una ruleta, etc.), la frecuencia con la que se repetirá un
determinado suceso (que salga cara o sello, que salga el número 3 negro, etc.)
se acercará a una constante. Si se tiene convergencia en probabilidad, se
habla entonces de la ley débil de los grandes números. (Economipedia, 2020).
De estas leyes se deriva a la vez teoremas, dichos teoremas son utilizados en
fenómenos biológicos, físicos, astronómicos, químicos, etc.
En la vida cotidiana es usada por ejemplo en el consumo de energía eléctrica,
así como en muchas situaciones prácticas de la ingeniería (UnADM, 2020)
 Práctica de ejercicios

3. Menciona y analiza los diferentes tipos de convergencia que conoces.

Tipos de convergencia:
 Convergencia Puntual: Para cada 𝑤 ∈ Ω fijo, se sabe que la evaluación
en dicho punto muestral de la v.a.resulta en
𝑋1 (𝜔) ∈ 𝑅 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑖 ≥ 1, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠
Las evaluaciones 𝑋1 (𝜔), 𝑋2 (𝜔), …,forman una sucesión infinita de
números reales, por lo tanto podemos definir la convergencia de las
variables aleatorias cuando esta sucesión numérica es convergente para
cada 𝜔 fijo. En este caso, la variable aleatoria límite se define como:
𝑋(𝜔) = lim 𝑋𝑛 (𝜔).
𝑛→∞
A este tipo de convergencia se le llama convergencia puntual y se
escribe:
𝑋𝑛 → 𝑋, 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝜔 ∈ Ω.
(UnADM, 2020)
 Convergencia casi segura: Dada la sucesión de variables aleatorias {𝑋𝑛 },
diremos que convergen de forma casi segura (o con probabilidad 1) a
una variable aleatoria X cuando la probabilidad de que el límite de la
sucesión de variables aleatorias (𝑥𝑛 ) sea la variable aleatoria a la que
converge (x) sea 1:
Observación: Puede ocurrir que nuestra sucesión {𝑋𝑛 } converja a una
constante K, tanto en este tipo de convergencia como en todos los
demás. (UnADM, 2020)
 Convergencia en probabilidad: Diremos que una sucesión de variables
aleatorias {𝑋𝑛 } converge en Probabilidad a una variable aleatoria X
cuando se cumpla que el límite de la probabilidad de que los valores de
la sucesión 𝑋𝑛 estén tan próximos a X como se desee (ε) sea 1. O bien,
utilizando el recíproco, cuando el límite de la probabilidad de que los
valores de la sucesión 𝑋𝑛 y los de la variable aleatoria X difieran en un
valor tan pequeño como se desee (ε) sea 0. (Matematicas, 2020).
Definición: Una sucesión de variables aleatorias 𝑋𝑛 converge en
probabilidad a la v.a. x, denotado 𝑋𝑛 → 𝑋en probabilidad, si para todo
𝜀 > 0 𝑠𝑒 𝑣𝑒𝑟𝑖𝑓𝑖𝑐𝑎 𝑞𝑢𝑒:
𝑃({𝜔 ∈ Ω: |𝑋𝑛 (𝜔) − 𝑋(𝜔)| ≥ 𝜀]) → 0, 𝑐𝑢𝑎𝑛𝑑𝑜 𝑛 → ∞.
O equivalentemente se tiene que: para todo 𝜀 > 0
𝑃({𝜔 ∈ Ω: |𝑋𝑛 (𝜔) − 𝑋(𝜔)| < 𝜀]) → 1, 𝑐𝑢𝑎𝑛𝑑𝑜 𝑛 → ∞
Es decir, la probabilidad del conjunto donde 𝑋𝑛 𝑦 𝑥 𝑑𝑖𝑠𝑡𝑎𝑛 𝑒𝑛 𝑚𝑎𝑠 𝑑𝑒 𝜀
Converge a cero conforme 𝑛 → ∞,Tambien por simplicidad estas últimas
expresiones se escriben como:
𝑃(|𝑋𝑛 − 𝑋| ≥ 𝜀) → 0 𝑜 𝑃(|𝑋𝑛 − 𝑋| < 𝜀) → 1, 𝑐𝑢𝑎𝑛𝑑𝑜 𝑛 → ∞

 Convergencia en Distribución: Sea {𝑋𝑛 } una sucesión de variables

aleatorias y sean 𝐹𝑛 (𝑥) sus funciones de distribución respectivas.
Diremos que {𝑋𝑛 } converge en Ley o distribución a una variable aleatoria
X con función de distribución F(x), si se cumple que el límite cuando n
tiende a ∞ de 𝐹𝑛 (𝑥) es F(x) para todos los puntos de continuidad de F(x):
(Matematicas, 2020).
Definición:𝑆𝑒𝑎𝑛 𝑋1 , 𝑋2 , 𝑋3 , … 𝑋𝑛 , … , 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎𝑠 𝑦 𝑠𝑒𝑎𝑛 𝐹(𝑥),
 Práctica de ejercicios
𝐹1 (𝑥), 𝐹2 (𝑥), … , 𝐹𝑛 (𝑥), … , 𝑠𝑢𝑠 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑖𝑣𝑎𝑚𝑒𝑛𝑡𝑒.
𝐿𝑎 𝑠𝑢𝑐𝑒𝑠𝑖𝑜𝑛 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎𝑠 {𝑋𝑛 } 𝑐𝑜𝑛𝑣𝑒𝑟𝑔𝑒 𝑒𝑛 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛 𝑎 𝑙𝑎 𝑣. 𝑎.
𝑥, 𝑑𝑒𝑛𝑜𝑡𝑎𝑑𝑜 𝑋𝑛 → 𝑋 𝑒𝑛 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛, 𝑠𝑖 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑝𝑢𝑛𝑡𝑜 𝑥 𝑑𝑜𝑛𝑑𝑒 𝐹(𝑥)𝑒𝑠
𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑠𝑒 𝑡𝑖𝑒𝑛𝑒 𝑞𝑢𝑒: 𝐹𝑛 (𝑥) → 𝐹(𝑥), 𝑐𝑢𝑎𝑛𝑑𝑜 𝑛 → ∞
𝐸𝑠 𝑑𝑒𝑐𝑖𝑟, 𝑝𝑎𝑟𝑎 𝑎𝑞𝑢𝑒𝑙𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑟𝑒𝑎𝑙𝑒𝑠 𝑥 𝑞𝑢𝑒 𝑐𝑢𝑚𝑝𝑙𝑎𝑛 𝑙𝑎 𝑐𝑜𝑛𝑑𝑖𝑐𝑖𝑜𝑛 𝑚𝑒𝑛𝑐𝑖𝑜𝑛𝑎𝑑𝑎
𝑑𝑒𝑏𝑒 𝑣𝑒𝑟𝑖𝑓𝑖𝑐𝑎𝑟𝑠𝑒 𝑞𝑢𝑒: lim 𝑃(𝑋𝑛 ≤ 𝑥) = 𝑃(𝑋 ≤ 𝑥)
𝑛→=
𝑜𝑡𝑟𝑎 𝑚𝑎𝑛𝑒𝑟𝑎 𝑞𝑢𝑒 𝑠𝑒 𝑙𝑒 𝑐𝑜𝑛𝑜𝑐𝑒 𝑎 𝑒𝑠𝑡𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛 𝑒𝑠 𝑐𝑜𝑛𝑣𝑒𝑟𝑔𝑒𝑛𝑐𝑖𝑎 𝑑𝑒𝑏𝑖𝑙.

Bibliografía
Economipedia. (22 de Mayo de 2020). Obtenido de Ecopnomipedia:
https://economipedia.com/definiciones/ley-los-grandes-numeros.html
Matematicas. (23 de Mayo de 2020). Obtenido de Matematicas:
https://matematica.laguia2000.com/general/tipos-de-convergencia
UnADM. (23 de Mayo de 2020). Obtenido de UnADM:
https://ceit.unadmexico.mx/contenidos/DCEIT/BLOQUE2/MT/03/MPRO2/U3/
descargables/MPRO2_U3_contenido.pdf