Práctica de ejercicios

Licenciatura en Matemáticas
Asignatura: Probabilidad II
Unidad 3.-Teoremas Limite
Actividad: Evidencia de Aprendizaje
Alumna: Elda Josefina Vázquez Calderón
Grupo: MT-MPRO2-2001-B2-002
Matricula.ES1822028919
Docente: Braulio Samuel Colmenero Mejía
 Práctica de ejercicios
Ejercicios a resolver:

1.  Demuestra el teorema de leyes débiles de números grandes  LDGN  .

Si se satisface que :
1 n 2
 i  0  n  0
n 2 i 1
1
entonces :
1 n
2  i
X n  n  X  i  
P
0  2
n i 1

Sea ε > 0, por la desigualdad de Chebychef tenemos

𝑛
1 1
𝑃 (|𝑋̅𝑛 − 𝜇̅𝑛 | > 𝜀 ≤ 2 𝑉𝑎𝑟(𝑋̅𝑛 − 𝜇̅𝑛 ) = ∑ 𝜎𝑖2 )
𝜀 𝜀²𝑛²
𝑖=1

𝑦 𝑝𝑜𝑟 , 𝑐𝑜𝑚𝑜 𝜀 𝑒𝑠𝑡𝑎 𝑓𝑖𝑗𝑜, 𝑒𝑠𝑡𝑎 𝑒𝑥𝑝𝑟𝑒𝑠𝑖𝑜𝑛 𝑡𝑖𝑒𝑛𝑑𝑒 𝑎 0 𝑐𝑢𝑎𝑛𝑑𝑜 𝑛 → ∞

2.  Demuestra el siguiente Teorema. Sea  X n , n  1 una sucesion de variables aleatorias

y s upongamos X n 
d
 X , cuando n  . Si h es una función continua a valores reales
o complejos definida en el intervalo acotado  a, b , donde a, b   Fx  , entonces :
Eh  X n   Eh  X  cuando n   1
Demostracion: El caso complejo sigue del caso real. Usaremos el lema de aproximacion.
Sea A ∁ C(𝐹𝑋 )∁ ℝ 𝑢𝑛 𝑠𝑢𝑏𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑜. 𝑆𝑖 ℎ(𝑥) = 1(𝑐,𝑑] 𝑝𝑎𝑟𝑎 𝑐. 𝑑 ∈ 𝐴, 𝑎 ≤ 𝑐 < 𝑑 ≤ 𝑏,
𝑠𝑒 𝑟𝑒𝑑𝑢𝑐𝑒 𝑎 𝑑𝑒𝑚𝑜𝑠𝑡𝑟𝑎𝑟 𝑞𝑢𝑒 𝑃(𝑐 < 𝑋𝑛 ≤ 𝑑), 𝑙𝑜 𝑐𝑢𝑎𝑙 𝑒𝑠 𝑐𝑖𝑒𝑟𝑡𝑜 𝑝𝑜𝑟 ℎ𝑢𝑝𝑜𝑡𝑒𝑠𝑖𝑠.
𝑃𝑜𝑟 𝑙𝑖𝑛𝑒𝑎𝑙𝑖𝑑𝑎𝑑 𝑙𝑎 𝑐𝑜𝑛𝑐𝑢𝑠𝑖𝑜𝑛 𝑣𝑎𝑙𝑒 𝑝𝑎𝑟𝑎 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑒𝑠 𝑒𝑠𝑐𝑎𝑙𝑒𝑟𝑎, 𝑐𝑢𝑦𝑜𝑠 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑒𝑠
𝑡𝑒𝑛𝑔𝑎𝑛 𝑒𝑥𝑡𝑟𝑒𝑚𝑜𝑠 𝑒𝑛 𝐴. 𝑠𝑒𝑎 𝑎ℎ𝑜𝑟𝑎 ℎ ∈ [𝑎, 𝑏]𝑦 𝑠𝑒𝑎 𝑔 𝑢𝑛𝑎 𝑓𝑢𝑛𝑐𝑖𝑜𝑛 𝑠𝑖𝑚𝑝𝑙𝑒
𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑛𝑡𝑒, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠
|𝐸ℎ(𝑋𝑛 ) − 𝐸(ℎ(𝑋)| ≤ |𝐸ℎ(𝑋𝑛 ) − 𝐸𝑔(𝑋𝑛 )| + |𝐸𝑔(𝑋𝑛 ) − 𝐸𝑔(𝑋)| + |𝐸𝐺(𝑋) − 𝐸ℎ(𝑋)|
≤ 𝐸|ℎ(𝑋𝑛 ) − 𝑔(𝑋𝑛 )| + |𝐸𝑔(𝑋𝑛 ) − 𝐸𝑔(𝑋)| + 𝐸|𝑔(𝑋) − ℎ(𝑋)|
≤ 𝜀 + |𝐸𝑔(𝑋𝑛 ) − 𝐸𝑔(𝑋)| + 𝜀.
𝑐𝑜𝑚𝑜 𝑦𝑎 ℎ𝑒𝑚𝑜𝑠 𝑣𝑖𝑠𝑡𝑜 𝑝𝑎𝑟𝑎 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑒𝑠 𝑠𝑖𝑚𝑝𝑙𝑒𝑠 𝑒𝑙 𝑡𝑒𝑟𝑚𝑖𝑛𝑜 𝑐𝑒𝑛𝑡𝑟𝑎𝑙 𝑡𝑖𝑒𝑛𝑑𝑒 𝑎 𝑐𝑒𝑟𝑜
𝑛 → ∞ 𝑜𝑏𝑡𝑒𝑛𝑒𝑚𝑜𝑠 lim 𝑠𝑢𝑝|𝐸ℎ(𝑋𝑛 ) − 𝐸ℎ(𝑋)| < 2𝜀,
𝑛→∞
𝑙𝑜 𝑐𝑢𝑎𝑙 𝑑𝑒𝑚𝑢𝑒𝑡𝑟𝑎 𝑒𝑙 𝑡𝑒𝑜𝑟𝑒𝑚𝑎
 Práctica de ejercicios

3.  Demuestra la siguiente Proposición. Sea f : 0,1  una función continua, entonces :

n
n  k 
sup f  x      f   x k 1  x   0
nk

x0,1 k 0  k   n 

cuando n  0
𝐷𝑒𝑚𝑜𝑠𝑡𝑟𝑎𝑐𝑖𝑜𝑛: 𝑆𝑒𝑎 𝜀 > 0. 𝐶𝑜𝑚𝑜 𝑓 𝑒𝑠 𝑢𝑛𝑖𝑓𝑜𝑟𝑚𝑒𝑚𝑒𝑛𝑡𝑒 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎, 𝑒𝑥𝑖𝑠𝑡𝑒 𝛿 > 0
𝑡𝑎𝑙 𝑞𝑢𝑒 𝑠𝑖 0 ≤ 𝑥, 𝑦 ≤ 1 𝑠𝑎𝑡𝑖𝑠𝑓𝑎𝑐𝑒𝑛 |𝑥 − 𝑦| < 𝛿
𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑡𝑖𝑒𝑛𝑒 |𝑓(𝑥) − 𝑓(𝑦) < 𝜀|
𝑆𝑒𝑎 𝑆𝑛 , 𝑛 ≥ 1 𝑢𝑛𝑎 𝑠𝑢𝑐𝑒𝑠𝑖𝑜𝑛 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑐𝑜𝑛 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛 𝑏𝑖𝑛𝑜𝑚𝑖𝑎𝑙
𝑑𝑒 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜𝑠 𝑛 𝑦 𝑥 𝑦 𝑐𝑜𝑛𝑠𝑖𝑑𝑒𝑟𝑎𝑚𝑜𝑠 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑓(𝑆𝑛 /𝑛)
𝑐𝑢𝑦𝑜 𝑣𝑎𝑙𝑜𝑟 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 𝑒𝑠
𝑛
𝑆𝑛 𝑘
𝐸 [ ] = ∑ 𝑓 ( ) 𝑃(𝑆𝑛 = 𝑘)
𝑛 𝑛
𝑘=0
𝒏
𝒏 𝒌
= ∑ ( ) 𝒇 ( ) 𝒙𝒌 (𝟏 − 𝒙)𝒏−𝒌
𝒌 𝒏
𝒌=𝟎
𝑛
𝑅𝑒𝑐𝑜𝑟𝑑𝑒𝑚𝑜𝑠 𝑞𝑢𝑒 𝑆𝑛 = ∑ 𝜀𝑖 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝐵𝑒𝑟𝑛𝑜𝑢𝑙𝑙𝑖 𝑐𝑜𝑛 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝑥
1
1
𝑥, 𝑦 𝑝𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜 𝑉𝑎𝑟(𝜀𝑖 ) = 𝑥(1 − 𝑥) ≤ 𝑝𝑎𝑟𝑎𝑥 ∈ [0,1], 𝑈𝑠𝑎𝑛𝑑𝑜 𝑙𝑎 𝑑𝑒𝑠𝑖𝑔𝑢𝑎𝑙𝑑𝑎𝑑
4
𝑆𝑛 1 1
𝑑𝑒 𝐶ℎ𝑒𝑏𝑦𝑐ℎ𝑒𝑓 𝑡𝑒𝑛𝑒𝑚𝑜𝑠 𝑃 (| − 𝑥| > 𝛿) ≤ 2 2 𝑉𝑎𝑟(𝜀1 ) ≤ 2
𝑛 𝛿 𝑛 4𝛿 𝑛
𝑝𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜, 𝑒𝑥𝑖𝑠𝑡𝑒 𝑢𝑛 𝑒𝑛𝑡𝑒𝑟𝑜 𝑛0 𝑞𝑢𝑒 𝑛𝑜 𝑑𝑒𝑝𝑒𝑛𝑑𝑒 𝑑𝑒 𝑥, 𝑡𝑎𝑙 𝑞𝑢𝑒, 𝑠𝑖 𝑛 ≥ 𝑛0
𝑆𝑛
𝑃 (| − 𝑥| > 𝛿) < 𝜀.
𝑛
𝑢𝑠𝑎𝑛𝑑𝑜 𝑙𝑎 𝑑𝑒𝑠𝑖𝑔𝑢𝑎𝑙𝑑𝑎𝑑 𝑡𝑟𝑖𝑎𝑛𝑔𝑢𝑙𝑎𝑟 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠
𝑛
𝑆𝑛 𝑘
|𝐸 [𝑓 ( )] − 𝑓(𝑥)| = |∑ (𝑓 ( ) − 𝑓(𝑥)𝑃(𝑆𝑛 = 𝑘)|
𝑛 𝑛
𝑘=0
𝑛
𝑘
≤ ∑ |𝑓 ( ) − 𝑓(𝑥)| 𝑃(𝑆𝑛 = 𝑘)
𝑛
𝑘=0
𝑘 𝑘
≤ ∑ |𝑓 ( ) − 𝑓(𝑥)| 𝑃(𝑆𝑛 = 𝑘) + ∑ |𝑓 ( ) + |𝑓(𝑥)|| 𝑃(𝑆𝑛 = 𝑘)
𝑛 𝑛
𝑘 𝑘
| −𝑥|≤𝛿 | −𝑥|>𝛿
𝑛 𝑛
≤ ∑ 𝜀 𝑃(𝑆𝑛 = 𝑘) + ∑ 2 sup |𝑓(𝑥)|𝑃(𝑆𝑛 = 𝑘)
0≤𝑥≤1
𝑘 𝑘
| −𝑥|≤𝛿 | −𝑥|>𝛿
𝑛 𝑛

𝑆𝑛 𝑆𝑛
= 𝜀𝑃 | − 𝑥| ≤ 𝛿 + 2 sup |𝑓(𝑥)|𝑃 | − 𝑥| > 𝛿
𝑛 0≤𝑥≤1 𝑛
𝑒𝑛 𝑐𝑜𝑛𝑠𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎, 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑛 ≥ 𝑛0 ,
𝑆𝑛
|𝐸 [𝑓 ( )] − 𝑓(𝑥)| ≤ 𝜀 + 2𝜀 sup |𝑓(𝑥)|
𝑛 0≤𝑥≤1

𝑦 𝑒𝑠𝑡𝑜 𝑑𝑒𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑙𝑎 𝑝𝑟𝑜𝑝𝑜𝑠𝑖𝑐𝑖𝑜𝑛

 Práctica de ejercicios

4.  Demuestra el siguente Teorema de  Etemadi  . Sea  X n , n  1 una sucesión de variables

aleatorias independientes a pares con igual distribución y sup ongamos que E X 1 .
Entonces : X n  E  X1  1

Demostracion: (2.3)

Recordemos que 𝑋̅𝑛 = 𝑋𝑛+ − 𝑋𝑛− 𝑦 𝑐𝑜𝑚𝑜 𝑠𝑢𝑝𝑜𝑛𝑒𝑚𝑜𝑠 𝑞𝑢𝑒 𝐸|𝑋1 | < ∞, (𝑋𝑛+ )
𝑒𝑠 𝑢𝑛𝑎 𝑠𝑢𝑐𝑒𝑠𝑖𝑜𝑛 𝑑𝑒 𝑣. 𝑎. 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠 𝑎 𝑝𝑎𝑟𝑒𝑠 𝑐𝑜𝑛 𝑖𝑔𝑢𝑎𝑙𝑑𝑎𝑑 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛
𝑞𝑢𝑒 𝑠𝑎𝑡𝑖𝑠𝑓𝑎𝑐𝑒 𝐸|𝑋1+ | < ∞ 𝑦 𝑜𝑡𝑟𝑜 𝑡𝑎𝑛𝑡𝑜 𝑒𝑠 𝑐𝑖𝑒𝑟𝑡𝑜 𝑝𝑎𝑟𝑎 𝑙𝑎 𝑠𝑢𝑐𝑒𝑠𝑖𝑜𝑛 (𝑋𝑛− ).
𝑇𝑒𝑛𝑖𝑒𝑛𝑑𝑜 𝑒𝑛 𝑐𝑢𝑒𝑛𝑡𝑎 𝑞𝑢𝑒
𝑛 𝑛 𝑛
1 1 1
𝑋̅𝑛 = ∑ 𝑋𝑖 = ∑ 𝑋𝑖+ − ∑ 𝑋𝑖−
𝑛 𝑛 𝑛
𝑖=1 𝑖=1 𝑖=1

basta demostrar el teorema suponiendo que las variables son no − nagativas.

Ahora definimos las variables truncadas

Yn = Xn 1(Xn≤n), n≥1.
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠
∞ ∞ ∞

∑ 𝑃(𝑋𝑛 ≠ 𝑌𝑛 ) = ∑ 𝑃(𝑋𝑛 > 𝑛) = ∑ 𝑃(𝑋1 > 𝑛)

𝑛=1 𝑛=1 𝑛=1
∞ 𝑛
≤ ∑∫ 𝑃(𝑋1 > 𝑡)𝑑𝑡
𝑛=1 𝑛−1
∞
= ∫ (𝑋1 > 𝑡)𝑑𝑡
0
= 𝐸(𝑋1 ) < ∞

𝑃𝑜𝑟 𝑒𝑙 𝑙𝑒𝑚𝑎 𝑑𝑒 𝐵𝑜𝑟𝑒𝑙 − 𝐶𝑎𝑛𝑡𝑒𝑙𝑙𝑖 𝑡𝑒𝑛𝑒𝑚𝑜𝑠 𝑞𝑢𝑒 𝑃(𝑋𝑛 ≠ 𝑌𝑛 𝑖. 𝑣. ) = 0,

𝑙𝑜 𝑞𝑢𝑒 𝑞𝑢𝑖𝑒𝑟𝑒 𝑑𝑒𝑐𝑖𝑟 𝑞𝑢𝑒, 𝑐𝑜𝑛 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 1, 𝑋𝑛 = 𝑌𝑛 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑖𝑛𝑑𝑖𝑐𝑒𝑠 𝑛,
𝑒𝑥𝑐𝑒𝑝𝑡𝑜 𝑝𝑜𝑟 𝑢𝑛𝑎 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑓𝑖𝑛𝑖𝑡𝑎 𝑑𝑒 𝑒𝑙𝑙𝑜𝑠. 𝐸𝑛 𝑐𝑜𝑛𝑐𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑏𝑎𝑠𝑡𝑎 𝑑𝑒𝑚𝑜𝑠𝑡𝑟𝑎𝑟
𝑞𝑢𝑒
𝑛
1
𝑌̅𝑛 = ∑ 𝑌𝑖 → 𝐸(𝑋1 ) 𝑐. 𝑝. 1
𝑛
𝑖=1
ya que (2.4)
𝑛
1
∑(𝑋𝑖 − 𝑌𝑖 ) → 0𝑐. 𝑝. 1
𝑛
𝑖=1

Observamos ahora que

𝐸(𝑌𝑛 ) = 𝐸(𝑋𝑛 1(𝑋𝑛≤𝑛) ) = 𝐸(𝑋𝑛 1(𝑋𝑛≤𝑛) ) → 𝐸(𝑋1 )

 Práctica de ejercicios
Por el TCM y en consecuencia
𝑛
1
𝐸(𝑌̅𝑛 ) = ∑ 𝐸(𝑌𝑖 ) → 𝐸(𝑋1 )𝑐𝑢𝑎𝑛𝑑𝑜 𝑛 → ∞
𝑛
𝑖=1
(2.5)
𝑆𝑒𝑎 𝑎ℎ𝑜𝑟𝑎 𝛼 > 1 𝑦 𝑐𝑜𝑛𝑠𝑖𝑑𝑒𝑟𝑒𝑚𝑜𝑠 𝑙𝑎 𝑠𝑢𝑐𝑒𝑠𝑖𝑜𝑛 𝑑𝑒 𝑒𝑛𝑡𝑒𝑟𝑜𝑠 𝑢𝑘 = [𝛼 𝑘 ].
c.s.
𝑆𝑢𝑝𝑜𝑛𝑔𝑎𝑚𝑜𝑠 𝑞𝑢𝑒 𝑝𝑜𝑑𝑒𝑚𝑜𝑠 𝑑𝑒𝑚𝑜𝑠𝑡𝑟𝑎𝑟 𝑞𝑢𝑒 𝑌̅𝑢𝑘 → 𝐸(𝑋1 )𝑐𝑢𝑎𝑛𝑑𝑜 𝑘 → ∞(2.6)
𝑃𝑎𝑟𝑎 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑛 𝑒𝑥𝑖𝑠𝑡𝑒 𝑘 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑢𝑘 ≤ 𝑛 < 𝑢𝑘+1 . 𝐶𝑜𝑚𝑜 𝑙𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑌𝑛 𝑠𝑜𝑛
𝑛𝑜 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑎𝑠, 𝑡𝑒𝑛𝑒𝑚𝑜𝑠

𝑢𝑘 𝑛 𝑢𝑘+1
1 1 1
∑ 𝑌𝑖 ≤ 𝑌̅𝑛 = ∑ 𝑌𝑖 ≤ ∑ 𝑌𝑖
𝑛 𝑛 𝑛
𝑖=1 𝑖=1 𝑖=1

𝑦 𝑒𝑛 𝑐𝑜𝑛𝑠𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎

𝑌̅𝑢𝑘 − 𝐸(𝑌̅𝑢𝑘 )0 𝑐. 𝑝. 1 𝑐𝑢𝑎𝑛𝑑𝑜 𝑘 → ∞ (2.7)

𝑈𝑠𝑎𝑚𝑜𝑠 𝑙𝑎 𝑑𝑒𝑠𝑖𝑔𝑢𝑎𝑙𝑑𝑎𝑑 𝑑𝑒 𝐶ℎ𝑒𝑏𝑦𝑐ℎ𝑒𝑓 𝑦 𝑙𝑎 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎 𝑎 𝑝𝑎𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎𝑠

𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 (𝑌𝑛 , 𝑛 ≥ 1). 𝑃𝑎𝑟𝑎 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝜀 > 0

P(|𝑌̅𝑢𝑘 − 𝐸(𝑌̅𝑢𝑘 )| > 𝜀) ≤ 1/𝜀 2 𝑉𝑎𝑟(𝑌̅𝑢𝑘 )

𝑢𝑘
1
= ∑ 𝑉𝑎𝑟(𝑌𝑖 )
𝜀²𝑢𝑘2
𝑖=1
𝑢𝑘
1 2
≤ 2 ∑ 𝐸(𝑌𝑖
)
𝜀²𝑢𝑘
𝑖=1

En concecuencia

∞ ∞ 𝑢𝑘
1 1
∑ 𝑃(𝑌̅𝑢𝑘 − 𝐸(𝑌̅𝑢𝑘 )|> 𝜀) ≤ ∑ 2 ∑ 𝐸(𝑌𝑖2 )
𝜀² 𝑢𝑘
𝑘=1 𝑘=1 𝑖=1
∞
1 1
= ∑ 𝐸(𝑌𝑖2 ) ∑ 2
𝜀² 𝑢𝑘
𝑖=1 𝑘:𝑢𝑘 ≥𝑖

(2.8)
 Práctica de ejercicios

𝐴ℎ𝑜𝑟𝑎 𝑐𝑜𝑚𝑜 𝑢𝑘 = (𝛼 𝑘 ) > 𝛼 𝑘−1 𝑝𝑎𝑟𝑎 1 < 𝛼 < ∞

1 1 𝐶1
∑ 2≤ ∑ ≤
𝑢𝑘 𝑘−1
𝛼 (𝑘−1)² 𝑖²
𝑘:𝑢𝑘 ≥𝑖 𝑘:𝛼 ≥𝑖
(2.9)
Para alguna constante
𝐶1 , 0 < 𝐶1 < ∞. 𝑈𝑠𝑎𝑚𝑜𝑠 𝑒𝑠𝑡𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑒𝑛 (2.8) 𝑦 𝑟𝑒𝑐𝑜𝑟𝑑𝑎𝑚𝑜𝑠
𝑞𝑢𝑒 𝑙𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑋𝑖 𝑡𝑖𝑒𝑛𝑒𝑛 𝑖𝑔𝑢𝑎𝑙 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛.
∞ ∞
𝐶1 1
∑ 𝑃( (𝑌̅𝑢𝑘 − 𝐸(𝑌̅𝑢𝑘 )|> 𝜀) ≤ 2 ∑ 2 𝐸(𝑌𝑖2 )
𝜀 𝑖
𝑘=1 𝑖=1

∞
𝐶1 1
= 2 ∑ 2 𝐸(𝑋𝑖2 1(0≤𝑋1 ≤𝑖) )
𝜀 𝑖
𝑖=1
∞ 𝑖
𝐶1 1
= ∑ ∑ 𝐸(𝑋𝑖2 1(𝑗−1≤𝑋1 ≤𝑗) )
𝜀2 𝑖²
𝑖=1 𝑗=1

∞ ∞
𝐶1 1
= 2 ∑ 𝐸(𝑋𝑖2 1(𝑗−1≤𝑋1 ≤𝑗) ) ∑
𝜀 𝑖²
𝑗=1 𝑖=𝑗
∞
𝐶1
≤ 2
∑ 𝐸(𝑗𝑋1 1(𝑗−1≤𝑋1 ≤𝑗) )𝐶2 𝑗 −1
𝜀
𝑗=1
𝐶1 𝐶2
= 2 𝐸(𝑋1 ) < ∞ (2.10)
𝜀

𝐶𝑜𝑚𝑜 𝑒𝑠𝑡𝑎 𝑠𝑒𝑟𝑖𝑒 𝑒𝑠 𝑐𝑜𝑛𝑣𝑒𝑟𝑔𝑒𝑛𝑡𝑒 𝑝𝑎𝑟𝑎 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟

𝜀 > 0 𝑜𝑏𝑡𝑒𝑛𝑒𝑚𝑜𝑠, 𝑝𝑜𝑟 𝑒𝑙 𝑙𝑒𝑚𝑎 𝑑𝑒 𝐵𝑜𝑟𝑒𝑙 − 𝐶𝑎𝑛𝑡𝑒𝑙𝑙𝑖, 𝑞𝑢𝑒 (2.7)𝑒𝑠 𝑐𝑖𝑒𝑟𝑡𝑜

Referencias:

Rincon Luis(2014) Introduccion a la probabilidady estadistica. Mexico:McGraw-

Hill Interamericana.

UnADM Matemáticas Probabilidad II Contenido Nuclear Unidad 3 Teoremas

Limite México D.F. Diciembre 2015