Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidades
Profesor:
Jaime Arrué Alvarez
Universidad de Antofagasta
Facultad de Ciencias Básicas
Departamento de Matemáticas
Magı́ster en Ciencias:
Mención Estadı́stica Industrial
11 de julio de 2022
Probabilidades
Convergencia en probabilidad
Conceptos de convergencia Convergencia casi segura
Convergencia en distribución
Contenidos I
1 Conceptos de convergencia
Convergencia en probabilidad
Convergencia casi segura
Convergencia en distribución
Probabilidades
Convergencia en probabilidad
Conceptos de convergencia Convergencia casi segura
Convergencia en distribución
Probabilidades
Convergencia en probabilidad
Conceptos de convergencia Convergencia casi segura
Convergencia en distribución
c.p.
es decir, X n −→ µ.
Ejem.: Suponga se tiene la secuencia X1 , X2 .... v.a.i.i.d. con E [Xi ] = µ y
V (Xi ) = σ 2 < ∞. Si se define:
n
1 X
Sn2 = (Xi − Xn )2
n − 1 i=1
Probabilidades
Convergencia en probabilidad
Conceptos de convergencia Convergencia casi segura
Convergencia en distribución
Def.: Una secuencia de v.a., X1 , X2 .... converge casi seguro (c.s.) hacia la
c.s.
v.a. X , denotado por Xn −→ X , si ∀ε > 0,
P lı́m (|Xn − X | < ε) = 1
n→∞
Probabilidades
Convergencia en probabilidad
Conceptos de convergencia Convergencia casi segura
Convergencia en distribución
Probabilidades
Convergencia en probabilidad
Conceptos de convergencia Convergencia casi segura
Convergencia en distribución
Probabilidades
Convergencia en probabilidad
Conceptos de convergencia Convergencia casi segura
Convergencia en distribución
Ejem.: Sean X1 , X2 .... v.a. con distribución U(0, 1) y sea X(n) = máx Xi .
1≤i≤n
Conforme n → ∞ se espera que X(n) se encuentre cerca de 1, entonces ∀ε > 0:
P |X(n) − 1| ≥ ε = P X(n) ≥ 1 + ε + P X(n) ≤ 1 − ε
= P X(n) ≤ 1 − ε
= P (Xi ≤ 1 − ε, i = 1, .., n)
= (1 − ε)n
c.p.
luego X(n) −→ 1. Además, si se toma ε = t/n se tiene:
P X(n) ≤ 1 − t/n = (1 − t/n)n → e −t
lo cual es equivalente a:
P n(1 − X(n) ) ≤ t → 1 − e −t
c.d.
es decir, la v.a. n(1 − X(n) ) −→ exp(1).
Probabilidades
Convergencia en probabilidad
Conceptos de convergencia Convergencia casi segura
Convergencia en distribución
esto es,
√
n(X n − µ)
→ N (0, 1).
σ
Probabilidades
Convergencia en probabilidad
Conceptos de convergencia Convergencia casi segura
Convergencia en distribución
esto es,
√
n(X n − µ)
→ N (0, 1)
σ
Probabilidades
Convergencia en probabilidad
Conceptos de convergencia Convergencia casi segura
Convergencia en distribución
Probabilidades
Convergencia en probabilidad
Conceptos de convergencia Convergencia casi segura
Convergencia en distribución
30
!
X
P(X ≤ 11) = P Xi ≤ 330
i=1
30
!
300 x
X 300 + x − 1 1 1
=
i=1
x 2 2
= 0, 8916
Pn
ya que i=1 Xi ∼ BN (nr , p). Usando el T.C.L.:
√ √
30(X − 10) 30(11 − 10)
P(X ≤ 11) = P √ ≤ √
20 20
≈ P(Z ≤ 1, 2247)
≈ 0, 888
Probabilidades
Convergencia en probabilidad
Conceptos de convergencia Convergencia casi segura
Convergencia en distribución
c.d. c.p.
Teo.: (Teorema de Slutsky) Si Xn −→ X y Yn −→ a en probabilidad, donde a
es constante, entonces:
c.d.
Yn Xn −→ aX
c.d.
Xn + Yn −→ X + a
Ejem.: Suponga que:
√
n(X n − µ)
→ N (0, 1)
σ
pero el valor de σ no se conoce. Según ejemplo anterior, si lı́m Sn2 = 0,
n→∞
c.p. c.p.
entonces Sn2 −→ σ 2 . Se puede probar que σ/Sn −→ 1 y según el teorema de
Slutsky:
√ √
n(X n − µ) σ n(X n − µ)
= → N (0, 1)
Sn Sn σ
Probabilidades
Convergencia en probabilidad
Conceptos de convergencia Convergencia casi segura
Convergencia en distribución
Probabilidades