Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 78 vistas

    Mpro2 U3 A2 Jeru

    Cargado por

    Jesús Úrzulo
    Este documento presenta diferentes tipos de convergencia para sucesiones de variables aleatorias: convergencia casi segura, en probabilidad y en distribución. También explica la ley débil y fuerte de los grandes números, que indican que la frecuencia empírica de un evento tiende a su probabilidad cuando se repite un experimento aleatorio infinitas veces.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Mpro2 U3 A2 Jeru

    Cargado por

    Jesús Úrzulo
    78 vistas3 páginas
    Este documento presenta diferentes tipos de convergencia para sucesiones de variables aleatorias: convergencia casi segura, en probabilidad y en distribución. También explica la ley débil y fuerte de los grandes números, que indican que la frecuencia empírica de un evento tiende a su probabilidad cuando se repite un experimento aleatorio infinitas veces.

    Descripción original:

    jkvk

    Título original

    MPRO2_U3_A2_JERU

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta diferentes tipos de convergencia para sucesiones de variables aleatorias: convergencia casi segura, en probabilidad y en distribución. También explica la ley débil y fuerte de los grandes números, que indican que la frecuencia empírica de un evento tiende a su probabilidad cuando se repite un experimento aleatorio infinitas veces.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    78 vistas3 páginas

    Mpro2 U3 A2 Jeru

    Cargado por

    Jesús Úrzulo
    Este documento presenta diferentes tipos de convergencia para sucesiones de variables aleatorias: convergencia casi segura, en probabilidad y en distribución. También explica la ley débil y fuerte de los grandes números, que indican que la frecuencia empírica de un evento tiende a su probabilidad cuando se repite un experimento aleatorio infinitas veces.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 3

    PROBABILIDAD 2

    (MPRO2)
    Licenciatura en Matemáticas

    Unidad 3 Actividad 2

    Jesús Abraham Rojas Urzulo


    Matricula: ES1821013126
    Jesús Abraham Rojas Úrzulo Licenciatura en Matemáticas
    Matricula: ES1821013126 Probabilidad II (MPRO2)

    Actividad 2

    Convergencia en Distribución
    Convergencia en Probabilidad
    Una sucesión de variables
    Convergencia Casi Una sucesión de variables
    aleatorias 𝑋, 𝑋1 , 𝑋2 , … , 𝑋𝑛 , …, y sean
    Segura aleatorias {𝑋𝑛 } converge en
    𝐹(𝑋), 𝐹1 (𝑋), 𝐹2 (𝑋), … , 𝐹𝑛 (𝑋), …, sus
    probabilidad a la variable
    funciones de distribución
    Una sucesión de variables aleatoria 𝑋, si para todo 𝜀 > 0
    respectivas. La sucesión de
    aleatorias {𝑋𝑛 } converge se verifica que:
    Convergencia Puntual casi seguramente a la variables aleatorias {𝑋𝑛 } converge
    en distribución a la variable
    𝑋𝑛 → 𝑋, | 𝜔 ∈ Ω variable aleatoria 𝑋,
    aleatoria 𝑋, denotado 𝑋𝑛 → 𝑋, en
    denotado como 𝑋𝑛 → 𝑋
    𝑃({𝜔 ∈ Ω: |𝑋𝑛 (𝜔) − 𝑋(𝜔)| ≥ 𝜀}) → 0 distribución, si para cada punto 𝑥
    c.s., si 𝑋𝑛 (𝜔) → 𝑋(𝜔) para
    en donde 𝐹(𝑥) es continua se tiene
    casi todos los puntos 𝜔 ∈
    𝑃({𝜔 ∈ Ω: |𝑋𝑛 (𝜔) − 𝑋(𝜔)| < 𝜀}) → 1 que
    Ω.
    𝑃({𝜔 ∈ Ω: 𝑋𝑛 (𝜔) → 𝑋(𝜔)}) = 1 𝐹𝑛 (𝑥) → 𝐹(𝑥), 𝑐𝑢𝑎𝑛𝑑𝑜 𝑛 → ∞
    𝑛→∞
    Jesús Abraham Rojas Úrzulo Licenciatura en Matemáticas
    Matricula: ES1821013126 Probabilidad II (MPRO2)

    La ley de los grandes números es un teorema fundamental de la teoría de la


    probabilidad que indica que si repetimos muchas veces (tendiendo a infinito) un
    mismo experimento, la frecuencia de que suceda un cierto evento tiende a ser una
    constante.

    si 𝑋1 , 𝑋2 , 𝑋3 , … es una sucesión infinita de variables aleatorias independientes que


    tienen el mismo valor esperado 𝜇 y varianza 𝜎 2, entonces el promedio
    𝑛
    𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 1
    ̅𝑋̅̅𝑛̅ = = ∑ 𝑥𝑖
    𝑛 𝑛
    𝑖=1

    Ley Débil de los grandes números


    Converge en probabilidad a 𝜇. En otras palabras, para
    cualquier número positivo 𝜀 se tiene
    lim 𝑃(|̅̅
    𝑋̅̅
    𝑛 − 𝜇| < 𝜀) = 1
    𝑛→∞

    Ley Fuerte de los grandes números


    Converge casi seguramente a 𝜇.

    𝑃 ( lim ̅̅
    𝑋̅̅
    𝑛 = 𝜇) = 1
    𝑛→∞

    También podría gustarte