Diferencies ente revisiones de «Llei de los grandes númberos»
Contenido eliminado Contenido añadido
m Robó: convirtiendo/iguando HTML |
m iguo fórmula |
||
Llinia 47:
Pa demostrar el teorema vamos faer usu del siguiente lema:
'''''Desigualdá Maximal.''''' Sean <math>Z_1,...,Z_N\,</math> variables aleatories independientes y sían <math>\epsilon_1,\,\,\epsilon _2</math> y <math>\beta\,\!</math> constantes positives que cumplen <math>\mathbb{P}\{|Z_i+Z_{i+1}+...+Z_N|\
:<math>\mathbb{P}\{ max_{i\
''Demostración del lema: '' Sean <math>S_i:=Z_1+...+Z_i\,</math> y <math>T_i:=S_N-S_i\,</math>. Definamos coles mesmes la variable aleatoria
Llinia 56:
\begin{matrix}
\text{primer i pal cual } |S_i|>\epsilon_1+\epsilon_2 \\
N \,\, \text{si } |S_i|\
\end{matrix} \right .
</math>
Llinia 63:
:<math>
\begin{array}{rcl}
\mathbb{P}\{ max_{i\
& = & \sum_{i=1}^N \mathbb{P}\{\tau=i, |S_i|>\epsilon_1+\epsilon_2\}\quad\text{pos son eventos dixuntos} \\
& \
& = & \beta \sum_{i=1}^N \mathbb{P}\{\tau=i, |S_i|>\epsilon_1+\epsilon_2 , |T_i|\
\end{array}
</math>
Agora bien, si <math> |S_i|>\epsilon_1+\epsilon_2\,</math> y <math>|T_i|\
per ende:
:<math>\mathbb{P}\{ max_{i\
colo que se conclúi'l lema. ''(Fin demostración del lema)''
Llinia 80:
S_i & := & X_1+...+X_i\\
\sigma_i^2 & := & \mathbb{P}X_i^2\,;\quad V_i := \sigma_1^2+...+\sigma_i^2=\mathbb{P}S_i^2\\
B_k&:=&{n: n_k<n\
\end{array}
</math>
Tenemos entós que la serie <math>\sum_k V(n_k)/n_k^2</math> ye converxente pos:
:<math>\sum_{k=1}^\infty V(n_k)/n_k^2=\sum_{k=1}^\infty\sum_{j=1}^\infty\sigma_j^2\chi_{\{j\
La converxencia c.t.p. qu'asegura'l teorema ye equivalente a:
Llinia 94:
Cada probabilidá na suma anterior pue ser acutada por:
:<math>\mathbb{P}\left\{ \max_{n\
Agora aplícase la desigualdá maximal:
:<math>\mathbb{P}\left\{ \max_{n\
La última desigualdá de la llinia anterior xustificar pola [[desigualdá de Chebyshev]]. Una nueva aplicación d'esta mesma desigualdá déxanos acutar los <math>\beta_k\,</math>:
:<math>
\begin{array}{rcl}
\beta_k^{-1}&=&\min_{n\
& \
&\
\end{array}
</math>
Llinia 118:
<div class="NavHead">'''Demostración de la llei fuerte de los grandes númberos (Kolmogorov)'''</div><div class="NavContent"><div style="text-align: left;">Sía <math>{X_i}\,</math> una sucesión de variables aleatories independientes, integrables y hermano distribuyíes con <math>\mathbb{P}X_n=0\,</math> (esperanza 0), entós, el promediu <math>\frac{1}{n}\sum_{i=1}^nX_i\rightarrow 0</math> casi de xuru cuando <math>n\rightarrow\infty\,</math>.
Definamos <math>Y_i=X_i \chi_{\{|X_i|\
{{Ecuación|<math>\left| \frac{1}{n}\sum_{i\
</math>|1}}
Llinia 130:
\sum_{i=1}^\infty\mathbb{P}\{X_i\ne Y_i\} & = & \sum_{i=1}^\infty\mathbb{P}\{|X_i|>i\} \\
& = & \sum_{i=1}^\infty\mathbb{P}\{|X_1|>i\} \\
& = & \sum_{i=1}^\infty i\, \mathbb{P}{\{|X_1|>i, |X_1| \
&\
\end{array}
</math>|2}}
La tercer igualdá vien de que pa cualesquier variable aleatoria cumplir que:
:<math>\sum_{i\
La {{Eqnref|2}} implica, por Borel-Canteli, que'l conxuntu <math>\{X_i\ne Y_i\,, \text{pa infinitos i}\}</math> tien probabilidad cero. Poro, nun conxuntu de probabilidá 1 cumplir:
{{Ecuación|<math>\left| \frac{1}{n}\sum_{i\
De la desigualdá <math>\mathbb{P}(Y_i-\mu_i)^2\
:<math>\sum_{i=1}^\infty \frac{\mathbb{P}(Y_i-\mu_i)^2}{i^2}\
Pol teorema enantes demostráu tenemos:
{{Ecuación|<math>\frac{1}{n}\sum_{i\
casi de xuru. Como amás tenemos que:
:<math>\left|\frac{1}{n}\sum_{i\
Entós, de les ecuaciones {{Eqnref|1}}, {{Eqnref|3}} y {{Eqnref|4}} deduzse que <math>\left|\frac{1}{n}\sum_{i\
''(Fin de la demostración)<math>\blacksquare</math>''
|