Convergenza in probabilità e legge debole dei grandi numeri • Per qualsiasi > 0 piccolo a piacere, la successione {Xn} p converge in probabilità o debolmente ad X, Xn −→ X, se vale: lim PXn,X {|Xn − X| ≥ } = 0 n→∞ • Teoremi: – La convergenza in probabilità di una successione di variabili aleatorie {Xn} a una variabile aleatoria X implica quella in distribuzione: p d Xn −→ X ⇒ Xn −→ X – Le due condizioni limn→∞ E (Xn) = c e limn→∞ Var (Xn) = 0, risultano necessarie e sufficienti affinché la successione di variabili aleatorie {Xn} converga in probabilità alla costante c p p – Se Xn −→ X ed Yn −→ c dove c 6= 0 è una costante, allora: p Xn ± Yn −→ X ± c p XnYn −→ Xc p Xn/Yn −→ X/c – (Legge Debole dei Grandi Numeri) Sia X n la media aritmetica dei primi n elementi della successione di variabili aleatorie indipendenti {Xn}. La legge debole dei grandi numeri stabilisce che sotto determinate condizioni vale: p X n −→ E X n ∗ (Teorema di Kintchine) Le variabili aleatorie Xn hanno tutte la stessa distribuzione con media E (Xn) = µ < ∞ per n = 1, 2, . . . (la varianza potrebbe essere anche infinita). ∗ Le Xn sono tutte dotate di medie finite e varianze equi2 per n = 1, 2, . . . limitate: Var (Xn) < σL Convergenza quasi certa e legge forte dei grandi numeri – La successione di variabili aleatorie {Xn} converge quasi qc certamente o fortemente ad X, Xn −→ X, se vale: PXn,X n o lim Xn = X = 1 n→∞ – Teoremi: ∗ La convergenza quasi certa di una successione di variabili aleatorie {Xn} a una variabile aleatoria X implica quella in probabilità: qc p Xn −→ X ⇒ Xn −→ X qc qc ∗ g è una funzione continua ed Xn −→ X, allora g (Xn) −→ g (X ) ∗ (Legge Forte dei Grandi Numeri) Sia X n la media aritmetica dei primi n elementi della successione di variabili aleatorie indipendenti {Xn}. La legge forte dei grandi numeri stabilisce che sotto determinate condizioni vale: qc X n −→ E X n · (Teorema di Bernoulli) Le variabili aleatorie Xn sono indicatori di eventi equiprobabili · (Teorema di Kolmogorov ) Le variabili aleatorie Xn hanno tutte la stessa distribuzione con media E (Xn) = µ < ∞ per n = 1, 2, . . . · (Condizione sufficiente di Kolmogorov ) Le variabili aleato2 < ∞, allora la conrie Xn hanno tutte Var (Xn) = σn P∞ σn2 dizione n=1 n2 < ∞ è sufficiente per affermare la che la successione {Xn} soddisfa la legge forte dei grandi numeri