Clases 9-10: El proceso de Wiener y los paseos al azar: el teorema de Donsker *
|
|
- María Carmen Lagos Núñez
- hace 6 años
- Vistas:
Transcripción
1 Clases 9-10: El proceso de Wieer y los paseos al azar: el teorema de Dosker * 6 de oviembre de 2017 Ídice 1. Itroducció 1 2. Paseos al azar 1 3. Paseo al azar co variables gaussiaas 2 4. Paseo al azar de Beroulli simétrico 3 A. Sobre los mometos de T Itroducció El teorema de Dosker establece la covergecia débil de u paseo al azar coveietemete ormalizado al proceso de Wieer. Es ua geeralizació del teorema cetral del límite al caso de procesos estocásticos, por lo que se lo llama teorema cetral del límite fucioal Es etoces el susteto teórico de la simulació. E estas clases itroducimos los paseos al azar y demostramos el teorema de Dosker e dos casos particulares: para el paseo al azar co variables gaussiaas y para el paso al azar co variables simétricas de Beroulli. 2. Paseos al azar U paso al azar es u proceso estocástico de tiempo discreto costruido a partir de ua sucesió de variables aleatorias idepedietes y co distribució comú X 1, X 2, * Notas preparadas por E. Mordecki para el curso de Simulació e procesos estocásticos 1
2 de la siguiete forma: S 0 = 0, S = X X ( 1). Para obteer u límite e primer lugar supoemos que las variables está cetradas y tiee variaza uo, es decir EX 1 = 0, varx 1 = 1. De aquí resulta que ES = 0, mietras que vars =. E segudo lugar escalamos el proceso. La idea es que queremos ver a este paseo al azar co ua catidad creciete de sumados e u itervalo fijo, y parametrizado como el moviemieto Browiao, digamos t [0, 1]. Esto se obtiee de cosiderar S, dode es la parte etera de t. Para t = 1 obteemos vars [1] = vars =. Para obteer u límite teemos que teer ua variaza costate. Por eso cosideramos X (t) = 1 S, t [0, 1]. (1) El teorema de Dosker establece que X coverge a W e u setido que o vamos a precisar 1, pero vamos a demostrarlo e dos casos particulares. 3. Paseo al azar co variables gaussiaas Supogamos ahora que X 1, X 2,... so variables aleatorias idepedietes gaussiaas estádar, y costruyamos como ates X (t) = 1 S, t [0, 1]. Cosideremos u proceso de Wieer W = {W (t): 0 t 1}, y la fució escalera x : [0, 1] [0, 1], defiida como x (t) =, (2) Si x(t) = t, observemos que x x, dode la covergecia es uiforme e [0, 1]. Recordemos el siguiete resultado. Proposició 1. Sea f : [0, 1] R ua fució cotiua, y ua sucesió de fucioes (que actúa como cambios de tiempo) x x, dode la covergecia es uiforme. Etoces f(x (t)) coverge uiformemete a f(x(t)), es decir f x f x, t [0, 1], dode represeta la composició de fucioes. 1 El lector iteresado puede cosultar el libro Covergece of Probability Measures, 2d Editio, por P. Billigsley 2
3 Demostració. Sea ε > 0. La fució f es uiformemete cotia, luego existe δ > 0 tal que f(x) f(y) < ε siempre que x y < δ. Para ese δ existe 0 tal que x (t) x(t) < δ si 0. Etoces, para esos mismos, teemos f(x (t)) f(x(t)) < ε, que es la tesis. Cosideremos ahora el proceso estocástico Y (t) = W (x (t)), dode x es la fució escalera defiida e (2). No es difícil verificar que las leyes (fiito-dimesioales) de los procesos X defiido como e (1) co variables gaussiaas estádar e Y coicide. Además, como las trayectorias de W so cotiuas teemos, casi seguramete Y W. E coclusió, el teorema de Dosker toma la siguiete forma e este caso. Teorema 1. Dada ua sucesió de variables aleatorias idepedietes ormales estádar {X k }, el proceso estocástico {X (t): 0 t 1} e (1) tiee ua copia Y (es decir, otro proceso co la misma distribució) tal que P(Y (t) W (t), t [0, 1]) = Paseo al azar de Beroulli simétrico La seguda versió del teorema de Dosker es más iteresate, y o es ta directa como la aterior. Comezamos euciado el siguiete resultado sobre las trasformacioes del proceso de Wieer. Proposició 2. Sea {W (t): t 0} u proceso de Wieer. Etoces, so procesos de Wieer los siguietes procesos: (1) El proceso simétrico: {W 1 (t) = W (t): t 0}. (2) El proceso trasladado: {W 2 (t) = W (t + a) W (a): t 0}, cualquiera sea a > 0. (3) El proceso escalado: {W 3 (t) = cw (t/c): t 0}, cualquiera sea c > 0. Demostració. La demostració de esta proposició se obtiee aplicado la defiició de proceso de Wieer e cada uo de los casos. Las variables aleatorias idepedietes {X k } ahora tiee distribució comú de Beroulli simétrica, es decir P(X k = 1) = P(X k = 1) = 1 2. De aquí EX k = 0 y varx k = 1, y costruímos X como e (1). La técica de demostració de la aproximació es la misma: dado u proceso de Wieer 3
4 W = {W (t): 0 t 1} costruiremos u paseo al azar simétrico Y co igual ley que X, que coverge a W (e u setido a precisar). Para eso itroducimos ua ueva variable aleatoria (deomiada tiempos de parada) que idica el primer arribo al del proceso a los iveles ±1: T 1 = íf{t 0: W (t) = 1}. (3) Veamos que T 1 es casi seguramete fiito. E efecto ( ) P(T 1 t) = P máx W (s) 1 P( W (t) 1) 0 s t = 2 1/ t 0 ϕ(x)dx 1 2πt 0 (t ). Aquí ϕ(x) = 1 2π e x2 /2 es la desidad ormal estádar. De la propiedad (1) (proceso simétrico) obteemos que el proceso deteido al llegar a ±1, es decir, W (T 1 ) es ua variable aleatoria simétrica, es decir P(W (T 1 ) = 1) = P(W (T 1 ) = 1) = 1 2. Así costruímos Y 1 = W (T 1 ), la primera variable de Beroulli simétrica. La costrucció de las siguietes requiere alguos resultados auxiliares (que tiee importacia por sí mismos). Teorema 2. Dados u proceso de Wieer {W (t): t 0} y la variable aleatoria T 1 costruída como e (3), el proceso W 2 dado por W 2 (t) = W (t + T 1 ) W (T 1 ), t 0, es u uevo proceso de Wieer, y es idepediete del proceso {W (t T 1 ): t 0}. Demostració. Como W 2 (0) = 0 y {W 2 (t): t 0} es cotiuo casi seguramete, os resta demostrar las dos últimas codicioes de la defiició de movimieto Browiao y la idepedecia. Esto es equivalete a verificar que, dados 1, 0 = t 0 < t 1 < t l, la distribució del vector (W 2 (t 1 ) W 2 (t 0 ),..., W 2 (t l ) W 2 (t l 1 )) N (0, diag(t j t j 1 ) 1 j l ), (dode diag(x) es la matriz co las etradas de x e la diagoal) y que este vector es idepediete de sucesos que depeda de las coordeadas de W 2 (t T 1 ). Si B uo de estos sucesos, teemos que demostrar que E 1 B exp i λ j (W 2 (t j ) W 2 (t j 1 )) = P(B) exp 1 λ 2 2 j(t j t j 1 ). 4
5 Para demostrar esta afirmació, aproximamos uestro tiempo de parada T 1 mediate T = [2 T 1 ] = k + 1 2, cuado k 2 T 1 < k Teemos que T T 1 c.s. Como el itegrado es acotado, E 1 B exp i E E key λ j (W 2 (t j ) W 2 (t j 1 )) = E 1 B exp i E λ j (W (T 1 + t j ) W (T 1 + t j 1 )) 1 B exp i λ j (W (T + t j ) W (T + t j 1 )) 1 B {T=k2 } exp i 1 B {T=k2 } exp i λ j (W (T + t j ) W (T + t j 1 )) λ j (W (k2 + t j ) W (k2 + t j 1 )) P(B {T = k2 })E exp i λ j (W (k2 + t j ) W (k2 + t j 1 )) P(B {T = k2 }) exp 1 λ 2 2 j(t j t j 1 ) = P(B) exp 1 λ 2 2 j(t j t j 1 ). La igualdad clave ( key = ) se basa e la idepedecia de los icremetos futuros a k2 y el suceso B y la variable T 1, que depede de tiempos ateriores a k2. Esto cocluye la demostració. Cotiuamos co la costrucció etoces. Defiimos T 2 = íf{t 0: W 2 (t) = 1}. La repetició del argumeto aterior, os lleva a obteer que Y 2 = W 2 (T 2 ) es ua variable de Beroulli simétrica, idepediete de W (T 1 ). Observemos que Y 1 + Y 2 = W 2 (T 2 ) + W (T 1 ) = W (T 1 + T 2 ). Es claro que este proceso se 5
6 puede repetir, y e cada paso el esquema es el mismo. Obteemos etoces ua sucesió de variables aleatorias simétricas de Beroulli {Y k } tales que Y k = W. (4) T k Veamos ahora que, para cualquier δ > 0, P sup 1 T k t 0 t 1 δ 0, ( ), o, e otros térmios x (t) = 1 T k t, e probabilidad. (5) Veamos que probar (5) es equivalete a probar que Esto es porque 1 (T k 1) 0, e probabilidad. (6) 1 1 = t. Para ver (6) utilizamos el siguiete resultado. Teorema 3 (Desigualdad de Kolmogorov). Sea X 1,..., X variables idepedietes y cetradas, co segudo mometo fiito, y sea S k = X 1 + +X k (k = 1,..., ). Etoces, para ε > 0, se verifica ( ) P máx S k ε 1 1 k ε 2 E(S2 ). Demostració. Cosideremos el cojut A = {máx 1 k S k ε}, y los cojutos disjutos A k = { S 1 < ε,..., S k 1 < ε, S k ε}. 6
7 que verifica A = A k. Teemos E(S 2 ) E(S 2 1 A ) = = = = = E(S1 2 Ak ) = E((S S k + S k ) 2 1 Ak ) E([(S S k ) 2 + (S k ) 2 + 2S k (S S k )]1 Ak ) E([(S S k ) 2 + (S k ) 2 + 2S k (S S k )]1 Ak ) E([(S S k ) 2 + (S k ) 2 ]1 Ak ) E((S k ) 2 1 Ak ) ε 2 E(1 Ak ) = ε 2 P(A), lo que prueba el resultado. Aquí os basamos e la idepedecia etre por u lado A k y S k y por otro S S k, de la que resulta E([S k (S S k )]1 Ak ) = E(S S k )E(S k 1 Ak ) = 0 Para demostrar (6), precisamos saber que E T 1 = 1 y que E(T1 2 ) <. Co esos datos las variables aleatorias X k = T k 1 so idepedietes, cetradas y co variaza fiita. Etoces ( ) P máx (T k 1) 1 k ε 1 ε 2 E(T 1 1) 2 0, obteiedo (6). Ahora aplicamos la trasformació del cambio de escala (3) de la proposició 2, dode defiimos Ŵ (t) = W (t/) que es u Movimieto Browiao. Escribamos la igualdad (4) e térmios de Ŵ. Teemos 1 Y k = Ŵ 1 T k Ŵ (t), e probabilidad. (7) Hemos demostrado el siguiete resultado. Teorema 4 (Teorema de Dosker para el paseo al azar simétrico). Existe ua sucesió de variables aleatorias de Beroulli simétricas e idepedietes {Y k } y u movimieto Browiao Ŵ tales que vale (7). 7
8 A. Sobre los mometos de T 1 Para completar la demostració aterior, precisamos establecer que E T 1 = 1, E(T 2 1 ) <. (8) Esto se puede hacer utilizado el siguiete hecho: Si H (x) es el poliomio de Hermite de orde y {W (t)} es u movimieto Browiao, etoces M (t) = t /2 H (W (t)/ t), es ua martigala. Los primeros poliomios de Hermite so H 1 (x) = 1, H 2 (x) = x 2 1, H 3 (x) = x 3 3x, H 4 (x) = x 4 6x + 3. Utilizaremos esta idetidad para = 2 para la esperaza y = 4 para el segudo mometo, aplicado el teorema opcioal de Doob para martigalas. Lo haremos directamete, la prueba formal exige cosiderar los tiempos de parada T 1 y tomar límite cuado. Como M 2 (t) = W (t) 2 t es ua martigala, la aplicació del Teorema de Doob os da 0 = EW (T 2 1 ) E T 1. Como W (T 1 ) 2 = 1, obteemos E T 1 = 1, la primer afirmació de (8). Para la seguda utilizamos M 4 (t) = W (t) 4 6W 2 (t)t + 3t 2. Aquí uevamete W (T 1 ) 4 = W (T 1 ) 2 = 1, por lo que la aplicació del teorema de Doob os da 0 = 1 6E T 1 + 3E(T 2 1 ), de dode completado (8). E(T 2 1 ) = 5/3, 8
2.2. Una versión elemental de la ley fuerte de los números grandes
34 CAÍTULO 2. LEY DE LOS NÚMEROS GRANDES Demostració. or el Teorema 2.0, vemos que basta probar que ( ) 2 2E (X,k E(X,k )) = 0. La esperaza e esta expresió se puede escribir como V ar(x,k ) + or la hipótesis
Más detalles2 Algunos conceptos de convergencia de sucesiones de variables aleatorias
INTRODUCCIÓN A LA CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIAS Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Se puede utilizar diferetes coceptos de covergecia para las sucesioes
Más detallesConstrucción de los números reales.
B Costrucció de los úmeros reales. E el cojuto C de las sucesioes de Cauchy de úmeros racioales defiimos la relació siguiete: si (x ) =1 e (y ) =1 so dos sucesioes de C etoces (x ) =1 (y ) =1, si lím (x
Más detallesuna sucesión de funciones de A. Formemos una nueva sucesión de funciones {S n } n=1 de A de la forma siguiente:
Tema 8 Series de fucioes Defiició 81 Sea {f } ua sucesió de fucioes de A Formemos ua ueva sucesió de fucioes {S } de A de la forma siguiete: S (x) = f 1 (x) + f 2 (x) + + f (x) = f k (x) Al par de sucesioes
Más detallesDepartamento de Matemáticas
MA5 Clase 5: Series de potecias. Operacioes co series de potecias. Series de potecias Elaborado por los profesores Edgar Cabello y Marcos Gozález Cuado estudiamos las series geométricas, demostramos la
Más detallesTarea 1 y 2. Problema 1. Calcula el supremo y el ínfimo de los siguientes conjuntos.
Cálculo Tarea y Problema. Calcula el supremo y el ífimo de los siguietes cojutos. a) A = {x : 0 x }. Es imediato que sup A = e íf A = 0. b) A = {x : 0 < x < }. Es imediato que sup A = e íf A = 0. c) A
Más detallesProbabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos
Probabilidad y Estadística 3 Itervalos de Cofiaza y Test de Hipótesis paramétricos Itervalos de Cofiaza Defiició Dada ua muestra aleatoria simple es decir, u vector de variables aleatorias X co compoetes
Más detallesTeoremas de convergencia. Integral sobre... Convergencia... Convergencia...
covergecia este capítulo teemos como objetivo demostrar las propiedades más importates de la Itegral de Lebesgue. teemos que demostrar todavía las propiedades fudametales de liealidad y aditividad respecto
Más detallesSucesiones y series de números reales
38 Matemáticas : Cálculo diferecial e IR Capítulo Sucesioes y series de úmeros reales Sucesioes Defiició 37- Llamaremos sucesió de úmeros reales a cualquier aplicació f: N R y la represetaremos por { a,
Más detallesDefinición 13.1 Llamamos serie trigonométrica a una serie de funciones reales, de la forma. + n +ib n
ema 3 Series de Fourier. Hemos visto, e el tema 8, que alguas fucioes reales puede represetarse mediate su desarrollo e serie de potecias, lo que sigifica que puede aproximarse mediate poliomios. Si embargo,
Más detallesSucesiones de números reales
Sucesioes de úmeros reales Sucesioes Ejercicio. Prueba que si x
Más detallesSeries de números reales
Tema 6 Series de úmeros reales 6. Series de úmeros reales. Defiició 6. Sea {a } ua sucesió de úmeros reales y cosideremos la sucesió {S }, defiida por S = a + a + + a, para cada IN, que llamaremos sucesió
Más detallesSucesiones de números reales
Sucesioes de úmeros reales Defiició y propiedades Sucesioes de úmeros reales 4 4 Defiició y propiedades 47 4 Sucesioes parciales 49 43 Mootoía 50 44 Sucesioes divergetes 53 45 Criterios de covergecia 54
Más detallesTEORÍA DE CÁLCULO I. Para Grados en Ingeniería. Capítulo 3: Sucesiones y series. Domingo Pestana Galván José Manuel Rodríguez García
TEORÍA DE CÁLCULO I Para Grados e Igeiería Capítulo 3: Sucesioes y series Domigo Pestaa Galvá José Mauel Rodríguez García Figuras realizadas co Arturo de Pablo Martíez TEMA 3. Sucesioes y series 3. Sucesioes
Más detallesDepartamento de Matemáticas
MA5 Clase 3: Series de térmios positivos. Criterios de covergecia. Series de térmios positivos Elaborado por los profesores Edgar Cabello y Marcos Gozález La característica fudametal de ua serie cuyos
Más detalles4. Sucesiones de números reales
4. Sucesioes de úmeros reales Aálisis de Variable Real 2014 2015 Ídice 1. Sucesioes y límites. Coceptos básicos 2 1.1. Defiició de sucesió... 2 1.2. Sucesioes covergetes... 2 1.3. Sucesioes acotadas...
Más detallesIntroducción a la Inferencia Estadística. Muestreo en poblaciones normales
Ídice 5 Itroducció a la Iferecia Estadística Muestreo e poblacioes ormales 51 51 Itroducció 51 52 Estadísticos y mometos muestrales 53 521 Media muestral Propiedades 54 522 Variaza muestral Propiedades
Más detallesAxioma 1 (Principio de inducción matemática) Sea S N con la propiedad que: a) 1 S. b) k R, k S k + 1 S. Entonces S = N.
Iducció matemática A meudo deseamos probar proposicioes de la forma N, p. Por ejemplo: 1 N, 1 + + 3 + + 1 + 1. N, + 4. 3 N, par implica par. Proposicioes y 3 se puede probar usado la técica de variable
Más detallesFunciones Exponencial y Logaritmo
. 9th May 2007 La fució expoecial Itroducció. Recuerdo Sabemos lo siguiete para la sucesió a = + h ) Si lim h 2, 0) etoces lim a = 0. 2 Si lim h / [ 2, 0] etoces lim a o existe. 3 Si lim h = 0 y lim h
Más detallesSerie de Potencias. Denición 1. A una serie de la forma. a n (x c) n. a n x n
Uidad 5 Covergecia Uiforme 5.1 Series de potecias y radio de covergecia. Serie de Potecias Deició 1. A ua serie de la forma a () dode a 1, a 2,..., a,... so costates y c R es jo, se le llama serie de potecias
Más detallesCálculo de límites Criterio de Stolz. Tema 8
Tema 8 Cálculo de límites El presete tema tiee u iterés emietemete práctico, pues vamos a estudiar alguos métodos cocretos para resolver idetermiacioes. Etre ellos destaca el criterio de Stolz, del que
Más detallesEl tema de este capítulo es el estudio de las sucesiones de números reales. Una sucesión no es más que un conjunto ordenado de números.
Capítulo 3 Sucesioes 3 Defiicioes Geerales El tema de este capítulo es el estudio de las sucesioes de úmeros reales Ua sucesió o es más que u cojuto ordeado de úmeros Por ejemplo, 2, 4, 6, 8, 0, 2,, 2,
Más detallesMedida de Probabilidad
Medida de Probabilidad Memo Garro Resume E este artículo etramos de lleo e el estudio del cocepto de medida de probabilidad. Para llegar a él seguiremos dos camios complemetarios: e primer térmio, partiremos
Más detallesTema 5. Sucesiones de Variables Aleatorias
CSA. Sucesioes de VA Tema 5. Sucesioes de Variables Aleatorias. CONCEPTO E muchos problemas de procesado de señal o image, cotrol digital y comuicacioes dispoemos de datos muestreados e u determiado orde
Más detallesEste documento es de distribución gratuita y llega gracias a El mayor portal de recursos educativos a tu servicio!
Este documeto es de distribució gratuita y llega gracias a Ciecia Matemática www.cieciamatematica.com El mayor portal de recursos educativos a tu servicio! Cálculo: Series Fucioales. Taylor y Fourier Atoio
Más detallesAnálisis Matemático IV
Aálisis Matemático IV Relació 4. Ejercicios resueltos Ejercicio : Estudiar la covergecia putual y uiforme de las siguietes series fucioales e los cojutos que se idica (i) Σ x =! e x e [0, ] Primero, estudiamos
Más detallesMás sobre límites de sucesiones Sucesiones parciales. Sucesiones monótonas.
Más sobre límites de sucesioes Sucesioes parciales. Sucesioes moótoas. E u artículo aterior habíamos hablado de las sucesioes de úmeros reales y del cocepto de límite de ua sucesió. Tambié, e otro artículo,
Más detalles1. Propiedades de los estimadores
. Propiedades de los estimadores.. Eficiecia relativa. Defiició: Dados dos estimadores isesgados, ˆ y ˆ, de u parámetro, co variazas V ( ˆ ) y V ( ˆ ), etoces la eficiecia (eff) de ˆ respecto a ˆ, se defie
Más detallesUniversidad Simón Bolıvar. Departamento de Matemáticas puras y aplicadas. Autoevaluación No. 1 MA2115 Enero 2009
Uiversidad Simó Bolıvar. Departameto de Matemáticas puras y aplicadas. Autoevaluació No. MA25 Eero 2009 I. Evaluació Teórica.. Diga la defiició de ua sucesió covergete, la defiició de ua sucesió divergete
Más detallesEJERCICIOS DE SERIES DE FUNCIONES
EJERCICIOS DE SERIES DE FUNCIONES. Campo de covergecia. Covergecia uiforme. Determiar el campo de covergecia de la serie 2 se x. Aplicado el criterio de la raíz, la serie es absolutamete covergete cuado:
Más detalles1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA
Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky 106 1. INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL upogamos que X1,...,X es ua muestra aleatoria de ua
Más detalles1. Serie de Potencias
. Serie de Potecias Recordemos que dada ua sucesió {b } N, podemos defiir ua serie: E el caso particular e que b = a (x c) b la serie tedría la forma b = a (x c) y es llamada serie de potecias cetrada
Más detallesSeries de potencias. Desarrollos en serie de Taylor
Capítulo 9 Series de potecias. Desarrollos e serie de Taylor E la represetació (e icluso e la costrucció) de fucioes, desempeña u papel especialmete destacado cierto tipo de series, deomiadas series de
Más detallesTEMA 4- MODELOS CONTINUOS
TEMA 4- MODELOS CONTINUOS 4.1. Itroducció. 4.2. Distribució uiforme cotiua de parámetros a y b. X Ua, b 4.3. Distribució Gamma de parámetros y. X, Casos particulares: 4.3.1.Distribució Expoecial. X Exp
Más detallesTALLER DE MATEMÁTICAS DESIGUALDADES
TALLER DE MATEMÁTICAS DESIGUALDADES NOTAS Es bie sabido que e el cojuto de los úmeros reales existe ua relació de orde atural : se dice que x < y cuado y x es u úmero positivo Co esta relació, el cojuto
Más detalles4 - DESIGUALDAD DE CHEBYSHEV- LEY DE LOS GRANDES NUMEROS
arte Desigualdad de Chebyshev rof. María B. itarelli 4 - DESIGULDD DE CHEBYSHE- LEY DE LOS GRNDES NUMEROS La desigualdad de Chebyshev es ua importate herramieta teórica. Etre otras aplicacioes costituirá
Más detallesLey de Grandes Números y Teorema Central del
Ley de Grades Números y Teorema Cetral del Límite 25 de mayo de 2017 2 Capítulo 1 Ley de grades úmeros y Teorema cetral del límite 1.1. Sucesioes i.i.d. E el capítulo aterior cosideramos variables X 1,...,X
Más detallesSeries alternadas Introducción
Sesió 26 Series alteradas Temas Series alteradas. Covergecia absoluta y codicioal. Capacidades Coocer y aplicar el criterio para estudiar series alteradas. Coocer y aplicar el teorema de la covergecia
Más detallesTRABAJO DE GRUPO Series de potencias
DPTO. MATEMÁTICA APLICADA FACULTAD DE INFORMÁTICA (UPM) TRABAJO DE GRUPO Series de potecias CÁLCULO II (Curso 20-202) MIEMBROS DEL GRUPO (por orde alfabético) Nota: Apellidos Nombre Este trabajo sobre
Más detallesTeorema Central del Límite
Capítulo 7 Teorema Cetral del Límite 7 La Ley Débil de los Grades Números Lema 7 (Desigualdad de Markov) Sea X 0 ua variable aleatoria y a u úmero positivo, etoces (X a) E(X) (7) a Demostració Si E(X)
Más detallesT ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos:
T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Variable aleatoria: defiició y tipos: Ua variable aleatoria es ua fució que asiga u úmero real, y sólo uo, a cada uo de los resultados de u eperimeto aleatorio.
Más detallesObjetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia
M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo Objetivos Tratar co muestras aleatorias y su distribució muestral e ejemplos de tamaño reducido. Tratar co la distribució de la
Más detallesLímite y Continuidad de Funciones.
Límite Cotiuidad de Fucioes. Eleazar José García. eleagarcia9@hotmail.com. Límite de ua fució.. Defiició de límite de ua fució.. Ifiitésimo.. Ifiitésimos equivalete.. Límite por la izquierda.. Límite por
Más detallesProblemas de Sucesiones
Capítulo Problemas de Sucesioes Problema. Calcular los siguietes ites: l se i e + 3 ii 5 iii l iv + + + Solució: l se i [ escala de iitos se acotada ] 0 acotada 0. e + e ii 5 + [ úmero meor que uo 5 ]
Más detallesDefinición Elemental de la función exponencial
Defiició Elemetal de la fució epoecial Luis Areas-Carmoa February 6, 20 El propósito de estas otas es dar ua defiició elemetal de la epoecial y demostrar sus propiedades pricipales utilizado sólo coceptos
Más detallesEstimación de Parámetros. Estimación de Parámetros
Uiversidad Técica Federico Sata María Capítulo 7 Estimació de Parámetros Estadística Computacioal II Semestre 007 Prof. Carlos Valle Págia : www.if.utfsm.cl/~cvalle e-mail : cvalle@if.utfsm.cl C.Valle
Más detallesMATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS
Defiició de límite de ua fució (segú Heie) Sea f : D R ua fució y a R (D R) Diremos que se cumple que f() L R a f( ) L si para cualquier sucesió { } D { a} tal que a Ejemplos: ) Probar que Demostració:
Más detallesIdentificación de Sistemas
Departameto de Electróica Facultad de Ciecias Eactas Igeiería y Agrimesura Uiversidad Nacioal de osario Idetificació de Sistemas Coceptos Fudametales de robabilidad Variables Aleatorias y rocesos Aleatorios
Más detallesTEMA 4. Series de números reales. Series de Potencias.
TEMA 4 Series de úmeros reales. Series de Potecias.. Sucesió de úmeros reales Las sucesioes de úmeros reales so ua buea herramieta para describir la evolució de ua magitud discreta, y el ite surge al estudiar
Más detallesSucesiones. Límite de una
Capítulo 3 Sucesioes. Límite de ua sucesió 3.. Itroducció La oció de sucesió es u istrumeto importate para el estudio de u gra úmero de problemas relativos a las fucioes. Ua sucesió es, simplemete, ua
Más detallesSucesiones de números reales Sucesiones convergentes: límite de una sucesión
Sucesioes de úmeros reales Sucesioes covergetes: límite de ua sucesió Tato e la educació secudaria obligatoria como e el bachillerato se habla poco de las sucesioes de úmeros reales. Si acaso se dedica
Más detallesComplemento de Teoría Ergódica
Complemeto de Teoría Ergódica Diego Armetao 12 de mayo de 2006 Resume La idea de estos aputes, es dar alguas defiicioes básicas de teoría ergódica ecesarias para la prueba de la cojetura de estabilidad
Más detallesCUADRATURA GAUSSIANA
CUADRATURA GAUSSIANA Este método de basa e muestrear el itegrado de la fució cuya itegral se desea ecotrar, a valores que represeta raíces de poliomios ortogoales Los más populares de éstos so los poliomios
Más detallesGuía Semana 9 1. RESUMEN. Universidad de Chile. Ingeniería Matemática
1. RESUMEN Igeiería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo e Varias Variables 08-1 Igeiería Matemática Guía Semaa 9 Teorema de los multiplicadores de Lagrage
Más detallesPreguntas más Frecuentes: Tema 2
Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,
Más detallesR. Urbán Introducción a los métodos cuantitativos. Notas de clase Sucesiones y series.
R. Urbá Itroducció a los métodos cuatitativos. Notas de clase Sucesioes y series. SUCESIONES. Ua sucesió es u cojuto umerable de elemetos, dispuestos e u orde defiido y que guarda ua determiada ley de
Más detallesINFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS
INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS Població E el cotexto de la estadística, ua població es el cojuto de todos los valores que puede tomar ua característica medible e particular, de u cojuto correspodiete
Más detalles2x 8 x 2 1 = 4. = 2x 8 + 4x 2 4 x 2 1. Estamos calculando un límite cuando x está cerca de 3. Esto quiere decir que. x
ALGUNOS PROBLEMAS PROCEDENTES DE EXÁMENES PRECEDENTES.. problemas de ites y series. Pruebe, usado la defiició, que: x 3/ x 8 x = 4. Solució. Dado ɛ > 0 queremos que x 8 ( 4 x, sea meor que ɛ cuado x esté
Más detallesRESUMEN DE RESULTADOS IMPORTANTES ACERCA DE SUCESIONES Y SERIES
RESUMEN DE RESULTADOS IMPORTANTES ACERCA DE SUCESIONES Y SERIES MATE 3032 - DR. UROYOÁN R. WALKER. Sucesioes Teorema.. Sucesioes mootóicas acotadas coverge. Ejemplo.2. Sea {a } la sucesió deida recursivamete
Más detallesCAPÍTULO XIV. SERIES NUMÉRICAS ARBITRARIAS
CAPÍTULO XIV. SERIES NUMÉRICAS ARBITRARIAS SECCIONES A. Series de térmios de sigo variable. B. Series depedietes de parámetros. C. Ejercicios propuestos. 193 A. SERIES DE TÉRMINOS DE SIGNO VARIABLE. E
Más detallesEl método de Monte Carlo
El método de Mote Carlo El método de Mote Carlo es u procedimieto geeral para seleccioar muestras aleatorias de ua població utilizado úmeros aleatorios. La deomiació Mote Carlo fue popularizado por los
Más detallesUnidad 1: Las Ecuaciones Diferenciales y Sus Soluciones
Uidad : Las Ecuacioes Difereciales y Sus Solucioes. Itroducció. Tato e las ciecias como e las igeierías se desarrolla modelos matemáticos para compreder mejor los feómeos físicos. Geeralmete, estos modelos
Más detalles6. SUCESIONES Y SERIES NUMÉRICAS 6.1. SUCESIONES NUMÉRICAS
Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM. 6. SUCESIONES Y SERIES NUMÉRICAS 6... Sucesioes de úmeros reales 6.. SUCESIONES NUMÉRICAS Se llama sucesió de úmeros reales a cualquier
Más detallesTema 4. Estimación de parámetros
Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................
Más detallesSERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos.
CAPÍTULO IX. SERIES NUMÉRICAS SECCIONES A. Series de térmios o egativos. B. Ejercicios propuestos. 40 A. SERIES DE TÉRMINOS NO NEGATIVOS. Dada ua sucesió {a, a 2,..., a,... }, se llama serie de térmio
Más detallesP(A) > 0. Para cualquier otro suceso B (B A A ), se dfi define la probabilidad condicionada de B dado A o probabilidad de B condicionada a A como
Tema 4. Probabilidad Codicioada: Teoremas básicos. Idepedecia de Sucesos 4.. Probabilidad Codicioada. Defiició El objetivo de este tema es aalizar cómo afecta el coocimieto de la realizació de u determiado
Más detallesSeries de potencias. Desarrollos en serie de Taylor
Capítulo 9 Series de potecias. Desarrollos e serie de Taylor E la represetació (e icluso e la costrucció) de fucioes, desempeña u papel especialmete destacado cierto tipo de series, deomiadas series de
Más detallesPráctica 2 VARIABLES ALEATORIAS CONTINUAS
Práctica. Objetivos: a) Apreder a calcular probabilidades de las distribucioes Normal y Chi-cuadrado. b) Estudio de la fució de desidad de la distribució Normal ~ N(µ;σ) c) Cálculo de la fució de distribució
Más detallesEJERCICIOS DE ANÁLISIS FUNCIONAL (Asignatura VCAF) HOJA 4
EJECICIOS DE ANÁLISIS FUNCIONAL (Asigatura VCAF) HOJA 4 Ejercicio : Demostrar que los siguietes operadores so lieales, acotados y hallar sus ormas (para el puto h sólo estimar la orma) a) A : C[, ] C[,
Más detallesHoja de Problemas Tema 3. (Sucesiones y series)
Depto. de Matemáticas Cálculo (Ig. de Telecom.) Curso 23-24 Hoja de Problemas Tema 3 (Sucesioes y series) Sucesioes de úmeros reales. Sea {a } N, {b } N sucesioes de úmeros reales. Demostrar o refutar
Más detallesDISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)
DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) www.cedicaped.com DISTRIBUCIÓN DE PROBABILIDAD Recordemos que el Espacio Muestral es el cojuto de todos y
Más detallesUNIDAD 10.- DERIVADAS
UNIDAD.- DERIVADAS. DERIVADA DE UNA EN UN PUNTO. DERIVADAS LATERALES Defiici.- Se llama derivada de ua fuci f ( e u puto de abscisa al siguiete ite si eiste: f ( f '( sigifica lo mismo. f (. Se suele represetar
Más detallesα β la cual puede presentar
5.4 Covergecia de ua serie de Fourier 8 5.4 Covergecia de ua serie de Fourier Teorema de covergecia de las series de fourier Ua serie de Fourier es ua fució ( ) f x cotiua e [, ] α β la cual puede presetar
Más detallesFUNCIÓN GAMA. FÓRMULA DE STIRLING. 1. Motivación. Nos interesa tener una idea adecuada de cómo crece n
FUNCIÓN GAMA. FÓRMULA DE STIRLING.. Motivació Nos iteresa teer ua idea adecuada de cómo crece Para ello se puede recurrir al área bajo la curva log x e el itervalo 0, : A log x x x log x x log y su aproximate,
Más detalles13.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA
Dra. Diaa M. Kelmasky 109 13. INTERVALOS DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL Supogamos que X1,...,X es ua muestra aleatoria de ua població ormal co media μ y variaza. Sabemos que la media
Más detalles3.8. Ejercicios resueltos
3.8 Ejercicios resueltos 101 3.8. Ejercicios resueltos 3.8.1 Ua sucesió a ) se dice que es cotractiva si existe 0
Más detallesL lim. lim. a n. 5n 1. 2n lim. lim. lim. 1 Calcula: Solución: a) 2
Calcula: L L a Dada ua sucesió que tiede a idica a partir de qué térmio se cumple la codició que se idica: a a Si a a Si 7 Si a partir del térmio 9 Si Hallar: d) 7 a partir del térmio 97 d) Deduce los
Más detallesLey de los números grandes
Capítulo 2 Ley de los úmeros grades 2.. La ley débil de los úmeros grades Los juegos de azar, basa su sistema de gaacias, fudametalmete e la estabilidad a largo plazo garatizada por las leyes de la probabilidad.
Más detallesUNIDAD 4 MODELOS PROBABILÍSTICOS
Uiversidad Nacioal del Litoral Facultad de Igeiería y Ciecias Hídricas ESTADÍSTICA Igeiería Iformática TEORÍA Mg.Ig. Susaa Valesberg Profesor Titular UNIDAD 4 MODELOS PROBABILÍSTICOS Estadística - Igeiería
Más detallesFunciones Enteras. Rodrigo Vargas
Fucioes Eteras Rodrigo Vargas. Sea f etera. Supoga que existe M > 0 y ua sucesió {R } de úmeros reales positivos tediedo a co 0 sobre z = R, tal que f z) dz < M, N. Demuestre que = pz) dode pz) es u poliomio.
Más detallesEstimación de Parámetros
Igacio Cascos Ferádez Departameto de Estadística Uiversidad Carlos III de Madrid Estimació de Parámetros Estadística I curso 008 009 Veremos cómo costruir valores aproximados de los parámetros de los modelos
Más detallesLOS NUMEROS REALES. Conjunto no vacío designado como R y denominado conjunto de los números reales. En
LOS NUMEROS REALES Cojuto o vacío desigado como R y deomiado cojuto de los úmeros reales. E él se defie ua relació de igualdad = y dos operacioes algebraicas + y. Relació de igualdad Defiició: R = (a,b)
Más detallesCAPÍTULO I. Conceptos Básicos de Estadística
CAPÍTULO I Coceptos Básicos de Estadística Capítulo I. Coceptos Básicos de Estadística. CAPÍTULO I CONCEPTOS BÁSICOS DE ESTADÍSTICA Para realizar estudios estadísticos es ecesario registrar la ocurrecia
Más detallesTrabajo Práctico Nro. 9 ECUACIONES DIFERENCIALES EN DERIVADAS PARCIALES Y SERIES DE FOURIER
F.I.U.B.A AÁLISIS AEÁICO III rabajo Práctico ro. 9 rabajo Práctico ro. 9 ECUACIOES DIFERECIALES E DERIVADAS PARCIALES Y SERIES DE FOURIER I.- Itroducció a las Ecuacioes Difereciales e Derivadas Parciales
Más detallesCONTEO. 1. Principios básicos
CONTEO BASADO EN EL LIBRO NOTAS DE ÁLGEBRA DE ENZO GENTILE. Pricipios básicos El Pricipio de Adició Si se puede realizar ua acció A de formas distitas, y se puede realizar ua acció B de m formas distitas,
Más detalles8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS
8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS Sea ua variable aleatoria de ley descoocida co 0,00. Si 0,, emplear la desigualdad de TCHEBYCHEFF para acotar iferiormete la probabilidad E( ) [
Más detallesRudimentos 5: Teorema del Binomio Profesor Ricardo Santander
Rudimetos 5: Teorema del Biomio Profesor Ricardo Satader Este capitulo esta destiado a presetar coteidos y actividades que permitirá al estudiate: Operar co simbología matemática, desarrollar expresioes
Más detallesNotas en Desigualdades versión 0.1. Leonardo Urbina
Notas e Desigualdades versió 0. Leoardo Urbia leoardourbia@gmail.com Marzo de 006 Prólogo Estas otas so u primer acercamieto al tópico de desigualdades dirigido a aquellos participates de olimpíadas de
Más detallesPrueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)
Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA
Más detalles6. Sucesiones y Series numéricas Sucesiones numéricas DEFINICIONES
6. Sucesioes y Series uméricas 6.. Sucesioes uméricas 6... DEFINICIONES Sucesioes de úmeros reales Se llama sucesió de úmeros reales a cualquier lista ordeada de úmeros reales: a, a 2, a 3,..., a,...,
Más detallesFunciones Medibles e Integración
Capítulo 3 Fucioes Medibles e Itegració 3.1. Itroducció Sea X : Ω Ω dode Ω es el recorrido de X, es decir, para todo ω Ω existe ω Ω co X(ω) = ω. X determia la fució X 1 : P(Ω ) P(Ω) defiida por para A
Más detallesCAPITULO 1. Teorema del Binomio
CAPITULO 1 Teorema del Biomio Este capitulo esta destiado a presetar coteidos y actividades que permitirá al estudiate: Operar co simbología matemática, desarrollar expresioes que ivolucre u úmero fiito
Más detallesSUCESIONES Y SERIES DE FUNCIONES
CAPÍTULO XV. SUCESIONES Y SERIES DE FUNCIONES SECCIONES A. Campo de covergecia. Covergecia uiforme. B. Series de potecias. Itervalos de covergecia. C. Desarrollo de fucioes e series de potecias. D. Aplicacioes
Más detallesTécnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20
Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra
Más detallesEJERCICIO DE ANÁLISIS FUNCIONAL (Asignatura VCAF) HOJA 5
EJECICIO DE ANÁLISIS FUNCIONAL (Asigatura VCAF) HOJA 5 Ejercicio : Demostrar que e el espacio C[, ] los siguietes fucioales so lieales, cotiuos, y hallar sus ormas: a) F (x) = x(t)dt x(); b) F (x) = x(t)dt
Más detallesSeries de términos no negativos
Tema 0 Series de térmios o egativos Vamos a presetar aquí alguos criterios útiles para estudiar la covergecia de series de térmios o egativos. Empezamos co u método básico que cosiste e comparar la serie
Más detallesDistribuciones en el muestreo, EMV
Distribucioes e el muestreo, E Tema 6 Descripció breve del tema. Itroducció y coceptos básicos. Propiedades de los estimadores Sesgo, Variaza, Error Cuadrático Medio y Cosistecia 3. Distribució de u estimador
Más detallesNo obstante, cuando intentamos hacer lo mismo con los números racionales y reales vemos que. con como lo hicimos con. es diferente de los conjuntos
Departameto de Matemáticas Guía Iducció Matemática Objetivos: Eteder el pricipio del bue orde Realizar demostracioes matemáticas por medio del pricipio de iducció matemática El pricipio del bue orde: iducció
Más detallesCálculo de límites. 8.1. Criterio de Stolz. Tema 8
Tema 8 Cálculo de límites El presete tema tiee u iterés emietemete práctico, pues vamos a estudiar alguos métodos cocretos para resolver idetermiacioes. Etre ellos destaca el criterio de Stolz, del que
Más detallesSucesiones 6º Ing, Mat A - Liceo Nº 3 - Profs.:Sergio Weinberger - Marcelo Valenzuela 2010
Sucesioes 6º Ig, Mat A - Liceo Nº 3 - Profs.:Sergio Weiberger - Marcelo Valezuela 200 Itroducció: Así como f es ua fució y f(x) = 2x es la image de cada x, dode f(0) = 0 y f(3) = 6, e ua sucesió la aotaremos:
Más detalles