Professional Documents
Culture Documents
34
!2
n
X
1
E
(Xn,k E(Xn,k )) = 0.
lm
n n2
k=1
V ar(Xn,k ) +
Cov(Xn,k , Xn,j ).
1k,jn
k=1
Cov(Xn,k , Xn,j ) = 0.
1k,jn
Ahora, Cov(Xn,k , Xn,j ) V ar(Xn,k )V ar(Xn,j ) V ar(Xn,k ) + V ar(Xn,j ). Luego, solo tenemos que probar que para todo > 0 existe un m tal que
lm sup
n
1
n2
Cov(Xn,k , Xn,j ) .
1k,jn:|kj|m
Pero esto es evidentemente cierto porque el termino del lado izquierdo de esta exresion es menor
o igual a supk,j:|kj|m Cov(Xn,k , Xn,j ) que tiende a 0 por la condicion (ii).
Una aplicacion interesante de la ley de los n
umeros grandes para demostrar una version del
teorema de aproximacion de Weierstrass.
Teorema 2.12. (Teorema de Bernstein). Consideremos una funci
on continua f en el intervalo [0, 1]. Luego, los polinomios de Bernstein
Bn (x) =
n
X
k=0
f (k/n)
n
k
xk (1 x)nk ,
2.2.
Una versi
on elemental de la ley fuerte de los n
umeros grandes
P c.s.
Es decir que
Pn
k=1 Xk
P
E(X1 ) > i.o. = 0.
n
(2.7)
n
X
Pn
k=1 Xk
1
E(X1 ) > 4 4 E
P
n
n
Pero
E
n
X
k=1
Yk
!4
E(Yi Yj Yk Yl ) = nE(Y14 ) +
i,j,k,l
)2
k=1
Yk
!4
(2.8)
n(n 1)
E(Y12 )2 .
2
2 1
E(Y 4 ).
4 n 2
Como esto define una serie sumable, el lema de Borel-Cantelli implica (2.7).
Ahora estudiaremos una contraparte del lema de Borel-Cantelli estudiado en el captulo
anterior, que nos permitira obtener algunas conclusiones sobre las condiciones bajo las que se
satisface una ley de los n
umeros grandes.
Teorema 2.14. (Segundo P
lema de Borel-Cantelli). Sea {An } una sucesi
on de eventos
independientes que satisface
P
(A
)
=
.
Luego
n
n=1
P (An i.o.) = 1.
(2.9)
Pk
j=n
P (Aj )
CAPITULO 2. LEY DE LOS NUMEROS
GRANDES
36
2.3.
La desigualdad de Kolmogorov
1
2
R 2
2 dP 1
S
(Sm + (Sn Sm )2 )dP
2
m
Fm
R
2 dP.
= 12 Fm Sm
(2.10)
Ocupando el hecho de que {Sn } = nm=1 Fm , donde la union es disjunta, y sumando sobre
la desigualdad (2.10), terminamos la demostracion.
Tenemos la primera aplicacion de la desigualdad de Kolmogorov.
Teorema 2.18. (Teorema de una serie de Kolmogorov).
Sea {Xn : n 1} una sucesi
on
P
de variables aleatorias independientes centradas tales que
V
ar(X
)
<
.
Luego,
la
serie
n
n=1
Xn ,
n=1
converge c.s.
1 X
V ar(Xi ).
P ( sup |Si Sm | ) 2
min
k=m+1
Por lo tanto
m nm
min
37
mi<
Esto implica que existe una subsucesion {mj } de {m} tal que la serie definida por P (supmj i< |Si
Smj | ), es convergente. Por el lema de Borel-Cantelli, esta subsucesion de supmj i< |Si
Smj | converge casi seguramente a 0. Como supmi< |Si Sm | es decreciente, esto implica que
converge casi seguramente a 0.
Teorema 2.19. (Teorema de las dos series de Kolmogorov). Sea {Xn : n 1} una
sucesi
on de variables aleatorias independientes
P n) y
P
P de2 cuadrado integrable. Sea mn = E(X
2
n = V ar(Xn ). Luego, si las series n mn y n n son convergentes, entonces la serie n Xn
converge casi seguramente.
n. Basta aplicar el teorema anterior a la sucesion definida por Xn = Xn mn .
Demostracio
Lema 2.20. Sea {Xn } una sucesi
on de variablesP
aleatorias independientes centradas y acotadas
por
una
constante
K
>
0.
Luego,
si
la
serie
n Xn es c.s. convergente, entonces la serie
P
n V ar(Xn ) es convergente.
En1
En1
Ademas
Z
En1
Sn2 dP
En
V ar(Xn )
k=1
1 2
(C + ( + K)2 ).
2
Teorema 2.21. (Teorema de las tres series de Kolmogorov). Sea {Xn : n 1} una
sucesi
on de variables aleatorias independientes. Luego las siguientes afirmaciones son equivalentes.
1. La serie
n Xn
2. Existe una constante K > 0 tal que la siguientes tres series convergen,
X
X
n
E(Xn 1|Xn |K ),
CAPITULO 2. LEY DE LOS NUMEROS
GRANDES
38
y
V ar(Xn 1|Xn |K ).
P
n. Supongamos que la serie n Xn converge casi seguramente. Por la segunda
Demostracio
parte del lema de Borel-Cantelli se tiene que necesariamente la primera serie es convergente.
P
Ademas, casi seguramente existe un N tal que |Xn | K para n N . Luego se tiene que n Yn
converge c.s. donde Yn = Xn 1|Xn |K . Consideremos ahora para cada
aleatorias
P n, variables
Y
n
n
n
n
n
n
P
Luego,
la
serie
V
ar(Y
)
es
convergente.
Por
el
teorema
de
una
serie
de
Kolmogorov,
la
serie
n
n
P
P
n (Yn E(Yn ) es c.s. convergente. Por lo tanto
n E(Yn ) es convergente.
Ahora supongamos que las tres series convergen. Por
P el teorema de una serie de Kolmogorov, la convergencia de la tercera serie implica que Pn (Yn E(Yn ) es convergente c.s. La
convergencia de la segunda serie implica entonces que n Yn es c.s. convergente. Finalmente,
la
P primera parte del lema de Borel-Cantelli y la convergencia de la primera serie implica que
n Xn es convergente.
El teorema de una serie de Kolmogorov puede ocuparse para probar que la serie
n=1
cn
sin(2nt)
,
n
donde {cn } son variables aleatorias normales centradas de varianza 1, es c.s. convergente. En
realidad, el lmite es lo que se conoce como movimiento browniano.
2.4.
Tenemos ahora todas las herramientas para demostrar la ley fuerte de los n
umeros grandes.
Comenzaremos con un primer lema sobre sucesiones reales que se puede probar ocupando suma
por partes.
Lema 2.22. Consideremos una sucesion real {xn : n 1} tal que
X
xn
n=1
converge. Luego
1X
xk = 0.
n n
lm
k=1
2.4. LEY FUERTE DE LOS NUMEROS
GRANDES
39
P
2
2
n=1 V ar((Yn /n) )
n=1 E((Yn /n) )
R
R
P
P
x2
x2 n|x| n12 dFX1 KE|X|.
n=1 |x|n n2 dFX1 =
X
Yn E(Yn )
n=1
P (Xn 6= Yn ) =
n=1
n=1
X
Xn E(Yn )
n=1
1X
(Xk E(Yk ))
n n
lm
k=1
Fn (x) :=
1X
1(,x] (Xk ).
n
k=1
n 1jN