Professional Documents
Culture Documents
(Limiting Distributions)
Gn (y ) = P [Yn ≤ y ] .
Definisi 1
Jika Yn ∼ Gn (y ), ∀n = 1, 2, · · · , dan jika ∃G (y ),
lim Gn (y ) = G (y )
n→∞
Teorema 1
Y1 , Y2 , · · · merupakan barisan variabel acak dengan FDK
masing-masing G1 (y ), G2 (y ), · · · dan FPM-nya M1 (t), M2 (t), · · · .
Jika M(t) adalah FPM dari FDK G (y ) dan jika
n
X Yn − np
Diketahui Xi ∼ BIN(1, p) dan Yn = Xi . Jika Zn = √ ,
npq
i=1
d
buktikan bahwa Zn → Z
Penyelesaian
X n
Yn = Xi =⇒ Yn ∼ BIN(n, p) maka MYn (t) = (pe t + q)n .
i=1
Yn − np Yn np
Zn = √ =√ −√ .
npq npq npq
Teorema 2. TLP/CLT
Jika X1 , X2 , · · · , Xn adalah sampel acak dari distribusi dengan mean µ
dan variansi σ 2 < ∞, maka distribusi pendekatan dari
Pn
X − nµ
Zn = i=1 √ i (0.1)
nσ 2
d
adalah normal baku/standar, Zn −→ Z ∼ N(0, 1) untuk n → ∞.
X¯n − µ
Zn = √
σ/ n
P[Y20 ≥ 9] = 1 − P[Y20 ≤ 8]
8
X 20
=1− (0.5)y (0.5)20−y = 0.7483
y
y =0
Peluang pendekatan
P[Y20 ≥ 9] = 1 − P[Y20 ≤ 8]
= 1 − Φ(−0.89) = 0.8133
Teorema 4
jhj
Barisan Y1 , Y2 , · · · konvergen stokastik ke c ⇐⇒ ∀ε > 0,
Bukti:
Menggunakan pertidaksamaan Chebyshev
1
P[|X − µ| < kσ] ≥ 1 − 2 maka diperoleh
k
pq
P[|p̂n − p| < ε] ≥ 1 −
ε2 n
untuk setiap ε > 0, sehingga lim P[|p̂n − p| < ε] = 1.
n→∞
Teorema 4 s
=⇒ terbukti bahwa p̂n → p.
Teorema 5
Jika X1 , · · · , Xn sampel acak dari suatu distribusi dengan mean µ dan
variansi σ 2 berhingga, maka barisan sample mean konvergen dalam
peluang ke µ,
P
X̄ → µ.
Teorema 6
√
n(Yn − m) d P
Jika Zn = → Z ∼ N(0, 1) maka Yn → m
c
Teorema 7
P d
Untuk barisan variabel acak, jika Yn → Y maka Yn → Y
Teorema 9
Jika Xn dan Yn adalah dua barisan dari variabel acak sedemikian hingga
P P
Xn → c dan Yn → d maka
P
1 aXn + bYn → ac + bd
P
2 Xn Yn → cd
Xn P
3 → 1, untuk c 6= 0
c
1 P 1
4 → jika P[Xn 6= 0] = 1, ∀n, c 6= 0
Xn c
p P √
5 Xn → c jika P[Xn ≥ 0] = 1, ∀n