Sunteți pe pagina 1din 10

Soft matematic

– Laboratorul nr. 6 & 7 –

Cuprins

Prenume NUME Grupa

1 Tipuri de convergenţe

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

1

2 Tabele.

Exemple diverse .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

5

3 Tipuri de liste.

Exemple diverse

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

7

Bibliografie

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

10

1 Şiruri de variabile aleatoare. Tipuri de convergenţe

Fie în continuare o v.a. X şi un şir (X n ) nN de v.a. definite pe acelaşi spaţiu de probabilitate (Ω, F , P).

Definiţia 1.1. Fie p (0, +). Spunem că şirul (X n ) nN converge în L p la X, şi scriem

X n

L

p

−−−→ X, pentru n +,

dacă

lim n+ E|X n X| p = 0.

Propoziţia 1.1. Dacă X n −−−−−−−−→ X, atunci E (|X n | p ) −−→ E (|X| p ), pentru orice p > 1.

n+

L

p

Remarca 1.2. Spaţiile L p (Ω), al v.a. X : Ω R astfel încât E |X| p < +, sunt spaţii complete şi normate (dacă p 1), cu norma definită de

X L p = (E|X| p ) p = X p (ω) P () = R x p P X (dx) .

1

Folosind inegalitatea lui Hölder se obţine

X L q X L p ,

pentru orice q < p.

Deci, dacă X L p , atunci X L q , pentru orice q < p, iar dacă X n

X n

L

q

−−−→ X, când n +, pentru orice q < p.

1

L

p

−−−→ X, atunci

Soft matematic Laborator 6 & 7

Prenume NUME

Grupa

Definiţia 1.2. Spunem că şirul (X n ) nN converge aproape sigur la X, şi scriem

dacă

X n

a.s.

−−−→ X, pentru n +,

P ({ω : lim n+ X n (ω) = X (ω)}) = 1.

a.s.

Remarca 1.3. Explicând definiţia putem scrie că X n −−−−−−−→ X, dacă pentru orice > 0,

n+

există o mulţime N astfel încât şirul (X n ) nN converge punctual la X pe N

c , adică

P ({ω : |X n (ω) X (ω)| > , pentru

orice n n (ω)}) = P (N) = 0.

a.s.

Deci X n −−−→ X dacă mulţimea punctelor ω pentru care nu are loc convergenţa punctuală X n (ω) −−→ X (ω) este o mulţime neglijabilă.

Are loc 1 următoarea caracterizare precum şi o condiţie suficientă care asigură convergenţa aproape sigură.

Teorema 1.1. Au loc urmatoarele afirmatii:

a.s.

(i) X n −−−→ X, pentru n +, dacă şi numai dacă

lim n+ P mn {ω : |X m (ω) X (ω)| ≥ } = 0, pentru orice > 0.

+

(ii) Dacă seria n=1 P (|X n X| ≥ ) este convergentă pentru orice > 0, atunci X n −−−→ X, pentru n +.

a.s.

a.s.

(iii) Dacă familia (X n ) nN este independentă în ansamblu şi X n −−−→ X, pentru n +,

+

atunci seria n=1 P (|X n X| ≥ ) este convergentă pentru orice > 0.

Demonstraţie. Să notăm mai întâi B m = {ω : |X m (ω) X (ω)| < } .

(i) Se arată mai întâi că

A = >0 n1 mn B

m ,

unde A = {ω : lim n+ X n (ω) = X (ω)}.

(ii) Deoarece

+

n=1 P

B m < +şi

¯

0 P mn

¯

B

m mn P

a.s.

obţinem că X n −−−−→ X, pentru n +.

¯

B

m ,

(1.1)

1 Pentru demonstrarea rezultatelor din acest capitol vezi, de exemplu, [1].

2

Soft matematic Laborator 6 & 7

Prenume NUME

Grupa

(iii) Conform punctului (i),

P n1 mn

B m = 0,

¯

pentru orice > 0.

Folosind Lema lui Borel Cantelli 2 deducem că

+n=1 P

B m < +.

¯

2 deducem că + ∞ n =1 P B m < + ∞ . ¯ Definiţia

Definiţia 1.3. Spunem că şirul (X n ) nN converge în probabilitate la X, şi scriem

dacă pentru orice > 0,

X

n

P

−−→ X, pentru n +,

lim n+ P (|X n X| > ) = 0.

Definiţia 1.4. Fie X o v.a. definită pe spaţiul de probabilitate (Ω, F , P) şi un şir (X n ) nN de v.a. astfel încât fiecare v.a. X n este definită pe spaţiul de probabilitate (Ω n , F n , P n ) . Spunem că şirul (X n ) nN converge în funcţia de repartiţie la X, şi scriem

dacă

X

n

F

−−→ X, pentru n +,

lim n+ F X n (x) = F X (x) ,

pentru orice x R în care F X este continuă.

Următorul rezultat ne oferă o caracterizare a convergenţei în distribuţie.

Teorema 1.2. Fie v.a. X n definite pe spaţiul de probabilitate (Ω n , F n , P n ) şi v.a. X definită

F

pe spaţiul (Ω, F , P) . Atunci X n −−→ X, pentru n +dacă şi numai dacă

lim n+ E (h (X n )) = E (h (X)) ,

(1.2)

pentru orice funcţie h : R R continuă şi mărginită.

F

Corolarul 1.4. Având în vedere (1.2) şi Formula de Transfer, deducem că X n −−→ X, pentru n +dacă şi numai dacă

lim n+ R h (x) P X n (dx) = R h (x) P X (dx) ,

(1.3)

pentru orice funcţie h : R R continuă şi mărginită. Pe de altă parte, relaţia (1.3) reprezintă chiar definiţia convergenţei slabe a măsurilor de probabilitate P X n la P X , când n +.

2 Lema lui Borel Cantelli: (i) dacă (A n ) nN este un şir de evenimente astfel încât n=1 P (A n ) < +, atunci P n1 mn A m = 0.

(ii) dacă (A n ) nN este un şir de evenimente care formează o familie independentă în ansamblu iar

+

+

n=1 P (A n ) = +, atunci P n1 mn A m = 1.

3

Soft matematic Laborator 6 & 7

Prenume NUME

Grupa

Remarca 1.5. Observaţia precedentă justifică astfel denumirile alternative ale convergen- ţei în funcţia de repartiţie: astfel acest tip de convergenţă se mai numeşte şi convergen- ţa în distribuţie, notată X n −−→ X, sau convergenţa în lege, notată X n −−→ X, sau convergenţa slabă, notată X n −−→ X.

w

D

L

Următoarele rezultatele stabilesc legăturile dintre diversele tipuri de convergenţe (pentru demonstraţii sau alte rezultate similare vezi [1, Capitolul V, VI].

Teorema 1.3.

(i)

(ii)

a.s.

X n −−−−→ X

P

X n −−→ X

=

=

P

X n −−→ X.

a.s.

există (n k ) kN astfel încât X n k −−−−−→ X.

k+

Teorema 1.4. Având în vedere inegalitatea lui Markov, obţinem, pentru > 0 arbitrar,

deci

P (|X n X| p ) E (|X n p X| p )

X

n

L

p

−−−→ X

=

P

X n −−→ X.

,

Teorema 1.5 (Teorema Convergenţei Dominate a lui Lebesgue).

În condiţii suplimentare, X n −−−−→ X

a.s.

=

L

p

X n −−−→ X.

Mai precis, dacă v.a. X n −−−−→ X, când n +, şi dacă există v.a. Y L p (Ω), p 1,

astfel încât |X n | ≤ Y n +.

a.s.

L

p

a.s., pentru orice n N , atunci X L p (Ω) şi X n −−−→ X, când

Teorema 1.6. Au loc urmatoarele afirmaţii:

(a) În condiţii suplimentare,

(b)

X

n

P

−−→ X

=

L

p

X n −−−→ X.

P

Mai precis, dacă X n −−→ X când n +şi dacă există v.a. Y L p (Ω) astfel încât

L

p

|X n | ≤ Y a.s., pentru orice n N , atunci X n −−−→ X când n +.

X

n

P

−−→ X

=

F

X n −−→ X

(v.a. X, X n sunt definite pe acelaşi spaţiu de probabilitate (Ω, F , P)).

(c)

X

n

F

−−→ c

=

unde c este o v.a. constantă.

4

P

X n −−→ c,

Soft matematic Laborator 6 & 7

Prenume NUME

Grupa

(d)

(e)

În condiţii suplimentare,

X

n

F

−−→ X

=

E (X n ) −−→ E (X) .

F

Mai precis, dacă v.a. X n −−→ X, când n +, şi dacă există v.a. Y L 1 (Ω) astfel încât |X n | ≤ Y a.s., pentru orice n N , atunci X L 1 (Ω) şi E (X n ) −−→ E (X) , când n +.

În condiţii suplimentare,

X

n

F

−−→ X

=

E (X n ) −−→ E (X) .

Mai precis, dacă v.a.

sup nN E|X n | p < +, atunci X L 1 (Ω) şi E (X n ) −−→ E (X) , când n +.

F

X n −−→ X, când n +, şi dacă există p > 1 astfel încât

2 Tabele. Exemple diverse 3

   

Nume

Matematică

Fizică

Chimie

Total

 
 

Ana-Maria

 

35

40

 

45

120

 

Robert

 

50

45

 

40

135

Exemplul 2.1. Tabelul situaţia punctajului

 

Vlad

 

9

20

 

30

59

reprezintă

 

Exemplul 2.2. Există şi varianta de scriere:

 
 

Nume

Matematică

Fizică

Chimie

Total

 

Tabelul

Ana-Maria

35

40

 

45

 

120

reprezintă situaţia punc-

Robert

50

45

 

40

 

135

Vlad

9

20

 

30

 

59

tajului

   

Mate-

       
 

Nume

ma-

 

Fizică

Chimie

Total

 

tică

 

Exemplul 2.3. Tabelul

 

Ana-Maria

35

40

 

45

 

120

reprezintă situ-

 

Robert

50

45

 

40

 

135

 

Vlad

9

 

20

30

 

59

aţia punctajului

3 Aceste exemple sunt preluate din [2]

5

Soft matematic Laborator 6 & 7

Prenume NUME

Grupa

Exemplul 2.4. Tabelul

Nume

Disciplina

 

Total

Matematică

Fizică

Chimie

Ana-Maria

35

40

45

120

Robert

50

45

40

135

Vlad

9

20

30

59

reprezintă situaţia punctajului

Exemplul 2.5. Tabelul

 

Regimul disciplinei

Număr de ore/săpt.

Obligatorie

Opţională

Curs

Sem.

Lab.

 

Disciplina 1

3

2

1

Sem. I

Disciplina 2

2

1

1

Disciplina 3

2

2

Sem. II

Disciplina 4

2

3

Disciplina 5

2

2

reprezintă programa de învaţămant

Exemplul 2.6. Tabelul

 

Regimul disciplinei

Număr de ore/săpt.

Obligatorie

Opţională

Curs

Sem.

Lab.

 

Disciplina 1

3

2

1

Sem. I

Disciplina 2

2

1

1

Disciplina 3

2

2

Sem. II

Disciplina 4

2

3

Disciplina 5

2

2

reprezintă programa de învaţămant

Exemplul 2.7. Tabelul

Nume

Matematică

Fizică

Chimie

Ana-Maria

35 40

45

Robert

50 45

40

Vlad

9

20

30

reprezintă situaţia punctajului

6

Soft matematic Laborator 6 & 7

Prenume NUME

Grupa

Exemplul 2.8. Tabelul

Nume

Matematică

Fizică

Chimie

Ana-Maria

35

40

45

Robert

50

45

40

Vlad

9

20

30

reprezintă situaţia punctajului

Exemplul 2.9. Avem tabelul

Tabelul 1: Situaţia punctajului

Nume

Matematică

Fizică

Chimie

Ana-Maria

35

40

45

Robert

50

45

40

Vlad

9

20

30

Acum putem sa il apelam: vezi Tabelul 1

3 Tipuri de liste. Exemple diverse 4

Exemplul 3.1. Folosim doar mediul enumerate şi etichetăm şi ne şi referim la elementele listei:

1. Procese Poisson

(a) Definiţii

(b)

Timpii dintre două evenimente

i. Independenţa

ii. Distribuţia exponenţială

A. Definiţia

B. Proprietatea „Lipsa de memorie”

(c)

Procese Poisson generale

i. Procese Poisson neomogene

ii. Procese Poisson compuse

2. Lanţuri Markov

(a)

Noţiuni introductive

(b)

Ecuaţia Chapman–Kolmogorov

(c)

Clasificarea stărilor

i. Periodicitate

4 Aceste exemple sunt preluate din [2]

7

Soft matematic Laborator 6 & 7

Prenume NUME

Grupa

ii. Stări recurente iii. Stări tranzitorii

În cadrul temei 2 se pot face şi reprezentări sub formă de grafuri. În special în cazul clasi- ficărilor 2(c)ii şi 2(c)iii.

Exemplul 3.2. Acum folosim doar mediul itemize:

Procese Poisson

Definiţii

Timpii dintre două evenimente

Independenţa

Distribuţia exponenţială

· Definiţia

· Proprietatea „Lipsa de memorie”

Procese Poisson generale

Procese Poisson neomogene

Procese Poisson compuse

Lanţuri Markov

Noţiuni introductive

Ecuaţia Chapman–Kolmogorov

Clasificarea stărilor

Periodicitate

Stări recurente

Stări tranzitorii

Exemplul 3.3. Avem trei medii care crează liste; le putem folosi şi intercalate (oricare trei cu oricare trei). De exemplu:

1. Procese Poisson

(a)

Definiţii

(b)

Timpii dintre două evenimente

(c)

Procese Poisson generale

2. Lanţuri Markov

Noţiuni introductive

Ecuaţia Chapman–Kolmogorov

Clasificarea stărilor

8

Soft matematic Laborator 6 & 7

Prenume NUME

Grupa

3. Martingale

i. Definiţii şi exemple

ii. Martingale şi lanţuri Markov

iii. Timpi de oprire

Exemplul 3.4. Putem scrie şi sub forma următoare (indicăm să apară ce vrem noi la începutul fiecărui element al listei, indiferent de mediul folosit)

1. Procese Poisson

(j) Definiţii

(jj) Timpii dintre două evenimente

(jjj) Procese Poisson generale

2. Lanţuri Markov

Noţiuni introductive

Ecuaţia Chapman–Kolmogorov

Clasificarea stărilor

3. Martingale

a. Definiţii şi exemple

b. Martingale şi lanţuri Markov

c. Timpi de oprire

Exemplul 3.5. Redefinirea automata modului de notare a elementelor listei se poate face astfel:

Q1. Întrebarea 1

i) Varianta 1.1

ii) Varianta 1.2

iii) Varianta 1.3

Q2. Întrebarea 2

i) Varianta 2.1

ii) Varianta 2.2

iii) Varianta 2.3

Răspunsul corect la întrebarea Q1. este dat de varianta Q1.ii).

9

Soft matematic Laborator 6 & 7

Prenume NUME

Grupa

Exemplul 3.6. Comenzile de tip „\renewcommand” si-au pierdut efectul, fiind scrise in cadrul unui mediu

1. Întrebarea 1

(a)

Varianta 1.1

(b)

Varianta 1.2

(c)

Varianta 1.3

2. Întrebarea 2

(a)

Varianta 2.1

(b)

Varianta 2.2

(c)

Varianta 2.3

Răspunsul corect la întrebarea 1 este dat de varianta 1b.

Bibliografie selectivă

[1] George Ciucu, Constantin Tudor, Probabilităţi şi procese stochastice, vol. I, Editura Academiei, Bucureşti, 1978.

[2] Lucian Maticiuc, Introducere în L A T E X, Universitatea „Alexandru Ioan Cuza”, Iaşi, https://www.math.uaic.ro/ maticiuc/didactic/LaTeX Curs.pdf, 2018.

[3] Lucian Maticiuc, Teoria probabilităţilor, Universitatea „Alexandru Ioan Cuza”, Iaşi, http://www.math.uaic.ro/ maticiuc/didactic/Probability Theory.pdf, 2018.

10