( t) ( ) ( 0,1) ( ) ( ) ( ) ( ) Κεντρικό Οριακό Θεώρημα (Central Limit Theorem Lindeberg Levy) τότε η τ.μ. Sn

Σχετικά έγγραφα
και Y εάν και 4. Να βρεθούν οι κατανομές των υπό συνθήκη τ.μ. [ Y Y ] και [ ] p x x p x p x Po x Po x e

3. Χαρακτηριστικές Παράμετροι Κατανομών

X = συνεχης. Είναι εμφανές ότι αναγκαία προϋπόθεση για την ύπαρξη της ροπογεννήτριας

ΚΕΦΑΛΑΙΟ 5 ΡΟΠΟΓΕΝΝΗΤΡΙΕΣ

0. Σύντοµη επισκόπηση θεωρίας πιθανοτήτων

Ορισμός : Η συνάρτηση X : Ω είναι μετρήσιμη εάν 1. της τυχαίας μεταβλητής X : Ω, είναι το πεδίο τιμών της X. Δηλαδή είναι το υποσύνολο του { }

2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.

Ορισμός : Η συνάρτηση X : Ω είναι μετρήσιμη εάν 1. της τυχαίας μεταβλητής X : Ω, είναι το πεδίο τιμών της X. Δηλαδή είναι το υποσύνολο του { }

, όπου x = 0,1,..., Έτσι, για την πιθανότητα σε ένα έτος να μην υπάρξουν θάνατοι ζώων από τον εμβολιασμό έχουμε, 2! !

2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.

ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ Ι ΜΕΡΟΣ Α (Σ. ΧΑΤΖΗΣΠΥΡΟΣ) . Δείξτε ότι η στατιστική συνάρτηση T = X( n)

Επισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ. M. Kούτρας

Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ. M. Kούτρας

2. Η πιθανότητα της ένωσης δύο ξένων μεταξύ τους (ασυμβίβαστων) ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.

X = = 81 9 = 9

Αριθµητικά χαρακτηριστικά µιάς τυχαίας µεταβλητής

Στατιστική ΙΙ Ενότητα 2: ειγµατοληψία

Χρησιμότητα ανισοτήτων - οριακών θεωρημάτων

3. Κατανομές πιθανότητας

& 4/12/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ

Ορίζουμε την τυπική πολυδιάστατη κανονική, σαν την κατανομή του τυχαίου (,, T ( ) μεταξύ τους ανεξάρτητα. Τότε

Στατιστική Συμπερασματολογία

Εδώ θα θέσουμε τα θεμέλια της εκτίμησης κατά Bayes αρχίζοντας με τα μονοπαραμετρικά μοντέλα δηλαδή όταν ϑ : Ω Θ.

Τυχαία Διανύσματα και Ανεξαρτησία

Εδώ θα θέσουμε τα θεμέλια της εκτίμησης κατά Bayes αρχίζοντας με τα μονοπαραμετρικά μοντέλα δηλαδή όταν ϑ : Ω Θ.

Πινάκες συνάφειας. Βαρύτητα συμπτωμάτων. Φύλο Χαμηλή Υψηλή. Άνδρες. Γυναίκες

3Τοπολογικοί διανυσματικοί χώροι. y A, για κάθε λ [ 0,1]

ΠΕΠΕΡΑΣΜΕΝΕΣ ΙΑΦΟΡΕΣ ΚΑΙ ΕΞΙΣΩΣΕΙΣ ΙΑΦΟΡΩΝ

Το Κεντρικό Οριακό Θεώρημα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

3Τοπολογικοί διανυσματικοί χώροι. y A, για κάθε λ [ 0,1]

Το Κεντρικό Οριακό Θεώρημα

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

3. Οριακά θεωρήµατα. Κεντρικό Οριακό Θεώρηµα (Κ.Ο.Θ.)

Ακολουθίες στον R n. ακολουθία διανυσµάτων στον. 1 1 ακολουθία στον 2 k. εφόσον 1+ e. k + R δεν είναι συγκλίνουσα. Πράγµατι αν

ΚΕΦΑΛΑΙΟ 2 ΑΝΑΣΚΟΠΗΣΗ ΑΠΑΡΑΙΤΗΤΩΝ ΓΝΩΣΕΩΝ: ΕΚΤΙΜΗΤΕΣ

( ) S( x ) 2 ( ) = ( ) ( ) = ( ) ( )

ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ - ΠΡΟΣΟΜΟΙΩΣΗ

Το Κεντρικό Οριακό Θεώρημα

Περιεχόμενα της Ενότητας. Συνεχείς Τυχαίες Μεταβλητές. Συνεχείς Κατανομές Πιθανότητας. Συνεχείς Κατανομές Πιθανότητας.

ιωνυµική Κατανοµή(Binomial)

3 ο Μέρος Χαρακτηριστικά τυχαίων μεταβλητών

P(200 X 232) = =

Δειγματικές Κατανομές

ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ AΝΑΛΟΓΙΕΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Εργαστήριο Μαθηµατικών & Στατιστικής. 1 η Πρόοδος στο Μάθηµα Στατιστική 5/12/08 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ. 3 ο Θέµα

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium Iii

Περιεχόμενα της Ενότητας. Δειγματοληψία. Δειγματοληψίας. Δειγματοληψία. Τυχαία Δειγματοληψία. Χ. Εμμανουηλίδης, 1.

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής

Περιοδικό ΕΥΚΛΕΙΔΗΣ Β Ε.Μ.Ε. (Τεύχος 96) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΤΗΣ Γ ΛΥΚΕΙΟΥ. f (x) s lim e. t,i 1,2,3,...

[ ] = ( ) ( ) ( ) = { }

Κανονική Κατανομή. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Κανονική Κατανομή. τεχνικές. 73 άλυτες ασκήσεις.

3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 13 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 15 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

pdf: X U(a, b) 0, x < a 1 b a, a x b 0, x > b

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Π Α Ν Ε Λ Λ Η Ν Ι Ε Σ Μ Α Θ Η Μ Α Τ Ι Κ Α K A I Σ Τ Ο Ι Χ Ε Ι Α Σ Τ Α Τ Ι Σ Τ Ι Κ Η

4. Ειδικές Διακριτές, Συνεχείς Κατανομές

Κεφάλαιο 9 Κατανομές Δειγματοληψίας

TMHMA OIKONOMIKΩN ΕΠΙΣΤΗΜΩΝ Διαγώνισμα Προόδου Στατιστικής III

Πιθανότητες και Αρχές Στατιστικής (5η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος

Βιομαθηματικά BIO-156. Τυχαίες μεταβλητές Κατανομές Πιθανοτήτων. Ντίνα Λύκα. Εαρινό Εξάμηνο, 2017

Μέση Τιµή. Έστω Χ τ.µ. και f Χ (x) ησ.π. ήσ.π.π. της Χ Μέση ή αναµενόµενη τιµή της Χ είναι ο αριθµός: αν η Χ είναι διακριτή, και αν η Χ είναι συνεχής.

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι

ΕΠΑΝΑΛΗΨΗ ΕΦΑΡΜΟΣΜΕΝΑ ΜΑΘΗΜΑΤΙΚΑ 11/01/2018

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

3. Κατανομές πιθανότητας

ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1

f x g x f x g x, x του πεδίου ορισμού της; Μονάδες 4 είναι οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν και w

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ - ΑΣΚΗΣΕΙΣ. αλλού

ΜΑΘΗΜΑΤΙΚΑ. 1 ο ΔΙΑΓΩΝΙΣΜΑ. ΘΕΜΑ 1 ο Δίνεται η συνάρτηση f x. Ι. Το πεδίο ορισμού της f είναι:., 1 υ -1, B. 1, Γ. -1,., 1.

Εισαγωγή στην Εκτιμητική

4. Ειδικές Διακριτές, Συνεχείς Κατανομές

ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

Θεωρητικές Κατανομές Πιθανότητας

Στατιστική Ι. Ενότητα 7: Κανονική Κατανομή. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕ ΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ» ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΠΑΝΑΛΗΠΤΙΚΗ ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ 5 Ιουλίου 2009

x π 1 i n Το παραμετρικό μοντέλο πιθανότητας (η

ΠΙΘΑΝΟΤΗΤΕΣ -ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ(τελικές εξετάσεις πλη12)

ΛΥΚΕΙΟ ΠΕΤΡΟΥΠΟΛΗΣ ΠΕΜΠΤΗ 26 ΑΠΡΙΛΙΟΥ 2012 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ : ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ

5. Έλεγχοι Υποθέσεων

21/11/2016. Στατιστική Ι. 8 η Διάλεξη (Κεντρικό Οριακό Θεώρημα)

Στατιστική Ι-Θεωρητικές Κατανομές Ι

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

Περιεχόμενα 5ης Διάλεξης 1 Ανισότητα Markov 2 Διασπορά 3 Συνδιασπορά 4 Ανισότητα Chebyshev 5 Παραδείγματα Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 5

Θεωρία Πιθανοτήτων & Στατιστική

ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ - ΜΕΣΗ ΤΙΜΗ

ΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ F(x) 1, x n. 2. Η F είναι μη φθίνουσα και δεξιά συνεχής ως προς κάθε μεταβλητή. 3.

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης

(f(x)+g(x)) =f (x)+g (x), x R

Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R

Έντυπο Yποβολής Αξιολόγησης ΓΕ

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ

Κύματα (Βασική θεωρία)

ΘΕΜΑ Α Α1. Αν και είναι δύο συμπληρωματικά ενδεχόμενα ενός δειγματικού χώρου να αποδείξετε ότι για τις πιθανότητές τους ισχύει: ( ) 1 ( ).

Transcript:

Κεντρικό Οριακό Θεώρημα (Cetral Lmt Theorem Leberg Levy Εάν ~ f (, με [ ] µ, Var [ ] σ < και S τότε η τμ S ( S S µ συγκίνει ως προς κατανομή (coverges strbuto στη Var S σ ( N ( 0,, δηαδή N( 0, ή ισοδύναμα lm F lm P{ } ( 0, Φ N u u Επειδή το αναπαρίσταται σαν ( µ ροπογεννήτρια της τμ Y µ t( µ M ( Y t e + µ t+ µ t + O t + µ t+ µ t + O t + σ t + O t Οπότε για την ροπογεννήτρια της Φ με πρώτα θα υποογίσουμε την σ θα έχουμε: t t ep ep µ Y σ σ t t t / t O O / M t t M + σ + + + σ σ t / t lm M ( t ep lm log + + O t / t + O 5/ ep lm / t t + + O / t t /+ O / t ep lm ep / t t + + O / / Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ ΚΟΘ

Δηαδή δείξαμε ότι το όριο της ροπογεννήτριας της τυπικής κανονικής Αυτό σημάνει ότι η τμ lm είναι η ροπογεννήτρια της κατανέμεται σαν N ( 0, Παρατήρηση : Η τμ είναι η τυποποίηση του δειγματικού μέσου [ ] [ ] σ σ / µ µ S S S Var S Var Παρατήρηση : Πρακτικά για δείγμα μεγέθους περίπου 0 μπορούμε να θεωρήσουμε ότι η τμ βρίσκεται «πού κοντά» στη τυπική κανονική, δηαδή προσεγγιστικά δεχόμαστε ότι µ σ ~ N( 0, ~, N µ Var σ / Δηαδή η κατανομή του δειγματικού μέσου σ κανονική με μέσο το µ και διασπορά είναι προσεγγιστικά Εφαρμογή Beroull (, Έχουμε δείξει ότι, εάν ~ τότε ΚΟΘ θα έχουμε S ~ B, p, και από το [ ] [ ] p ( S S S p Var S N ( 0, Εάν 0 προσεγγιστικά (, ( S N p p p S p p ( N ( 0, ή ισοδύναμα Έτσι για διωνυμικές πιθανότητες με αριθμό δοκιμών 0 θα έχουμε για την πιθανότητα του ενδεχομένου { < S } για 0 <, την προσέγγιση: p S p p P{ < S } P < p p p p p p p p P < p p p p ( ( ( ( ( Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ ΚΟΘ

p P p P p ( p ( p p Φ Φ p ( p ( Παρατηρήστε ότι εφόσον δεχόμαστε ότι S N ( p, p ( έχουμε: { < } ( P S N p, p p, εάν y { } (, 0 (, τότε ισοδύναμα θα p p ( p p( p p p p ( p ( y p P < S N y y Φ Φ Αριθμητική εφαρμογή Παίκτης κερδίζει παίγνιο, με πιθανότητα p 06 Εάν παίξει 00 ανεξάρτητα παίγνια να βρεθεί η πιθανότητα ο αριθμός των κερδισμένων παιγνίων να είναι τουάχιστον 55 και το πού 70 Θέουμε να υποογίσουμε την πιθανότητα του ενδεχομένου { 54 S 70} ( S ~ 00,06, 00 B με μέση τιμή µ p 60 και τυπική απόκιση σ p 4 Από τα προηγούμενα έχουμε ότι: 54 60 S00 60 70 60 P{ 54 < S00 70} P < 4 4 4 P < 04 { } 00 Κάνοντας την υπόθεση N παίρνουμε: 00 0, { S } P 54 < 00 70 Φ 04 Φ Φ 04 Φ 085 Εφαρμογή Εάν Po(,, δείξτε ότι για 0 έχουμε τις προσεγγίσεις: ~ e +! Φ Φ, και e 0! < 00 Φ Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ ΚΟΘ

Γνωρίζουμε ότι S ~ Po( Από το ΚΟΘ έχουμε ότι N( 0, έτσι για 0 θα έχουμε N( 0, ή ότι S N(, e P{ S } P +! S S < < P < Φ Φ ενώ, e P{ S } P 0! S P Φ S, που δίνει Παρατήρηση Χρησιμοποιήσαμε ότι εάν ~ Beroull ( ϑ τότε ~ (, Η ροπογεννήτρια της Beroull είναι: 0 { } { } t t t M t M t e P 0 + e P ϑ+ eϑ, ενώ η ροπογεννήτρια της S t t ts t t MS t e e e e e t M t ϑ+ eϑ { } Για την ροπογεννήτρια της διωνυμικής ~ (, t t ( 0 t t 0 ( { } ϑe ϑ ϑ eϑ M t e e ϑ ϑ + S B ϑ B ϑ έχουμε Επειδή M ( t M ( t παίρνουμε ότι S ~ B(, ϑ S Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ ΚΟΘ 4

Ορισμός { } : Λέμε ότι η ακοουθία τυχαίων μεταβητών συγκίνει ως προς πιθανότητα στην τμ (ασθενής σύγκιση όταν { } lm P ε 0, ε > 0 P Ο ασθενής νόμος των μεγάων αριθμών Δίνεται ακοουθία τμ { } που είναι ανεξάρτητες και ταυτοτικά κατανεμημένες ( με μέση τιμή µ < τότε για τον δειγματικό μέσο ισχύει ότι P µ Απόδειξη με την επιπρόσθετη συνθήκη [ ] Var σ < Από την IID ακοουθία τμ { }, φτιάχνουμε την ακοουθία { } όπου Η μέση τιμή και η διασπορά της είναι [ ] µ, Var ( µ ( ( ( µ µ σ ( (, [ ] µ + Cov j Var < j Από την ανισότητα Chebyshev για την έχουμε ότι: { } Var ε ή ότι { µ ε } P ε Απόδειξη χωρίς την επιπρόσθετη συνθήκη σ P 0 ε σ Εδώ χρειάζεται μόνο η ύπαρξη της μέσης τιμής [ ] απόδειξη του Κεντρικού Οριακού Θεωρήματος < (Khtch Εάν ϕ ϕ, τότε είναι εύκοο να δείξουμε ότι ϕ ( t ϕ( t/ t t j t ( t e j + t j + ( t + t + ( t ϕ µ, έχουμε ϕ ( t ϕ( t tµ t / + + µ Η απόδειξη μοιάζει με την Επειδή, και παίρνοντας το όριο για Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ ΚΟΘ 5

tµ t tµ t lmϕ ( t lm lm + + + + tµ t ep lm log ep ( tµ + + Αά η μόνη τμ με χαρακτηριστική συνάρτηση ep( tµ είναι η (τετριμμένη τμ µ με P{ µ } Έτσι έχουμε ότι µ, δηαδή η τμ συγκίνει κατά νόμο (κατά κατανομή στην τμ µ Για να τεειώσουμε την απόδειξη, θα πρέπει να δείξουμε και ότι P µ Γενικά για ακοουθία τμ Y,, ισχύει ότι Y P Y Y Y, αά όχι και το αντίστροφο Στην ειδική περίπτωση όμως που Y σταθ ισχύει και το αντίστροφο, και έχουμε Y P σταθ Y σταθ Αποδεικνύουμε το τεευταίο για την περίπτωση { } { } Y Y c σταθ lm P Y y P c y c y { ε} { ε} + { ε} lm P Y c lm P Y c lm P Y c PY { c ε} lm PY { c ε} PY { c ε} PY { c ε} ( c c ( c c lm + + lm < + + lm < + ε + ε 0 0, ε > 0 Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ ΚΟΘ 6