teoria limite
1
TEOREMAS LIMITE
Estatística I
2
Sejam as variáveis aleatórias
X1 , X2 , ... , Xn , ..., representativas dos resultados possíveis de observar a partir da realização de uma sucessão de experiências aleatórias idênticas e independentes.
X1 , X2 , ... , Xn , ..., formam uma sucessão de variáveis aleatórias independentes e identicamente distribuídas (i.i.d.).
com a mesma distribuição de probabilidades e
E(Xi) e Var(Xi) 2, i 1, 2,...,n,....
Estatística I
3
Teorema do Limite Central (ou de Lindeberg-Levy) (T.L.C.)
Seja a sucessão de variáveis aleatórias i.i.d., X1 , X2 , ... , Xn , ..., com média e variância 2 .
Então , quando n , a função de distribuição da variável aleatória n Zn
Xi n
i 1
n
tende para a função de distribuição N(0,1) .
Simbolicamente: Z n ~ N(0 , 1)
n
n
nota: X i ~ N n , n , E X i n e Var X i n 2
i 1
i 1 i 1 n Estatística I
4
O T.L.C. dá uma justificação teórica para o facto de utilizar-se, em muitas situações práticas, a distribuição Normal na modelização de fenómenos aleatórios. Um fenómeno aleatório, qualquer que seja o seu modelo probabilístico, pode ser considerado como a soma de um grande número de causas aleatórias independentes(1), sem que uma delas seja dominante, i.e., as médias e as variâncias, respectivas, têm valores próximos(2).
(1) e (2): condições que, em princípio, validam o T.L.C.
Exemplo.
A quantidade total de arroz, em kg, consumida durante um ano num dado restaurante chinês, pode ser vista como a soma das quantidades de arroz consumidas diariamente, sendo as vsas Xi “quantidade de arroz, em kg, consumida no dia i “, i 1, 2,..., 365 , i.i.d. . ▄
Estatística I
5
O valor de n a partir do qual poderá considerar-se que se obtém uma boa aproximação à Distribuição Normal é dependente da distribuição das vsas Xi , i 1, 2, ..., n, ...