Teoremas limite para variáveis aleatórias de Bernoulli dependentes

Detalhes bibliográficos
Autor(a) principal: Rezende, Bruna Luiza de Faria
Data de Publicação: 2023
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-24082023-084945/
Resumo: Neste trabalho, consideramos uma sequência de variáveis de Bernoulli correlacionadas cuja probabilidade de sucesso do ensaio atual depende condicionalmente dos ensaios anteriores. Essa probabilidade condicional é dada como uma função linear da média da amostra e possui dois parâmetros dos quais um deles pode assumir valores negativos. Estabelecemos para este modelo a lei forte dos grandes números, uma convergência quase certa e em Lm, uma flutuação Gaussiana da soma das variáveis aleatórias com a distribuição proposta, um princípio da invariância fraco e quase certo, o teorema central do limite e a lei do logaritmo iterado. Além disso, aplicamos todos os nossos resultados ao passeio aleatório minimal, um modelo físico com características interessantes de difusão.
id USP_4c1a4e76db308a5b2b54634002b4661c
oai_identifier_str oai:teses.usp.br:tde-24082023-084945
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Teoremas limite para variáveis aleatórias de Bernoulli dependentesLimit theorems for dependent Bernoulli random variablesAlmost sure and weak invariance principleCentral limit theoremDependent Bernoulli random variablesFlutuação GaussianaGaussian flutuationLei forte dos grandes númerosPrincípio da invariância fraco e quase certoStrong law of large numbersTeorema central do limiteVariáveis aleatórias Bernoulli dependentesNeste trabalho, consideramos uma sequência de variáveis de Bernoulli correlacionadas cuja probabilidade de sucesso do ensaio atual depende condicionalmente dos ensaios anteriores. Essa probabilidade condicional é dada como uma função linear da média da amostra e possui dois parâmetros dos quais um deles pode assumir valores negativos. Estabelecemos para este modelo a lei forte dos grandes números, uma convergência quase certa e em Lm, uma flutuação Gaussiana da soma das variáveis aleatórias com a distribuição proposta, um princípio da invariância fraco e quase certo, o teorema central do limite e a lei do logaritmo iterado. Além disso, aplicamos todos os nossos resultados ao passeio aleatório minimal, um modelo físico com características interessantes de difusão.In this work, we consider a sequence of correlated Bernoulli variables whose probability of success for the current trial depends conditionally on previous trials. This conditional probability is given as a linear function of the sample mean and has two parameters of which one can assume negative values. We established for this model the strong law of large numbers, an almost sure and Lm convergence, a Gaussian fluctuation of the sum of the random variables with the proposed distribution, an almost sure invariance principle and a weak invariace pinciple, the central limit theorem and the law of the iterated logarithm. Furthermore, we apply all our results to the minimal random walk, a physical model with interesting diffusion characteristics.Biblioteca Digitais de Teses e Dissertações da USPGava, Renato JacobRezende, Bruna Luiza de Faria2023-03-22info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/104/104131/tde-24082023-084945/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2023-08-24T12:06:02Zoai:teses.usp.br:tde-24082023-084945Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-08-24T12:06:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Teoremas limite para variáveis aleatórias de Bernoulli dependentes
Limit theorems for dependent Bernoulli random variables
title Teoremas limite para variáveis aleatórias de Bernoulli dependentes
spellingShingle Teoremas limite para variáveis aleatórias de Bernoulli dependentes
Rezende, Bruna Luiza de Faria
Almost sure and weak invariance principle
Central limit theorem
Dependent Bernoulli random variables
Flutuação Gaussiana
Gaussian flutuation
Lei forte dos grandes números
Princípio da invariância fraco e quase certo
Strong law of large numbers
Teorema central do limite
Variáveis aleatórias Bernoulli dependentes
title_short Teoremas limite para variáveis aleatórias de Bernoulli dependentes
title_full Teoremas limite para variáveis aleatórias de Bernoulli dependentes
title_fullStr Teoremas limite para variáveis aleatórias de Bernoulli dependentes
title_full_unstemmed Teoremas limite para variáveis aleatórias de Bernoulli dependentes
title_sort Teoremas limite para variáveis aleatórias de Bernoulli dependentes
author Rezende, Bruna Luiza de Faria
author_facet Rezende, Bruna Luiza de Faria
author_role author
dc.contributor.none.fl_str_mv Gava, Renato Jacob
dc.contributor.author.fl_str_mv Rezende, Bruna Luiza de Faria
dc.subject.por.fl_str_mv Almost sure and weak invariance principle
Central limit theorem
Dependent Bernoulli random variables
Flutuação Gaussiana
Gaussian flutuation
Lei forte dos grandes números
Princípio da invariância fraco e quase certo
Strong law of large numbers
Teorema central do limite
Variáveis aleatórias Bernoulli dependentes
topic Almost sure and weak invariance principle
Central limit theorem
Dependent Bernoulli random variables
Flutuação Gaussiana
Gaussian flutuation
Lei forte dos grandes números
Princípio da invariância fraco e quase certo
Strong law of large numbers
Teorema central do limite
Variáveis aleatórias Bernoulli dependentes
description Neste trabalho, consideramos uma sequência de variáveis de Bernoulli correlacionadas cuja probabilidade de sucesso do ensaio atual depende condicionalmente dos ensaios anteriores. Essa probabilidade condicional é dada como uma função linear da média da amostra e possui dois parâmetros dos quais um deles pode assumir valores negativos. Estabelecemos para este modelo a lei forte dos grandes números, uma convergência quase certa e em Lm, uma flutuação Gaussiana da soma das variáveis aleatórias com a distribuição proposta, um princípio da invariância fraco e quase certo, o teorema central do limite e a lei do logaritmo iterado. Além disso, aplicamos todos os nossos resultados ao passeio aleatório minimal, um modelo físico com características interessantes de difusão.
publishDate 2023
dc.date.none.fl_str_mv 2023-03-22
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/104/104131/tde-24082023-084945/
url https://www.teses.usp.br/teses/disponiveis/104/104131/tde-24082023-084945/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809091048336523264