La convergenza in distribuzione (o convergenza in legge, indicata con \xrightarrow{d}) è la forma di convergenza più utilizzata per descrivere il comportamento limite di somme di variabili aleatorie.
Definizione
Una successione X_n con funzioni di ripartizione F_n(x) converge in distribuzione a X con funzione di ripartizione F(x) se: \lim_{n \to \infty} F_n(x) = F(x) per ogni punto x in cui F(x) è continua. Non si richiede che i valori di X_n si avvicinino a quelli di X, ma solo che le loro probabilità si comportino allo stesso modo.
Relazioni
- È la forma più debole di convergenza.
- È implicata dalla Convergenza in Probabilità.
Significato Ingegneristico
- Teorema del Limite Centrale (TLC): È l’applicazione più celebre. Il TLC afferma che la somma di variabili aleatorie indipendenti converge in distribuzione a una Distribuzione Normale. Questo permette agli ingegneri di usare la gaussiana per modellare fenomeni complessi (es. rumore termico, errori di misura aggregati).
- Test di Ipotesi: Molte statistiche test (es. il Test Chi-Quadro) non hanno una distribuzione nota per campioni piccoli, ma convergono in distribuzione a distribuzioni tabulate per campioni grandi (n \to \infty).
- Ingegneria della Sicurezza: Nello studio degli eventi rari (alluvioni, terremoti), si usa la convergenza in distribuzione verso le distribuzioni dei valori estremi (Gumbel, Frechet, Weibull).
Vedi anche: Teorema del Limite Centrale, Distribuzione Normale, Convergenza in Probabilità.