Professional Documents
Culture Documents
Convergencia en distribucion
1. Suponga tFn , n P Nu funciones de distribucion tal que Fn F en distribucion (converge en los puntos de continuidad de
F ), muestre que Fn F uniformemente, es decir supxPR |Fn pxq F pxq| 0
2. Suponga tFn , n P Nu funciones de distribucion en R con respectivas densidades fn . Muestre que fn f puntualmente
entonces Fn F en distribucion
3. tXn , n P Nu sucesion de variables aleatorias con dominio en los enteros. Entonces Xn X en distribucion ssi P rXn
ms P rX ms, @m P Z
4. Si Xn p X entonces Xn D X y si dado c constante, tenemos que Xn d c entonces Xn p c
5. si Xn d X e Yn d c, c constante, entonces Xn ` Yn d X ` c y Xn Yn cX. (Nota en la multiplicacion puede asumir
s.p.g que Yn 0 y c 0).
6. si tXn , n P Nu son variables aleatorias i.i.d. Encuentre la distribucion de Mn maxi1..n Xi . Como se comporta Mn cuando
n es muy grande?. Explique el caso cuando X1 es: Uniforme, Cauchy pf pxq pp1 ` x2 qq1 q, exponencial (f pxq ex )
7. Suponga Xp , p P r0, 1s tal que P rXp ns p1 pqn , n 0, 1, 2.... Muestre que pXp converge en distribucion a una
distribucion exponencial Y cuando p 0.
8. Defina pF, Gq nft 0, F px q Gpxq F px ` q ` . Muestre que es una metrica en el espacio de funciones
de definicion. Esta metrica es llamada, la metrica de Levy
9. Sean tXn , n P Nu variables aleatorias, muestre que Xn D X ssi ErgpXn qs ErgpXqs, donde g es una funcion continua
con soporte compacto.
10. Suponga que X, Y son v.a. independientes bernoulli con parametro p 1{2, es decir P rX 0s P rX 1s 1{2.
Sean Sean tXn , n P Nu variables aleatorias tales que Xn Y, @n P N. Pruebe que Xn d X, pero Xn NO converge en
probabilidad a Y .
11. Considere funciones de densidad fn pxq p1 cosp2nxqq1r0,1 pxq. Muestre que Fn converge debilmente a la funcion de
distribucion uniforme, pero fn no converge.
12. Considere tXn , n P Nu son variables aleatorias normales Muestre que la convergencia en distribucion de Xn es equivalente
a la convergencia de sus dos primeros momentos.
13. Considere tXn , n P Nu son variables aleatorias Poisson. Muestre que la convergencia en distribucion de Xn es equivalente
a la convergencia del primer momento.
14. Suponga que Xn d X y que existe 0 tal que sup Er|Xn |2` s 8. Muestre que ErXn s ErXs y V rXn s V rXs:
nPN
(Use la representacion de Skorohod + integrabilidad uniforme)
15. Muestre que toda funcion de distribucion continua es uniformemente continua.
Funcion caracteristica
1. Encuentre las funciones caracteristicas de:
la distribucion Bernoulli f pxq P rX xs px p1 pq1x , x 0, 1, p P r0, 1s
n x
La distribucion Binomial f pxq P rX xs p p1 pqnx , x 0, 1...n, p P r0, 1s
x
1
x e
La distribucion Poisson. f pxq P rX xs x! , x N Y t0u, 0
La distribucion Geometrica f pxq P rX xs pp1 pqx
La distribucion Exponencial f pxq ex , x 0
1 x2 {2
La distribucion Normal estandar: f pxq e , x P R (Para este ultimo utilice la forma polar de eix )
2
1
La distribucion uniforme en ra, bs. f pxq ba , a, b P R, a x b
La distribucion delta de dirac en a (Distribucion concentrada en a): f pxq px aq
2. Muestre que una variable aleatoria es simetrica si y solo si su funcion caracterstica es real (Con simetrica nos refermimos
a que X tiene la misma distribucion que X, es decir P rX xs P rX xs
3. Suponga que Xn , Yn , n P N son dos V.a. independientes para cada n. Muestre que si Xn d X e Yn d Y , entonces
Xn ` Yn d X ` Y
4. Muestre que sumas de variables aleatorias normales independientes son normales. Muestre tambien que si X es normal
entonces lpXq es tambien normal para toda funcion lineal l.
9. Sean U, V uniformes en r0, 1s. Muestre que U V posee densidad f pxq p1 |x|q1r 1, 1spxq. Sea W U V . Verifique
que W ptq 2p1cos
t2
tq
. Ahora, considere la funcion f pxq 1cos x
x2 . Verifique que f pxq es funcion de densidad chequeando
que 1 |x| es funcion caracteristica. Esta densidad corresponde a la Distribucion de Polya.
10. Sean X, Y Exponenciales. Muestre que W X Y posee densidad f pxq 12 e|x| , correspondiente a la distribucion de
1
laplace. Muestre que W ptq . Utilice este hecho para mostrar que e|x| es la caracterstica de la distribucion cauchy,
1 ` t2
1
el cual posee una densidad dada por f pxq ,x P R
p1 ` x2 q
11. Sea F una funcion de distribucion y su caracterstica asociada. Muestre que:
u
1 ptq sin x
dt 2 1 dF pxq 1 F p2{uq ` F p2{uq
u t R ux
12. Utilice el ejercicio anterior para probar que si tFn , n P Nu es una sucesion de funciones de dist. con caractersitcas asociadas
n ptq, tales que n puntualmente tal que es continua en 0, entonces la sucesion es apretada y converge debilmente
a una medida F cuya caracterstica es .
n
13. Muestre que
si Er|X| s 8 luego su funcion caracteristica posee derivada continua de orden n y esta dado por
pnq ptq pixqn eitx dPX
14. Suponga que X e Y son variables aleatorias independientes tales que X ` Y tiene la misma distribucion que X. Pruebe
que Y 0c.s.
15. Suponga que X es una variable aleatoria que tiene funcion caracteristica ptq t33 psin t t cos tq, t 0. Verifique que
X es simetrica y posee una funcion de distribucion absolutamente continua. Pruebe que X esta concentrado en r1, 1s y
encuentre ErX 2n s.