Documente Academic
Documente Profesional
Documente Cultură
Convoluii, etc
62.
63.
64.
65.
66.
ab 1
.
2
Dac o variabil aleatoare este simetric fa de i este absolut continu, atunci densitatea sa f
are proprietatea c este de asemenea simetric fa de .2 f ( - t) = f( + t) t
Verificai c dac X este simetric fa de , atunci EX = Med(X) = . Dac, n plus, repartiia lui
X este unimodal, atunci este i o mod a lui X. Dac repartiia este strict unimodal, atunci
media, mediana i moda coincid cu .3
Fie Xi variabile aleatoare independente cu funciile de repartiie Fi. Fie X = X1 X2 i Y = X1 X2.
Verificai c FX = F1F2 i FY = F1F2. Gsii i densitatea celor dou variabile aleatoare dac Xi sunt
absolut continue.4
Fie X1,X2 variabile aleatoare independente. Presupunem c Xi Exp(i), i = 1,2.
(i). Gsii repartiia variabilei X = X1 + X2, funcia de repartiie, funcia de supravieuire, riscul
instantaneu de moarte.5
(ii). Gsii repartiia variabilei X = X1 X2, funcia de repartiie, funcia de supravieuire, riscul
instantaneu de moarte.6
probleme II
67.
68.
69.
70.
71.
72.
73.
74.
75.
76.
77.
78.
79.
80.
81.
a1 a 2 ...
ak
pk
X 1 X 2 ... X n eE(lnX)
0. (am pus
1 1
q n pn
1 1
. Verificai c irul Zn nu converge
.5 .5
cu pn , qn . Deducei de aici c Zn D
82.
nicieri n probabilitate. 20
Fie (Xn)n un ir de variabile aleatoare i.i.d. Fie p = P(Xn 0) , q = P(Xn 0) , r = P(Xn = 0). Fie Zn =
2 n 1
X 1 X 2 ... X 2 n 1 . Atunci
83.
84.
c c
unde c
.5 .5
= eE(ln|X|) 21
Fie (Xn)n un ir de variabile aleatoare cu proprietatea c Xn D X. Fie f : continu (nu
neaprat mrginit). Atunci f(Xn) D f(X).22
Fie Xn L2 variabile aleatoare i.i.d. , fie = EXn i 2 = Var(Xn). Atunci
Lognormal(0,).23
X 1 X 2 ... X n n
probleme II
85.
Fie Xn 0 variabile aleatoare i.i.d. cu proprietatea ca lnXn L2. Fie m = E lnXn i 2 = Var(ln Xn).
Artai c
X 1 X 2 ... X n
m
86.
Lognormal(0,).
24
Fie (Xn)n i.i.d. Bin(1,x), cu 0 x 1. Fie f:[0,1] continu. Conform legii numerelor mari
X
irul sn := 1
87.
1
n
X 2 ... X n
converge la x (a.s. i n L1). Deci f(sn) f(x) a.s. i n L1 (de ce?).
n
Scriei c Ef(sn) f(x) i vedei ce se ntmpl: orice funcie continu pe [0,1]poate fi aproximat
cu polinoame.25
Teorema de inversiune pentru densiti. Fie F o repartiie pe dreapt i funcia sa
caracteristic. Presupunem c L1(), unde (ca de obicei!) este msura Lebesgue. Atunci
F este absolut continu i densitatea sa poate fi aleas f(x) =
88.
1
2
itx
(t ) dt.26
2
(t ) , H Mh() este matricea hessian dat prin Hm,n(t) =
(t ) iar Cov(X) este
t k
t m t n
92.
93.
94.
95.
n!
p1k1 p 2k 2 ... pdk d . Iat unde apare aceast repartiie: Fie (Zm )m un ir de variabile
k1!k 2 !...k d !
probleme II
96.
1
p
1
2 ... d
p2 ... pd
Verificai c (Xk)1kd este un vector repartizat Mult(n; p1,,pd). Calculai-i apoi funcia generatoare
de momente mX , media i matricea de covarian. 31
Fie f:[0,1] [0,1] dat prin f(x,y) = ax + by + c. Cnd f este densitate de probabilitate? S
presupunem c numerele a,b,c sunt alese n aa fel ca f s fie densitate de probabilitate. Fie Z =
(X,Y) un vector aleator bidimensional astfel ca PZ-1 = f 2. Calculai EZ, Cov(Z) precum i
repartiiile condiionate: XY, YX i funciile de regresie E(XY) i E(YX).32
1
2
97.
98.
Calculai U(0,1)
Calculai U(a,b)U(c,d)
Calculai U(0,1)Exp()
Calculai U(0,1)U(Zn)
99.
100.
101.
Indicaii i rspunsuri
2
6 ) etc
Ipoteza este c fi(x) = i e i x 1(0,)(x). calculm fX = f1f2 (de ce??). Aplicm formula convoluiei, de la nceputul textului :
f1f2 (x) =
f1(x-y)f2(y) dy =
1 e 1 ( x y ) 1(0,)(x-y) 2 e 2 y 1(0,)(y) dy =
1 e 1 ( x y ) 2 e 2 y dy (am
1 2
(e 2 x e 1 x ) 1(0,)(x);
1 2
1 2 e 2 x e 1 x
(
) (x 0)
1 2 2
1
10
1 2 e 2 x e 1 x
(
) = , care este
1 2 2
1
transcendent. Nici n cazul 1 = 2 = nu se poate calcula mediana. Dac X = X1X2 este cel mai simplu: X Exp(1 + 2),
deci 1/EX = 1 + 2 iar Med(X) = (ln 2)EX. Dac X = X1X2 folosim faptul c X1+X2 = X1X2 + X1X2 deci EX1X2 =
1
1
1
ln(2
2)
. Comparai-o cu E(X1X2) =
3
. Ln(2 +
2
Mode X = 0, Median(X) = ln2, EX = 1. Pentru Y, FY(x) = P(ln X > x) = P( X > ex) = exp(- ex) de unde obinem densitatea
fY(x) = exp(x ex). Cum (fY)(x) = (1 ex)fY(x) rezult c Mode(Y) = 0. Din unul din exerciiile anterioare Median(Y) =
Dar EY =
ln x e
dx +
ln x e x dx
1
e
dx = - deci I1 - 0.75
xe
numrabil i p() 0 I,
). De exemplu fBin(k,p) =
13
(1 x) ln x
p ( )
-0.366513 = Median(Y).
p() = 1 (aa arat o repartiie discret, sper c tii !) atunci f = p() f(x -
C k
0 k
p q
! e f(x - ).
Convergena n probabilitate implic ntotdeauna convergena n repartiie. Implicaia neobinuit este . Vom folosi
echivalena (vezi cursul!) :Xn X FX n (x ) FX(x) x punct de continuitate al lui FX. n cazul nostru X = c (a.s.)
FX = 1[c,) deci punctele de continuitate sunt toate punctele x c. Ipoteza noastr este deci c FX n (x) 0 dac x c i
Dac ar converge n probabilitate la o variabil aleatoare X, ar trebui s conin un subir care s convearg aproape sigur
la X (vezi cursul!). Or, acest lucru este absurd. Cu preul unei renumerotri, s presupunem c Xn X (a.s.). Atunci irul
(Xn)n ar trebui s fie Cauchy a.s.: Xn+k Xn ar trebui s tind la 0 (a.s.) dac n indifferent de k. Dar variabilele aleatoare
Xn+k Xn au aceeai repartiie cu Xk+1 X1, indifferent de n !
k
15
p j 1 a
j 1
, deci mulimea
punctelor de continuitate ale lui F este complememtara mulimiia1,,ak, pe care o notm cu C. Cum Xn D X nseamn
c Fn(x) F(x) x C. Atunci i Fn(x - 0) F(x 0) = F(x) x C (a nu se uita cine este C !) deoarece dac x C
atunci exist suficient de mic ca x - C . Pentru orice asemenea 0 Fn(x - ) Fn(x 0) Fn(x) ; trecnd la limit
obinem ,F(x-) limnFn(x - 0) F(x) . Cum x este punct de continuitate, obinem, fcnd 0, c limnFn(x - 0) = F(x).
Deci, dac este sufisient de mic, atunci P( Xn - aj ) = Fn(aj + ) - Fn(aj - - 0) converge la F(aj + ) F(aj - ) = P( X
- aj ) = pj.
. Reciproc. Vom folosi, din motive tipografice convenia de la curs: notm cu F i funcia de repartiie i repartiia
nsi. n mod normal nu e pericol de confuzie: dac A este o mulime, F(A) nseamn msura ei, iar dac x este un punct,
F(x) nseamn, de fapt, F((-,x]) , adic este funcia de repartiie.
Ipoteza noastr este c Fn([aj - , aj + ]) := Fn(aj + ) Fn(aj - - 0) F([aj - , aj + ]) = F(aj + ) F(aj - ) = pj 1 j
k i suficient de mic. Ceea ce vrem s artm este c Fn(x) converge la F(x) pentru orice x care este punct de continuitate
pentru F, adic pentru orice x a1,,ak.
[a j
j 1
, a j ] . Atunci
converge la 0. Ce este important este c atunci Fn(C) converge la 0 pentru orice mulime C \ A. Cum mulimea (-,
x] , x a1 - este inclus n \ A , deducem c x a1 Fn(x) 0 = F(x). La fel, mulimile (aj+, aj+1-] sunt incluse
toate n \ A pentru 1 j k 1. nseamn c Fn(aj+1-) Fn(aj+) converge la 0.
Deci, dac x (a1+, a2 - ), atunci Fn(x) = Fn((-, a1 - ) [a1 - , a1+] (a1+,x]) = Fn((-, a1 - )) + Fn([a1 - , a1+])
+ Fn ((a1+,x]) converge la limn Fn([a1 - , a1+]) = F([a1 - , a1+]) = p1 = F(x). Acest raionament este valabil i n general,
dac x (aj+, aj+1 - ) scriem Fn((-, x]) = Fn((-, a1- ) ) + Fn([a1 - , a1+]) + Fn((a1+, a2-)) + Fn([a2 - , a2+]) +
Fn((a2 + , a3-))+ ...+ Fn((aj-1+, aj-)) + Fn([aj - , aj+]) + Fn((aj+, x]) 0 + F([a1 - , a1+]) + 0 + F2([a2 - , a2+]) +
0+ ... + 0 + F([aj - , aj+]) + 0 = p1 + ...+ pj = F(aj) = F(x).
n concluzie, Fn(x) F(x) x A. Dar orice x a1,...,ak aparine unei mulimi de forma \ A pentru suficient de
mic.
Alt demonstraie. (cu avantajul c merge n orice spaiu metric): luai o funcie f Cb() uniform continu. Fie 0 i
0 cu proprietatea c x-x f(x) f(x) /M , unde M = f (norma uniform, adic M = supx f(x) ).Fie n
ca n n P( Xn - aj ) - pj
/k Artai c atunci
f dFn -
p j f (a j )
j 1
2.
19
Fie An = P(Xn) = 0. Mulimile An sunt independente i P(An) = p. Fie 0 reuniunea lor. Cum P(0c) = P
n 1
Anc
2 n 1
0) = 1, QED.
20
P(X1X2Xn = 1) = P(un numr par de Xj iau valoarea 1 i ceilali iau valoarea 1) (sau formalizat mai riguros = P( j Xj
= -1 este numr par) ) = Cn0 p 0 q n Cn2 p 2 q n 2 ... = ((q+p)n (q-p)n) / 2 . Deci pn = (1 (q-p)n) / 2, qn = (1+ (q-p)n) /
2 . Dac irul Zn ar converge n probabilitate, ar trebui s existe un subir care s convearg aproape sigur, deci s fie
Cauchy aproape sigur. Dar Zn+k /Zn = Xn+1...Xn+k are aceeai repartiia cu X1X2...Xk = Zk care nu depinde de n. irul Zn+k /Zn ar
trebui ns s convearg la 1.
21
Fie Yn = Xn . Doar ultima informaie merit a fi demonstrat. Din legea numerelor mari, Zn = 2 n 1 Y1Y2 ...Y2 n 1
1 1
. Produsul U1...U2n+1 are acelai semn cu Zn. nseamn c
q p
c c
C irul nu converge n
P(Zn 0) = P(U1...U2n+1 0) (ex. 81). Atunci, aplicnd ex. 76, Xn D
.5 .5
probabilitate, este aceeai demonstraie de la exerciiul anterior.
22
Dac g Cb(), atunci h : = gf Cb() deci Eg(f(Xn)) = Eh(Xn) Eh(X) = Eg(f(X)). Deci, conform unei definiii
echivalente cea cu funcii continue - f(Xn) D f(X).
23
Aplicai TLC.
24
Este exerciiul precedent.
converge la c. Pe de alt parte, fie Un = sign(Xn)
25
Ef(sn) =
Cnk f ( kn ) x k (1 x) n k
k 0
26
g dF =
1
lim
2 0
itx
g ( x)dx (t )e
t 2 2
2
g dF =
1
2
itx
1
2
g ( x)
g ( x )dx (t ) dt =
(t )dt dx. =
itx
g ( x) f ( x) dx = g d(f). nseamn
c msurile F i f coincid.
27
(i),(ii):Dac = F i = G, atunci p + (1-p) = pF + (1-p)G, iar = FG ; (iii), (iv): dac = F , atunci = G unde
itx
e itxd(Fs-1)(x) =
e -itxdF(x) =
dF(x) = (t). Deci F ; deci Re() = + F din (i).(v) este mai puin evident, dar din el (vi) i
1
(vii) rezult imediat: fie F = U(-h,h) i G = FF. Atunci F(t) =
2h
sin th
este o funcie caracteristic. Ea nu este n L1() (artai c
th
itx
dx =
sin t
t
sin th
e ith e ith
=
. Deci (t) =
th
2ith
divergent!) dar := este n L () (verificai). Atunci densitatea lui G (verificai c ea este funcia f(x) =
2
forma 1
2h
h sin 2 th
e itx (
(1
|x|
)
2h
2h
1
sin 2 th
e itx
dt. Dac scriem aceast relaie sub
2
(th) 2
h sin 2 th
) dt am fcut schimbarea de variabil t - t !) i nlocuim pe x cu 0, deducem
2 (th) 2
h sin 2 th
este o densitate de probabilitate i funcia sa caracteristic este
2 (th) 2
(th)
(x) =(1 -x/2h)+ . n concluzie toate funciile de aceast form sunt funcii caracteristice, pare, deci i combinaiile lor
convexe. Fcnd combinaii convexe de asemenea funcii i trecnd la limit obinem toate funciile din enun. Folosind
asemenea funcii, care pot coincide pe orice interval [-h,h] fiind, totui, diferite, rezult (vii).
28
t 2k
tn
k 0
t2
e2
n0
( 2k )!
2 k k!
Cnk k n k EY ; de exemplu, EX
k
= 4 + 622 + 34.
k 0
29
30
31
mX(t) =
=
t =
t 1
tn
n!
n! n
deci EXn = n! / n.
n0
kd
k2
k1
de k2 ori valoarea 2,,de kd ori valoarea d (asta se poate face n C n C n k1 ...C k =
d
n!
feluri). Dar
k1!k 2 !...k d !
probabilitatea unei succesiuni i1i2in n care 1 apare de k1 ori, 2 apare de k2 ori, este,(deoarece am presupus variabilele
n!
p1k1 p 2k 2 ... pdk d . Funcia generatoare
k1!k 2 !...k d !
n!
et1k1 ... t d k d k1!k 2 !...k d ! p1k1 p2k 2 ... pdk d =
; k .. k n
p e
1
t1
... pd
k1 ,...k d
n
e t d . Se putea ajunge la acest rezultat analogul binomului lui Newton i astfel: Fie (e1,,ed) baza
p e
1
t1
... pd et d
e1
p
1
e2 ... ed
p2 ... pd
. Verificai c X = U1+
(Cov(X))k,k = npkqk iar, dac k m, (Cov(X))k,m = - npkpm . Remarcai c toate componentele lui X au repartiii binomiale: Xm
Bin(n,pm).
1
32
f(x,y)dx = a/2
( aX + b/2 + c) etc.