3 votos

convergencia en la distribución a una variable aleatoria no estándar

Permita que$(X_{n})_{n \in \mathbb{N}}$ sean variables aleatorias independientes con

\begin{equation} \mathbb{P}(X_{n} = -n^{3/2}) = \mathbb{P}(X_{n} = n^{3/2}) = \frac{1}{2n},~ \mathbb{P}(X_{n} = 0) = 1 - \frac{1}{n}. \end{equation}

Dejar $S_{n} = \sum_{k=1}^{n}X_{k}$. Es para mostrar que

\begin{equation} \frac{S_{n}}{\sqrt{var(S_{n})}} \xrightarrow d S, \end {equation} para$n \to\infty$ donde$S$ es una variable aleatoria no estándar. Ahora el profesor nos da una solución pero tiene alrededor de 2 páginas. Entiendo la prueba. ¿Hay una prueba más corta?

5voto

Patrick Puntos 31

No estoy seguro de lo que quieres decir por "no-estándar" variable aleatoria (tal vez no tener un "nombre" ?!), pero uno puede abordar el problema de la convergencia en distribución a través de funciones características, que parece bastante sencillo en este caso.

Deje $Y_n = \frac{S_n}{\sqrt{var(S_n)}}$, y de considerar su función característica $$ \varphi_{n}(\lambda) = \mathbb{E} e^{i\lambda Y_n}, \qquad \lambda \in \mathbb{R}. $$ Si podemos demostrar que $\varphi_n(\lambda)$ converge pointwise a alguna función $\varphi(\lambda)$ que es continua en el origen, a continuación, $Y_n$ convergerían en la distribución de alguna variable aleatoria tener $\varphi $ como de su función característica (esta es la norma, véase Levy del teorema).

Lo que debemos hacer a continuación, es el estudio de la convergencia de $\varphi_n$, que es un ejercicio estándar en el cálculo.

El uso de independencia de $X_k$ hemos $$ var S_n = \sum_{k=1}^n var X_k = \sum_{k=1}^n k^2 = \frac{n(n+1)(2n+1)}{6} =: a_n. $$

De nuevo, en vista de la independencia obtenemos $$ \varphi_n (\lambda) = \left(\mathbb{E} e^{i\lambda X_k (a_n)^{-1/2} } \right)^n= \left[ \frac{\exp(i\lambda n^{3/2} a_n^{-1/2} ) + \exp(-i\lambda n^{3/2} a_n^{-1/2} )}{2n} + 1- \frac 1n \right)^n= \\ \left[1- \frac 1n + \frac 1n \cos \frac{\lambda n^{3/2}}{a_n^{1/2}} \right)^n. $$

A partir de aquí, el uso de expansión de Taylor para $\log $ alrededor del origen, y el hecho de que $a_n \sim n^3/3$, tenemos $$ \log \varphi_n (\lambda) = n \log \left(1- \frac 1n + \frac 1n \cos \frac{\lambda n^{3/2}}{a_n^{1/2}} \right) = n \left( -\frac 1n + \frac 1n \cos \frac{\lambda n^{3/2}}{a_n^{1/2}} + O(\frac{1}{n^2}) \right), $$ al $n \to \infty$. Por lo tanto $$ \log \varphi_n (\lambda) \-1 + \cos (\sqrt{3}\lambda), \text{ como } n \to \infty, $$ lo que implica $$ \varphi_n (\lambda) \a \exp\left( -1 + \cos (\sqrt{3}\lambda) \right) =: \varphi (\lambda). $$

La función de $\varphi (\lambda)$ es claramente continua en el origen, y llegamos a la conclusión de que $Y_n $ converge en distribución a una variable aleatoria $S$ ha $\varphi$ como de su función característica.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X