O Exercício 15.5.1 da "Teoria da Probabilidade: Um Curso Abrangente" de Klenke é o seguinte. Encontre uma sequência de variáveis aleatórias reais independentes com para todo tal que
Não sei como isso é possível se a média nem estiver definida neste caso. Todos os casos em que consigo pensar em variáveis com média indefinida não satisfazem um Teorema Central de Limite com um escala. Qualquer ajuda é apreciada.
self-study
central-limit-theorem
guest0877
fonte
fonte
Respostas:
Entre as várias maneiras de resolver essa, construir a sequência perturbando uma variável normal padrão parece ser a mais simples e elegante.
No final, comento a conexão com o Teorema do Limite Central.
Funções características
Permita-me uma digressão antes de apresentar uma solução. A inspiração para a técnica que será utilizada vem da idéia de que existe mais de uma maneira para descrever a distribuição de qualquer variável aleatória . Mais comum e mais direta, é sua função de distribuição F X ( x ) = Pr ( X ≤ x ) . Uma alternativa indireta, mas extremamente útil, é sua função característicaX FX( x ) = Pr ( X≤ x )
Como para todos os , é definido para qualquer distribuição (e seus valores para todos os não podem exceder em tamanho). Além disso, e têm a mesma distribuição se e somente se tiverem a mesma função característica. Ainda melhor é o Teorema da Continuidade de Lévy: Uma sequência converge em distribuição para uma variável aleatória se e somente se para cada a sequência converge para um valor e a funçãot ψ F F t 1 X Y X n X t ϕ X n ( t ) ψ ( t ) ψ 0 0 ψ X| eeu sou X| =1 t ψF F t 1 X Y Xn X t ϕXn( T ) ψ ( t ) ψ é contínuo em . (Todas as funções características são contínuas em .) Neste caso, é a função característica de .0 0 0 0 ψ X
Outra das propriedades encantadoras desfrutadas pelas funções características é a relação delas com combinações lineares: quando e são variáveis aleatórias (no mesmo espaço de probabilidade e e são números reais,Y α βX Y α β
Isso torna as funções características (cfs) uma ferramenta adequada para o estudo de perturbações das variáveis aleatórias alcançadas adicionando pequenas quantidades de outras variáveis aleatórias a elas: ou seja, variáveis aleatórias da forma parapequeno.Y X + β Y | beta |X Y X+ βY | β|
Solução
Construção de uma sequência
Vamos construo de uma solução de partida com uma variável normal padrão e a formação de uma sequência independente com a mesma distribuição que . Obviamente, isso tem a propriedade limitadora que queremos: os meios são todos padrão Normal; portanto, no limite, o meio é padrão Normal.Z 1 , Z 2 , … , Z n , … ZZ Z1, Z2, … , Zn, … Z
Seu cf é
Para as perturbações, escolha alguma variável aleatória com expectativa infinita. Será conveniente para ter um cf fácil de trabalhar. Gostaria de sugerir a distribuição Lévy ( também conhecida como Distribuição Estável com ou distribuição Gamma Inversa ) para a qualY α = 1 / 2 , β = 1 ( 1 / 2 , 1 / 2 )Y Y α = 1 / 2 , β = 1 ( 1 / 2 , 1 / 2 )
(Para , ; para )sgn ( t ) = 1 t < 0 , sgn ( t ) = - 1t > 0 sgn( t ) = 1 t < 0 , sgn( t ) = - 1
Esta distribuição é suportada em e não possui momentos finitos.( 0 , ∞ )
Para esta sequência de variáveis normais padrão vamos adicionar cada vez menores múltiplos positivos de . Y( Zn) Y (A positividade é desnecessária, mas facilita o trabalho com a função .) Permita que a sequência de múltiplos seja a ser determinada. Assim, a sequência de variáveis aleatórias é definido para ser onde é uma sequência de variáveis aleatórias iid com a mesma distribuição que .p 1 , p 2 , p 3 , … , X n = Z n + p n Y n ( Y n ) Ysgn p1, p2, p3, ... ,
Intuição
O que precisamos nos preocupar é se as perturbações são tão ruins que arruinam a convergência para uma distribuição normal padrão. Para aqueles com experiência com tais distribuições de cauda pesados, esta é uma preocupação real: sempre haverá alguma probabilidade positiva de que o pouco de adicionados em irá ocasionalmente introduzir um grande outlier tais gritante que supera a soma parcial . Toda a razão para usar funções características é demonstrar que isso não acontecerá a longo prazo, desde que reduzamos a quantidade de perturbação (o ) suficientemente rapidamente.Z n S n p nYn Zn Sn pn
Cálculos formais
Primeiro, tem expectativa infinita porqueXn
deve ser infinito, pois é infinito. Portanto, essa sequência atende a todos os requisitos do problema.( X n )E[ Y] ( Xn)
Vamos voltar à análise das médias parciais. Aplicação repetida de à média parcial( 1 )
dá
Comentários
fonte