Documentos de Académico
Documentos de Profesional
Documentos de Cultura
m
3) Verifique que Sn ptq n ptq p1 ` pn,k peit 1qq
k1
El siguiente teorema, bajo las definiciones anteriores, es llamado la ley de los eventos raros ya que las probabilidades involucradas
tienden a 0 y por lo tanto obtener exito, es considerado un evento inusual para largos valores de n o informalmente 2 raros2 . El
teorema dice lo siguiente y las condiciones del teorema estan en el espritu de las condiciones de Lindeberg-Feller.
Teorema 1 (Ley de los eventos Raros). Consideremos variables aleatorias tXn,k , n P N, k 1...nu independientes, donde
N
Xn,k Berppn,k q con Sn Xn,k . Supongamos que
k1
n
i) n k1 pn,k 0
Entonces Sn d Z P pq
Hint: Induccion.
n
2
ii) @ 0, lm ErXn,k 1|Xn,k | s 0
n8
k1
n
Entonces Sn k1 Xn,k converge en distribucion a S N p0, 2 q
1) Para demostrar el teorema, Considere n,k ptq EreitXn,k s, y utilice un argumento parecido en la demstracion de LF
original para demostrar que:
1
|n,k ptq p1 t2 ErXn,k
2
s| t3 ErXn,k
2
1|Xn,k | s ` 2t2 ErXn,k
2
1|Xn,k | s
2
n
1
Y de aqui concluya que lm sup |n,k ptq p1 t2 ErXn,k
2
s| 0.
n8
k1
2
utilicemos este teorema para otra demostracion de la necesidad de las tres series de Kolmogorov. Recordemos lo que dice:
Teorema 3. Sea tXn , n P Nu una sucesion independiente de variables aleatorias. Entonces para que nPN Xn converja casi
seguramente, es suficiente y necesario que exista c 0 tal que:
piq P r|Xn | cs 8, piiq V rXn 1t|Xn |cu s 8, piiiq ErXn 1t|Xn |cu s converja
nPN nPN nPN
Una primera prueba de la necesidad fue demostrada en la tarea 2. Para una segunda demostracion utilizando LF para arreglos
triangulares llamemos Yn Xn 1t|Xn |cu y procedamos por contradiccion.
3) Suponga que se cumple i) y no se cumple iii), llamemos c2n nPN V rYn s. Demuestre que
n
Yk ErYk s d
Sn Z N p0, 1q
k1
cn
Yk ErYk s
. (Hint: Considere Xn,k cn .
1
4) Argumente por que si definimos Tn Yn , entonces Tn converge a la medida de dirac concentrada en 0 (Es decir
cn nPN
Tn d 0).
5) Pruebe que si Sn d Z y Tn d 0, entonces Sn Tn d Z. Utilice esto ultimo y los items anteriores para encontrar la
contradiccion. De lo anterior pruebe ii).
2
Pregunta 3) (Martingalas: Lo basico)
Recordemos la definicion de esperanza condicional: Si X es variable aleatoria en p, F, P q espacio de probabilidad y G F,
sub--algebra, entonces definimos ErX|Gs una funcion G medible, como la esperanza condicional de X, tal que satisface:
ErX|GsdP XdP, @A P G
A A
De la cual existen muchas propiedades muy interesantes que fueron vistas en clases (Y tambien se puede ver en el capitulo
10 del Resnick).
Las Martingalas Se definen a partir de esperanzas condicionales y sucesiones de sub algebras crecientes. En efecto, una
sucesion de sub algebras tFn , n P Nu crecientes (Fp Fq , para p q) es llamada usualmente filtracion. La definicion entonces
de martingalas es la siguiente:
Definicion 1. Una secuencia tXn , n P Nu de variables aleatorias es una martingala con respecto a la filtracion tFn , n P Nu si
cumple F oralln 0:
i) Er|Xn |s 8, ii)pXn q F\ , iii) ErXn`1 |Fn s Xn
Como observacion, la condicion ii) es llamada usualmente condicion de adaptabilidad. Ademas si en iii) se le cambia por o
, La sucesion es llamada supermartingala o submartingala respectivamente. Usualmente por relajar notacion se suele decir
que Xn es (sub,super) martingala con respecto a Fn
En los siguientes ejercicios vamos a ver algunos ejemplos basicos de martingalas:
1) Consideremos una moneda insesgada (Igual probabilidad de cara o sello) y una variable aleatoria Zk tal que es 1 si en el k
n
esimo lanzamiento es cara y 0 si sale sello. Definamos Xn i1 Zk y supongamos que cada lanzamiento es independiente
y que X0 0, F0 tH, u. Muestre que Xn es una martingala con respecto a la filtracion Fn pZ1 , ...Zn q.
2) Si Xn Es una martingala con respecto a Fn y definimos Xn pX1 , ..Xn q, entonces Xn es martingala con respecto a Xn .
3) Sea X una variable aleatoria y tFn , n P Nu una filtracion, entonces ErX|Fn s es martingala con respecto a Fn
4) Si Xn Es una martingala con respecto a Fn y m n entonces ErXm |Fn s Xn . Extienda ese resultado para sub y
supermartingalas.
5) Si Xn es una martingala con respecto a Fn y f es convexa tal que E|f pXn q| 8 para todo n, entonces f pXn q es
submartingala. Si ahora Xn es una submartingala con respecto a Fn y f es ahora creciente y convexa, entonces entonces
f pXn q es submartingala.
6) Pruebe que toda martingala posee esperanza constante en n. Como cambia el resultado cuando se extiende a sub y
supermartingalas?