Prévia do material em texto
Universidade de São Paulo - Departamento de Economia Curso de Verão Estatística Prof. Dr. Ricardo Avelino Monitor: Fernando Santos 1o Semestre de 2009 Lista de Exercícios 2 - Solução Questão 1 i) y < c Pr(Y ≤ y) = Pr (max (c,X) ≤ y) = 0 A probabilidade acima é nula porque caso X > c, X > y. Caso X < c, max(X, c) = c > y ii) y = c Pr(Y ≤ y) = Pr (Y ≤ c) = Pr (Y < c) + Pr (Y = c) = Pr(Y = c) = Pr(X ≤ c) = Z c 0 1 (1 + x2) dx = − 1 1 + x ¯¯¯¯c 0 = c 1 + c iii) y > c Pr(Y ≤ y) = Pr(Y ≤ c) + Pr(c < X < y) = c 1 + c + Z y c 1 (1 + x2) dx = c 1 + c − 1 1 + x ¯¯¯¯y c = y 1 + y Questão 2 Seja an = Anbn, para An = [Anij ] e bn = (bn1, bn2, ..., bnk)0. Então, ani =Pk j=1Anijbnj . Como Anij = o(1) e bnj = O(1), Anijbnj = o(1) pela proposição vista em sala. Como ani é a soma de k termos, cada qual também o(1), temos que ani = o(1). Logo, an ≡ Anbn será um vetor no qual cada elemento será o(1), portanto an = o(1). 1 Questão 3 Não é verdade que JnX j=1 Xnj = op(1) quando n →∞. Para provarmos tal re- sultado, precisaremos das seguintes fórmulas de progressão aritmética limitada: JX j=1 j = J(J + 1) 2 ou JX j=1 j2 = J(J + 1)(2J + 1) 6 ou JX j=1 j3 = · J(J + 1) 2 ¸2 Note que ∞X j=1 y = lim n→∞ nX j=1 y Para escolher o Xjn do contra-exemplo, considere g uma variável aleatória limitada superiormente (por exemplo, seguindo uma distribuição Unif(a, b)) di- vidida por n (o que é condição suficiente, mas não necessária, para obtermos a propriedade desejada de op(1)) ou mesmo uma constante finita dividida por n, para simplificar mais ainda o problema. Multiplique este resultado por a, onde a pode ser j, j2 ou j3, para aplicarmos as fórmulas acima mencionadas. A primeira parte da prova consiste em relembrar que op(1) + op(1) = op(1) e aplicar recursivamente por J finitas vezes. Para a segunda parte, a estratégia é usar Jn = n e as fórmulas de PA acima. Se você escolher uma variável aleatória com suporte superior, pegue o ínfimo (g∗, que seria a constante, caso esta fosse escolhida no início) para limitar a somatória e escreva: JnX i=j aXn = JnX i=j a g n ≥ JnX j=1 a g∗ n = g∗ n JnX j=1 a = g∗ n A Como A depende do a escolhido, utilizaremos os seguintes casos: a = j ou j2 ou j3. Assim, temos: JnX i=j Xn Jn ≥ 1 Jn g∗ n Jn(Jn + 1) 2 = g∗ 2 (Jn + 1) n JnX i=j Xn Jn ≥ 1 Jn g∗ n Jn(Jn + 1)(2Jn + 1) 6 = g∗ 6 (Jn + 1)(2Jn + 1) n JnX i=j Xn Jn ≥ 1 Jn g∗ n · Jn(Jn + 1) 2 ¸2 = Jng ∗ n · (Jn + 1) 2 ¸2 Quando Jn = n, temos: JnX i=j Xn Jn ≥ g ∗ 2 (n+ 1) n = g∗ 2 µ 1 + 1 n ¶ 2 JnX i=j Xn Jn ≥ g ∗ 6 (n+ 1)(2n+ 1) n JnX i=j Xn Jn ≥ g∗ · (n+ 1) 2 ¸2 Tomando o limite das expressões acima, para nenhuma delas o termo da esquerda converge diretamente para zero, portanto temos três exemplos que não são op(1). Questão 4 Sejam fλ0Xn(t) e fλ0X(t) as funções características de λ 0Xn e λ0X, respecti- vamente: fλ0Xn(t) = E(exp itλ0Xn) = φλ0Xn(t) = φXn(tλ 0) Assintoticamente, temos que: lim n→∞ φλ0Xn(t) = limn→∞ E(expitλ 0Xn) = φλ0X(t) = E(exp itλ0X) Como φλ0X(t) é contínua em t = 0, temos, pelo teorema de continuidade de Levy, que Xn d→ X ≡ lim n→∞ F (Xn) = F (X) Questão 5 Dado que E(Xi) = λ e V (Xi) = λ, temos que E(X2i ) = V (Xi) +E(Xi) = λ(1 + λ) <∞ Logo, pela Lei Fraca de Klinchine, k−1 kX i=1 X2i p→ E(X2i ) = λ(1 + λ) Questão 6 Como a série é i.i.d., seus momentos serão constantes entre os elementos, garantindo que a condição da lei forte de Kolmogorov seja satisfeita, em virtude dos primeiros momentos finitos. Assim, aplicando a lei, 3 X¯ a.s→ E(X) = 1 X¯2 a.s→ E(X2) = 2 Assim, definindo g(x, y) = x y1/2 , a continuidade de g(·) completa a prova. Questão 7 Dado que E(X) = θ/2 , V (X) = θ2/12 < ∞ e que a amostra é i.i.d, podemos utilizar o Teorema Cantral do Limite de Lindberg-Lévy √ n µ X¯n − θ 2 ¶ =⇒ N µ 0, θ2 12 ¶ Seja f(x) = ln(2x), f 0(x) = x−1. Portanto, aplicando o método delta, temos que √ n ¡ ln 2X¯n − ln θ ¢ =⇒ 2θ−1N µ 0, θ2 12 ¶ = N µ 0, 4θ2 12θ2 ¶ = N µ 0, 1 3 ¶ Questão 8 Como Xn é i.i.d com variância finita, podemos utilizar o Teorema Cantral do Limite de Lindberg-Lévy √ n ¡ X¯n − 0 ¢ d−→ N ¡0, σ2¢ Por sua vez, como Yn também é i.i.d, com esperança finita, podemos usar a lei fraca dos grandes números de Klinchine Y¯n p−→ µ A convergência em probabilidade de Y¯n implica sua convergência em dis- tribuição. Assim, como √ nX¯n d−→ N ¡ 0, σ2 ¢ e Y¯n d−→ µ 4 utilizando o Teorema de Slutsky, conclui-se que √ nX¯n + Y¯n d−→ N ¡ µ, σ2 ¢ Questão 9 a) Sendo a Cauchy(α, β) definida por f(x) = 1 πβ " 1 + µ x− α β ¶2# sua função característica é dada por φx(t) = exp [itα− β |t|] Assim, a função característica de X¯n é dada por φX¯n(t) = exp £ itX¯n ¤ = exp " nX i=1 i t n Xi # = nY i=1 exp · i t n Xi ¸ = nY i=1 φx( t n ) = £ expn−1 (itα− β |t|)¤n = φx(t) b) Não podemos aplicar nenhuma lei fraca dos grandes números porque o valor esperado é infinito, o que viola tanto a lei fraca de Klinchine como a de Chebyshev. Questão 10 Definindo X2 = n−1 nX i=1 X2i temos que S2 = n−1 nX i=1 (Xi − X¯)2 = n−1 nX i=1 (X2i − 2XiX + X¯2) = X2 − 2X2 +X2 = X2 −X2 Considere a função ψ(A,B) = B −A2 A (B −A2)1/2 5 Note que µ S2, X¯ S ¶0 = X2 −X2, X³ X2 −X2 ´1/2 0 = ψ ³ X,X2 ´ Portanto, para ψ diferenciável em θ = µ α1 α2 ¶ , ∂ψ ∂θ0 = −2α1 1 α2 ¡ α2 − α21 ¢−3/2 − α1 (α2 − α21) 3/2 Como E(X¯) = E(X) = α1, E(X2) = E(X2) = α2 , V ar(X) = α2 − α21 , V ar(X2) = α4 − α22 e Cov(X2,X) = E(X3) − E(X)E(X2) = α3 − α1α2, do Teorema Central do Limite Multivariado, temos que √ n µ X¯ X2 − α1 α2 ¶ d−→ N µµ 0 0 ¶ , µ α2 − α1 α3 − α1α2 α3 − α1α2 α4 − α2 ¶¶ Do teorema de Mahn-Wald, segue-se queµ S2 X¯ S ¶ p−→ µ σ2 α1 σ ¶ Aplicando o método delta, √ n µ S2 X¯ S − σ 2 α1 σ ¶ d−→ N õ 0 0 ¶ , ∂ψ ∂θ0 µ α2 − α1 α3 − α1α2 α3 − α1α2 α4 − α2 ¶µ ∂ψ ∂θ0 ¶0! Questão 11 Definindo Yi = (Xi − X¯)2 e Ki = ki + 3, temos Ki = n−1 Pn i=1 Y 2 i (n−1 Pn i=1 Yi) 2 E considerando αi o i-ésimo momento de Yi, como visto no exercício anterior, temos que 6 √ n µ Y¯ Y 2 − α1 α2 ¶ d−→ N µµ 0 0 ¶ , µ α2 − α1 α3 − α1α2 α3 − α1α2 α4 − α2 ¶¶ Definindo φ(x, y) = y x2 , temos que Ki = φ(Y¯ , Y 2). Sendo θ = (α1, α2), ∂φ ∂θ0 = ¡ −2α2α−31 , α−21 ¢ Aplicando o método Delta, segue-se que √ n µ Kn − α2 α21 ¶ d−→ N (0,Ω) para Ω = ¡ −2α2α−31 , α−21 ¢µ α2 − α1 α3 − α1α2 α3 − α1α2 α4 − α2 ¶µ −2α2α−31 α−21 ¶ 7