7

Обзор дальнейших тем

[14/29%]
Показать
LaTeX
Задача 7.1

Пусть X1,X2,…X_1, X_2, \ldots — независимые одинаково распределённые случайные величины, и пусть Sn=X1+⋯+XnS_n = X_1 + \cdots + X_n, n≥1n \geq 1. Последовательность {Sn,n≥0}\left\{ S_n, n \geq 0\right\} (где S0=0S_0 = 0) называется случайным блужданием. Рассмотрим следующее «возмущённое» случайное блуждание. Пусть {εn,n≥1}\left\{ \varepsilon_n, n \geq 1\right\} — последовательность случайных величин такая, что при некотором фиксированном A>0A > 0 выполнено P(∣εn∣≤A)=1\mathbb {P}\left(\left|\varepsilon_n\right| \leq A\right) = 1 для всех nn, и положим

Tn=Sn+εn,n=1,2,…. T_n = S_n + \varepsilon _n, \quad n = 1, 2, \ldots .

Предположим, что E[X1]=μ\mathbb {E}\left[X_1\right] = \mu существует. Покажите, что для возмущённого случайного блуждания {Tn,n≥1}\left\{ T_n, n \geq 1\right\} выполняется закон больших чисел.

?
Задача 7.2

В игре в кости хотят использовать одну из двух костей AA и BB. У кости AA две белые и четыре красные грани, а у кости BB — две красные и четыре белые грани. Подбрасывается монета, чтобы решить, какую кость использовать, и далее используется только эта кость. Пусть {Xk,k≥1}\left\{ X_k, k \geq 1\right\} — последовательность случайных величин, определённых следующим образом:

Xk={1,если выпал красный цвет,0,если выпал белый цвет X_k = \begin{cases} 1, & \text{если выпал красный цвет,} \\ 0, & \text{если выпал белый цвет} \end{cases}

при kk-м броске кости. Покажите, что для последовательности {Xk,k≥1}\left\{ X_k, k \geq 1\right\} закон больших чисел не выполняется. Почему так происходит?

?
Задача 7.3

Предположим, что X1,X2,…X_1, X_2, \ldots — независимые случайные величины такие, что Xk∈Ber⁡(pk)X_k \in \operatorname {Ber}\left(p_k\right), k≥1k \geq 1, и пусть Sn=∑k=1nXkS_n = \sum_{k=1}^{n} X_k, mn=∑k=1npkm_n = \sum_{k=1}^{n} p_k и sn2=∑k=1npk(1−pk)s_n^2 = \sum_{k=1}^{n} p_k(1-p_k), n≥1n \geq 1. Покажите, что если

∑k=1∞pk(1−pk)=+∞, \sum _{k=1}^{\infty } p_k(1-p_k) = +\infty ,

то

Sn−mnsn→dN(0,1)приn→∞. \frac{S_n - m_n}{s_n} \xrightarrow {d} N(0,1) \quad \text{при} \quad n \to \infty .
?
Примечание.
?

Замечание 1. Случай pk=1/kp_k = 1/k, k≥1k \geq 1, соответствует моментам рекордов, и мы заново получаем теорему 6.4: если X,X1,X2,…X, X_1, X_2, \ldots — н.о.р.непрерывные случайные величины и μ(n)\mu (n) обозначает число рекордов среди X1,X2,…,XnX_1, X_2, \ldots , X_n, то

μ(n)−log⁡nlog⁡n→dN(0,1)приn→∞. \frac{\mu (n) - \log n}{\sqrt{\log n}} \xrightarrow {d} N(0,1) \quad \text{при} \quad n \to \infty .

Замечание 2. Можно показать, что предположение ∑k=1∞pk(1−pk)=+∞\sum_{k=1}^{\infty } p_k(1-p_k) = +\infty необходимо для справедливости заключения.

Задача 7.4

Докажите следующую центральную предельную теорему для суммы независимых (не обязательно одинаково распределённых) случайных величин: предположим, что X1,X2,…X_1, X_2, \ldots — независимые случайные величины такие, что Xk∈U(−k,k)X_k \in U(-k,k), и пусть Sn=∑k=1nXkS_n = \sum_{k=1}^{n} X_k, n≥1n \geq 1. Покажите, что

Snn3/2→dN(μ,σ2)приn→∞, \frac{S_n}{n^{3/2}} \xrightarrow {d} N(\mu , \sigma ^2) \quad \text{при} \quad n \to \infty ,

и найдите μ\mu и σ2\sigma^2.

?
Примечание.
?

Замечание. Заметьте, что нормировка не пропорциональна n\sqrt{n}; напротив, она асимптотически пропорциональна Var⁡[Sn]\sqrt{\operatorname {Var}\left[S_n\right]}.

Задача 7.5

Пусть X1,X2,…X_1, X_2, \ldots — независимые, U(0,1)U(0,1)-распределённые случайные величины. Будем говорить, что в точке XkX_k есть пик, если Xk−1X_{k-1} и Xk+1X_{k+1} обе меньше XkX_k, k≥2k \geq 2. Какова вероятность пика в

?
(a)

X2X_2?

(b)

X3X_3?

(c)

X2X_2 и X3X_3?

(d)

X2X_2 и X4X_4?

(e)

X2X_2 и X5X_5?

(f)

XiX_i и XjX_j, i,j≥2i, j \geq 2?

Примечание.
?

Замечание. Положив Ik=1I_k = 1, если в точке XkX_k есть пик, и 00 в противном случае, получаем, что последовательность {Ik,k≥1}\left\{ I_k, k \geq 1\right\} образует 2-зависимую последовательность случайных величин.

Задача 7.6

Проверьте формулу (2.1), т.е. что если X,X1,X2,…X, X_1, X_2, \ldots — н.о.р.симметричные устойчивые случайные величины, то

Snn1/α=dXдля всехn. \frac{S_n}{n^{1/\alpha }} \stackrel{d}{=} X \quad \text{для всех} \quad n.
?
Задача 7.7

Докажите, что закон больших чисел выполняется для симметричных устойчивых распределений с показателем α\alpha, 1<α≤21 < \alpha \leq 2.

?
Задача 7.8

Пусть 0<α<20 < \alpha < 2 и предположим, что X,X1,X2,…X, X_1, X_2, \ldots — независимые случайные величины с общей (двусторонней парето-подобной) плотностью

f(x)={α2∣x∣α+1,при∣x∣>1,0,иначе. f(x) = \begin{cases} \dfrac {\alpha }{2\left|x\right|^{\alpha +1}}, & \text{при} \quad \left|x\right| > 1, \\ 0, & \text{иначе.} \end{cases}

Покажите, что это распределение принадлежит области притяжения симметричного устойчивого распределения с показателем α\alpha; иными словами, что суммы Sn=∑k=1nXkS_n = \sum_{k=1}^{n} X_k при подходящей нормировке сходятся по распределению к симметричному устойчивому распределению с показателем α\alpha.

?
Примечание.
?

Замечание 1. Точнее, можно показать, что Sn/n1/αS_n/n^{1/\alpha } сходится по распределению к симметричному устойчивому закону с показателем α\alpha.

Замечание 2. Эта задача обобщает примеры 3.1 и 3.2.

Задача 7.9

Та же задача, что и предыдущая, но для плотности

f(x)={clog⁡∣x∣∣x∣α+1,при∣x∣>1,0,иначе, f(x) = \begin{cases} \dfrac {c \log \left|x\right|}{\left|x\right|^{\alpha +1}}, & \text{при} \quad \left|x\right| > 1, \\ 0, & \text{иначе,} \end{cases}

где cc — подходящая нормирующая постоянная.

?
Примечание.
?

Замечание. В этом случае можно показать, что Sn/(nlog⁡n)1/αS_n/(n \log n)^{1/\alpha } сходится по распределению к симметричному устойчивому закону с показателем α\alpha.

Задача 7.10

Покажите, что экстремальные распределения принадлежат своей собственной области притяжения. Точнее, пусть X,X1,X2,…X, X_1, X_2, \ldots — н.о.р.случайные величины, и пусть

Yn=max⁡{X1,X2,…,Xn},n≥1. Y_n = \max \left\{ X_1, X_2, \ldots , X_n\right\} , \quad n \geq 1.

Покажите, что

?
(a)

если XX имеет распределение Фреше, то

Ynn1/α=dX; \frac{Y_n}{n^{1/\alpha }} \stackrel{d}{=} X;
(b)

если XX имеет распределение Вейбулла, то

n1/αYn=dX; n^{1/\alpha } Y_n \stackrel{d}{=} X;
(c)

если XX имеет распределение Гумбеля, то

Yn−log⁡n=dX. Y_n - \log n \stackrel{d}{=} X.
Задача 7.11

Пусть Y1,Y2,…Y_1, Y_2, \ldots — независимые случайные величины с нулевым средним и конечными дисперсиями Var⁡[Yk]=σk2\operatorname {Var}\left[Y_k\right] = \sigma_k^2. Положим

Xn=(∑k=1nYk)2−∑k=1nσk2,n≥1. X_n = \left(\sum _{k=1}^{n} Y_k\right)^2 - \sum _{k=1}^{n} \sigma _k^2, \quad n \geq 1.

Покажите, что X1,X2,…X_1, X_2, \ldots — мартингал.

?
Задача 7.12

Пусть Y1,Y2,…Y_1, Y_2, \ldots — н.о.р.случайные величины с конечным средним μ\mu и конечной дисперсией σ2\sigma^2, и пусть SnS_n, n≥1n \geq 1, обозначает их частичные суммы. Положим

Xn=(Sn−nμ)2−nσ2,n≥1. X_n = (S_n - n\mu )^2 - n\sigma ^2, \quad n \geq 1.

Покажите, что X1,X2,…X_1, X_2, \ldots — мартингал.

?
Задача 7.13

Пусть X(n)X(n) — число особей в nn-м поколении ветвящегося процесса (X(0)=1X(0) = 1) со средним числом потомков mm (=E[X(1)]= \mathbb {E}\left[X(1)\right]). Положим

Un=X(n)mn,n≥1. U_n = \frac{X(n)}{m^n}, \quad n \geq 1.

Покажите, что U1,U2,…U_1, U_2, \ldots — мартингал.

?
Задача 7.14

Пусть Y1,Y2,…Y_1, Y_2, \ldots — н.о.р.случайные величины с конечной производящей функцией моментов ψ\psi, пусть Sn=∑k=1nYkS_n = \sum_{k=1}^{n} Y_k, n≥1n \geq 1, с S0=0S_0 = 0, и

Xn=etSn(ψ(t))n,n≥1. X_n = \frac{e^{t S_n}}{(\psi (t))^n}, \quad n \geq 1.
?
(a)

Покажите, что {Xn,n≥1}\left\{ X_n, n \geq 1\right\} — мартингал (который часто называют экспоненциальным мартингалом).

(b)

Найдите соответствующий мартингал, если общее распределение — стандартное нормальное.