Distribuies que no obedecem ao Teorema Central do Limite.

Comeamos essa seo com a pergunta: ser que existem distribuies que no obedecem
ao Teorema Central do Limite e jamais convergem para a distribuio normal?
Vamos comear analisando um caso simples, a distribuio de Cauchy dada por:
( )
2 2
1
0
q
f x q
q x t
= >
+
.
Note que ( ) 0 f x > e que para ser um fdp preciso que ( )
2 2
1
1
q
f x dx dx
q x t
+ +

= =
+
} }
.
Fazendo a mudana de varivel tan x q u = , temos que
2 2 2 2 2 2
1 tan sec q x q q u u ( + = + =

e
2
sec dx q d u u = . Os limites so dados por tan
2
t
u u = = e a integral se transforma
em ( )
2
2
1 1
1 f x dx d
t
t
u t
t t
+
+

= = =
} }
. Logo, trata-se de uma distribuio de probabilidades
legtima. Note que a esperana de x nula por paridade, pois | |
2 2
1
0
q
E x xdx
q x t
+

= =
+
}

pois x

uma funo mpar e
2 2
1
q x +
par. Nesse caso a varincia o prprio momento
de ordem 2 dada por: | |
2
2 2
q x
V x dx
q x t
+

=
+
}
. Mas essa integral no converge, pois
2
2 2
1
x
x
Lim
q x

=
+
e a varincia ser infinita. Trata-se, portanto, de uma distribuio com
momento de ordem 2 infinito e o teorema central do limite fica sob suspeita, uma vez que foi
demonstrado com a suposio de que a varincia era finita. Para examinar esse aspecto
precisamos da funo caracterstica dessa distribuio.
O clculo de ( )
2 2
1
ixt
q t
qe
t dx e
q x

t
+

= =
+
}
pode ser feito por resduos, com cuidados para
fechar o circuito por cima e por baixo nos casos em que 0 t > e 0 t < , que gera o mdulo
de t . Embora a operao direta seja complexa, envolvendo clculo de resduos, a volta
muito mais simples. Vamos analisar o problema inverso, que fdp corresponde funo
caracterstica ( )
q t
t e

= .
Aplicando a transformada de Fourier inversa temos que:





( )
( ) ( )
( ) ( )
0
0
0
0
1 1 1
2 2 2
q ix t q ix t
q t q ix t q ix t ixt
e e
f x e e dt e dt e dt
q ix q ix t t t

+ + +
+


(
(
( = = + =
(
+
(


} } }

As exponenciais se anulam em t = e ficamos com
( )
2 2
1 1 1 1
2
q
f x
q ix q ix q x t t
(
= + =
(
+ +

.
Ento mostramos que ( )
qt
t e

= a funo caracterstica da distribuio de Cauchy,
( )
2 2
1 q
f x
q x t
=
+
. No podemos extrair os momentos dessa funo caracterstica porque
no podemos expandi-la em srie de Taylor, uma vez que a funo t no diferencivel
em 0 t = . Logo no h contradio com o fato de que a varincia infinita e a funo
caracterstica existe. Agora suponha o caso de n variveis i.i.d. que seguem a distribuio
de Cauchy. A soma dessas v.a.s ter a funo caracterstica ( )
n
q t nq t
t e e

(
= =

, que
continua sendo a funo caracterstica de uma distribuio de Cauchy com o parmetro nq
em lugar de q, ou seja, a fdp dessa distribuio ser
( )
2 2 2
1 nq
f x
n q x
t
=
+
. Ento, por
maior que seja o n, essa distribuio jamais convergir para uma distribuio normal. As
figuras 24 (a) e (b) mostram as curvas das distribuies de Lvy simtricas para
1
2
q = ,
1, 2 o = e 0,8 o = em comparao com distribuio normal padro. Podemos notar que as
caudas da distribuio so muito mais pesadas do que as caudas da normal.

(a) (b)
Figura 24. Distribuies de Lvy com diferentes parmetros para o, comparadas Normal Padro,
em escala logartmica.
Com isso respondemos com um sonoro SIM, existem distribuies que no obedecem ao
teorema central do limite. A prxima questo : qual a classe geral das distribuies que no
obedecem ao teorema central do limite?





Note que nesse caso a convoluo de uma distribuio de Cauchy gerou outra distribuio
de Cauchy. Nos casos em que a convoluo de uma distribuio com ela mesma gera uma
distribuio da mesma classe que no converge para uma Normal, por mais que se
adicionem v.a. i.i.d.s a distribuio jamais convergir para a normal.
1.1.1.1. Distribuies ESTVEIS.
Tome a distribuio ( ) F x . A ( ) F x a uma distribuio da mesma classe apenas
transladada por a . Da mesma forma
x
F
b
| |
|
\ .
tambm da mesma classe com uma
ampliao horizontal de b . O parmetro b

deve ser positivo para evitar uma reflexo que
destruiria as propriedades ( ) 0 F = e ( ) 1 F + = . Nesse caso
x a
F
b

| |
|
\ .
tambm uma
distribuio da mesma classe, apenas transladada por a e ampliada por b . Se
x a
F
b

| |
|
\ .

a nova distribuio, a nova fdp ser dada por ( )
1 d x a x a
f x F f
dx b b b

| | | |
= =
| |
\ . \ .
, e a nova
funo caracterstica ser:
( )
1
ixt
x a
t e f dx
b b

| |
=
|
\ .
}

Fazendo
x a
u
b

= , x bu a = + e
1
du dx
b
= , dessa forma obtemos:
( )
( )
( ) ( ) ( )
i bu a t iat iubt iat
t e f u du e e f u du e bt
+ +
+

= = =
} }
.
Ento, se ( ) ( ) f x t , temos que ( )
1
iat
x a
f e bt
b b

| |

|
\ .
.
Quando chamamos uma distribuio de estvel? Se x e y so independentes e seguem
uma distribuio da mesma classe, e a v.a. z x y = + tambm segue uma distribuio de
mesma classe, afirmamos que essa uma distribuio estvel. Em termos da convoluo
isso significa que
1 2
1 2
x a x a x a
F F F
b b b
| | | |
| |
- =
| | |
\ .
\ . \ .
, ou, em termos das funes
caractersticas, que ( ) ( ) ( )
1 2
1 2
ia t ia t iat
e bt e b t e bt = . Ou seja, sempre que
( ) ( ) ( )
1 2
i t
bt b t e bt

= temos uma distribuio estvel.

Generalizando para mais de uma distribuio temos que as distribuies estveis
satisfazem a:
( ) ( ) ( ) ( )
1 2
i t
n
bt b t b t e bt

=
Por exemplo, vamos tomar a classe das distribuies com a funo caracterstica da forma
( )
q t
t e
o

= , que pode ser expresso como ( ) ln t q t
o
= . Uma translao na distribuio
aparece na funo caracterstica como ( )
iat q t
t e
o

= , ou ( ) ln t iat q t
o
= . A soma de n
v.a. i.i.d. dessa distribuio gera a funo caracterstica ( )
inat nqt
n
t e
o

= , da mesma classe,
logo se tratam de distribuies estveis. Note que se 2 o = camos no caso da distribuio
normal, que faz parte do conjunto das distribuies estveis. No caso da normal, a funo
2
2
t t = diferencivel em 0 t = e podemos sim extrair os momentos da funo
caracterstica. No entanto, para 0 2 o s < , teremos as distribuies de Lvy simtricas, com
os momentos de ordem 2 infinitos.
Para mostrar se os momentos divergem ou convergem precisamos analisar o
comportamento assimpttico da fdp, ou seja, ( ) f x . Se carem com uma lei de
potncia do tipo
1
x
|
ento os momentos para 1 k | > divergem.
O comportamento assimpttico dessas distribuies segue uma lei de potncia do tipo
1

( )
1
1
f x
x
o+
. Note que 0 o > necessrio para que a integral ( ) f x dx
}
exista. Os
momentos de ordem sero finitos apenas se 2 o > . Se 2 o > a varincia finita e a
distribuio segue o teorema central do limite, convergindo para a normal. Se 2 o = camos
na normal diretamente. Se 0 2 o < < a varincia ser infinita e a distribuio jamais
converge para a distribuio normal. A distribuio ser estvel se 0 2 o < s com a normal
includa no caso 2 o = . Pareto j havia percebido no final do sculo XIX que a distribuio
de renda no segue uma normal, mas uma lei de potncia com
1
x
o
e 0 2 o < < .
No apndice xx mostramos que a forma mais geral das distribuies de Lvy dada por:
( ) ( )
ln 1 ,
t
t iat q t i t
t
o
| e o
(
=
(



1
Ver apndice 8.





Com 0 2 o < s e
( )
tan 1
2
,
2
ln 1
t
t
to
o
e o
o
t

O parmetro | define a assimetria da distribuio. Se for nulo a distribuio ser simtrica
com a funo caracterstica dada atravs da relao ( ) ln t iat q t
o
= . O parmetro o

define a curtose da distribuio. Se 2 o = , tan 0 t = e ( )
2
ln t iat qt = , recuperamos a
distribuio normal independente de | . O comportamento assimpttico dessas
distribuies dado por:
1
1
+o

+o
+

+
( )
( )
[ ] {
C x x
F x
C x x
com
+
+

| =
+
C C
C C
.
As distribuies estveis fazem parte do conjunto das distribuies infinitamente divisveis, e
uma anlise das distribuies atratoras requer conhecimento dessas distribuies. No
apndice xxx mostramos as curvas das distribuies de Lvy para diferentes valores dos
parmetros q, o e | .

1.1.1.2. Distribuies divisveis e distribuies infinitamente divisveis:
Vejamos o significado de uma distribuio divisvel, ou fatorvel. Do teorema da convoluo
sabemos que o produto de duas funes caractersticas tambm uma funo
caracterstica. Uma distribuio divisvel se: ( ) ( ) ( )
1 2
t t t = em que ( )
1
iat
t e = e
( )
2
ibt
t e = . Se permitssemos que ( )
1
iat
t e = a fatorao se tornaria trivial, pois
( ) ( ) ( ) f x f x x x dx o
+

' ' ' =

}

a convoluo da distribuio degenerada ( ) ( )
1
f x x a o =

com ela mesma, e ( ) ( )
1
ixt iat
t e x a dx e o
+

= =
}
. Existem distribuies no fatorveis, ou
indecomponveis, que funcionam de forma similar dos nmeros primos para as
distribuies.
Uma distribuio ser infinitamente divisvel se existir uma ( )
n
t de modo que
( ) ( )
n
n
t t = (

para qualquer n , incluindo n . Exemplos de distribuies infinitamente
divisveis so:





1. Distribuio degenerada: ( )
i t
t e

= e
( )
i t
n
n
t e

=
2. Distribuio de Poisson: ( )
( )
1
it
e
t e

= e
( )
( )
1
it
e
n
n
t e

=
3. Distribuio normal: ( )
2 2
2
t
i t
t e
o

= e ( )
2 2
2
t
i t
n n
n
t e
o

=
4. Distribuio Gama: ( ) ( ) 1
o
ix t
t e i t
o
|

= e
( ) ( ) 1
o
x
i t
n
n
n
t e i t
o
|

=
5. Distribuio de Cauchy: ( )
o
ix t qt
t e

= e
( )
o
x q
i t t
n n
n
t e

=

As propriedades de distribuies infinitamente divisveis so as seguintes:

1. O produto de duas funes caractersticas infinitamente divisveis tambm
uma funo caracterstica infinitamente divisvel, pois se ( ) t e ( ) t so
divisveis, ento ( ) ( )
n
n
t t = (

e ( ) ( )
n
n
t t = (

, logo,
( ) ( ) ( ) ( )
n
n n
t t t t = (

tambm divisvel.

2. Se ( ) t divisvel, ento ( ) t no tem zero reais. Seja ( ) t
infinitamente divisvel, ento ( )
n
t e ( )
2
n
t tambm so funes caractersticas,
portanto, ( ) ( ) ( )
2
lim lim
n
n
n n
g t t t

= = tambm uma funo caracterstica. Mas
2
lim 0
n
n

= e qualquer nmero, exceto zero, elevado zero vale um, ento:

( )
( )
( )
1 0
0 0
se t
g t
se t

=
=

=

. Mas, como ( ) g t uma funo caracterstica, ela precisa

ser absolutamente contnua. Entretanto, se ( ) t admite uma raiz real a ( ) g t ser
descontnua exatamente nessa raiz, logo no pode ser uma funo caracterstica.

No apndice xx mostramos que a forma geral das distribuies infinitamente divisveis
dada pela representao cannica:
( ) ( )
2
2 2
1
ln 1
1
itx
tx x
t ita e i d x
x x
u
+

+
| |
= +
|
+
\ .
}






onde ( ) x u real, no decrescente, limitada e ( ) 0 u = . Uma outra forma de escrever
essa equao, isolando a regio em torno de 0 x =

:

( ) ( ) ( )
0 2 2 2
2 2 2 2
0
1
1 1 1
1 1 1 2
itx itx itx
tx x tx tx t
e i d x e i dM x e i dN x
x x x x
o
u

+
+ +

+ | | | | | |
= +
| | |
+ + +
\ . \ . \ .
} } }


Com
( ) ( )
2
0 0 0 o u u
+
(
= >

, ( ) ( )
2
2
1
x
y
M x d y
y
u

+
=
}
para 0 x < e ( ) ( )
2
2
1
x
y
N x d y
y
u
+
+
=
}

para 0 x > . Como
2
2
1
1
y
y
y
+
> e ( ) y u no decrescente ento ( ) M x e ( ) N x tambm
so no decrescentes. Alm disso, dos limites de integrao percebemos que ( ) 0 M = e
( ) 0 N + = .

1.1.1.3. Toda distribuio estvel infinitamente divisvel:
Fazendo
1 2
1
n
b b b = = = = em ( ) ( ) ( ) ( )
1 2
i t
n
bt b t b t e bt

= temos que
( ) ( )
n
n
i t
n
t e b t

= (

, logo, ( ) ( )
n
n
i t
n
n
b t e t

(
=
(

. Ento para
n
t b t ' = temos que
( )
n
n
n
i t
nb
n
t
t e
b

' (
| | '
' =
(
|
\ .(

, significando que ( ) ( )
n
n
t t = (

.
1.1.1.4. Atratores das distribuies.
Figura 25 mostra os conjuntos das distribuies separadas atravs dos seguintes critrios:
(1) momentos de ordem 2 finitos ou infinitos; (2) infinitamente divisveis ou no e (3) estveis
ou no.






Figura 25 - Conjuntos das distribuies
Se os momentos de ordem 2 so finitos vale o teorema central do limite e a distribuio da
soma de n v.a. i.i.d. converge [ atrada] para a normal, a nica distribuio estvel com
varincia finita. Dizemos ento que a normal um atrator para essas distribuies. Se as
varincias so infinitas elas convergiro para uma das distribuies estveis. Para descobrir
a distribuio atratora examina-se o comportamento assimpttico nas caudas x e
x +. Se o comportamento for ( )
C
f x
x
o

a distribuio atratora ser uma

distribuio de Lvy com parmetro o , e parmetro | dado pela razo
+
+

| =
+
C C
C C
.
O Teorema Central do Limite Generalizado afirma exatamente isso.
1. Se uma distribuio tem varincia finita ento a soma de n cpias dessa v.a.
tende a distribuio normal.
2. Se a varincia infinita essa soma tende a uma distribuio de Lvy com
parmetros o e | .
1.1.2. Distribuio de Lvy truncada [TLF]
A TLF, Truncated Levy Flight, foi proposta por Mantegna em 1996. A grande dificuldade com
as distribuies Lvy so os momentos infinitos de ordem 2 dificilmente observados na
prtica. Isso levou ao estudo de um processo aleatrio em que, com um nmero pequeno de
passos, a distribuio fosse a distribuio de Lvy, mas aps um nmero muito grande





passos a distribuio seja a normal. Mantegna e Stanley, os criadores do termo econofsica,
foram os primeiros a sugerir o uso da ditribuio de Lvy truncada, ou seja, truncando a
distribuio de Lvy simtrica com ( )
q t
t e
o

= , partir de determinado determinado .
Nesse caso a distribuio ter momentos finitos e convergir para a normal, de acordo com
o teorema central do limite. A truncagem foi realizada da seguinte forma:
Multiplicando a distribuio de Lvy pelo fator de truncagem dado por:
( )
1
1 1
2
2 2
0
2
se x
Tr x H x H x
se x

| | | |
= + =

| |
\ . \ .

>

Note que
( )
2
2
1
1 Tr x dx dx
+
+

= =
} }
. Com isso criamos a distribuio de Lvy truncada dada
por: ( ) ( ) ( )
LT L
f x c f x Tr x = . O fator c necessrio para garantir que ( ) 1
LT
f x dx
+

=
}
.
Entretanto o que nos interessa a funo caracterstica aps a truncagem, pois queremos a
distribuio aps npassos. A funo caracterstica aps a truncagem tem a expresso:
( )
( )
( )
( )
( )
0
sin sin
2 2
2
2 2
qt
T
t t t t
c
t dt e
t t t t
o

t t

'
( ( (
' ' +
( ( (

' = + (
(
' ' +
(

}

Sem uma soluo analtica, a receita numrica para obter a distribuio de Lvy truncada
segue os seguintes passos:
1. Calcular a funo caracterstica de Lvy ( )
qt
L
t e
o

= , nesse caso real e
simtrica.
2. Obter a densidade de probabilidade da distribuio de Lvy atravs da
transformada de Fourier inversa, ou seja, ( ) ( )
1
L L
f x FT t

= (

.
3. Truncar essa distribuio em
2
e recalcular a rea
1
c
da nova
distribuio.
4. Normalizar a densidade de probabilidade para garantir rea unitria ( )
LT
f x .
5. Obter a nova funo caracterstica ( )
LT
t da ( )
LT
f x .
6. Elevar essa funo n , ( )
n
LT
t , para estudar o comportamento da
distribuio em funo do nmero de passos.





7. Extrair a transformada de Fourier dessa distribuio para obter a densidade
de probabilidade aps os n passos.

A figura 26 mostra o processo de truncagem de uma distribuio de Lvy at a etapa 5.

Figura 26 - Distribuies de Lvy, Lvy truncada [em L = 1] e a normal padro em escala
logartmica

J as figuras 27 mostram o comportamento do nmero de passos na distribuio de Lvy
truncada dependendo do tamanho do corte.

Figura 27 - Efeito do nmero de passos na distribuio de Lvy truncada.

Para L = 4 depois de 6 passos o processo convergiu para a normal. J para L = 9
percebemos que a parte central da distribuio contnua a de Lvy enquanto as caudas se
situam entre a distribuio de Lvy e a normal.







Distribuio TEMPERADA.
Existem alguma dificuldades com o voo de Lvy truncado. Primeiro percebe-se que a
operacionalidade tediosa e envolve idas e vindas nas transformadas de Fourier. Depois o
TLF no uma distribuio infinitamente divisvel. Logo aps a proposta de Mantegna
Koponen chamou a ateno de que o corte abrupto, alm de trazer dificuldades analticas,
no era a desejvel. Ele mostrou ento que o corte suave das caudas da distribuio
atravs de uma exponencial do tipo
x
e

gerava uma funo caracterstica analtica e

infinitamente divisvel, que nos permitiria saltar as etapas de 1 a 6, uma vez que a operao
elevar potncia n uma distribuio infinitamente divisvel trivial. Essas distribuies
foram posteriormente denominadas de distribuies TEMPERADAS. No apndice xxx
mostramos que a funo caracterstica da distribuio temperada com parmetro de corte
dada por:
( )
( )
( )
2 2
2
ln 1 cos arctan 1
cos
2
q
t t t
o
o
o
to
(
(
= + (

| |
(

|
\ .

Assim a funo caracterstica aps n passos ser dada por:
( )
( )
( )
2 2
2
ln 1 cos arctan 1
cos
2
n
nq
t t t
o
o
o
to
(
(
= + (

| |
(

|
\ .


Note que se a cauda exponencial deixaria de existir. Nesse caso ( ) arctan
2
t
t
,
( )
2 2
2
1 t t
o
o o
+ e ( )
( )
2 2
2
ln cos
2
cos
2
q
t t q t
o
o
o
to

to
(
| |
= (
|
| |
\ .
(

|
\ .
e camos
de volta na distribuio de Lvy, como se esperava.







2. Apndices

2.1. Apndice xx: Prova de que a funo caracterstica absolutamente
contnua
( ) ( ) ( ) ( ) ( ) ( ) 1
ixt ixh ixt ixt ixh
t h t e e f x dx e f x dx e e f x dx
+ + +

+ = =
} } }

( ) ( ) ( ) ( )
2 2
2 2
2 2 sin
2 2
xh xh
i i
xh xh
i i
ixt ixt
e e xh
t h t ie e f x dx ie e f x dx
i


+ +

| |

| |
|
+ = =
|
|
\ .
|
\ .
} }

Assim:
( ) ( ) ( ) ( )
2
2 sin 2 sin
2 2
xh
i
ixt
xh xh
t h t ie e f x dx f x dx
+ +

| | | |
+ s =
| |
\ . \ .
} }

Portanto, ( ) ( ) ( )
0 0
lim 2lim sin 0
2
h h
xh
t h t f x dx
+

| |
+ s =
|
\ .
}
, provando o teorema.










2.3. Apndice xx: Comportamento assimpttico das distribuies de Lvy
simtricas
Para analisar no caso da distribuio de Lvy simtrica precisamos do comportamento
assimpttico de:
( ) ( ) ( )
1 1
cos sin
2 2
q t q t itx
f x e e dt e tx i tx dt
o o
t t
+ +


= = (
} }

Note que t uma funo par, logo a integral com o seno, uma funo mpar, ser sempre
nula por paridade. Por outro lado, o termo com coseno, uma funo par ser o dobro da
integral de 0 a , logo:
( ) ( )
0 0
1 1
cos Re
i x t qt qt
f x e tx dt e e dt
o o
t t
+ +

(
= =
(

} }

O mdulo em t desapareceu por conta do intervalo de integrao para t positivos apenas.
Mudando a varivel para z i x t = de onde tiramos
2
i
z z
t e
i x x
t

= = e
dz
dt i
x
= obtemos:
( ) ( )
0 0
1 1
cos Re
q t q t i x t
f x e tx dt e e dt
o o
t t
+ +

(
= =
(

} }

( )
2
0
1
Re
i
q
e z
x z
f x i e e dz
x
ot
o
t

(
(
=
(

}

Queremos o comportamento assimpttico dessa distribuio e sabemos que
2
0
i
x
q
Lim e z
x
ot
o

| |

|
\ .
ento vamos expandir a exponencial
2
i
q
e z
x
e
ot
o

na srie de Taylor
!
k
u
k
u
e
k
=

, ou seja:
( )
2
2
0
1
!
i
k
i q k
e z
x k k
k
k
e
e q z
k
x
ot
o
ot
o
o


=

. Substituindo na integral acima obtemos:

( )
( )
2
1
0
0
1 1
Re
!
k
k k
i
k z
k
k
q
f x i e z e dz
k x
ot
o
o
t
+

+
=
(
=
(

}

Mas ( ) ( )
0
! 1
k z
z e dz k k
o
o o
+

= = I +
}
e
2
Re sin
2
k
i
k
i e
ot
ot
(
=
(

, logo:
( )
( )
( )
1
1
0
1 sin
2
!
!
k
k
k
k
k
q
f x k
k x
o
ot
o
t
+

+
=
| |

|
\ .
=

Para 0 sin 0
2
k
k
ot
| |
= =
|
\ .
, logo o termo de ordem mais baixa 1 k = . Para a aproximao
em primeira ordem ento vemos que ( )
1
! sin
2
q
f x
x
o
ot
o
t
+
| |
|
\ .
segue uma lei de potncia com
( )
1
1
f x
x
o+
e o momento de ordem 2
2 2
1
2 1
2
x x
M dx x dx
x
o
o
o
o

+
= =

} }
ser finito se
2 0 o < , ou seja, 2 o > . Se 2 o = ento
2
1
ln M dx x
x

}
que diverge. Ento vemos que
se 2 o > a varincia finita e a distribuio segue o teorema central do limite e vai convergir
para a normal. Se 2 o = camos na normal diretamente. Se 0 2 o < < a varincia ser infinita
e a distribuio jamais converge para a distribuio normal. A distribuio ser estvel se
0 2 o < s com a normal includa no caso 2 o = .
Podemos tambm extrair o comportamento das distribuies de Lvy simtricas para 0 x =
atravs de ( )
0
1
0
qt
f e dt
o
t
+

=
}
. Mudando a varivel para z qt
o
= com
1
dz q t dt
o
o

= , logo,
1
1
1
1
z
q t
dt dz dz z dz
qt z
q
o
o
o
o
o o o
o

| |
|
\ .
= = = temos:
( )
1
1
1 1
0
1
!
1 1
0
z
q
f z e dz
q q
o
o
o
o o
o
o
to o
to to
+

| |
|
| |
\ .
= = = I
|
\ .
}

Pareto j havia percebido no final do sculo XIX que a distribuio de renda no segue uma
normal, mas uma lei de potncia com
1
x
o
e 0 2 o < < .






2.4. Apndice xx: Forma geral das distribuies estveis
Construindo distribuies infinitamente divisveis:
Seja
( )
g t uma funo caracterstica qualquer, ento ( ) ( ) 1 1
n
p p
t g t
n n
= +
| |
|
\ .
para 0 p n < <
uma funo caracterstica, pois 1 0
p
n
| |
>
|
\ .
, 0
p
n
> e 1 1
p p
n n
| |
+ =
|
\ .
, alm do fato de que
( ) g t e 1 so funes caractersticas. A funo caracterstica da distribuio degenerada
( ) ( ) f x x o = ( ) 1
deg
t = . Agora reescrevemos ( )
( ) 1
1
n
p g t
t
n

(

= + e vemos que
( )
( )
( ) 1
1
1
n
n
p g t
n
p g t
t e
n

(

( (

= + = (
(

(

. Portanto todas as funes caractersticas escritas na
forma: ( )
( ) 1 p g t
t e
(

= so infinitamente divisveis.
Daqui podemos mostrar que toda funo caracterstica infinitamente divisvel pode ser
fatorada em distribuies de Poisson dada por: ( )
( )
1
it
e
Poisson
t e

= .
Prova: ( ) ( )
itx
g t e g x dx
+

=
}
e ( ) 1 g x dx
+

=
}
significando que ( ) ( ) ( ) 1 1
itx
g t e g x dx
+

=
}
e
( ) ( ) ( ) 1 lim 1
a
itx
a
a
p g t p e g x dx
+

= (
}
. Agora quebramos o intervalo de a a a + na forma:
1 2 1 o n n
a a a a a a a

= < < < < < = + e notamos que

1 1 2
1 1
n k
o n k
a a a a a
k
a a a a a
+

= + + + =

} } } } }
. Note que
para n muito grande o intervalo
1 k k k
a a a o
+
= vai tendendo zero, logo
( ) ( ) ( )
( ) ( )
( )
1 k
k
a
k k k
k k k k k k
k a
F a a F a
f x dx F a a F a a f a a
a
o
o o o
o
+
+
= + = =
}
e portanto,
( ) ( ) ( ) ( ) ( ) ( ) ( )
1
1
1 1 1
k
k k
k
a
ita ita itx
k k k k
a
e g x dx e g a a e G a G a o
+
+
= = (
}
.
Nesse caso
( ) ( ) ( ) ( ) ( ) ( )
1
1 1 1
k k
a
ita ita itx
k k k
k k
a
p e g x dx p G a G a e c e
+
+

= = (


}

e
( ) ( )
( )
1
1
0
a
itx
ita
k
k
a
p e g x dx
n
c e
k n
e Lim e
+

=
}
= H foi escrito como um produto de funes caractersticas de
Poisson.


Representao cannica:





Funes infinitamente divisveis podem ser escritas como:
( ) ( )
2
2 2
1
ln 1
1
itx
tx x
t ita e i d x
x x
u
+

+
| |
= +
|
+
\ .
}
, onde ( ) x u real, no decrescente, limitada e
( ) 0 u = .
Para 0 x ento
2 2
1
2
itx
t x
e itx = + e
( )
2 2 2 2
2 2 2 2
2 2 2 2 2 2 2 2
2
2 2 2 2
1 1
1 1 1
1 2 1
1 1 1
1 1
1 2 1 2 2
itx
tx x t x tx x
e i itx i
x x x x
t x x x t x x t
itx itx itx x
x x x x
| | + +
| |
= + =
| |
+ +
\ .
\ .
( ( | | + +
| |
= = = +
( | | (
+ +
\ .
\ .

O limite de
2 2
2 2
0
1
lim 1
1 2
itx
x
tx x t
e i
x x

+
| |
=
|
+
\ .
.
Nesse caso:
( ) ( )
2 2
2 2 2 2
1 1
1 1
1 1
itx itx
tx x tx x
e i d x e i d x I
x x x x
c
c
c
u u
+ +

+ +
| | | |
= +
| |
+ +
\ . \ .
} }
, onde
( ) ( )
2
2 2
0
1
1
lim 1
1
itx
x
tx x
I t e i d x
x x
c
c
c
c
u

< <
+
| |
=
|
+
\ .
}
.
Mas ( ) ( ) ( ) ( )
2 2 2
2 2
1
1 0 0
1 2 2
itx
tx x t t
e i d x d x
x x
c c
c c
u u u u
+ +
+

+
| |
(
= =
|

+
\ .
} }
. Se chamamos a
descontinuidade de teta em zero de
( ) ( )
2
0 0 o u u
+
(
=

temos que
( )
2 2 2
2 2
1
1
1 2
itx
tx x t
e i d x
x x
c
c
o
u
+

+
| |
=
|
+
\ .
}
.
Agora vamos analisar o ( ) I t
c
. Note que:
( ) ( ) ( ) ( )
( ) ( ) ( )
( )
2 2
2 2 2
0
1 1
2
2
0
1 1
1 1
lim 1
1
1
lim 1
itx
x x
itx
x x
x x x
I t e d x it d x
x x x
d x x
I t e d x it
x x
c
c
c c
c c
c
c
c c
c c
u u
u
u

< < < <

< < < <

(
+ +
(
= =
(
+
(

(
+
(
=
(
(

} }
} }


Portanto, ( ) ( )
1
k
itx
k k
k
I t e i t
c

(
=

com ( ) ( )
2
1 2
1
k
k k k
k
x
x x
x
u u
+
+
= (

e
( ) ( )
1
1
k k k
k
x x
x
u u
+
= (

e
( )
1
itx
k
k
e
I i t
k
e e e
c

= H com
k
k
=

uma funo caracterstica

infinitamente divisvel.





Ento ( ) ( )
2
ln 0
2
t
t I ita
c
ou = +

o logaritmo do produto de uma funo infinitamente
divisvel por uma normal, tambm infinitamente divisvel, logo,
( ) ( )
2
2 2
1
ln 1
1
itx
tx x
t ita e i d x
x x
u
+

+
| |
= +
|
+
\ .
}
corresponde ao logaritmo da funo
caraterstica de uma distribuio divisvel.

O teorema mais forte ainda do que se supe. Podemos mostrar mais que as constantes a
e a funo ( ) x u so univocamente determinadas pela ( ) t . Ou seja, sabendo ( ) t
podemos calcular a e ( ) x u . Para mostrar isso vamos chamar ( ) ( ) ln t t | = .
Note que:
( )
( ) ( )
( )
( )
( )
2
2 2
2
2 2 2
2
2 2 2
1
1
2 1
1 1
1
2 2 2 1 1
1 1
1
2 2 2 1 1
1
2
itx
itx ihx
itx ihx
ixh ixh
itx
t h t h tx x
t ita e i d x
x x
ita iha tx hx x
e e i i d x
x x x
ita iha tx hx x
e e i i d x
x x x
e e
e
| |
| u
u
u
+

+ + +
= + +
+
+
+
+ +
+
+ + =
+ +
| |
|
\ .
| |
|
\ .
| | +
| |

|
\ .
\
}
}
} }
( )
2
2
1 x
d x
x
u
+
|
.

( )
( ) ( )
( ) ( )
2
2
1
1 cos
2
itx
t h t h x
t e xh d x
x
| |
| u
+

+ + +
=
}

Definindo ( ) ( )
( ) ( )
1
0
2
t h t h
t t dh
| |
|
+ + (
=
(

}
temos que
( ) ( ) ( ) ( )
1 2 2
2 2
0
1 sin 1
1 cos 1
itx itx
x x x
t e d x xh dh e d x
x x x
u u
+ +

+ +
| |
= =
|
\ .
} } }


Se ( ) ( )
2
2
sin 1
1
x
y y
x d y
y y
u

| | +
I =
|
\ .
}
ento ( )
( )
( )
2
2
sin
1 1
x
d x d x
x
x
x
u = I
| |
+
|
\ .
e
( )
( )
( )
2
2
sin
1 1
x
y
x d y
y
y
y
u

= I
| |
+
|
\ .
}
. Alm disso ( ) ( )
itx
t e d x
+

= I
}
e ( ) ( )
1
2
itx
x e t dt
t
+

I =
}
.
Vamos analisar o comportamento de ( ) x I . Para 0 y
3
2
sin
3!
1 1
3!
y
y
y y
y y

| |
~ =
|
\ .
e
2 2 2
2 2
sin 1 1 1
1
3! 3!
y y y y
y y y
| | + +
~ ~
|
\ .
. Alm disso, como sin y y s ento
sin
1 0
y
y
| |
>
|
\ .
sempre
positivo com a igualdade valendo apenas para 0 y = . Por outro lado para y





2
2
sin 1
1 1
y y
y y
| | +
~
|
\ .
e
2
2
1
1
y
y
+
> . Ento ( )
2
2
sin 1
1
y y
f y
y y
| | +
=
|
\ .
possui mnimo e mximo
positivos, ou seja,
2
1 2 2
sin 1
0 1
y y
c c
y y
| | +
< s s
|
\ .
. Como ( ) x u no decrescente, limitada e
( ) 0 u = ento ( ) ( ) ( )
1 2
x x
c d y x c d y u u

s I s
} }
logo ( ) ( ) ( )
1 2
c x x c x u u s I s , ou seja, ( ) x I
tambm no decrescente, limitada, i.e. ( ) c I + = finito, e ( ) 0 I = . Note ento que a
funo ( )
( )
( )
x
F x
I
=
I +
tem as propriedades de uma funo distribuio de probabilidades:
no decrescente, ( ) 0 F x > , ( ) 0 F = e ( ) 1 F + = .
Ainda mais
( )
( )
( ) ( )
itx itx
t
e dF x e f x dx

+ +

= =
I +
} }
a funo caracterstica de
( )
( )
( )
1
2
itx
f x t e dt
t
+

=
I +
}
.

A receita para determinar ( ) x u ento :
1. Encontrar ( ) t atravs de ( ) ( )
( ) ( )
1
0
2
t h t h
t t dh
| |
|
+ + (
=
(

}
uma vez que
se conhece ( ) ( ) ln t t | = .
2. Determinar a funo ( ) x I univocamente pela ( ) t atravs da transformada
( ) ( )
1
2
itx
x e t dt
t
+

I =
}
.
3. Determinar ( ) x u da funo ( ) x I atravs de ( )
( )
( )
2
2
sin
1 1
x
y
x d y
y
y
y
u

= I
| |
+
|
\ .
}

4. Utilizar o ( ) x u na equao ( ) ( )
2
2 2
1
ln 1
1
itx
tx x
t ita e i d x
x x
u
+

+
| |
= +
|
+
\ .
}
para
extrair a .
O teorema de Lvy-Khinchine garante que a relao binivoca, ou seja, uma funo
infinitamente divisvel se, e somente se ( ) ( )
2
2 2
1
ln 1
1
itx
tx x
t ita e i d x
x x
u
+

+
| |
= +
|
+
\ .
}
.
Uma outra forma de escrever essa equao, isolando a regio em torno de 0 x =

:





( ) ( )
( )
0 2
2 2 2
2 2
2
0
1
1 1
1 1
1
1 2
itx itx
itx
tx x tx
e i d x e i dM x
x x x
tx t
e i dN x
x
u
o

+
+

+
+
| | | |
= +
| |
+ +
\ . \ .
| |
+
|
+
\ .
} }
}

Com
( ) ( )
2
0 0 0 o u u
+
(
= >

, ( ) ( )
2
2
1
x
y
M x d y
y
u

+
=
}
para 0 x < e ( ) ( )
2
2
1
x
y
N x d y
y
u
+
+
=
}

para 0 x > . Como
2
2
1
1
y
y
y
+
> e ( ) y u no decrescente ento ( ) M x e ( ) N x tambm
so no decrescentes. Alm disso, dos limites de integrao percebemos que ( ) 0 M = e
( ) 0 N + = . As integrais poderiam ter problemas de convergncia para 0 x por conta do
fator
2
1
x
.








2.5. Apndice xx: distribuio temperada
Uma distribuio infinitamente divisvel tem a forma:
( ) ( )
2
2 2
1
ln 1
1
itx
tx x
t ita e i d x
x x
u
+

+
| |
= +
|
+ \ .
}

Queremos uma distribuio simtrica e centrada na origem ento faremos 0 a = .

Escolhendo
( )
2
2 1
1
0 2
x
x e
d x A dx
x
x
o
u o

+
+
= < s temos que:
( )
( )
2 1 1
ln 1
1
x x
itx
x e e
t itA dx A e dx
x
x x
o o

+ +
+ +

=
+
} }
.
A integral
2 1
0
1
x
x e
dx
x
x
o

+
+

=
+
}
por paridade e o resultado fica como:
( )
( )
1
ln 1
x
itx
e
t A e dx
x
o

+
+

=
}

Note que
( ) ( )
1 1 cos sin
itx
e tx i tx

= (

a soma de uma funo par
( ) 1 cos tx (

com uma funo mpar
( )
sin tx e que pode a funo
1
x
e
x
o

+
par, logo a
integral com a funo mpar nula por paridade. Nesse caso:
( ) ( ) ( )
1 1
0
ln 1 cos 2 1 cos
x
x
e e
t A tx dx A tx dx
x
x
o o

+ +
+ +

= = ( (

} }

Agora uma lgebra direta de substituio de variveis partindo de
( )
1
1 1
0 0 0
1 cos Re
x x
x
itx
e e
tx dx x e dx e dx
x x
o
o o

+ + +

+ +
(
(
= (
(
(

} } }






Usando a funo gama
( )
1
0
1 !
u
u e du
o
o
+

=
}
chegamos ao resultado:

( ) ( )
{ }
( )
1
0
1
1 cos 1 Re 1 1 !
x
e
tx dx i t
x
o
o o
o

+
+
(
= (


}


Aqui tambm foi necssrio usar a frmula de duplicao do fatorial de Legendre [no
demonstrada nesse trabalho] ( )
( )
! !
sin
z
z z
z
t
t
= para escrever
( )
( )
1
1 !
sin !
t
o
to o
=
. Escrevendo a parte real de um nmero complexo z como
| |
*
Re
2
z z
z
+
= chegamos ao resultado:
( )
( )
( ) ( )
1
0
1 cos 1 1 2
! 2sin
x
e
tx dx i t i t
x
o o
o o
t
o to

+
+
(
= + + (


}


Agora mudamos essa expresso usando:
( )
1
i
i t e
|
= com cos 1 | =

e
sin t | = , logo
( )
1
2 2
2
1 t = + e tan t | = , ou seja,
( )
arctan t | = . Dessa
forma
( )
( )
( )
1
arctan 2 2
2
1 1
i t
i t t e

= + . Substituindo temos:
( ) ( )
( )
( )
2 2
2
1 1 2 2 1 cos arctan 1 i t i t t t
o
o o
o
(
(
+ + = + ( (


(


De onde obtemos a funo caracterstica de uma distribuio TEMPERADA:
( )
( )
( )
( )
2 2
2
2
1 cos arctan 1
!sin
A t t
t e
o
o
t
o
o to

(
( ( +

(

=
Vamos analisar o caso em que em que a cauda exponencial deixaria de existir.
Nesse caso ( ) arctan
2
t
t
, ( )
2 2
2
1 t t
o
o o
+ e:






( )
( )
( )
2 2
2
2
1 cos arctan 1
!sin
!sin
2
t t t
o
o
o
t t
o
to
o to
o
(
( ( +

| | (

|
\ .

Nos levando de volta distribuio de Lvy com
!sin
2
q A
t
to
o
=
| |
|
\ .
. Substituindo
!sin
2
A q
to
o
t
| |
|
\ .
= na equao acima obtemos uma expresso analtica para a funo
caracterstica da distribuio da distribuio TEMPERADA:
( )
( )
( )
2 2
2
1 cos arctan 1
cos
2
q
t t
t e
o
o
o
to

(
( ( +

( | |

|
\ .
=

Agora a funo caracterstica aps n passos ser dada por:
( )
( )
( )
2 2
2
1 cos arctan 1
cos
2
nq
t t
t e
o
o
o
to

(
( ( +

( | |

|
\ .
=

Vamos fazer uma anlise dimensional dos parmetros dessa expresso. Primeiro notamos
que
ixt
e tem que ser adimensional significando que | |
| |
1
t
x
= . Tambm exigimos que
x
e

seja adimensional portanto am

| | | |
x = . Finalmente, exigindo que a distribuio de Lvy
simtrica
( )
q t
t e
o

= seja adimensional vemos que
| |
1
q x
t
o
o
(
= =

(

, ou seja,
percebemos que
q
o
uma grandeza adimensional.
Varincia da distribuio temperada:
( )
( )
( )
2 2
2
1 cos arctan 1
cos
2
q
t t
t e
o
o
o
to

(
( ( +

( | |

|
\ .
=






( )
( )
( )
( )
( )
2 2
2
1 cos arctan 1
cos
2
2 2
2
1 cos arctan 1
cos
2
q
t t
d
t e
dt
d q
t t
dt
o
o
o
to
o
o

o
to
(
( ( +

( | |

|
\ .
=

(

(
+ (
`

| |
(


|

\ .
)

( ) ( )
( )
( )
2 2
2
1 cos arctan 1
cos
2
d d q
t t t t
dt dt
o
o
o
to

(

(
= + (
`

| |
(


|

\ .
)

( ) ( )
( )
( ) ( )
( )
2 2 2 2
2 2
cos
2
cos arctan 1 1 cos arctan
d q
t t
dt
d d
t t t t
dt dt
o
o o

to
o o
=
| |
|
\ .
(
( (
+ + + (

(



( ) ( )
( )
( )
( )
( ) ( )
1
2 2 2 2 2
2 2
cos
2
2 1 cos arctan 1 sin arctan arctan
2
d q
t t
dt
d
t t t t t t
dt
o
o o

to
o
o o o

=
| |
|
\ .
(
( (
+ + (

(

( ) ( )
( )
( )
( )
( )
1
2 2 2 2
2 2
2 2
cos
2
1
1 cos arctan 1 sin arctan
1
d q
t t
dt
d
t t t t t t
dt
t
o
o o

to
o o o

=
| |
|
\ .
(
( (
+ + (

+
(







( ) ( )
( )
( ) ( )
1
2 2
2
cos
2
1 cos arctan sin arctan
d q
t t
dt
d
t t t t t
dt
o
o

to
o o o

=
| |
|
\ .
(
( (
+
(


Agora podemos ver que essa derivada nula para 0 t como se espera de uma
distribuio simtrica, pois
( ) 0 1 = ,
( )
cos arctan 0 t t o
(
=

e
( )
sin arctan 0 t o
(
=

.
Para calcular a varincia precisamos da segunda derivada em 0 t = . Mas j sabendo que:
( )
0
0
t
d
t
dt

=
= e que
( ) ( )
0
cos arctan sin arctan 0
t
d
t t t t
dt
o o
=
(
( (
=
(


simplificamos a segunda derivada para:
( ) ( )
( )
( ) ( )
( ) ( ) ( )
( )
( )
( )
2
2
1
2 2
2
1
2 2
2
1
2 2
2
cos
2
1 cos arctan sin arctan
cos arctan sin arctan 1
cos
2
1
cos
2
d q d
t t
dt
dt
d
t t t t t
dt
q d d
t t t t t t
dt dt
q
t t
o
o
o
o
o
o

to
o o o
o o o
to
o
to

=
| |
|
\ .
(
( (
+ +
(

(
( (
+ +
(
| |

|
\ .
+
| |
|
\ .
( ) ( )
cos arctan sin arctan
d d
t t t t
dt dt
o o
(
( (

(


Anulando vrios termos sobra apenas:





( ) ( ) ( )
2
2
0
0
cos arctan sin arctan
cos
2
t
t
d q d d
t t t t t
dt dt
dt o
o
o o
to
=
=
(
( (
=
(
| |

|
\ .
( )
( ) ( )
( ) ( )
2
2 2
0
2
0
cos arctan cos arctan
cos
sin arctan sin arctan
2
t
t
d
t t t
dt d q
t
d d d dt
t t t t
dt dt
dt
o
o o
o

to
o o
=
=
(
( (
+ +
(
( =
| |
(
( (

|
(
\ .


Sem os termos nulos obtemos:
( ) ( ) ( )
2
2
0
0
cos arctan sin arctan
cos
2
t
t
d q d d
t t t t
dt dt
dt o
o
o o
to
=
=
(
( (
=
(
| |

|
\ .

( )
( ) ( ) ( )
2
2
0
0
cos
2
cos arctan cos arctan arctan
t
t
d q
t
dt
d d
t t t t
dt dt
o
o

to
o o o
=
=
=
| |
|
\ .
(
| |
( (

|
(

\ .



( )
( ) ( )
2
2
0
2 2
0
cos
2
cos arctan cos arctan
1
t
t
d q
t
dt
d d
t t t t
dt dt
t
o
o

to
o o o
=
=
=
| |
|
\ .
(
| | | |
( (

| |
(

+ \ . \ .




( ) ( )
2
2 2
2 2 2
0
0
cos arctan 1
1
cos
2
t
t
d q d
t t t
dt
dt t o
o o
o
to
=
=
(
(
| |
( ( = (
|

| |
+ \ . (
(


|
\ .







Agora
( )
d
t sign t
dt
| |
=
|
\ .
, logo
2
1
d
t
dt
| |
=
|
\ .
, ento
( )
( )
2
2
2
2
0
1
cos
2
t
q
d
t i
dt o
o o

to
=

=
| |
|
\ .
e a
varincia vale:
( )
2 2
1
cos
2
temp
q
o
o o
o
to

=
| |
|
\ .