Escolar Documentos
Profissional Documentos
Cultura Documentos
EXAME DE QUALIFICAC
AO
ISTICA
PROVA DE PROBABILIDADE
6 de janeiro de 2009
A prova e composta de 5 quest
oes.
A duraca
o da prova e de 4 horas.
N
ao e permitido consulta.
Inicie cada quest
ao em uma nova folha. Use s
o um lado de folha. Escreva de maneira clara
e organizada. Numere e identique cada folha utilizada.
Tranquilidade e bom trabalho!
onde
lim sup An =
n
lim inf An =
n
[
\
n=1 k=n
\
[
Ak
Ak
n=1 k=n
Ajuda: Lembre que uma probabilidade e continua para uma sequencia de conjuntos crescentes
e decrescentes.
5. Seja (Xi )iN uma sequencia de variaveis aleatorias independentes identicamente distribuidas
com P (X1 = 1) > 0. Qual e a probabilidade de observar (1, 1) innitas vezes na sequencia?
DEMONSTRE SUAS armacoes.
1. Seja A uma classe de subconjuntos de R que consiste de unioes finitas de intervalos disjuntos,
onde os intervalos podem ser da forma (, a], (b, c], (d, +). Mostre que A e uma algebra,
mas nao uma -algebra.
2. Sejam Xi , i = 1 . . . .n uma sequencia de v.a. com media e variancia 2 . Suponha que
limn V ar(Sn2 ) = 0. Mostre que Sn2 converge em probabilidade para 2 , onde
1 X
n )2 .
=
(Xi X
n1
n
Sn2
i=1
3. Sejam X1 , X2 , . . . v.a. i.i.d. com EX1 = e Var(X12 ) = 2 < . Suponha que P (Sn 6= 0) = 1
e que limn V ar(Sn2 ) = 0. Ache o limite em distribuicao da sequencia
n(Xn )
Sn
onde Sn2 e a do exerccio anterior.
4. Considere um espaco de probabilidade sobre os naturais N.
Defina os conjuntos An = N\{n + 1, . . . , 2n}. Calcule lim inf n An e lim supn An .
Calcule lim inf n P (An ) e lim supn P (An ).
Idem com An = N\{1, . . . , n}.
Nome
RA
Assinatura
EXAME de INFERENCIA
08 de Janeiro de 2009
Instruc
oes
1. A duracao do exame e de 4 horas.
2. Nao e permitida consulta.
3. Resolva quatro (4) das cinco (5) questoes propostas. Indique na seguinte tabela quais
questoes foram escolhidas.
Questao 1 2
Quest
ao 1
Seja X1 , . . . , Xn uma amostra aleatoria da densidade Beta(,1)
(a) (6 ptos) Encontre o ENVVUM para 1/.
(b) (7 ptos) Encontre um intervalo de conanca assintotico para 2 .
(c) (12 ptos) Adicionalmente, seja Y1 , . . . , Ym uma amostra aleatoria da densidade
Beta(,1) onde Yj e independente de Xi para todo i, j. Encontre um teste exato
para H0 : = vs H1 : 6= .
Quest
ao 2
(a) Seja X1 , . . . , Xn uma amostra aleatoria da densidade
x
1
, x 0, > 0.
f (x) = exp
!|x|
(1 )1|x| ,
x = 1, 0, 1,
[0, 1].
Quest
ao 3
(a) (8 ptos) Seja X uma observacao gerada pela densidade,
f (x) =
exp
| x | ,
(1/)21+1/
2
> 0,
> 0,
onde
2 = 22/
(1/)
.
(3/)
f (x1 ) = (1 )1 x1
0 < x1 < 1,
(1/2, 1).
0 < x < 1,
[0, 1].
(i) (6 ptos) Existe um teste Mais Poderoso (MP) de nvel 0.2 para
H0 : = 1/2 vs H1 : = 3/4 ?
(ii) (5 ptos) Compare o teste encontrado no item (i) com um outro teste cuja
regiao crtica e: RC = {x : 0.6 < x < 0.8}. Qual desses testes e melhor?
(b) Seja X1 , . . . Xn uma amostra aleatoria da densidade,
1
1
f (x) = exp (x )2 ,
8
2
x ,
> 0.
R
pode ser u
til considerar, (u) = 0 es su1 ds, ( 21 ) = .
Quest
ao 5
Suponha que dado , as variaveis aleatorias Xi sao independentes com densidade condicional: Xi / N (, 1) para i = 1, . . . , n. Considere que e uma variavel aleatoria
com densidade a-priori N(0, 2 ).
(a) (5 ptos) Supondo conhecido, encontre o estimador de Bayes sob perda quadratica
para .
(b) (5 ptos) Supondo conhecido, encontre o intervalo de maxima probabilidade aposteriori (HPD) de 95% para .
(c) Nas aplicacoes, uma forma de asignar um valor ao hiperparametro 2 e atraves
do procedimento Bayes Emprico. Este metodo faz uso dos dados para asignar
valores aos hiperparametros. Siga os seguintes passos:
(i) (8 ptos) Encontre a densidade marginal de Xi e mostre que X1 , . . . , Xn e uma
sequencia de variaveis aleatorias IID.
(ii) (7 ptos) Ja que a densidade de Xi em (i) depende de 2 , use a amostra
X1 , . . . , Xn para propor um estimador para 2 . Justique a escolha desse
estimador.
Nome
RA
Assinatura
EXAME de INFERENCIA
07 de Janeiro de 2010
Instru
c
oes
1. A duracao do exame e de 4 horas.
2. Nao e permitida consulta.
3. Resolva quatro (4) das cinco (5) questoes propostas. Indique na seguinte tabela quais
questoes foram escolhidas.
Questao 1
Quest
ao 1
Seja X uma u
nica observacao da densidade f (x, ) = x1 I(0,1) (x) onde > 0
(a) (8 ptos) Encontre uma quantidade pivotal e a use para construir um IC para .
(b) (9 ptos) Encontre um IC melhor do que (Y /2, Y ), dado que Y = log(X)
(c) (8 ptos) Existe um teste UMP de tamanho para testar
H0 : 2 vs Ha : < 2 ?
Se existir tal teste determine-o.
Quest
ao 2
Suponha que n pecas de equipamentos sao submetidas a teste e que suas taxas de
falhas X1 , . . . , Xn formam uma a.a. da densidade exponencial com valor esperado 1/.
Queremos estimar a probabilidade de falha anticipada, isto e, () = P (X1 k) para
algum k fixo.
(a) (15 ptos) Encontre o ENVUMV para ().
(b) (10 ptos) Encontre um intervalo de confianca assintotico para ().
Obs. PnX1 Xi Beta(1, n 1)
i=1
Quest
ao 3
Sejam X1 , . . . , Xn e Y1 , . . . , Ym duas amostras aleatorias independentes das densidades
N (x , 2 ) e N (y , 2 ), respectivamente.
(a) (8 ptos) Encontre o ENVUMV para y x .
(b) (17 ptos) Deseja-se testar a seguinte hipotese:
H0 : y = x vs Ha : y 6= x .
Encontre o teste de Razao de Verossimilhanca Generalizado de tamanho e sua
distribuicao.
Quest
ao 4
Seja X1 , . . . , Xn uma a.a. da densidade N (, 2 ) com > 0. Para este modelo cS e um
estimador nao viciado para , onde
n 1((n 1)/2)
c=
,
2(n/2)
n
1 X
2.
(Xi X)
S =
n 1 i=1
2
+ (1 a)(cS)
(a) (6 ptos) Demonstre que para toda constante a, o estimador Ta = aX
e um estimador nao viciado para .
(b) (9 ptos) Encontre o valor de a que produz o estimador Ta com menor variancia.
S 2 ) e suficiente e completa?
(c) (10 ptos) A estatstica (X,
Quest
ao 5
Seja X1 , . . . , Xn uma a.a. da densidade Gamma(p, 1/) com p conhecido, isto e,
f (x) =
p p1 x/
x e
(p)
(a) (8 ptos) Seja p = 1. Encontre o teste mais poderoso de tamanho para testar
H0 : = 0 vs Ha : = 1 , com 1 > 0 .
(b) (9 ptos) Encontre um teste UMP para testar H0 : 0 vs Ha : > 0
(c) (8 ptos) Encontre o estimador de Bayes, com p = 1, supondo perda quadratica
para e assumindo uma densidade a priori Gamma(, ).
Nome
RA
Assinatura
EXAME de INFERENCIA
25 de Fevereiro de 2010
Instruc
oes
1. A duracao do exame e de 4 horas.
2. Nao e permitida consulta.
3. Resolva quatro (4) das cinco (5) questoes propostas. Indique na seguinte tabela quais
questoes foram escolhidas.
Questao
1 2
3 4 5
Quest
ao 1
(a) (6 ptos) Seja X uma u
nica observacao da densidade
f (x, ) =
e(x)
,
[1 + e(x) ]2
R,
x R.
0 x 1,
> 0.
x = 0, 1, 2, ...
Exame de quailicac
ao
Probabilidade, Janeiro 2010
A prova e composta de 5 questoes.
A duracao da prova e de 4 horas.
Nao e permitido consulta.
Inicie cada questao em uma nova folha. Use so um lado de folha. Escreva
de maneira clara e organizada. Numere e identique cada folha utilizada.
Tranquilidade e bom trabalho!
[
\
Ak ,
lim inf An =
n
n=1 k=n
\
[
Ak
n=1 k=n
EP (X1A )
,
EP X
EP (XY )
.
EP X
Exame de Qualicac
ao de Probabilidade
Mestrado em Estatstica
25 de fevereiro de 2010.
< t < .
n = (1/n)(X1 + . . . + Xn )?
(i) Qual a distribuicao da media amostral X
Dena as variaveis
Pn
Pn
j=1 Xj
j=1 Xj
Yn =
e Zn =
n2
n
(ii) Examine as convergencias em distribuicao e em probabilidade das
sequencias (Yn )n>0 e (Zn )n>0 .
2. Sejam X1 , X2 , . . . , Xn v.a.s iid U (0, 1). Dena
Un = min Xi
1in
Vn = max Xi .
1in
entao
P (nk=1 Bk ) > 0.
5. Sejam U1 , U2 , . . . v.as independentes tais que UP
k U (ak , ak ). Mostre
que se existe M > 0 tal que |ak | M mas
a2k = entao vale a
condicao de Lindeberg.
2
Nome:
R.A.:
PARA O MESTRADO EM
EXAME DE QUALIFICAC
AO
ESTATISTICA
Exame de Inferencia, Data: 12/01/2011
Leia atentamente as instru
co
es abaixo:
O exame tem durac
ao de quatro horas.
Numere e identifique cada folha utilizada.
N
ao
e permitido consulta.
Leia atentamente cada uma das quest
oes.
Resolva (4) das (5) quest
oes propostas. Indique na seguinte tabela quais
quest
oes foram escolhidas.
Quest
ao
Inicie a resolu
c
ao de cada quest
ao em uma nova folha. Use somente um lado
de cada folha.
Escreva de maneira clara e organizada.
As quest
oes t
em a mesma pontuac
ao.
Enuncie, claramente, todos os resultados que voc
e utilizar.
Justifique suas respostas.
Todos os resultados vistos em classe ou desenvolvidos nas listas de exerccios
podem ser utilizados, a menos que se mencione o contr
ario.
Resolva o teste, preferencialmente, `
a caneta, e procure ser organizado(a). Se
fizer `
a l
apis, destaque, `
a caneta, sua resposta.
Tranquilidade e faca uma excelente Prova!!
Quest
oes
1. Seja X1 , ..., Xn uma amostra aleatoria de X, em que
fX (x; ) = 2 x
2 1
Responda os itens:
a) Obtenha o estimador pelo metodo dos momentos de (3 pontos) .
b) Obtenha o estimador de maxima verossimilhanca de (7 pontos).
c) Calcule a esperanca e a variancia (exatas) do estimador obtido no item b) (10
pontos).
d) Obtenha a estatstica do teste da razao de verossimilhancas para testar H0 : = 0
vs H1 : 6= 0 e, com base nela, proponha um teste exato, com nvel de significancia
, para as hipoteses em questao (10 pontos).
2. Responda os itens:
a) Seja X uma u
nica observacao de fX (x; ) = 11{0} (x)+2 11{1} (x)+(12 )11{2} (x),
(0, 1/2). A estatstica X e completa? Justifique sua resposta (10 pontos).
b) Seja X uma u
nica observacao de fX (x; ) = (2x + 1 )11(0,1) (x), [1, 1].
Encontre o teste da razao de verossimilhancas para testar H0 : = 0 vs H1 : 6= 0,
a um nvel de significancia de (10 pontos).
c) Seja X1 , ..., Xn uma amostra aleatoria de X, em que
OBS: Lembre-se de que, neste caso (FW (w) denota a funcao de distribuicao da variavel
aleatoria W no ponto w),
FY1 (y) = {1 [1 FX (y)]n } 11(1 ,2 ) (y) + 11[2 ,) (y)
g(y)dy = g() e
r r1 x
x e 11(0,) (x), > 0, r > 0
(r)
i=0
x
1
xr1 e 11(0,) (x).
(r)r
1
xr/21 ex/2 11(0,) (x), r
2r/2 (r/2)
i ci = 0, , entao ci = 0, i.
> 0.
Alem
Nome:
R.A.:
PARA O MESTRADO EM
EXAME DE QUALIFICAC
AO
ESTATISTICA
Exame de Inferencia, Data: 17/02/2011
Leia atentamente as instru
co
es abaixo:
O exame tem durac
ao de quatro horas.
Numere e identifique cada folha utilizada.
N
ao
e permitido consulta.
Leia atentamente cada uma das quest
oes.
Resolva (4) das (5) quest
oes propostas. Indique na seguinte tabela quais
quest
oes foram escolhidas.
Quest
ao
Inicie a resolu
c
ao de cada quest
ao em uma nova folha. Use somente um lado
de cada folha.
Escreva de maneira clara e organizada.
As quest
oes t
em a mesma pontuac
ao.
Enuncie, claramente, todos os resultados que voc
e utilizar.
Justifique suas respostas.
Todos os resultados vistos em classe ou desenvolvidos nas listas de exerccios
podem ser utilizados, a menos que se mencione o contr
ario.
Resolva o teste, preferencialmente, `
a caneta, e procure ser organizado(a). Se
fizer `
a l
apis, destaque, `
a caneta, sua resposta.
Tranquilidade e faca uma excelente Prova!!
Quest
oes
1. Seja X1 , ..., Xn uma amostra aleatoria de X em que
f (x; ) =
2x
11(0,) (x), > 0
2
1
f (x; ) =
exp |x| 11(,) (x), > 0
(1/)21+1/
2
em que
2 = 22/
(1/)
.
(3/)
1
fX (x; ) = x(1)/ 11(0,1) (x), > 0
1
1
2
fX (x; ) = exp (x ) 11(,) (x), > 0
8
2
i) Obtenha um intervalo de confianca assintotico para , com coeficiente de confianca de aproximadamente % (6 pontos).
ii) Proponha um teste, com base na amostra aleatoria, para testar as hipoteses
H0 : = 2 vs H1 : > 2, `a um nvel de significancia de (9 pontos).
3. Se X N (, 2 ), (, ), 2 > 0, entao
1
exp 21 2 (x )2 11(,) (x).
fX (x; , 2 ) = 2
2
x
1
xr1 e 11(0,) (x).
(r)r
Alem
Exame de Qualifica
c
ao de Probabilidade
Mestrado em Estatstica
10 de janeiro de 2011.
n
Y
i=1
Ui < e },
0
Y
i=1
Ui = 1.
P(B) = 0.3,
P(C) = 0.1.
Exame de Qualifica
c
ao de Probabilidade
Mestrado em Estatstica
15 de fevereiro de 2011.
|x| > 1.
Sn
D
N (0, 1).
n log n
Dica: Aplique CLT para Yn = Xn I{|Xn |n} (nao esqueca de verificar as condicoes) e use Borel-Cantelli. Alguns resultados uteis:
Pn
n log n n
j=1 log(j)
= 1, lim
= 1.
lim
n
n n log n n
n log n
2
q.c.
(b) Se Xn X, entao Xn X.
(c) Se Xn X entao Xn X.
q.c.
Yn
Xn
N (0, 41 ).
PROVA DE INFERENCIA
21 de dezembro de 2011
INSTRUC
OES
SENHA:
Questao nao resolvida:
1 2 3 4 5
INFERENCIA
- 21 de dezembro de 2011
1. Seja X1 , , Xn+2 uma amostra aleatoria de tamanho (n+2) de uma distribuicao de Poisson
de parametro , > 0. Responda os itens seguintes baseando-se apenas nas informacoes dadas
pelas primeiras n observacoes.
[12] a. Encontre um estimador nao viciado uniformemente de variancia mnima (ENVUVM)
para a probabilidade de que os valores amostrais da (n + 1)esima e da (n + 2)esima observacoes sejam iguais.
[5] b. Discuta se sua variancia atinge o limite inferior de Cramer-Rao e se existe outro ENVUVM.
[8] c. De o limite inferior de confianca do intervalo de confianca unilateral mais acurado de ,
tal que tenha coeficiente de confianca igual a 100(1 )%.
3. Considere que a distribuicao do tempo de falha seja uma mistura de duas distribuicoes
exponenciais com medias conhecidas e iguais a 1, 0 e 0, 5 e com taxa de mistura [0, 1], isto
e, com densidade dada por:
h
(1)
e
I(0,) (),
()
5. Considere (Xi , Yi ), i = 1, , n uma amostra aleatoria de tamanho n da distribuicao bivariada definida por: Xi tem distribuicao exponencial com media , > 0, e a distribuicao
condicional da variavel aletoria Yi , dado que Xi = xi e uma exponencial com taxa de falha xi ,
> 0.
[7] a. De uma estatstica completa.
[18] b. Utilize um dos tres testes, Wald, Razao de Verossimilhanca ou Escore, para dar a a
regiao crtica de um teste de tamanho para testar a hipotese nula H0 : = , contra a
hipotese alternativa Ha : 6=
Exame de Qualificac
ao (mestrado.2012.1) Probabilidade
1. Considere dois eventos A, B. Seja (An )nN uma sequencia de eventos tais que,
para todo k N se verifica A2k = A, A2k+1 = B.
Calcule lim supn An .
Calcule lim inf n An .
Em que caso lim supn An = lim inf n An ?
2. Sejam X1 , X2 , . . . , Xn v.a. i.i.d. Uniformes [0, 1]. Sejam
U = min Xk ,
1kn
V = max Xk .
1kn
5. Sejam X1 , X2 , . . . v.a. independentes, Xn e uniforme no intervalo [ 3 n, 3 n].
O que podemos dizer com relacao `a Lei Forte dos Grandes N
umeros e o Teorema
Central de Limite para esta sequencia? Caso algum destes fatos se verifique, o formule explicitamente para a sequencia em questao (especificando os parametros).
Exame de Qualificac
ao (mestrado.2012.2) Probabilidade
1. Calcule a densidade de v.a. Z = X + Y , onde X, Y sao v.a. independentes,
X U [1, 1], Y Exp(1).
2. Seja (Xn , n 1) uma sequencia de v.a. nao negativas, e tal que Xn 1 q.c.
quando n . O que podemos dizer sobre a sequencia (EXn , n 1)? E se
tivermos a informacao adicional que (considere (a), (b), (c) separadamente)
(a) Xn+1 Xn q.c. para todo n 1?
(b) Xn+1 Xn q.c. para todo n 1?
(c) (Xn , n 1) e uniformemente untegravel?
(Obs.: enuncia os teoremas utilizados.)
3. Seja (, F, P) um espaco de probabilidade, A F uma sigma-algebra, e X
uma v.a. integravel.
(i) De a definicao da esperanca condicional E(X | A). Enuncie o resultado que
nos permite provar a existencia da esperanca condicional.
(ii) Prove que, se X e A-mensuravel e E(X1A ) = 0 para qualquer A A, entao
X = 0 q.c.
4. Seja p0 > 0 um parametro. De um exemplo de uma sequencia de variaveis
aleatorias (Xn , n 1) tal que Xn 0 em Lp para p p0 , mas Xn nao converge
para 0 q.c. e em Lp para p > p0 .
5. Sejam X1 , X2 , . . . v.a. independentes, Xn e uniforme no intervalo [ 3 n, 3 n].
O que podemos dizer sobre as Leis Fraca e Forte dos Grandes N
umeros para esta
sequencia (caso o respetivo resultado valha, o formule explicitamente)?
Pr
str sttst
st
strs
r st qsts q sr rss r r
t
r r rs
rt st
qst sr q s t
rr
x =
n=0
X
xn
n=0
n!
Pr
Pr
(1 x)1
= ex
r t
p (0, 1), ts
> 0, ts
0 x < 1,
x 1.
x R.
n=1
n
X
k=1
Pr
>0
(n + 1) = n!
> 0,
r
n p (1 p)
n+1
+1
x1 e x dx =
0
n0
n1
1
=
p
()
.
tr
X
n=1
n2 p (1 p)n1 =
n .
2p
.
p2
A1 , A2 , . . . ts s r ts q An A q
n s
An An+1 r t n 1 A =
An .
n=1
q B t t An r t n 1 Pr q A
B s ts
(X, Y ) t s trt qr (0, 1) (0, 1)
Z = XY
str q s Z r
fZ (z) =
s trr.
1
P (X1 = 0) = P (X1 = 1) = .
2
r q s s sr ts s
sq
N r s s t q r s rr
tr r sr N
X1 , X2 , . . . rs trs ts tt strs
r 2 t st Pr n 1
n
X
2
Yn =
k Xk .
n(n + 1) k=1
str q Yn r q n
{Un }n1 sq rs trs ts tt
strs str r (0, 1)
n
Y
Yn =
i=1
Ui
1/n
Duraci
on: 6 horas
Instrucciones:
(1) La calificaci
on aprobatoria mnima es 5.
(2) Cada problema vale 1 punto.
(3) Los incisos de cada problema se califican independientemente y tienen el mismo
valor.
(4) Pueden asumir cierto el inciso anterior, a
un sin resolverlo, para responder a los
que siguen.
1. Probabilidad
Problema 1. Sea (Xn )n una sucesi
on de variables aleatorias independientes. Estudie la convergencia (en distribuci
on, en probabilidad y casi segura) de Xn y de Sn = X1 + + Xn si
para cada n 2 N:
(1) Xn tiene distribuci
on de Bernoulli de parametro n12 ,
(2) Xn tiene distribuci
on de Poisson de parametro n12 y
(3) Xn tiene distribuci
on de Poisson de parametro n1 .
Problema 2. Sean X1 , X2 , . . . variables aleatorias independientes tales que Xi tiene distribucion exponencial de par
ametro 1 para i par y distribucion Poisson de parametro 2 para i
impar.
(1) Enuncie una ley fuerte de los grandes n
umeros para la sucesion de sumas parciales
asociada a (Xi ) y desmuestre si se cumple o no.
(2) Encuentre tal que
X1 + + Xn n
p
n
tenga un lmite en distribuci
on no-trivial e identifquelo. (Sea muy preciso en la prueba
de sus afirmaciones).
Problema 3.
(1) Sea X 2 L2 . Pruebe que:
E [X E( X | G )]2 E [X E(X)]2 .
(2) Sean X, Y 2 L2 pruebe que
$ %
$ % #
#
E( XY | G )2 E X 2 $ G E Y 2 $ G < 1.
n
X
1Ui p .
i=1
(1) Sea f : [0, 1] ! R continua y M una cota para |f | en [0, 1]. Pruebe que E(f (Snp /n)) es
un polinomio.
1
(2) Dada > 0, sea > 0 tal que si x, y 2 [0, 1] y |y x| entonces |f (y) f (x)| .
Pruebe que
$ p
$
p
+2 !
$
$
2M
S
S
n
n
$E f
p
f (p)$$ + 2 E
.
$
n
n p[0,1]
sticos
2. Procesos Estoca
Problema 5. Sea (Fn , n 2 N) una filtracion y M = (Mn , 2 N) una (Fn )-martingala. Sea
C = (Ci , i 1) un proceso acotado, digamos por K. Asuma que Cn es Fn1 -medible.
(1) Defina al proceso estoc
astico C M mediante
n
X
(C M )0 = 0 y (C M )n =
Ci (Mi Mi1 ) para n 1.
i=1
el proceso de conteo asociado a S. Para t > 0, sean S1t , S2t , . . . los tiempos que transcurren
entre los saltos sucesivos sucesivos del proceso (Nt+s , s 0). Pruebe que las variables S1t , S2t
son exponenciales de par
ametro e independientes (entre si y de Nt ).
Problema 7.
(1) Sea (Sn )nN una cadena de Markov con espacio de estados Z y matriz de transicion
Pi,i+1 = p
Pi,i1 = 1 p
donde p 2 [0, 1]. De una condicion necesaria y suficiente para que (|Sn | , n 2 N) sea
una cadena de Markov.
(2) Sea (Xt , t 0) una cadena de Markov a tiempo continuo cuyas tasas de transicion son
i,i+1 =
i,i1 =
i,j = 0 si j 6= i + 1, i 1.
[
Fi ,
Gj =
iIj
n
converge en distribucion a una variable no-degenerada pero que no lo hace en probabilidad. Sugerencia: razone por contradiccion y utilice la ley 0-1 de Kolmogorov.
1
sticos
2. Procesos Estoca
Problema 5.
(1) Sea M = (Mn , n N) una martingala. Pruebe que si G es una subalgebra independiente de M entonces M es una martingala respecto de la
filtracion Fn = (G , M0 , . . . , Mn ).
(2) Sean M = (Mn , n N) y N = (Nn , n N) dos martingalas independientes.
Pruebe que M N = (Mn Nn , n 0) es una martingala.
Problema 6. Sea S = (Si , i 1) una sucesion iid con valores en Z+ = {1, 2, . . .}
y media finita . Sea R el proceso de tiempos residuales del proceso de renovacion
con tiempos interarribo S.
(1) Pruebe que R es una cadena de Markov.
(2) Especifique su matriz de transicion, y pruebe que la distribucion inicial
P(S1 i)
i =
es invariante.
Problema 7. Cada bacteria en una colonia se divide en dos copias identicas
despues de un tiempo exponencial de parametro , que a su vez siguen la misma
dinamica de subdivision de manera independiente. Sea Xt el tama
no de la colonia
al tiempo t y suponga que X0 = 1.
(1) Muestre que la funcion generadora (t) = E z Xt satisface
Z t
t
es (t s)2 ds
(t) = ze +
0
Problema 8.
(1) De la definicion de proceso gaussiano y de movimiento browniano.
(2) Sea B un movimiento browniano y Xt = et/2 B(et ) , t R. Pruebe que X
es un proceso gaussiano en R y calcule sus funciones de media y covarianza.
(3) Pruebe que X es estacionario, es decir, que para cualquier s R el proceso
(Xt+s , t R) tiene las mismas distribuciones finito-dimensionales que X.