Escolar Documentos
Profissional Documentos
Cultura Documentos
Teorema TLC
Definition 1 Def. A soma parcial normalizada converge em distribuição para a distri-
buição normal-padrão N(0, 1)
Sn −E(Sn )
√
V arSn
→ N(0, 1)
Prova.
Função Caracterı́stica:ϕY (t) = E(eity )
Sn − E(Sn )
Variável Aleatória: Y = √
V arSn
p √
Condições: µ = 0 e V ar(Sn) = nσ
De fato,
v ! v
n
u n 2 2 n
u uX
p u X X
V ar(Sn) = var
t αi X i = t αi σi + 2 αi αi · COV (Xi , Xj )
i i i<j
se, e somente se
COV (Xi , Xj ) = 0, α=1
o que significa que não deve existir covariânica entre as variáveis aleatórias Xi por serem
independentes entre si. A soma da variância, neste caso, pode ser expressa por
v !
n
√
u
p u X √
V ar(Sn) = tvar Xi = nσ 2 = nσ 2
i
Neste caso, devemos reescrever a função caracterı́stica ϕn √t
nσ
′ ′′ t2
ϕ(t) = ϕ(0) + ϕ(0) · t + ϕ(Θ(t)) ·
2
com
′′ ′′
lim ϕ(Θ(t)) → ϕ(0) desde que |Θ(t)| < 1
n→∞
t2 2 2
′ ′′ ′′ t ′′ t
ϕ(t) = ϕ(0) + ϕ(0) · t + ϕ(Θ(t)) · + ϕ(0) − ϕ(0)
2 2 2
2 2 2
′ ′′ t ′′ t ′′ t
ϕ(t) = ϕ(0) + ϕ(0) · t + ϕ(0) · + ϕ(Θ(t)) − ϕ(0) (2)
2 2 2
As derivadas da função caracaterı́stica são
ϕ(0) = 1
′
ϕ(0) = iµ = 0
′′
ϕ(0) = i2 E(X 2 ) = −σ 2
Substituindo-os em (2),
t2 2 2
2 ′′ t ′′ t
ϕ(t) = 1 − σ · + ϕ(Θ(t)) − ϕ(0)
2 2 2
Dada a função anterior, vamos reescever a função caracaterı́stica (1) para t → √t
nσ
fazendo t → ∞
n
t2 t2 t2
tn 2 ′′ ′′
ϕ √ = 1−σ · + ϕ(Θ(t)) − ϕ(0)
nσ 2nσ 2 2nσ 2 2nσ 2
n
t2 t2 t2
n t ′′ ′′
ϕ √ = 1− + ϕ(Θ(t)) − ϕ(0)
nσ 2n 2nσ 2 2nσ 2
Passando ao limite quando n → ∞
n
t2 t2 t2
n t ′′ ′′
lim ϕ √ = lim 1 − + ϕ(Θ(t)) − ϕ(0)
n→∞ nσ n→∞ 2n 2nσ 2 2nσ 2
n
t2
= lim 1 −
n→∞ 2n
t2
= e− 2
Ou seja
n t t2
lim ϕ √ = e− 2
n→∞ nσ
Finalmente, função caracaterı́stica da variável aleatória Y converge em distribuição para
a distribuição normal-padrão
n t t2
limn→∞ ϕ √ = e− 2 = ϕZ (t)
nσ
ϕY (t) → ϕZ (t)
Sn − E(Sn )
√ → N(0, 1)
V arSn
Resultado
Como resultado encontrado podemos simular uma distribuição inicialmente exponencial
convergindo para uma distribuição normal de probabilidade.
n=1 n=2 n=3
0.4
0.4
0.4
0.3
0.3
0.3
Density
Density
Density
0.2
0.2
0.2
0.1
0.1
0.1
0.0
0.0
0.0
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
n=4 n=5 n=6
0.4
0.4
0.4
0.3
0.3
0.3
Density
Density
Density
0.2
0.2
0.2
0.1
0.1
0.1
0.0
0.0
0.0
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
n=10 n=15 n=20
0.6
0.6
0.6
0.4
0.4
0.4
Density
Density
Density
0.2
0.2
0.2
0.0
0.0
0.0
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10