Introdução à Probabilidade - Prova II 2018.

Sexta-feira, dia 29 de junho, 2018 3 horas

1. (a) Define
(i) convergência em probabilidade
(ii) convergência quase-certa
de uma sequência de variáveis aleatórias Xn para uma variável
aleatória X.
P
, . . . uma sequência de eventos com i≥1 P (Ei ) < ∞.
(b) Seja E1 , E2 S
Seja Fn = m≥n Em , mostre que P (Fn ) → 0 quando n → ∞.
(c) Mostre o primeiro lemaPde Borel-Cantelli: Se uma sequência de
eventos E1 , E2 , . . . tem n≥1 P (En ) < ∞ então


P En para infinitas n = 0 .
T S
[Pode usar que o evento “En para infinitas n” é n≥1 m≥n Em ]
(d) Seja P
E1 , E2 , . . . uma sequência de eventos
S independentes, e suponha
que i≥1 P (Ei ) = ∞. Seja Fn = m≥n Em , mostre que P (Fn ) =
1 para todo n ≥ 1.
(e) Mostre o segundo lema de Borel-Cantelli: P Se uma sequência de
eventos independentes E1 , E2 , . . . tem n≥1 P (En ) = ∞ então


P En para infinitas n = 1 .
[Pode considerar o evento n≥1 Fnc ]
S

(f) Seja Xn uma sequência de variáveis aleatórias independentes com

P (Xn = 1) = n−1 e P (Xn = 0) = 1 − n−1 . Verdadeiro ou falso:
(i) Xn → 0 em probabilidade,
(ii) Xn → 0 quase certamente.
(g) Seja (rn )n≥1 uma sequência de números reais, com rn ∈ [0, 1] para
todo n. Suponha que variáveis aleatórias independentes Xn satisfa-
zem P (Xn = 1) = rn e P (Xn = 0) = 1−rn . Para quais sequências
rn vale
(i) Xn → 0 em probabilidade,
(ii) Xn → 0 quase certamente.
(h) Dizemos que uma variável aleatória X tem suporte em dois pontos
se existe a, b ∈ R tais que P (X ∈ {a, b}) = 1. Seja V2 a famı́lia
de variáveis aleatórias com suporte em dois pontos. Caracteriza
quando
(i) Xn → 0 em probabilidade,
(ii) Xn → 0 quase certamente,
para sequências Xn de variáveis aleatórias independentes em V2 .
2. (a) A função geradora φ associada com uma variável aleatória Z é de-
finida por
φ(s) = E[sZ ] .
Suponha que variáveis aleatórias X1 , . . . Xk são iid, e seja φ a função
geradora de X1 . Mostre que

φX1 +···+Xk (s) = φ(s)k .

(b) No processo Galton-Watson com distribuição de descendência Z,

cada indivı́duo tem um número de crianças aleatório e iid com dis-
tribuição Z. Escrevendo φ(s) para a função geradora de Z e φn (s)
para a função geradora de Zn , o tamanho de geração n do processo,
mostre que

φn (s) = φn−1 φ(s) .
P
[Pode usar a expressão E [U ] = k≥0 P (V = k) E [U |V = k], onde
V é uma variável aleatória que toma valores em Z+ .]
(c) Ache a função geradora φ(s) da variável aleatória Z tal que
 k
1 2
P (Z = k) = para k ≥ 0 .
3 3

(d) Consideramos o processo Galton-Watson com esta distribuição Z.

Para n ≥ 0, mostre que
2n − 1
φn (0) = ,
2n+1 − 1
onde φn é a função geradora de Zn .
(e) Usando que φn (0) = P (Zn = 0), o que o resultado de parte (d) diz
sobre a probabilidade de extinção deste processo Galton-Watson.
(f) Voltamos para o caso geral de um processo Galton-Watson com
distribuição Z com uma função geradora φ. Condicionando no ta-
manho de Z1 (em vez de Zn−1 ) mostre que


φn = φ φn−1 (s) .
Pn
(g) Agora, seja Yn = m=0 Zm , o tamanho total das primeiras n
gerações. Seja ψn a função geradora de Yn . Mostre que


ψn (s) = sφ ψn−1 (s) .
3. (a) Define convergência em distribuição.
(b) Suponha que X é uma variável aleatória continua, explique porque
sua função de distribuição F (a) é continua.
(c) Suponha que variáveis aleatórias continuas Xn e X estão tais que

Xn → X em distribuição

e seja g : R → R uma função continua e estritamente crescente.

Mostre que
g(Xn ) → g(X) em distribuição .

(d) Sejam X, Y variáveis aleatórias iid com distribuição Exponencial

com parâmetro 1 (ou seja com densidade f (x) = e−x para x ≥ 0 e
f (x) = 0 para x < 0). Ache a função de distribuição das seguintes
variáveis aleatórias:
(i)
X
X +Y
(ii)
X −Y
X +Y

(e) Definamos uma sequência de variáveis aleatórias Vn por Vn ∼ Geom(1/n),

ou seja
 k−1
1 n−1
P (Vn = k) = para k ≥ 1 .
n n

Agora, seja Un = Vn /n para todo n ≥ 1. Mostre que

Un → X em distribuição

onde X ∼ Exp(1).
[Pode usar que (1 − 1/n)n → e−1 ]
(f) Verdadeiro ou falso: Se Wn → W em distribuição e Zn → Z em
distribuição para variáveis aleatórias continuas W e Z, segue que

Wn + Zn → W + Z em distribuição .