Rachunek Prawdopodobieństwa dla W13, lista zadań numer 1

Zad.1. Niech ([0, 1], B[0,1] , dx) będzie przestrzenią probabilistyczną. Podaj przykład ciągu funkcji
fn : [0, 1] → R, który:
a) jest zbieżny do zera we wszystkich punktach niewymiernych i do jedynki w punktach wymiernych;
b) jest zbieżny do zera według miary, ale nie jest zbieżny w żadnym punkcie x ∈ [0, 1].
c) Czy potrafisz znaleźć taki podciąg z podpunktu Rb), który jest zbieżny do zera prawie wszędzie?
d) Niech p ­ 1, połóżmy f0 (x) = x i niech limn→∞ 01 |fn (x) − f0 (x)|p dx = 0. Czy z tego wynika, że
ciąg (fn (x)) zbiega do f0 prawie wszędzie? A czy zbiega według miary?

Zad.2. Niech δa oznacza miarę jednostkową skupioną w punkcie a ∈ R. Rozważmy ciąg miar na odcin-
n
1X
δ k . Niech f ∈ CB([0, 1]). Oblicz limn→∞ 01 f (x) dµn (x). Co można powiedzieć
R
ku [0, 1]: µn =
n k=1 n
o zbieżności ciągu miar (µn )?

Zad.3. Dany jest ciąg liczb dodatnich (σn ). Załóżmy, że limn→∞ σn = σ > 0. Co można wnioskować
o zbieżności ciągu rozkładów (N (0, σn2 ))? A gdy limn→∞ σn = 0?
(
0, t < n,
Zad.4. Określmy ciąg dystrybuant: dla n = 1, 2, 3, ... niech Fn (t) = Jak wygląda miara
1, t ­ n.
o dystrybuancie Fn ?
Do czego dąży ciąg miar, wyznaczony przez te dystrybuanty?
Niech (Fα (t))α∈A będzie dowolną, nieskończoną rodziną dystrybuant. Wykaż, że z takiej rodziny
zawsze można wybrać ciąg dystrybuant, zbieżny do pewnej dystrybuanty (być może ułomnej). Wsk.
Użyj zbioru liczb wymiernych i metody przekątniowej.

Zad.5. Niech µ1 i µ2 będą rozkładami prawdopodobieństwa o funkcjach charakterystycznych ϕ1 oraz

ϕ2 . Niech p, q ­ 0, p + q = 1. Oblicz funkcję charakterystyczną rozkładu pµ1 + qµ2 .
Dla p = q = 12 podaj jakąś interpretację tej miary w języku gry losowej.
Zauważ, że analogiczny rachunek można przeprowadzić dla rozkładów (µk )N k=1 i liczb nieujemnych
PN
a1 , a2 , ..., aN , jeżeli k=1 ak = 1.

Zad.6. Które z poniższych funkcji są funkcjami charakterystycznymi, a które nie?

a) ϕ(t) = sin t, b) ϕ(t) = cos t, c) ϕ(t) = cos2 t,
d) ϕ(t) = 31 e2it + 23 e3it , e) ϕ(t) = sint t uzupełniona przez ciągłość w t = 0,
1 1
f) ϕ(t) = 1+t 2, g) ϕ(t) = 1+t 4.

Zad.7. Funkcja f (x) = max(1 − |x|, 0) jest gęstością rozkładu prawdopodobieństwa.

a) Oblicz funkcję charakterystyczną tej gęstości.
b) Zauważ, że otrzymana funkcja charakterystyczna jest nieujemna i całkowalna na całej prostej,
więc po unormowaniu jest gęstością pewnego rozkładu.
c) Jaką funkcję charakterystyczną ma rozkład o gęstości, obliczonej w punkcie b)?
1 Z t −x2 /2
Zad.8. Jak wiemy, funkcja Φ(t) = √ e dx jest dystrybuantą rozkładu N (0, 1). Ponieważ
2π −∞
gęstość jest dodatnia na całym R, więc Φ jest funkcją ściśle rosnącą, a zatem różnowartościową.
Funkcja różowartościowa ma funkcję odwrotną, w omawianym przypadku Φ−1 (t) : (0, 1) → R.
Rozważmy przestrzeń probabilistyczną ([0, 1], B[0,1] , dx), gdzie dx jest miarą Lebesgue’a, obciętą do
przedziału [0, 1].
a) Naszkicuj istotny fragment wykresu Φ−1 , pamiętając, że wykresy funkcji i jej odwrotnej są syme-
tryczne względem prostej y = x.
b) Oblicz rozkład zmiennej losowej Φ−1 , na przykład obliczając dystrybuantę tego rozkładu.
c) Podaj przykład funkcji różnej od Φ−1 (określonej też na [0, 1]), która ma taki sam rozkład, jak
Φ−1 . Czy ta druga funkcja i Φ−1 są niezależnymi zmiennymi losowymi na ([0, 1], B[0,1] , dx)?