Академический Документы
Профессиональный Документы
Культура Документы
x R
x+
lm FX (x) = 0
Esto significa que la topologa de R se usa para este resultado y no solamente sus propiedades de
espacio medido.
es decir,
lm sup n ((, x]) ((, x + ])
(1)
n
2
(2)
A = {x R : > 0, A (x , x + ) 6= , Ac (x , x + ) 6= }
Dado que las desigualdades en (1) y (2) se cumplen para cualquier > 0, concluimos que
lm sup n ((, x]) ((, x))
n
como se quera.
(3) = (4): Primero enunciemos un lema3 que sera u
til en la demostracion de este
apartado.
Lema 1. Sea U una v. a. que tiene distribucion uniforme en [0, 1]. Sea F cualquier
funcion de distribucion acumulada y el conjunto (u) = nf{x : F (x) u} para
0 < u < 1. Entonces P((U ) x) = F (z) para cada z R, es decir, la funcion
de distribucion de (U ) es F .
Ahora definimos las funciones de distribucion acumuladas por
Fn (x) = n ((, x]) F (x) = ((, x])
Entonces si (, F, P) es el espacio probabilstico con la medida de Lebesgue en
[0, 1] y tomamos
Yn (w) = nf{x : Fn (x) w} Y (w) = nf{x : F (x) w}
se sigue, por el lema anterior que L(Yn ) = n y L(Y ) = . Notar que si F (z) < a,
entonces Y (u) z; mientras que si F (z) b, entonces Y (b) z.
Por hipotesis, {Fn } F en la mayora de puntos. Notar que Y es no decreciente
y por resultados del Analisis Real, Y tiene a lo mas un conjunto numerable de
discontinuidades.
Como los conjuntos numerables tienen medida de Lebesgue 0, esto implica que
{Yn } Y con probabilidad 1.
En efecto, supongamos que Y es continua en w y sea y = Y (w). Para cualquier
, se tiene que F (y ) < w < F (y + ). Ademas, si F (y ) = w, entonces
tomando w = y y b = w se tendra que Y (w) y = Y (w) lo que es una
contradiccion.
Por otro lado, tampoco se puede tener que F (y + ) = w porque tomando z = y +
y a = w + se tiene que Y (w + ) y + = Y (w) + , para todo > 0 lo que
contradice la continuidad de Y en w. Por tanto
F (y ) < w < F (y + ).
3
La demostraci
on de este lema no se detalla aqu pero se la puede encontrar en el libro de J. S.
Rosenthal, A first look at rigorous Probability Theory, en la pagina 74.
Referencias
Referencias
de donde
lm L(Xn ) = L(X)
como se quera.
Referencias
[1] BOROVKOV, Alexandr, Probability Theory, Springer, 2013, captulo 6, seccion 6.2
Convergence of distributions.
[2] ROSENTHAL, Jeffrey S. A first look at rigorous Probability Theory, Second Edition,
World Scientific, 2006, captulo 10: Weak Convergence.
Luis, Curso intermedio de Probabilidad, Departamento de Matematicas,
[3] RINCON,
Facultad de Ciencias UNAM, 2007, pp: 294.