1 Sulla dimostrazione del TLC
Lo scopo della seguente variante di dimostrazione è quello di evitare l’uso del logaritmo in campo complesso, non di¢ cile ma comunque un po’insidioso.
Nella dimostrazione del TLC si arriva a dover dimostrare, per t …ssato, che
n!1 lim 1 t 2
2n + o t 2 n
n
= e t
2=2
dove, cosa importante, la successione o t n
2è a valori complessi. Riscrivendo l’espressione come
1 t 2 2n
n 0
@ 1 2n t
2+ o t n
21 2n t
21 A
n
basta dimostrare che il secondo fattore, che possiamo riscrivere nella forma 0
@1 + o t n
21 2n t
21 A
n
tende ad 1. Riscriviamo per comodità o
t2 n
1
2nt2nella forma !
tn (n) dove ! t (n) è una successione in…nitesima a valori complessi. La tesi è quindi lim n!1 1 + !
tn (n) n = 1. Vale
1 + ! t (n) n
n
1 =
X n k=1
n k
! t (n) n
n k
X n k=1
n k
j! t (n)j n
n k
= 1 + j! t (n)j n
n
1:
Quindi basta dimostrare che
n!1 lim 1 + j! t (n)j n
n
= 1:
A questo punto i numeri complessi sono spariti, per cui si può svolgere la dimostrazione in
vari modi (ad esempio passando ai logaritmi, reali), che lasciamo per esercizio.
2 Sulla dimostrazione della Proposizione 4.2.2
A completamento delle dimostrazioni riportate sulle dispense, può essere utile sviluppare anche un’intuizione gra…ca disegnando passo a passo le funzioni e gli insiemi illustrati nella seguente argomentazione.
Supponiamo che vanga la condizione (b) della Proposizione e dimostriamo la (a).
Dimostriamo una proprietà preliminare di interesse anche autonomo: per ogni > 0 esiste R > 0 tale che
n (B (0; R) c ) ; (B (0; R) c ) :
Innanzi tutto, dato > 0 esiste R > 0 tale che (B (0; R) c ) . Infatti, \
N
B (0; N ) c = ; da cui lim N !1 (B (0; N )) = 0, da cui la proprietà che volevamo veri…care. A questo punto,
n (B (0; R) c ) = n (R) n (B (0; R)) n (R) n (f R )
dove f R è continua, vale 1 su B (0; R 1), zero su B (0; R) c e nel mezzo è compresa tra 0 ed 1. Pertanto
lim sup n (B (0; R) c ) (R) (f R ) (R) (B (0; R 1)) = (B (0; R 1) c ) : Da qui e dalla proprietà dimostrata sopra per , discende facilmente che, dato > 0 esiste R > 0 tale che n (B (0; R) c ) indipendentemente da n.
Torniamo ora alla dimostrazione principale, cioè che (b) implica (a).
Presa f 2 C b , che senza restrizione possiamo supporre compresa tra 0 ed 1, preso > 0,
…ssiamo un R > 0 con la proprietà appena dimostrata. Sia f R uguale ad f su B (0; R) uguale a zero su B (0; R + 1) c , compresa tra 0 ed 1 nel mezzo e continua. Allora
n (f ) (f ) = n (f R ) (f R )
+ n (f f R ) (f f R ) :
Il primo termine, n (f R ) (f R ), tende a zero. Il secondo è maggiorato da j n (f f R ) (f f R )j j n (f f R )j + j (f f R )j
2 j n (B (0; R) c )j + 2 j (B (0; R) c )j 4 :
Ne discende facilmente
n!1 lim n (f ) (f ) = 0:
3 Sulla costruzione del processo di Poisson
3.1 Introduzione
Riprendiamo la costruzione delle dispense, indicando con S i gli intertempi esponenziali (indipendenti e di parametro ), con T n = P n
i=1 S i gli istanti di salto, con N t = P 1
n=1 1 T
nt
il presunto processo di Poisson. Nel seguito supporremo di aver già veri…cato, come sulle dispense, che N t P ( t), per ogni t 0.
Approfondiamo la veri…ca del fatto che N t N s è indipendente da N s ed è P ( (t s)).
Come sappiamo, ciò discende dal fatto che
P (N t N s = hjN s = k) = P (N t s = h) : (1) Infatti, in tal caso, Vale
P (N t N s = h) = X
k
P (N t N s = hjN s = k) P (N s = k)
= P (N t s = h) X
k
P (N s = k)
= P (N t s = h) ed inoltre vale
P (N t N s = h; N s = k) = P (N s = k) P (N t s = h) = P (N s = k) P (N t N s = h) : 3.2 Premessa
Useremo un concetto relativamente nuovo: l’indipendenza e la distribuzione condizionata ad un evento. Diciamo che gli eventi A e B sono indipendenti condizionatamente all’evento C (con P (C) > 0) se
P (A \ BjC) = P (AjC) P (BjC) : Questo equivale a
P (A \ B \ C) P (C) = P (A \ C) P (B \ C) : Vediamo due casi particolari.
Remark 1 Se A; B; C sono indipendenti, allora A e B sono indipendenti condizionata- mente a C.
Remark 2 Se B è indipendente dai tre eventi A; C; A \ C, allora A e B sono indipendenti condizionatamente a C. Infatti
P (A \ B \ C) P (C) = P (B) P (A \ C) P (C) = P (A \ C) P (B \ C) :
Oltre a ciò, parleremo di densità di una v.a. X condizionata ad un evento C una funzione densità f tale che
P (X ajC) = Z a
1
f (x) dx
(ovviamente questa de…nizione si generalizza ad un concetto di legge condizionata; a noi servità la densità).
Può essere chiari…catore immaginare che lo spazio ( ; F; P ) sia stato rimpiazzato dallo spazio (C; F C ; P ( jC)), dove F C è formata dagli insiemi A \ C, con A 2 F. I concetti di indipendenza e legge condizionale sono le usuali nozioni di indipendenza e legge viste però per gli oggetti "ristretti" a (C; F C ; P ( jC)). Per le v.a. e per i processi, il concetto di restrizione è quello usuale: si considera Xj C , ed analogamente per un processo.
3.3 Veri…ca della (1)
Veniamo quindi alla dimostrazione di (1). Il numero intero k ed il numero reale positivo s usati nel seguito sono quelli dell’evento fN s = kg. In analogia a quanto descritto poco sopra, consideriamo lo spazio (C; F C ; P ( jC)) con C = fN s = kg. Consideriamo il processo stocastico (N t N s ) t s (s …ssato) ristretto a questo spazio, che chiameremo processo con- dizionato a fN s = kg. Indichiamo con N e u
u 0 questo processo, ovvero precisamente N e u = (N s+u N s ) j fN
s=kg .
Se mostriamo che e N u P ( u), la (1) è veri…cata.
Poniamo
S e 1 : T k+1 s S e j = S k+j per j 2:
Essi (come illustrato sulle dispense) sono gli intertempi di salto del processo N e u u 0 . Poniamo
T e n = X n
i=1
S e i da cui discende
N e u = X 1 n=1
1 T e
n