Funci

on caracterstica
579. Encuentre la funci
on caracterstica de una variable aleatoria con funci
on de densidad
a) f (x) =

1
, para x = 1, 2, . . .
x!(e 1)

b) f (x) = e|x| /2, para < x < .

580. Sea X con funcion caracterstica X (t), y sean a y b dos constantes.
Demuestre que aX+b (t) = eitb X (at).
581. Demuestre que una funcion de distribucion F (x) es simetrica si, y solo
si, la correspondiente funcion caracterstica (t) es real.
582. Demuestre que la funcion caracterstica es una funcion uniformemente
continua, es decir, para todo > 0 existe > 0 tal que para todo t y
s con |t s| < , se cumple que |(t) (s)| < .
583. Demuestre que la funcion caracterstica satisface la igualdad (t) =
(t), en donde z denota el complejo conjugado de z.
584. Sean 1 (t) y 2 (t) dos funciones caractersticas, y sea [0, 1]. Demuestre que la combinacion lineal convexa 1 (t) + (1 )2 (t) es
una funcion caracterstica.
585. Sean X y Y independientes y con identica distribucion. Demuestre
que XY (t) = |X (t)|2 , en este caso la funcion caracterstica es una
funcion real por que la variable X Y es simetrica.

586. Sea X con distribuci

on Ber(p). Demuestre que
a) (t) = 1 p + peit .

b) E(X) = p, usando (t).

c) Var(X) = p(1 p), usando (t).

d) E(X n ) = p, usando (t), con n 1 entero.

587. Sea X con distribuci
on bin(n, p). Hemos demostrado que la funci
on
caracterstica de esta distribuci
on es (t) = (1 p + peit )n . Usando
(t) demuestre ahora que
a) E(X) = np.
b) E(X 2 ) = np(1 p + np).
c) Var(X) = np(1 p).

588. Sea X con distribuci

on Poisson(). Hemos demostrado que la funci
on
caracterstica de esta distribuci
on es (t) = exp[(1 eit )]. Usando
(t) compruebe que
a) E(X) = .
b) E(X 2 ) = ( + 1).
c) Var(X) = .
589. Sea X con distribuci
on geo(p). Demuestre que
a) (t) = p/(1 (1 p)eit ).

b) E(X) = (1 p)/p, usando (t).

c) Var(X) = (1 p)/p2 , usando (t).

590. Sea X tiene distribuci
on bin neg(r, p). Demuestre que
a) (t) = [p/(1 (1 p)eit )]r .

b) E(X) = r(1 p)/p, usando (t).

c) Var(X) = r(1 p)/p2 , usando (t).

591. Sea X con distribuci

on unif(a, a). Demuestre que (t) = (sen at)/at.
592. Sea X con distribuci
on unif(a, b). Demuestre que
a) (t) = [eibt eiat ]/[it(b a)].

b) E(X) = (a + b)/2, usando (t).

c) Var(X) = (b a)2 /12, usando (t).

593. Sea X con distribuci

on N(, 2 ). Hemos demostrado que la funci
on
caracterstica de esta distribuci
on es (t) = exp (it 2 t2 /2). Usando
(t) compruebe que E(X) = y Var(X) = 2 .
594. Sea X con distribucion normal est
andar. Use la funci
on caracterstica
para demostrar que para n = 0, 1, . . .

n!

si n es par,
n
n/2
2 (n/2)!
E(X ) =

0
si n es impar.

595. Sea X con distribuci

on exp(). Demuestre que (t) = /( it). Use
(t) para comprobar que E(X) = 1/, y Var(X) = 1/2 .
596. Sea X con distribuci
on gama(n, ). Hemos encontrado que la funci
on
n
caracterstica de esta distribuci
on es (t) = [/( it)] . Usando (t)
compruebe nuevamente que
a) E(X) = n/.
(m + n)
b) E(X m ) = m
,
(n)
c) Var(X) = n/2 .

para m = 0, 1, . . .

597. Sean X y Y independientes ambas con distribuci

on exp(). Use la
funci
on caracterstica para demostrar que la variable X + Y tiene
distribuci
on gama(2, ).
598. Sean X y Y independientes con distribuci
on gama(n, ) y gama(m, )
respectivamente. Use la funci
on caracterstica para demostrar que la
variable X + Y tiene distribuci
on gama(n + m, ).

599. Sea X con funci

on de distribuci
on F (x) = ex /(1 + ex ). Demuestre
que F (x) es efectivamente una funci
on de distribuci
on, y calcule su
funci
on caracterstica asociada. Con ayuda de esta u
ltima encuentre
la esperanza y la varianza de X.
600. Sean X y Y independientes. Demuestre que
Z
Z
XY (t) =
Y (tx) dFX (x) =
X (ty) dFY (y).

601. Mediante el c
alculo de residuos de la teora de variable compleja puede
demostrarse que la distribuci
on Cauchy est
andar tiene funci
on caracterstica
Z
1
dx = e|t| .
(t) =
eitx
2)
(1
+
x

Suponiendo este resultado, encuentre el error en el siguiente argumento para encontrar la f.g.m. de la distribucion Cauchy: Como
(t) = e|t| y M (t) = (it), entonces M (t) = e|it| = e|t| . El
caso es que no existe la f.g.m. para la distribucion Cauchy.
602. Sean X1 , . . . , Xn independientes cada una de ellas con distribucion
Cauchy estandar, es decir, la funcion caracterstica es (t) = e|t| .
Use este resultado para demostrar que la v.a. Sn = (X1 + + Xn )/n
tiene distribucion Cauchy estandar para cualquier valor de n.