Problema 1.
Cotas de Fréchet-Hoeffding: Sea (Ω, ℱ, 𝑃) un espacio de probabilidad y
sea (𝑋, 𝑌): Ω → ℝ2 un vector aleatorio con función de distribución conjunta 𝐹𝑋,𝑌 y
funciones de distribución marginales 𝐹𝑋 y 𝐹𝑌 . Pruebe que se satisface lo siguiente:
a) 𝑚á𝑥{𝑃 (𝐴) + 𝑃 (𝐵) − 1,0} ≤ 𝑃(𝐴 ∩ 𝐵) ≤ 𝑚í𝑛{𝑃(𝐴), 𝑃(𝐵)} para todos 𝐴, 𝐵 ∈ ℱ.
b) 𝑚á𝑥{𝐹𝑋 (𝑥) + 𝐹𝑌 (𝑦) − 1,0} ≤ 𝐹𝑋,𝑌 (𝑥, 𝑦) ≤ 𝑚í𝑛{𝐹𝑋 (𝑥 ), 𝐹𝑌 (𝑦)} para cualesquiera
𝑥, 𝑦 ∈ ℝ y que las cotas ya no pueden mejorarse por ser funciones de
distribución conjunta de probabilidades.
c) Las funciones 𝑀, 𝑊: [0,1]2 → [0,1], definidas como 𝑀 (𝑢, 𝑣) ≔ 𝑚í𝑛{𝑢, 𝑣} y
𝑊(𝑢, 𝑣) ≔ 𝑚á𝑥{𝑢 + 𝑣 − 1,0} y son funciones cópula.
Problema 2. Sean 𝐶1 , … , 𝐶𝑛 funciones cópula y 𝛼1 , … , 𝛼𝑛 ∈ [0,1] tales que
∑𝑛𝑘=1 𝛼𝑖 = 1. Muestre que 𝐶 ≔ ∑𝑛𝑘=1 𝛼𝑖 𝐶𝑖 también es una función cópula.
Problema 3. Sean 𝑋, 𝑌 variables aleatorias continuas con cópula subyacente 𝐶𝑋,𝑌 , y
sean 𝛼,𝛽 funciones de Borel estrictamente monótonas sobre 𝑅𝑎𝑛(𝑋) y 𝑅𝑎𝑛(𝑌),
respectivamente. Demuestre que :
a) Si 𝛼 es creciente y 𝛽 decreciente, entonces 𝐶𝛼(𝑋),𝛽(𝑌) = 𝑢 − 𝐶𝑋,𝑌 (𝑢, 1 − 𝑣).
b) Si 𝛼 es decreciente y 𝛽 creciente, entonces 𝐶𝛼(𝑋),𝛽(𝑌) = 𝑣 − 𝐶𝑋,𝑌 (1 − 𝑢, 𝑣).
c) Si 𝛼 y 𝛽 son decrecientes, entonces 𝐶𝛼(𝑋),𝛽(𝑌) = 𝑢 + 𝑣 − 1 + 𝐶𝑋,𝑌 (1 − 𝑢, 1 − 𝑣).
d) Pruebe directamente que las expresiones de la derecha son cópulas.
Problema 4. Considere una variable aleatoria continua 𝑋 y sea 𝑌 = 𝛼(𝑋) con 𝛼 una
función de Borel estrictamente decreciente sobre 𝑅𝑎𝑛(𝑋). Recuerde que la cota
inferior de Fréchet-Hoeffding está dada por 𝑊 (𝑢, 𝑣) = 𝑚á𝑥 {𝑢 + 𝑣 − 1,0}.
a) Pruebe directamente que 𝐶𝑋,−𝑋 = 𝑊.
b) Demuestre que 𝐶𝑋,𝑌 = 𝑊.
Problema 5. Demuestre que si 𝐶 es una cópula arquimediana con generador 𝜑:
a) 𝐶 es simétrica: 𝐶 (𝑢, 𝑣) = 𝐶 (𝑣, 𝑢) para cualquier (𝑢, 𝑣) ∈ [0,1]2.
b) 𝐶 es asociativa: 𝐶 (𝐶 (𝑢, 𝑣), 𝑤) = 𝐶(𝑢, 𝐶 (𝑣, 𝑤)) para cualesquiera 𝑢, 𝑣, 𝑤 ∈ [0,1].
c) Si 𝛼 > 0, entonces 𝜓 ≔ 𝛼𝜑 también es un generador y de hecho genera a 𝐶.
Problema 6. Principales Familias Arquimedianas: Para la siguiente tabla,
demuestre que las funciones de la tercera columna son generadores
arquimedianos, pruebe directamente que las funciones de la segunda columna
son copulas y verifique que en efecto los generadores generan a dichas cópulas.
Familia Cópula Generador
1 1 −𝜃
−
[𝑚á𝑥{𝑢−𝜃 +𝑣 −𝜃
− 1,0}] 𝜃 (𝑡 − 1),
Clayton 𝜃
𝜃 ∈ [−1, ∞[ ∖ {0}
1 1
1 1 𝜃 𝑙𝑜𝑔 𝜃 ( ),
Gumbel-Hongard 𝑒𝑥𝑝 (− [𝑙𝑜𝑔 𝜃 ( ) + 𝑙𝑜𝑔 𝜃 ( )] ) 𝑡
𝑢 𝑣
𝜃 ∈ [1, ∞[
𝑒 −𝜃 − 1
𝑙𝑜𝑔 ( −𝜃𝑡 ),
Frank 1 (𝑒 −𝜃𝑢 − 1)(𝑒 −𝜃𝑣 − 1) 𝑒 −1
− 𝑙𝑜𝑔 [1 + ]
𝜃 𝑒 −𝜃 − 1 𝜃 ∈ ℝ ∖ {0}
1 − 𝜃 (1 − 𝑡 )
𝑙𝑜𝑔 ( ),
Ali-Mikhail-Haq 𝑢𝑣 𝑡
1 − 𝜃 (1 − 𝑢)(1 − 𝑣) 𝜃 ∈ [−1,1]
−𝑙𝑜𝑔(1 − (1 − 𝑡)𝜃 ),
Joe 1
𝜃 ∈ [1, ∞[
1 − [(1 − 𝑢)𝜃 + (1 − 𝑣)𝜃 − [(1 − 𝑢)(1 − 𝑣)]𝜃 ]𝜃
Problema 7. Considere un vector aleatorio (𝑋, 𝑌) con distribución de probabilidad
uniforme sobre un triángulo en ℝ2 con vértices en (0,1), (1,0) y (1,1).
a) Obtenga explícitamente la función de distribución conjunta del vector (𝑋, 𝑌).
b) Obtenga explícitamente la cópula 𝐶𝑋,𝑌 subyacente del vector (𝑋, 𝑌).
c) Calcule la medida de concordancia de Spearman, 𝜌𝑋,𝑌 , y la medida de
dependencia de Schweizer-Wolff, 𝜎𝑋,𝑌 .
Problema 8. La familia paramétrica de cópulas Farlie-Gumbel-Morgenstern se define
como sigue, para −1 ≤ 𝜃 ≤ 1:
𝐶𝜃 (𝑢, 𝑣) ≔ 𝑢𝑣 + 𝜃𝑢𝑣(1 − 𝑢)(1 − 𝑣).
Muestre que para 𝜃 ≠ 0 la cópula de dicha familia no es arquimediana, a pesar
que sí es simétrica. Muestre también que, en efecto, 𝐶𝜃 es una función cópula.
Problema 9. Averigüe si las siguientes funciones son medidas de dependencia, o
de concordancia, basadas en la función cópula 𝐶𝑋,𝑌 de un vector bivariado (𝑋, 𝑌)
de variables aleatorias continuas:
1 1 𝜕 𝜕
a) Tau de Kendall: 𝜏𝑋,𝑌 ≔ 1 − 4 ∫0 ∫0 (𝜕𝑢 𝐶𝑋,𝑌 (𝑢, 𝑣)) (𝜕𝑣 𝐶𝑋,𝑌 (𝑢, 𝑣)) 𝑑𝑢𝑑𝑣.
1 1 2
b) 𝜙𝑋,𝑌 ≔ √90 ∫0 ∫0 (𝐶𝑋,𝑌 (𝑢, 𝑣) − 𝑢𝑣) 𝑑𝑢𝑑𝑣.
c) Medida Supremo: Λ𝑋,𝑌 ≔ 4𝑆𝑢𝑝(𝑢,𝑣)∈[0,1]2 |𝐶𝑋,𝑌 (𝑢, 𝑣) − 𝑢𝑣|.
Problema 10. Calcule la medida de concordancia de Spearman y la medida de
dependencia de Schweizer-Wolff para las cópulas 𝑊, 𝑀 y Π.
