Conceitos de Probabilidades

August 24, 2018 | Author: ben.deivide | Category: Set (Mathematics), Mathematical Analysis, Mathematical Logic, Logic, Measure Theory
Share Embed Donate


Short Description

Descrição: Definições gerais sobre probabilidade....

Description

Conceitos de Probabilidade - Experimento Aleat´orio; orio; Espa¸co co de Probabilidade; Probabil idade; Probabilidade Probabi lidade Condicional Condici onal e Indep Independˆ endˆencia. enci a. Teorema eorema de Bayes Ben Ben Dˆeivi ei vide de 9 de Agosto de 2018

  e   d    i   v    i   e    ˆ D

Quando desejamos compreender algum fenˆ omeno da natureza, tentamos estud´ omeno a-lo a-lo por meio de um processo de observa¸c˜ cao ˜ao chamado experimento. experimento. Para o nosso estudo, definimos orio) orio).   Tod Todoo exp experime erimento nto cujo resultad resultadoo n˜  ao pode ser  Defini¸ c˜ ao 1   (Experimento Aleat´ previsto antes de sua execu¸c˜  cao, ˜  ´e chamado chamad o de experimento aleat´  orio. Podemos apresentar alguns exemplos.

car um dado equilibrado e observar o resultado obtido na face superior  Exemplo 1.   Lan¸car do dado.

umer umero de cha chamad madas as telefˆ  telefˆ  onic onicas que che chegam gam a uma centr entral  Exemp Exemplo lo 2.   Observar o n´  telefˆ  onica em um determinado intervalo de tempo.

  n   e    B

ampada que acabou de sair do processo de  Exemplo 3.  Para a escolha ao acaso de uma lˆ   fabrica¸c˜  cao, ˜  verificar o tempo de dura¸c˜  c˜  ao da lˆ  ampada em funcionamento.

Por mais que n˜ao ao seja poss p oss´´ıvel prever o resultado antes de sua execu¸ exec u¸ c˜ao, ao, sabemos que diversos resultados resultado s poss p oss´´ıveis podem po dem ocorrer. Assim, definimos, co amostral). O conjunto conjunto de todos os resultados poss´ poss´ıveis de um expeDefini¸ c˜ ao 2  (Espa¸co rimento, denotado por  Ω, ´e chamado chamad o de espa¸co co amostral. Cada resultado de Ω ´e chamado de ponto ou elemento amostral. Denotamos o elemento e lemento por w, e expressar w ∈  Ω, isto is to ´e, e, w  pertence a Ω. Cada resultado resultado poss´ poss´ıvel ıvel corresponde um, e somente um ponto ω ponto ω  ∈  Ω, e resultados distintos correspondem a pontos distintos de is to ´e, e,  ω  representa apenas um unico u´nico resultado de Ω. Vejamos alguns exemplos. ω  ∈  Ω, isto Exemplo Exemplo 4.  Com base nos Exemplos anteriores, temos para o Exemplo 1 temos  Ω =

{1, 2, 3, 4, 5, 6}. Para o Exemplo 2 temos  Ω = N. E para o Exemplo 3, temos  Ω = R+ . ca duas moedas honestas, e deseja-se verificar a face  Exemplo Exemplo 5.  Um experimento lan¸ca superior superior dessas moe moedas. Sabe-se Sabe-se que cada moe moeda apr apresent esentaa duas faces: cara ara (H) e coroa  oroa  (T). Dessa forma, o espa¸co co amostral ´e dado por: Ω = {(H, H ), (H, T ) T ), (T , H ), (T , T ) T )}. Entretanto, tamb´em em pod podemos emos ter um conjunto qualquer A, que cont´em em parte do elementos de Ω, isto ´e, e, A  ⊂  Ω, A  passa a ser chamado de subconjunto de Ω. 1

em em elemento de  Ω, Defini¸ c˜ ao 3   (Subconjunto).  Se todo elemento do conjunto A ´e tamb´ ent˜  ao A ´e definido definido como um subc subconjunto onjunto de  Ω, sendo representado A ⊂ Ω ou  Ω ⊃ A (lˆe-se: e-s e: A est´  est a´  contido em  Ω ou  Ω  cont´  con t´em em A). A) . Essa Es sa defin de fini¸ i¸c˜ c˜ao ao pode ser aplicada entre subconjuntos de Ω, como no exemplo a seguir. Exemplo 6.  Sejam o conjunto Ω =  { 1, 2, 3, 4, 5, 6}, e seus subconjuntos,

B =  {1, 2, 3, 4, 5} e  A  =  {1, 2, 3}, ent˜  ao A ´e um subconjunto de B, pois, os elementos elemento s que cont´ em em em A, tamb´em em cont´ em  em  em B. Assim, A  ⊂  B.  B . co co amostral ( Ω), representado por letras  Defini¸ c˜ ao 4  (Evento).  Todo subconjunto do espa¸ latinas em mai´  usculo, A, B, . . ., ´e chamado chamad o de evento.

  e   d    i   v    i   e    ˆ D

centrado na origem. Ent˜  ao Exemplo 7.  Escolher ao acaso um ponto no c´ırculo de raio 1 centrado Ω =  c´  c´ırcul ırc uloo unit un it´  ario ´  =  { (x, y ) ∈

2

R

:  x 2 + y2 ≤  1 }.

Vejamos alguns eventos para esse exemplo:

A  = “distˆ   =  “distˆ  ancia entre o ponto escolhido e a origem ´e” e” ≤  1/  1 /2 B =  “distˆ  ancia entre o ponto escolhido e a origem ´e” e” ≥  15 C  =  “1 Coor Coordenada denada do ponto escolhido ´e maior que a 2  . a 



Se  ω = (x, y )   for um resultado do experimento, ent˜  ao ω   pertencer´  a a  A   se, e somente  2 2 se, x +  y ≤ 1/4. Pertenc Pertencer´  er´  a ao evento C se, e somente se, x > y . Nenhum Nenhum pont pontoo ω pertencer´  a a  B .

  n   e    B ¹/

¹

¹

(a) Evento A

(b) Evento C

Figura 1: Escolha do d o ponto p onto em um c´ c´ırculo unit´ ario. ario. Logo temos:

 

A  =  {(x, y )  ∈  Ω : x2 + y 2 ≤  1/  1 /2},  =  conjunto vazio, B =  ∅  = conjunto vazio, A  =  {(x, y )  ∈  Ω :  x > y }. Ent˜  ao, todo experimento associado a este experimento pode ser identificado por um subconjunto do espa¸co co amostral. 2

certo , impos im posss´ıvel e elementar) eleme ntar).  Seja  Ω  o espa¸co co amostral do experiDefini¸ c˜ ao 5  (Evento certo, mento. Ent˜  ao dizemos que  Ω  ´e o evento certo, e  ∅  ´e o evento even to imposs´ıvel, ıvel , e o evento even to {ω} ´e dito dit o elementa elem entar. r. Para a compreens˜ ao de algumas propriedades, a seguir definimos mais alguns tipos de ao eventos. ao ao de eventos).  Sejam A e B, dois eventos quaisquer de  Ω, ent˜  ao o Defini¸ c˜ ao 6   (Uni˜ conjunto de todos os elementos que est˜  ao em A ou B ou em ambos, ambos, ´e definido definido conjunto onjunto uni˜  ao de A e B, denotado por A por  A ∪ B . Dessa forma, percebemos que A que A ∪ B  ocorre se ao menos um dos eventos A eventos A ou  ou B  B ocorrer.  ocorrer. Exemplo 8.  Sejam os conjuntos:

  e   d    i   v    i   e    ˆ D

A  =  { 1, 2, 3} e  B =  {3, 4, 5, 6}, ent˜  ao

A ∪ B =  {1, 2, 3, 4, 5, 6}

c˜ao ao de eventos).  Sejam A e B, dois eventos quaisquer de  Ω, ent˜  ao Defini¸ c˜ ao 7  (Intersec¸c˜ o conjunto conjunto que cont´ cont´em em todos os elementos que est˜  ao em A e B, ´e definido a interse intersec¸ c˜  c˜  ao de A e B, e escrito A ∩ B ou  AB. AB . cao ˜  de AB de  AB =  {3}. Exemplo 9.  Do exemplo anterior, temos que a intersec¸c˜  Defini¸ c˜ ao 8  (Eventos Disjuntos ou multuamente esxclusivos).  Sejam A e B, dois eventos 

quaisquer de  Ω, ent˜  ao estes s˜  ao disjuntos ou mutuamente exclusivos quando n˜  ao existir  elementos em comum entre A e B, isto ´e, e, A ∩ B =  ∅ .

  n   e    B

em  Ω. Se  A  A ∩ B =  ∅, ent˜  ao A ao  A c ∩ B c =   ∅, a menos  Teorema 1.  Sejam dois eventos A e B em Ω que A e B sejam complementares.

Demonstra¸c˜  c˜  ao.   Considere A ∩ B =  ∅  e que A ∪ B = (A ∩ B c ) ∪ (A ∩ B ) ∪ (Ac ∩ B ) = (A ∩ B c ) ∪ (Ac ∩ B ) = (Peloo fat fatoo de de A e B n˜ nao a˜o serem complementares). complementares).  Ω (Pel

(1)

Usando a Lei de Morgan Ac ∩ B c = (A ∪ B )c , logo percebemos pela express˜ ao a o (1) que c c A ∩B =   ∅, o que completa a prova. ao A ∩ B = ∅ Exemplo 10.  Sejam os eventos  A  =  { 1, 2, 3, 4} e  B =  { 5, 6}, ent˜  Uma rela¸c˜ cao a˜o de eventos que ser´a muito importante para o estudo da teoria da probabilidade, bilida de, ´e a defini¸ defini c˜ c¸ao a˜o de complemento, abordado a seguir. ao o complemento do Defini¸ c˜ ao 9  (Evento complementar).  Seja  A  um evento de  Ω. Ent˜  evento A com respeito a  Ω,  Ω , denotado por A por  A, Ac , ou  Ω − A, ´e o subconjunto subconjunto dos elementos  elemento s  de  Ω  exceto os elementos do evento A. Observemos o seguinte exemplo.

3

ca trˆ es es moedas moedas honestas, e deseja-se verificar a face  Exemplo Exemplo 11.  Um experimento lan¸ca superior superior dessas moe moedas. Sabe-se Sabe-se que cada moe moeda apr apresent esentaa duas faces: cara ara (H) e coroa  oroa  (T). Dessa forma, o espa¸co co amostral ´e dado por:, Ω = {(H,H,H ), (H,H,T ), (H , T , H )  , (H , T , T  ), (T , H , H )  , (T , H , T  ), (T , T , H )  , (T , T , T  )}. e um evento de  Ω, pode ser dado por  A  =  { (H,H,H ), (H,H,T ), (H , T , T  )}. Ent˜  ao o complemento de A ser´  a: A  =  {(T , H , H )  , (T , H , T  ), (T , T , T  )}.

  e   d    i   v    i   e    ˆ D

Seja um evento A evento A contido  contido no espa¸co co amostral Ω. Desejamos associar ao evento A evento A uma  uma medida que assume valores entre 0 e 1, que chamamos de medida de probabilidade de A de A,, denotada por P  por P ((A). Assim, diremos que P  que  P ((A) ´e a probabilida proba bilidade de de d e que qu e o evento A evento A ocorra  ocorra no espa¸co co amostral amostra l Ω. Voltando ao Exemplo 1, considerando que esse dado ´e equilibrado, e o evento A evento A  ⊂  Ω, ent˜ao ao poderemos atribuir uma probabilidade para A para A da  da seguinte forma: P ( P (A) =

#A n´umero umero de resultados favor´ aveis aveis a A = . 6 n´umero umero de resultados result ados poss pos s´ıveis

Esta ´e a defini¸ definic˜ c¸˜ao ao cl´ cl assica a´ssica de probabilidade probabilidade quando Ω ´e finito. Entretanto, Entretanto, a probabilidade que o evento A   ocorra no espa¸co co amostral nem sempre ´e poss´ poss´ıvel, devido a complexidade desses eventos. Retornando ao Exemplo 7, podemos interpretar a probabilidade de A  ⊂  Ω como:

  n   e    B P ( P (A) =

area a´rea A area a´rea A = , area ´area Ω π

sendo a area a´rea de A de A bem  bem definida. Segundo um teorema profundo da teoria da medida, n˜ ao ao se pode definir P ( P (A) para A  ⊂  Ω de modo que a ´area area de A n˜ao ao esteja esteja bem definida. definida. A prova disso depende do  Axioma da escolha . Um exemplo cl´assico assico desses eventos s˜ao ao os ao podemos atribuir nenhuma medida quando ela ao conjuntos de Vitali de R, os quais n˜ generaliza o comprimento de intervalos de R. De fato ´e imposs imp oss´´ıvel atribuir atrib uir comprimento compr imento a todos subconjuntos de R  preservando a aditividade e invariˆ ancia ancia por transla¸c˜ cao. a˜o. Dessa forma, estaremos apenas interessados em eventos cuja area ´ est´ a bem definida. Assim, definimos orio) orio).  Todo evento de  Ω  que podemos atribuir uma probabiDefini¸ c˜ ao 10  (Evento Aleat´ lidade, chamamos de evento aleat´  orio. Vamos contextualizar algumas defini¸c˜ coes o˜es de Teoria da medida com rela¸ c˜ao ao ao conjunto do espa¸co co amostral Ω. c˜  ao de subconjuntos de um dado Defini¸ c˜ ao 11   (Classe de um conjunto Ω).   Uma cole¸c˜  conjunto Ω, ´e chamado chamad o de classe. classe .

 C 1  =  {∅, {1}, {2}} e  C   C 2  =  {∅, {1}, {2}, {1, 2}}, Exemplo 12.  Considere  Ω =  { 1, 2}  e seja  C  ent˜  ao dizemos que  C 1 e  C 2 s˜  ao classes de  Ω. 4

Vamos estar estar intere interessad ssados os nu numa ma classe classe de even eventos tos aleat´ aleat´ orios que atendem algumas propriedades, propriedades, que ser˜ ao importantes para a teoria e c´ ao alculo alculo de probabilidades. probabilidades. Denotemos Denotemos por A, uma classe de eventos aleat´orios orios definida da seguinte forma: ´ co co amostral, ent˜  ao uma classe de  Ω  ´e cham ch amad ada  a  Defini¸ c˜ ao 12 (Algebra) .   Seja  Ω  o espa¸ de algebra, ´  denotada por  A, se satisfaz as seguintes propriedades: A1. Ω ∈ A; A2. ∀ A  ∈ A, Ac ∈ A; A3. Se A Se  A  ∈ A e  B  ∈ A, ent˜  ao A ∪ B  ∈ A. Como consequˆencia encia dessas propriedades, apresentamos o seguinte Teorema, algebra do espa¸co co amostral  Ω. Ent˜  Ent˜  ao valem as seguintes proTeorema 2.   Seja  A  uma ´  priedades: A4. ∅ ∈ A e 

  e   d    i    i   v   e     ˆ D      n   e    B 

A5. ∀n, ∀A1 , A2 , . . . , An  ∈ A, temos 



n i=1

Ai  ∈ A e 



n i=1

Ai  ∈ A.

A6. Se A Se  A  ∈ A e  B  ∈ A, ent˜  ao A − B =  A ∩ B c ∈ A.

Demonstra¸c˜  c˜  ao.   Podemos observar que A1 e A2 implicam em A4. Para ara A5, temos que n cao. a˜o. Usando o fato A1 ∪ A2 ∈ A ⇒ (A1 ∪ A2 ) ∪ A3 ∈ A ⇒ . . .  ⇒ i=1 Ai ∈ A, por indu¸c˜ de que: n

c

n

Aic

Ai =

i=1

.

i=1



Por A2 sabemos que se A ∈ A, ent˜ao ao Ac ∈ A. Por ind indu¸ u¸c˜ cao a˜o provamos que in=1 Ai ∈ encia de A3, tamb´ ta mb´em em in=1 Aic ∈ A. Po Porta rtant nto, o, se se in=1 Aic ∈ A, por A, e por consequˆencia c conseq con sequˆ uˆencia enc ia de A2, logo ( in=1 Aic ) = in=1 Ai ∈ A. Pa Para ra provar provar A6, temos por A2 que c c se B se  B  ⊂ A, ent˜ao B ao  B ⊂ A. E como A e B e  B pertencem a A, ent˜ao ao por A5 A A5  A ∩ B c =  A − B  ∈ A. Vamos supor para a Defini¸c˜ c˜ao ao 12 que tamb´em em satisfa¸ satisf a¸ca ca a seguinte propriedade: A3∗ . Se A Se  A k ∈ A , para k  = 1, 2, . . . , ent˜ ,  ent˜ao ao

∞ k=1

Ak ∈ A .

Dessa forma, definimos

algebra) algebra).  Uma classe de eventos de  Ω, denotado por  F , ´e defin de finid idoo σ Defini¸ c˜ ao 13 (σ -´ ´  algebra se satisfizer as seguintes condi¸c˜  c˜  oes: A1. Ω ∈ F ; A2. Se A Se  A  ∈ F , ent˜  ao Ac ∈ F ; A3 ∗ . Se uma sequˆ encia encia finita ou o u infinita infini ta cont´  avel (enumer´  avel) de eventos  A  A 1 , A2 , . . .  ∈ F , ∞ ent˜  ao i=1 Ai  ∈ F .



5

Uma σ -´algebr alg ebraa ´e sempre sem pre uma ´algebr alg ebra, a, pois po is A3 ´e conseq con sequˆ uˆencia enc ia de A3∗ , uma vez que A  ∪  B = A ∪  B  ∪  B ∪ B . . . ∈ F , se F   ´e uma σ -´algebra. algebra. Sem perda de generalida generalidade, de, podemos afirmar que a σ a σ-´ -´algebra algeb ra ´e sempre sempr e uma algebra, a´lgebra, pelo  Teor  Teorema ema da Exten Ext ens˜ s˜ ao ao de a´lgebra, Cara Ca rath´ th´ eodo eo dory ry. Este teorema garante que uma probabilidade definida em uma algebra, e de acordo com os axiomas usuais, pode ser extendida de uma unica u ´ nica maneira para a σ -´algebra algeb ra gerada gera da pela pel a ´algebra. algeb ra. As duas σ duas  σ-´ -´algebras algebras canˆ onicas de um conjunto Ω, considerando Ω finito ou enumer´ onicas avel, avel, s˜ao ao definidas a seguir. algebras algebras triviais de Ω).  As duas  σ-´  algebras triviais de  Ω, considerando Defini¸ c˜ ao 14 (σ -´ Ω  finito ou enumer´  avel, s˜  ao: a) C  =  {∅ , Ω}, a menor  σ -´  algebra de  Ω; b) P (Ω), (Ω), ´e o conjunto de todas as partes de  Ω, e representa a maior  σ -´  algebra de  Ω. O  n n´  umero de subconjunto subconju ntoss ´e  e  2 , considerando que  Ω tem  n  elementos.

  e   d    i   v    i   e    ˆ D

Alguns exemplos a seguir, complementam o conceito de σ -´algebra. algebra.

umeros reais, e seja  F  cao ˜  de todos   F  uma cole¸c˜  Exemplo 13.  Seja  Ω = R, o conjunto dos n´  os subconjuntos de  R. Ent˜  ao F  ´e uma  σ -´  algebra.

Seja   Ω = [0, [0, 1]   e seja  F  = {∅, Ω, [0, [0, 1/2], 2], [1/ [1/2, 1]}. Entao ˜  F   ´e uma  σ Exemplo Exemplo 14.   Seja   algebra. ´  Exemplo Exemplo 15.   Seja  Ω =

N∗

o conjunto dos n´  umeros naturais maiores ou iguais a um, ∗ sendo P  =  { x ∈ N :  x  ´e par } e  I  =  {x  ∈ N :  x ´  x  ´e ´ımpar }. Ent˜  ao F  =  {Ω, P , I , ∅}  ´e uma  σ -´  algebra de subconjuntos de  Ω. ∗

 Ω  um conjunto infinito, e  Z  c˜  ao de todos os conjuntos finitos   Z  uma cole¸c˜  Exemplo 16.  Seja  Ω um

  n   e    B

de  Ω. Ent˜  Ent˜  ao Z  n˜  ao cont´ con t´em  em  Ω e n˜  ao ´e fechado para complementa¸c˜  c˜  ao. Assi Assim, m, Z  n˜  ao ´e  e  σ -´  algebra de  Ω. Para definirmos uma σ -´algebra algebra de Ω = R, apresentamos alguns teoremas a seguir. co amostral n˜  ao vazio, e  S  = (F )i∈I  uma cole¸c˜  cao ˜  arbitr´  aria  Teorema 3.  Seja  Ω  um espa¸co n˜  ao vazia de  σ-´  algebras de  Ω, ent˜  ao

J  =

F i = {E  ∈ F i , ∀i ∈  I }

i∈I 

´e a inter in terse se¸c˜  c¸ao ˜  de todas as  σ -´  algebras que pertencem a  S  qu e tamb ta mb´´em em ´e uma  um a  σ -´  algebra de   S , que Ω, em que  I  ´   ´e um conjunto conjun to n˜  ao-vaz ao- vazio io de ´ındices. ınd ices. Demonstra¸c˜  c˜  ao.   Sabemos que S  ´   ´e uma um a cole co le¸c˜ c¸ao a˜o n˜ao ao vazia de σ-´algebras algebras de Ω, e que J  = i∈I  F i  pertence a  S .



(i) O conjunt conjuntoo Ω pertence pertence a J , pois Ω pertence a cada σ -´algebra algebra em  S ;

(ii) Suponha que A ∈ J . Cada σ -´algebra algebra que pertence a S   co c ont´ nt ´em A   e cont´ on t´em Ac . Assim, Ac pertence a interse¸c˜ cao a˜o  J   dessas σ -´algebras; algebras; (iii) Por fim, suponha que {Ai } seja uma u ma sequˆencia encia de conjuntos co njuntos disjuntos que pertence p ertence a ao pertence em cada σ cada σ-´ -´algebra algebra de  S . Assim  ∪ Ai  ∈ S  que tamb´em em perte pe rtence nce J , e ent˜ao a  J  . 6

Portanto, J  ´e uma σ-´algebra. algebra. Contudo, a uni˜ao ao de σ-´algebras algebras n˜ ao ao necess nec essari ariame amente nte ´e σ-´algebra. algebra. co co amostral  Ω =  {1, 2, 3, 4}, e  σ-´  algebras de  Ω  dadas por  F 1 = Exemplo 17.  Seja o espa¸ ao {∅, Ω, {1}, {2, 3, 4}} e  F 2 =  {∅ , Ω, {4}, {1, 2, 3}}. Ent˜ 

F 1 ∪ F 2  =  {∅, Ω, {1}, {4}, {1, 2, 3}, {2, 3, 4}}} que n˜  ao ´e uma  um a  σ-´  algebra. ao vazio, Coro Co rol´ l´ ario ar io 1.   Seja  ε  uma classe de subconjuntos de  Ω, sendo Ω  um conjunto n˜  que n˜  ao necessariamente seja uma  σ-´   σ -´  algebra. Existe ent˜  ao, uma  σ-´   σ -´  algebra de  Ω,  Ω , denotada  por  J (ε), que qu e cont´ con t´em  em  ε  que ´e a menor  men or  σ -´  algebra, chamada a  σ -´  algebra gerada por  ε. Demonstra¸c˜  c˜  ao.   Seja  S  uma cole¸c˜ c˜ao ao de todas as σ-´algebras algebras que inclui ε  de Ω . Ent˜ao ao  S  ´e n˜ao ao vazio, vazio , pois po is cont´em em P (Ω) (Ω) que consiste de todos os subconjuntos de Ω. Pelo Teorema 3, a intersec˜ intersec˜ ao ao das σ das σ-´ -´alge al gebr bras as ´e uma um a σ-´  σ -´algebra, algebra,  J (ε), que inclui ε inclui  ε e  e est´ a inclusa em todas as σ -´algebras algebras de S , ist is to ´e, e, J (ε) est´ a contida em toda σ toda σ-´ -´algebr alg ebraa de Ω que qu e cont´ c ont´em ε em ε.. Portanto, me norr  σ-´  σ -´algebra algeb ra de Ω que cont´em em ε. J (ε) ´e a meno

  e   d    i   v    i   e    ˆ D

Usaremos o color´ario ario anterior para definir uma importante fam´ fam´ılia das d as σ-´algebras, algebras, a chamada σ chamada  σ-´ -´algebra algebra de Borel. algebra algebra de Borel).   Seja  ε  uma cole¸c˜  c˜  ao de subconjuntos abertos de  R. Defini¸ c˜ ao 15 (σ-´ Ent˜  ao J (ε)  ´e chama ch amado do de  σ -´  algebra de Borel de  R, usualmente escrito B (R). Seus Seus eleelementos s˜  ao chamados de conjuntos onjuntos de Borel Borel ou bore orelianos. lianos. Da mesma forma, definimos  definimos  n n algebra gerada pelos subconjuntos abertos de  R . B (R )  como a  σ -´ 

  n   e    B

Os elementos da σ -´algebra algebra de Borel inclui os conjuntos abertos, conjuntos fechados (os complementares dos conjuntos abertos), interse¸ c˜oes oes enumer´ aveis aveis de conjuntos abertos (lembrando que uni˜ oes oes enumer´ aveis e conjuntos abertos j´ aveis a s˜ao ao abertos), uni˜ oes oes enumer´aveis aveis de conjun conjuntos tos fechado fechadoss (lembran (lembrando do que inters interse¸ e¸ c˜oes oes enumer´ enumer´ aveis aveis de conjuntos fechados j´ a s˜ao ao fechados), etc., como ser´ a visto no teorema seguinte. Teorema 4  (Conjuntos de  B (R)).  Os subconjuntos seguintes de  R  pertencem a  B (R):

(i) (a, b)  para qualquer  a < b;

(ii) (−∞, a)  para qualquer  a ∈ (iii) (a, ∞)  para qualquer  a  ∈

R;

R;

(iv) [a, b]  para qualquer  a ≤  b;  b ; (v) (−∞, a]  para qualquer  a  ∈ (vi) [a, ∞)  para qualquer  a  ∈

R;

R;

(vii) (a, b]  para qualquer  a < b; (viii) [a, b)  para qualquer  a < b; (ix) {x} ∈  (a,  ( a, b)  para qualquer  a < b; 7

(x) qualquer qualquer subc subconjunto onjunto fechado fechado de  R. ao conjuntos abertos e portanto pertencem a B (R) Demonstra¸c˜  c˜  ao.  Os itens (i), (ii) e (iii) s˜ao pela pr´ opria opria defini¸c˜ c˜ao. ao.

                 

(iv) [a, [a, b] =

∞ n=1

∞ n=1

(v) (−∞, a] = (vi) [a, [a, ∞) =

a − n1 , b +

∞ n=1

1

n

−∞, a +

∈ B (R);

1

n

∈ B (R);

a − n1 , ∞ ∈ B (R);

(vii) (a, (a, b] =

∞ n=1

a, b +

(viii) [a, [a, b) =

∞ n=1

a − n1 , b ∈ B (R);

(ix) {x}  =

∞ n=1

1

∈ B (R);

n

x − n1 , x +

1

n

 ( a, b); ∈ B (R), ∀x  ∈  (a,

(x) Se B   ´e um subconjunto fechado em B (R). Mas B = (B c )c ∈ B (R).

  e   d    i   v    i   e    ˆ D R,

ent˜ao ao B c ´e aberto, assim este pertence a

De fato, todas essas classes de subconjuntos de R  gera a σ-´algebra algebra  B (R). algebra de Borel de  R. Ent˜  ao, esta ´e a menor  σ -´  algebra  Teorema 5.   Seja  B (R) uma  σ -´  de  R  que inclui todos os intervalos.

Demonstra¸c˜  c˜  ao.   Seja B  ⊆ B  uma σ -´algebra algebra tal que B  cont´em em todos os intervalos. intervalos. Isso  implica que B  cont´ cont´em em todos os interv intervalos alos abertos. Consequentem Consequentemente, ente, B ⊆ B  pela Defini¸c˜ cao a˜o 15. Conclu Concl u´ımos ent˜ ao ao que  B  =  B .

  n   e    B

Vamos definir formalmente, a probabilidade associada aos eventos aleat´ orios orios da σ ´algebra, algebra, da qual chamaremos de medida de probabilidade. Inicialmente, definimos algebra e um espa¸co co amostral  amostral  Ω, ent˜  ao uma  Defini¸ c˜ ao 16   (Medida).   Seja  F  uma  σ -´   [0 , ∞), que satisfaz: medida, denotada por  µ, ´e uma fun¸ fu n¸c˜  cao ˜  tal que  µ  :  F →  [0, i) µ(∅) = 0;



ii) ( σ -aditividade) -aditividade) Se  A1 , A2, . . ., ., ´e uma sequˆencia enci a disjunt dis juntaa em  F , ent˜  ao µ ( ∞ n=1 µ(An ).



∞ n=1

An ) =

Para o caso em que µ  :  F →  [0,  [0 , 1], µ  ´e chamado de medida de probabilidade e passa a ser denotado por P . P . co amostral  Ω  qualquer e uma  σ -´  algebra  F  =  P (Ω), (Ω), tal que  Exemplo 18.  Seja um espa¸co uma medida  µ  :  F →  [0,  [0 , ∞]  ´e dado da do por por:: µ(A) =



#A, se A ´e finito fini to,, infi nito.. ∞, se A ´e infinito

Algumas condi¸c˜  coes ˜  s˜  ao impostas sobre  µ(A): i) µ(∅) = 0; ii) (Ai )i∈N  uma sequˆ encia encia disjunta disju nta em  F : 8

(a) (b)



i∈N

Ai  conjunto finito;

i∈N

Ai  conjunto infinito.

Para (ii).a temos, pela Defini¸c˜  cao ˜  16.(ii) que  µ

             e    d    i     i    v   e    ˆ Ai

Ai =

=#

i∈N

i∈N ∞

#A i

i∈N

µ(Ai ).

=

i=0

Para o caso (ii).b, considerando i∈N Ai  um conjunto infinito e  A  A i  um conjunto finito n˜  ao vazio, para todo i  ∈ N, temos  ∞

µ

=  ∞  =

Ai

i=1

i∈N ∞



#Ai =  ∞

µ(Ai ) =

i=1

Para o caso (ii).b, considerando infinito, para todo i ∈ N, temos 

µ(Ai )

i=1

i∈N

µ

Ai  um conjunto infinito e ao menos um  A  A i  seja 

=  ∞

Ai

D

i∈N ∞

  n   e    B

µ(Ai ) = ∞

i=1

co co amostral e  F  uma  σ -´  algebra  Defini¸ c˜ ao 17  (Medida de Probabilidade).   Seja  Ω  o espa¸ dos eventos de  Ω. Ent˜  ao, uma fun¸c˜  c˜  ao P   P   tal que  P  :  F →  [0,  [0 , 1], 1], ´e chamada chamad a de medida de  probabilidade sob os seguintes axiomas de Kolmogorov: 1. (Normalidade) (Normalidade) P (Ω) P (Ω) = 1; 1;

2. (Positividade (Positividade)) ∀A ∈ F , P ( P (A)  ≥  0;  0 ;

3. ( σ -aditividade) Para uma sequˆ sequˆencia encia finita ou infinita cont´  contavel ´  de eventos  A1 , A2 , . . .  ∈ F   multuamente exclusivos, ∞

P ( P (U i∞ =1 Ai )

=



P ( P (Ai ).

i=1

Observe a seguinte propriedade: 3∗ ) (Aditi (Aditivid vidade ade finita) se A1 , A2 , . . . , An  ´e uma sequˆencia encia disjunta dois a dois em F , n n ent˜ ao ao P  (  ( k=1 Ak ) = k=1 P ( P (Ak ).





ist o ´e, e, se  P  ´e  e  σ -aditiva, ent˜  ao ´e finit fin itaaTeorema 6.   O Axioma  3  implica o Axioma  3∗ , isto mente aditiva. aditiva. 9

Demonstra¸c˜  c˜  ao.  Supondo satisfeito o Axioma (3), e sejam A1 , A2 , . . . , An ∈ F . Conside Conside-rando P ( P (∅) = 0, uma vez que =  P (Ω (Ω ∪ ∅ ∪ ∅ ∪ . . .) = P (Ω) P (Ω) P (Ω) = P   P (Ω) + P ( P (∅) + P ( P (∅) + . . . . Definimos Ak =  ∅, para k  = n  =  n + 1, 1, n + 2, 2, . . .. ao disjuntos, ent˜ ao ao .. Como A1 , A2 , . . . s˜ao

       n





Ak

=  P 

k=1

Ak

k=1



P ( P (Ak )

=

k=1 n

P ( P (Ak ) + P ( P (∅) + P ( P (∅) + . . .

=

  e   d    i   v    i   e    ˆ  D   n   e    B  k=1 n

P ( P (Ak ).

=

k=1

Um quarto Axioma, pode ser complementado sobre a medida de probabilidade, que segue:  ( “Continuidade do vazio”) Se a sequˆencia encia {Ak }k≥1, em que Ak ∈ F ∀k, decrescer Axioma 4.  (“Continuidade para o vazio, ent˜ao a o lim lim P ( P (Ak ) →  0. k→∞

Este axioma indica que se (A (Ak )k≥1  decrescer para o vazio, Ak ↓ ∅, significa que Ak ⊃ Ak+1 ∀k, ou seja, (A (Ak )k≥1  decresce, e k≥1 Ak =  ∅. encia encia dos Axiomas 4 e 3∗ ).   Dados os axiomas de Kolmogorov, o Teorema 7   (Equivalˆ Axioma 4 ´e equivalente equivalente ao Axioma  3∗ , isto ´e, e, uma prob probabilidade abilidade finitamente aditiva ´e  e  uma probabilidade se, e somente se, ´e cont´ cont´ınua no vazio. Demonstra¸c˜  c˜  ao.   (i) (i) Sup Suponh onham amos os o Axio Axioma ma 4. Sejam Sejam A1 , A2 , . . . ∈ F   tais que Ak ↓ ∅. Vamos provar que P ( P (Ak )  →  0. Considere ∞

A1 = (A1 − A2 ) ∪ (A2 − A3 ) ∪ . . .  =

(Ak  − Ak+1 ),

k=1

pelo diagrama: A1 A2 ¥

Ç Ak 

k=1

10

A3

As regi˜oes A oes  A k − Ak+1 s˜ao ao disjuntas, disjunta s, uma vez que a sequˆencia encia ´e decrescente decre scente e F  ´e fech fe chad adaa para diferen¸cas. cas. Pelo Axioma 3∗ ,

 ∞

P ( P (A1) =  P 

 ∞

(Ak  − Ak+1 )

k=1

=

P ( P (Ak  − Ak+1 ),

k=1

porta po rtanto nto a s´erie eri e ´e converge conve rgente nte e n−1





P ( P (Ak  − Ak+1 ) =

k=1

 

P ( P (Ak  − Ak+1 ) + P ( P (∅) + P ( P (∅) + P ( P (∅) + . . .

k=1

n−1

=

P ( P (Ak  − Ak+1 ) → P ( P (A1 ). n→∞

k=1

Pela aditividade finita,

  e   d    i   v    i   e    ˆ D

P ( P (Ak  − Ak+1 ) =  P (  P (Ak ) − P ( P (Ak+1), logo n−1

P ( P (A1 ) = lim

n→∞



[P ( P (Ak ) − P ( P (Ak+1)]

k=1

= lim {[P ( P (A1 ) − P ( P (A2 )] + [P  [P ((A2) − P ( P (A3 )] + . . . + [P  [P ((An−1 ) − P ( P (An )]} n→∞

= lim {P ( P (A1 )− P  P ((A2 )  + P  P ((A2)  − P  P ((A3 )  + . . . + P  P ((An−1 )  −P ( P (An )} n→∞

= lim [P ( P (A1 ) − P ( P (An )], )],

  n    e       B

n→∞

e ent˜ ao ao P ( P (An ) →  0.

(ii) Suponhamos o Axioma 4 e sejam A1 , A2 , . . . ∈ F   disjun disjuntos. tos. Vamos prov provar que ∞ ∞ ∞ P  (  ( k=1 Ak ) = k=1 P ( P (Ak ). Seja A  = k=1 Ak , ent˜ao ao





n

A  =





Ak

k=1

Ak

k=n+1



e pela aditividade finita, n

P ( P (A) =





P ( P (Ak ) + P 

k=1

Seja Bk =



∞ k=n+1

Ak

.

k=n+1

ao Bk ↓ ∅  e portanto P  portanto  P ((Bk ) →  0 (Pelo Axioma 4). Logo Ak , ent˜ao n

 k=1

isto ´e, P ( P (A) =

 



∞ k=1

P ( P (Ak )

→ n→∞

P ( P (A),

P ( P (Ak ).

ao equivalentes: Coro Co rol´ l´ ario ar io 2.  Os dois seguintes sistemas de axiomas s˜  11

Sist Sistem emaa I: Axio Axioma mass 1, 2 e 3 e  3∗ Sist Sistem ema a II: Axiom Axiomas as 1, 1, 2, 3 e 4. 4. sistema I ´e equivalent equivalentee aos Axiomas 1, 2, 3 e 3∗ , pois j´a vimos que o Demonstra¸c˜  c˜  ao.  O sistema Axioma 3∗ implica no Axioma 3. Agora, usando o Teorema 7, provamos que o Axioma 3 implica implic a no Axioma 4, e a prova ´e conclu concl u´ıda. Ent˜ ao ao para verificar verificar se P ´e uma probabilidade probabilidade em F , basta verificar os axiomas do sistema I ou os axiomas do sistema II. Vejamos algumas propriedades de uma medida de probabilidade, (Propriedades de P ) P ).   Seja  P  uma medida medida de prob probabi abilida lidade de associa associada da a  Teorema eorema 8   (Propriedades sequˆenia eni a de eventos eve ntos aleat´  orios  Ai  ∈ F ∀i ∈ N  e o evento B  ∈ F , sendo  F  uma  σ-´  algebra, e  A  ∈ F . Ent˜  ao s˜  ao v´  alidas as seguintes propriedades: i) (Complement (Complemento) o) P ( P (A) = 1 − P ( P (Ac ); ii) P ( P (∅) = 0;

  e   d    i   v    i     ˆ   e    D   n       e    B

iii) P ( P (B ) = P (  P (A ∩ B ) + P ( P (Ac ∩ B );

iv) (Monotonicid (Monotonicidade) ade) Se  A ⊂  B,  B , ent˜  ao P ( P (A)  ≤  P (  P (B ); v) P ( P (A ∪ B ) = P (  P (A) + P ( P (B ) − P ( P (A ∩ B ); vi) (Limitante (Limitante Superior) Superior) 0  ≤  P (  P (A) ≤  1;  1 ; vii) (Desigualdade (Desigualdade de Boole) Boole) P ( P ( viii) (subaditiv (subaditividade) idade) P ( P (

n i=1

∞ i=1

∞ i=1

Ai ) ≤

Ai )  ≤

ix) (Desigualdade (Desigualdade de Bonferroni) Bonferroni) P ( P (

n i=1

P ( P (Ai );

P ( P (Ai );

n i=1

Ai ) ≥  1 −

n i=1

P ( P (Aic )

x) (Continuidad (Continuidadee da prob probabilid abilidade) ade) Se  Ai ↓ A, ent˜  ao P ( P (Ai ) ↓ P ( P (A). Se  Ai ↑ A, ent˜  ao P ( P (Ai )  ↑  P (  P (A). xi) (Inclus˜  ao-Exclus˜  ao) P ( P ( in=1 Ai ) = in=1 P ( P (Ai ) − n+1 A j  ∩ Ak ) + ( −1) P ( P (A1 ∩ A2 ∩ . . . ∩ An ).

n i
View more...

Comments

Copyright ©2017 KUPDF Inc.
SUPPORT KUPDF