Teoria Ergódica (9 a aula)

Tamanho: px
Começar a partir da página:

Download "Teoria Ergódica (9 a aula)"

Transcrição

1 Outubro 2012

2 Espaços de Sequências Seja (X, d 0 ) um espaço métrico compacto. B Z (X ) = X Z = { x = (x j ) j Z : x j X, j Z } B N (X ) = X N = { x = (x j ) j N : x j X, j N } B(X ) designa indiferentemente qualquer destes espaços Proposição B(X ) é um espaço métrico compacto quando munido da métrica d(x, y) = d 0 (x j, y j ) 2 j. j A convergência associada a esta métrica é a convergência pontual, i.e. lim n + x (n) = x lim n + x (n) j = x j, j.

3 Espaços de Símbolos Um espaço de símbolos finito X = {1,..., n}, munido da métrica discreta { 0 se i = j d 0 (i, j) =, 1 se i j é o exemplo mais simples dum espaço métrico compacto. Os espaços de sequências de símbolos no conjunto {1,..., n} designam-se respectivamente por B Z (n) e B N (n), ou simplesmente B(n).

4 Os Shifts Chama-se shift (bilateral) ao homeomorfismo σ : B Z (X ) B Z (X ) definido por σ(x) = (x n+1 ) n Z. Chama-se shift (unilateral) ao mapa contínuo σ : B N (X ) B N (X ) definido por σ(x) = (x n+1 ) n N.

5 Cilindros num Espaço de Sequências Dados borelianos A 0,..., A n num espaço métrico compacto X, o conjunto C[k, A 0,..., A n ] = { x B(X ) : x k A 0,..., x k+n A n } diz-se um cilindro de B(X ). Cada cilindro é um produto cartesiano infinito com um número finito de factores não triviais.

6 A Topologia Produto Chama-se cilindro aberto de B(X ) a um cilindro C[k, A 0,..., A n ] em que os conjuntos A 0,..., A n sejam abertos de X. Os cilindros abertos formam uma base de abertos do espaço B(X ), i.e., qualquer aberto de B(X ) é uma união de cilindros abertos.

7 Teorema de Extensão de Caratheodory Chama-se semi-álgebra de partes de X a uma classe A P(X ) que contem e X, é fechada para intersecções, e tal que a diferença de quaisquer dois elementos de A se escreve como união disjunta finita de elementos de A. Chama-se pre-medida a uma função µ : A [0, + ] que seja σ-aditiva e tal que µ( ) = 0. A pre-medida µ diz-se σ-finita se existirem A 1, A 2,... A tais que X = n 1 A n e µ(a n ) < + para cada n 1. Teorema Dada uma pre-medida σ-finita µ : A [0, + ] sobre uma semi-álgebra A, existe uma única medida µ : σ(a) [0, + ] que é uma extensão de µ.

8 A Álgebra dos Cilindros Os cilindros de B(X ) formam uma semi-álgebra de partes de B(X ). 1. e B(X ) são cilindros, 2. A e B são cilindros A B é um cilindro, 3. A e B são cilindros A B é uma união disjunta dum número finito de cilindros. Chama-se álgebra dos cilindros à álgebra formada pelas uniões finitas de cilindros (disjuntos dois a dois) de B(X ).

9 σ-álgebra dos Borelianos de B(X ) Proposição São iguais as σ-álgebras geradas por: 1. todos os abertos de B(X ), 2. todos os cilindros abertos de B(X ), 3. todos os cilindros de B(X ). Esta σ-álgebra diz-se a σ-álgebra dos borelianos de B(X ).

10 Construção de Medidas Produto Dada uma medida de probabilidade de Borel regular µ sobre os borelianos de X, define-se para cada cilindro µ (C[k, A 0,..., A n ]) = µ(a 0 ) µ(a 1 )... µ(a n ). Proposição Assim definida, µ é uma pré-medida na semi-álgebra dos cilindros de B(X ).

11 Medidas de Bernoulli Pelo teorema de extensão de Caratheodory a medida µ estende-se a uma medida de probabilidade µ na σ-álgebra dos borelianos de B(X ). No espaço produto B Z (X ), resp. B N (X ), a medida µ é o que se chama uma medida produto, sendo denotada por µ Z, resp. µ N. A medida µ diz-se também uma medida de Bernoulli. Proposição Partindo duma probabilidade de Borel regular µ sobre os borelianos de X, as medidas de Bernoulli associadas em B Z (X ) e B N (X ) são também medidas de Borel regulares.

12 O Shift Preserva as Medidas de Bernoulli Proposição Os shifts σ : B Z (X ) B Z (X ) e σ : B N (X ) B N (X ) são transformações que preservam todas as medidas de Bernoulli nos espaços B Z (X ) e B N (X ). Chama-se Shift de Bernoulli a qualquer um destes shifts visto como transformação que preserva uma medida de Bernoulli.

13 Variáveis Aleatórias Sejam (Ω, A, P) um espaço de probabilidade, (X, d) um espaço métrico compacto, e B a σ-álgebra dos borelianos de X. Chama-se variável aleatória a qualquer função mensurável ξ : Ω X. Chama-se evento de ξ a qualquer conjunto A-mensurável da forma [ ξ B ] = ξ 1 (B), onde B B é um boreliano. Chama-se distribuição de probabilidade induzida por ξ à medida µ em (X, B) definida por: µ(b) = P[ ξ B ].

14 Processos Estocásticos Chama-se processo estocástico a uma sucessão de variáveis aleatórias ξ n : Ω X indexada no tempo T = N ou T = Z. Um processo estocástico determina uma função ξ : Ω B T (X ), definida por ξ (ω) = {ξ n (ω)} n T, que é mensurável relativamente à σ-álgebra dos borelianos de B T (X ). O cilindro C[k, A 0,..., A n ] de B T (X ) determina o evento em A, [ ξ k A 0,..., ξ k+n A n ] = ξ 1 ( C[k, A 0,..., A n ] ). Chama-se distribuição conjunta induzida pelo processo ξ n à medida µ sobre os borelianos de B T (X ) definida por: µ(b) = P[ ξ 1 (B) ].

15 Processos Estocásticos I. I. D. Um processo estocástico diz-se independente e idênticamente distribuído, i.e., i.i.d., sse k, n T, A 0,..., A n B, 1. P[ ξ k A 0,..., ξ k+n A n ] = P[ ξ k A 0 ]... P[ ξ k+n A n ], 2. P[ ξ 0 A ] = P[ ξ n A ]. Teorema Seja {ξ n } n T um processo estocástico i.i.d. Seja µ a distribuição conjunta por ele induzida e µ a distribuição de probabilidade induzida por qualquer das variáveis ξ n. Então µ = µ T é uma medida de Bernoulli, i.e., uma medida produto.

16 Shifts de Bernoulli: Interpretação Probabiĺıstica O shift de Bernoulli σ : B T (X ) B T (X ) que preserva uma medida µ T determina um processo estocástico i.i.d. com valores em X, e distribuição comum µ. Definindo ϕ 0 : B T (X ) X, ϕ 0 (x) = x 0, e para cada n T, ϕ n : B T (X ) X, ϕ n (x) = (ϕ 0 σ n )(x) = x n. {ϕ n : B T (X ) X } n T é um processo i.i.d. rel. µ T. Qualquer processo i.i.d é equivalente a um processo i.i.d. determinado por um shift de Bernoulli (Ω, A, P) ξ ξ n (X, B, µ) ( BT (X ), B, µ T ) ϕn (X, B, µ)

Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte I

Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte I Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte I 2013/2014 Exercício 1. Seja (, F) um espaço mensurável. Mostre que 1. F. 2. se A i F, i = 1, 2,... então n i=1 A i F. 3. se A i F,

Leia mais

Demonstração. Ver demonstração em [1]. . Para que i j se tem µ i µ j? Determine a derivada no sentido de Radon-Nikodym em cada caso.

Demonstração. Ver demonstração em [1]. . Para que i j se tem µ i µ j? Determine a derivada no sentido de Radon-Nikodym em cada caso. Proposição 2.39 (Propriedades de e.). Sejam µ, λ, λ 1, λ 2 medidas no espaço mensurável (X, F). Então 1. se λ 1 µ e λ 2 µ então (λ 1 + λ 2 ) µ. 2. se λ 1 µ e λ 2 µ então (λ 1 + λ 2 ) µ. 3. se λ 1 µ e λ

Leia mais

1.3 Conjuntos de medida nula

1.3 Conjuntos de medida nula 1.3 Conjuntos de medida nula Seja (X, F, µ) um espaço de medida. Um subconjunto A X é um conjunto de medida nula se existir B F tal que A B e µ(b) = 0. Do ponto de vista da teoria da medida, os conjuntos

Leia mais

Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte I

Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte I Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte I 2014/2015 Os exercícios assinalados com (*) têm um nível de dificuldade superior. Exercício 1. Seja (X, F) um espaço mensurável. Mostre

Leia mais

Exercício 18. Demonstre a proposição anterior. (Dica: use as definições de continuidade e mensurabilidade)

Exercício 18. Demonstre a proposição anterior. (Dica: use as definições de continuidade e mensurabilidade) Proposição 2.7. Sejam Y e Z espaços métricos e X um espaço mensurável. Se f : X Y é uma função mensurável e g : Y Z é uma função contínua então g f : X Z é uma função mensurável. Exercício 18. Demonstre

Leia mais

Métodos Matemáticos na Ciência de Dados: Introdução Relâmpago. II

Métodos Matemáticos na Ciência de Dados: Introdução Relâmpago. II Métodos Matemáticos na Ciência de Dados: Introdução Relâmpago. II Vladimir Pestov 1 University of Ottawa / Université d Ottawa Ottawa, Ontario, Canadá 2 Universidade Federal de Santa Catarina Florianópolis,

Leia mais

Teoria Ergódica (22 a aula)

Teoria Ergódica (22 a aula) Dezembro 2012 Informação = Incerteza Seja (X, A, P) um espaço de probabilidade, A Aleatoriedade dum evento E A é igual à incerteza removida, ou informação ganha pelo conhecimento da sua realização, define-se

Leia mais

DANIEL V. TAUSK. se A é um subconjunto de X, denotamos por A c o complementar de

DANIEL V. TAUSK. se A é um subconjunto de X, denotamos por A c o complementar de O TEOREMA DE REPRESENTAÇÃO DE RIESZ PARA MEDIDAS DANIEL V. TAUSK Ao longo do texto, denotará sempre um espaço topológico fixado. Além do mais, as seguintes notações serão utilizadas: supp f denota o suporte

Leia mais

Reviso de Teoria da Medida e Elementos Bsicos de Probabilidade

Reviso de Teoria da Medida e Elementos Bsicos de Probabilidade Reviso de Teoria da Medida e Elementos Bsicos de Probabilidade Roberto Imbuzeiro Oliveira 9 de Março de 2009 Resumo Esta lista cobre o básico do básico sobre espaços e distribuições de probabilidade. Pouco

Leia mais

Capítulo 1. Fundamentos

Capítulo 1. Fundamentos Capítulo 1 Fundamentos A probabilidade moderna se baseia fortemente na Teoria da Medida e supomos durante esse curso que o leitor esteja bem familiarizado com conceitos tais como: Medida de Lebesgue, extensões

Leia mais

Teoria da Medida e Integração (MAT505)

Teoria da Medida e Integração (MAT505) Transporte de medidas Teoria da Medida e Integração (MAT505) Transporte de medidas e medidas invariantes. Teorema de Recorrência de Poincaré V. Araújo Instituto de Matemática, Universidade Federal da Bahia

Leia mais

MAT Cálculo Avançado - Notas de Aula

MAT Cálculo Avançado - Notas de Aula bola fechada de centro a e raio r: B r [a] = {p X d(p, a) r} MAT5711 - Cálculo Avançado - Notas de Aula 2 de março de 2010 1 ESPAÇOS MÉTRICOS Definição 11 Um espaço métrico é um par (X, d), onde X é um

Leia mais

Notas de Teoria da Probabilidade e Processos Estocásticos

Notas de Teoria da Probabilidade e Processos Estocásticos Notas de Teoria da Probabilidade e Processos Estocásticos José Pedro Gaivão Resumo Estas notas destinam-se à disciplina de Teoria da Probabilidade e Processos Estocásticos do Mestrado de Matemática Financeira

Leia mais

Fundamentos de Estatística

Fundamentos de Estatística Fundamentos de Estatística Clássica Workshop Análise de Incertezas e Validação Programa de Verão 2017 Marcio Borges 1 1LABORATÓRIO NACIONAL DE COMPUTAÇÃO CIENTÍFICA mrborges@lncc.br Petrópolis, 9 de Fevereiro

Leia mais

σ-álgebras, geradores e independência

σ-álgebras, geradores e independência σ-álgebras, geradores e independência Roberto Imbuzeiro M. F. de Oliveira 15 de Março de 2009 Resumo Notas sobre a σ-álgebra gerada por uma variável aleatória X e sobre as condições de independência de

Leia mais

No que segue, X sempre denota um espaço topológico localmente compacto

No que segue, X sempre denota um espaço topológico localmente compacto O TEOREMA DE REPRESENTAÇÃO DE RIESZ PARA MEDIDAS DANIEL V. TAUSK No que segue, sempre denota um espaço topológico localmente compacto Hausdorff. Se f : R é uma função, então supp f denota o{ suporte (relativamente

Leia mais

Probabilidade de Ruína e Processos de Lévy α-estáveis

Probabilidade de Ruína e Processos de Lévy α-estáveis Apresentação Probabilidade de Ruína e Processos de Lévy α-estáveis Universidade de São Paulo IME - USP 08 de abril, 2010 Apresentação Distribuições Estáveis e Processos de Lévy α-estáveis Convergência

Leia mais

MEDIDAS COM SINAL.. Uma medida com sinal σ-aditiva (ou, simplesmente, uma medida com sinal) µ(a n ) def = lim

MEDIDAS COM SINAL.. Uma medida com sinal σ-aditiva (ou, simplesmente, uma medida com sinal) µ(a n ) def = lim MEDIDAS COM SINAL DANIEL V. TAUSK 1. Definição. Seja C uma coleção de conjuntos tal que C. Uma medida com sinal finitamente aditiva em C é uma função µ : C R tal que: µ( ) = 0; se (A n ) t é uma seqüência

Leia mais

Topologia e Análise Linear. Maria Manuel Clementino, 2013/14

Topologia e Análise Linear. Maria Manuel Clementino, 2013/14 Maria Manuel Clementino, 2013/14 2013/14 1 ESPAÇOS MÉTRICOS Espaço Métrico Um par (X, d) diz-se um espaço métrico se X for um conjunto e d : X X R + for uma aplicação que verifica as seguintes condições,

Leia mais

Capítulo 1. Fundamentos

Capítulo 1. Fundamentos Capítulo 1 Fundamentos A probabilidade moderna se baseia fortemente na Teoria da Medida e supomos durante esse curso que o leitor esteja bem familiarizado com conceitos tais como: Medida de Lebesgue, extensões

Leia mais

Introdução à Análise Funcional

Introdução à Análise Funcional Introdução à Análise Funcional José Carlos de Sousa Oliveira Santos Departamento de Matemática Pura Faculdade de Ciências Universidade do Porto Porto Julho de 2010 Índice Índice Introdução i iii 1 Teoria

Leia mais

Processos de Lévy: Preliminares

Processos de Lévy: Preliminares Processos de Lévy: Preliminares Pedro A. Morettin Instituto de Matemática e Estatística Universidade de São Paulo pam@ime.usp.br http://www.ime.usp.br/ pam Sumário 1. Introdução 2. Alguns processos em

Leia mais

Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte II

Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte II Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte II 13 de Dezembro de 2013 Exercício 1. Descreva o espaço de probabilidade associado às seguintes experiências aleatórias: 1. Uma moeda

Leia mais

MAT 5798 Medida e Integração IME 2017

MAT 5798 Medida e Integração IME 2017 MAT 5798 Medida e Integração IME 2017 http://www.ime.usp.br/ glaucio/mat5798 Lista 11 - Integral de Bochner Fixemos um espaço de medida completo (X, M, µ) até o final desta lista. As duas primeiras questões

Leia mais

Notas de Teoria da Probabilidade e Processos Estocásticos

Notas de Teoria da Probabilidade e Processos Estocásticos Notas de Teoria da Probabilidade e Processos Estocásticos José Pedro Gaivão Resumo Estas notas destinam-se à disciplina de Teoria da Probabilidade e Processos Estocásticos do Mestrado de Matemática Financeira

Leia mais

[À funç~ao d chama-se métrica e aos elementos de X pontos do espaço métrico; a condiç~ao (3) designa-se por desigualdade triangular.

[À funç~ao d chama-se métrica e aos elementos de X pontos do espaço métrico; a condiç~ao (3) designa-se por desigualdade triangular. Aula I - Topologia e Análise Linear 1 Espaços Métricos ESPAÇO MÉTRICO Um par (X, d) diz-se um espaço métrico se X for um conjunto e d : X X R + for uma aplicação que verifica as seguintes condições, quaisquer

Leia mais

Carlos Tenreiro. Apontamentos de Medida e Integração.

Carlos Tenreiro. Apontamentos de Medida e Integração. Carlos Tenreiro Apontamentos de Medida e Integração Coimbra, 2000 Versão de Dezembro de 2004 Nota prévia Os presentes apontamentos têm por base o curso de Medida e Integração leccionado no primeiro semestre

Leia mais

PROBABILIDADE PGE950

PROBABILIDADE PGE950 PROBABILIDADE PGE950 José J. C. Hernández DE - UFPE October 12, 2017 José J. C. Hernández (DE - UFPE) Estatística I October 12, 2017 1 / 88 1 Introdução à Probabilidade 2 Variavel Aleatória 3 Vetores Aleatórios

Leia mais

Processos de Markov a Tempo Contínuo e Sistemas de Partículas Parte 2

Processos de Markov a Tempo Contínuo e Sistemas de Partículas Parte 2 Processos de Markov a Tempo Contínuo e Sistemas de Partículas Parte 2 Leandro Cioletti Departamento de Matemática - UnB 70910-900, Brasília, Brazil cioletti@mat.unb.br Ricardo Parreira Departamento de

Leia mais

MAT 5798 Medida e Integração Exercícios de Revisão de Espaços Métricos

MAT 5798 Medida e Integração Exercícios de Revisão de Espaços Métricos MAT 5798 Medida e Integração Exercícios de Revisão de Espaços Métricos Prof. Edson de Faria 30 de Março de 2014 Observação: O objetivo desta lista é motivar uma revisão dos conceitos e fatos básicos sobre

Leia mais

A estacionariedade prova-se de maneira semel- hante.

A estacionariedade prova-se de maneira semel- hante. Se por outro lado (U 1, U 2,...) é IID então mostremos que X n U 1 + + U n tem incrementos independentes e estacionários. De facto, dados n > m temos que X n X m U m+1 + + U n. Tome-se quaisquer n 1

Leia mais

LISTA 3 DE INTRODUÇÃO À TOPOLOGIA 2011

LISTA 3 DE INTRODUÇÃO À TOPOLOGIA 2011 LISTA 3 DE INTRODUÇÃO À TOPOLOGIA 2011 RICARDO SA EARP Limites e continuidade em espaços topológicos (1) (a) Assuma que Y = A B, onde A e B são subconjuntos abertos disjuntos não vazios. Deduza que A B

Leia mais

Introdução à Teoria da Medida e Probabilidade. Jorge Salazar

Introdução à Teoria da Medida e Probabilidade. Jorge Salazar 1 2 Introdução à Teoria da Medida e Probabilidade Jorge Salazar Janeiro 2016 ii Introdução A teoria da medida já estava no ar no início do século vinte, a tese de L. Bachelier, Théorie de la Spéculation,

Leia mais

Probabilidade IV. Ulisses U. dos Anjos. Departamento de Estatística Universidade Federal da Paraíba. Período

Probabilidade IV. Ulisses U. dos Anjos. Departamento de Estatística Universidade Federal da Paraíba. Período Probabilidade IV Ulisses U. dos Anjos Departamento de Estatística Universidade Federal da Paraíba Período 2014.2 Ulisses Umbelino (DE-UFPB) Probabilidade IV Período 2014.2 1 / 20 Sumário 1 Apresentação

Leia mais

Noções (básicas) de Topologia Geral, espaços métricos, espaços normados e espaços com produto interno. André Arbex Hallack

Noções (básicas) de Topologia Geral, espaços métricos, espaços normados e espaços com produto interno. André Arbex Hallack Noções (básicas) de Topologia Geral, espaços métricos, espaços normados e espaços com produto interno André Arbex Hallack Setembro/2011 Introdução O presente texto surgiu para dar suporte a um Seminário

Leia mais

Topologia. Fernando Silva. (Licenciatura em Matemática, 2007/2008) 13-agosto-2018

Topologia. Fernando Silva. (Licenciatura em Matemática, 2007/2008) 13-agosto-2018 Topologia (Licenciatura em Matemática, 2007/2008) Fernando Silva 13-agosto-2018 A última revisão deste texto está disponível em http://webpages.fc.ul.pt/~fasilva/top/ Este texto é uma revisão do texto

Leia mais

Probabilidade. Daniel Miranda e Rafael Grisi. Versão 0.78b

Probabilidade. Daniel Miranda e Rafael Grisi. Versão 0.78b Probabilidade Daniel Miranda e Rafael Grisi Versão 0.78b It is an old maxim of mine that when you have excluded the impossible, whatever remains, however improbable, must be the truth. - Sherlock Holmes

Leia mais

Variáveis Aleatórias Bidimensionais &Teoremas de Limite 1/22

Variáveis Aleatórias Bidimensionais &Teoremas de Limite 1/22 all Variáveis Aleatórias Bidimensionais & Teoremas de Limite Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário

Leia mais

Notas Para o Curso de Medida e. Daniel V. Tausk

Notas Para o Curso de Medida e. Daniel V. Tausk Notas Para o Curso de Medida e Integração Daniel V. Tausk Sumário Capítulo 1. Medida de Lebesgue e Espaços de Medida... 1 1.1. Aritmética na Reta Estendida... 1 1.2. O Problema da Medida... 6 1.3. Volume

Leia mais

O TEOREMA DE FUBINI, LEIS CONJUNTAS E A CONSTRUÇÃO DE SUCESSÕES DE VARIÁVEIS ALEATÓRIAS INDEPENDENTES

O TEOREMA DE FUBINI, LEIS CONJUNTAS E A CONSTRUÇÃO DE SUCESSÕES DE VARIÁVEIS ALEATÓRIAS INDEPENDENTES O TEOREMA DE FUBINI, LEIS CONJUNTAS E A CONSTRUÇÃO DE SUCESSÕES DE VARIÁVEIS ALEATÓRIAS INDEPENDENTES MLE 1. Introdução A teoria dos processos estocásticos nasceu, na sua sofisticada forma actual, com

Leia mais

13 de novembro de 2007

13 de novembro de 2007 13 de novembro de 2007 Objetivos - Definição Subgrupos Axiomas de Separação Bases e Sistema fundamental de vizinhanças para a identidade Euclidianos e o Quinto Problema de Hilbert Objetivos - Medida de

Leia mais

Compacidade de conjuntos e operadores lineares

Compacidade de conjuntos e operadores lineares Compacidade de conjuntos e operadores lineares Roberto Imbuzeiro Oliveira 13 de Janeiro de 2010 No que segue, F = R ou C e (X, X ), (Y, Y ) são Banach sobre F. Recordamos que um operador linear T : X Y

Leia mais

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Lei dos Grandes Números e Teorema Central do Limite 02/14 1 / 9 Lei dos Grandes Números Lei

Leia mais

Então (τ x, ) é um conjunto dirigido e se tomarmos x U U, para cada U vizinhança de x, então (x U ) U I é uma rede em X.

Então (τ x, ) é um conjunto dirigido e se tomarmos x U U, para cada U vizinhança de x, então (x U ) U I é uma rede em X. 1. Redes Quando trabalhamos no R n, podemos testar várias propriedades de um conjunto A usando seqüências. Por exemplo: se A = A, se A é compacto, ou se a função f : R n R m é contínua. Mas, em espaços

Leia mais

3 Apresentação do processo e resultados preliminares

3 Apresentação do processo e resultados preliminares 3 Apresentação do processo e resultados preliminares O Capitulo 1 dá a ferramenta para construir uma cadeia de Markov a tempo contínuo, a partir de uma cadeia de Markov a tempo discreto. Agora, queremos

Leia mais

Teoria da medida e integral de Lebesgue

Teoria da medida e integral de Lebesgue nálise Matemática III Teoria da medida e integral de Lebesgue Manuel Guerra Conteúdo 1 Introdução 3 2 Noções básicas de teoria de conjuntos 5 2.1 Relações de pertença e de inclusão.............................

Leia mais

O movimento Browniano

O movimento Browniano O movimento Browniano R. Vilela Mendes http://label2.ist.utl.pt/vilela/ March 2010 () March 2010 1 / 35 Sumário O movimento Browniano Propriedade Markoviana Probabilidade de transição. Medida de Wiener

Leia mais

Módulo III: Processos de Poisson, Gaussiano e Wiener

Módulo III: Processos de Poisson, Gaussiano e Wiener Módulo III: Processos de Poisson, Gaussiano e Wiener Wamberto J. L. Queiroz Universidade Federal de Campina Grande-UFCG Departamento de Engenharia Elétrica Processos Estocásticos Campina Grande - PB Módulo

Leia mais

Introduziremos neste capítulo dois conceitos de importância fundamental em Matemática, o conceito de Espaço

Introduziremos neste capítulo dois conceitos de importância fundamental em Matemática, o conceito de Espaço Capítulo 29 Espaços Topológicos e Espaços Mensuráveis. Definições e Propriedades Básicas Conteúdo 29.1 Definições, Propriedades Elementares e Exemplos....................... 1401 29.2 Algumas Construções

Leia mais

MAT ÁLGEBRAS DE OPERADORES 2 SEMESTRE DE 2017 LISTA DE PROBLEMAS

MAT ÁLGEBRAS DE OPERADORES 2 SEMESTRE DE 2017 LISTA DE PROBLEMAS MAT 5818 - ÁLGEBRAS DE OPERADORES 2 SEMESTRE DE 2017 LISTA DE PROBLEMAS 1) Mostre que M n (C) munida da norma ((a jk )) 1 j,k n = k=1 2) Defina na álgebra C[X] dos polinômios complexos na variável X a

Leia mais

1 Aula do dia 08/08/2005

1 Aula do dia 08/08/2005 Inclui até a aula de 17/10/2005 Referências básicas do curso: [1, 3] 1 Aula do dia 08/08/2005 Teorema 1.1 (de Bernstein-Cantor). Sejam X e Y conjuntos. Suponha que existam f : X Y e g : Y X funções injetoras.

Leia mais

Continuidade de processos gaussianos

Continuidade de processos gaussianos Continuidade de processos gaussianos Roberto Imbuzeiro Oliveira April, 008 Abstract 1 Intrudução Suponha que T é um certo conjunto de índices e c : T T R é uma função dada. Pergunta 1. Existe uma coleção

Leia mais

LEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%

LEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100% . Definição dos acontecimentos: M T-shirt tem manchas C T-shirt tem costuras defeituosas D T-shirt é defeituosa A Preço da t-shirt é alterado a) PM) = % PC) = 5% PM C) = % LEEC Probabilidades e Estatística

Leia mais

O que é Dimensão? Augusto GEROLIN (ENS-Lyon / Université Joseph-Fourier) 3 o EIAGIME - USP. 29 de agosto de 2010

O que é Dimensão? Augusto GEROLIN (ENS-Lyon / Université Joseph-Fourier) 3 o EIAGIME - USP. 29 de agosto de 2010 O que é Dimensão? Augusto GEROLIN agerolin@umpa.ens-lyon.fr (ENS-Lyon / Université Joseph-Fourier) 3 o EIAGIME - USP 29 de agosto de 2010 Outros possivéis títulos para O que é dimensão? Outros possivéis

Leia mais

Exercícios de topologia geral, espaços métricos e espaços vetoriais

Exercícios de topologia geral, espaços métricos e espaços vetoriais Exercícios de topologia geral, espaços métricos e espaços vetoriais 9 de Dezembro de 2009 Resumo O material nestas notas serve como revisão e treino para o curso. Estudantes que nunca tenham estudado estes

Leia mais

Notas de Aula. Medida e Integração

Notas de Aula. Medida e Integração Notas de Aula Medida e Integração Rodney Josué Biezuner 1 Departamento de Matemática Instituto de Ciências Exatas (ICEx Universidade Federal de Minas Gerais (UFMG Notas de aula do curso Medida e Integração

Leia mais

Distribuies de Probabilidade

Distribuies de Probabilidade Distribuies de Probabilidade Roberto Imbuzeiro M. F. de Oliveira 23 de Março de 2009 Resumo Exerçícios sobre as distribuições de v.a. s. 1 Toda variável aleatória real é uniforme Seja X : Ω R com função

Leia mais

Imersões e Mergulhos. 4 a aula,

Imersões e Mergulhos. 4 a aula, 4 a aula, 12-04-2007 Imersões e Mergulhos Um mapa entre variedades f : X Y diz-se um mergulho sse (1) é uma imersão, i.e., Df x : T x X T f(x) Y é injectiva, para todo x X, (2) é injectiva, e (3) a inversa

Leia mais

Teoria da Probabilidade e Processos Estocásticos Mestrado em Matemática Financeira

Teoria da Probabilidade e Processos Estocásticos Mestrado em Matemática Financeira Teoria da Probabilidade e Processos Estocásticos Mestrado em Matemática Financeira 15 de Janeiro 013 Época Normal - horas Resolva os seguintes exercícios, justificando cuidadosamente as suas respostas.

Leia mais

Espaços Topológicos e Espaços Mensuráveis. Definições e Propriedades Básicas

Espaços Topológicos e Espaços Mensuráveis. Definições e Propriedades Básicas JCABarata. Notas para um Curso de Física-Matemática. Versão de 25 de abril de 2019. Capítulo 29 1473/2435 Capítulo 29 Espaços Topológicos e Espaços Mensuráveis. Definições e Propriedades Básicas Conteúdo

Leia mais

Laboratório Nacional de Computação Científica LNCC, Brasil URL: alm URL: alm/cursos/medida07.

Laboratório Nacional de Computação Científica LNCC, Brasil URL:  alm URL:  alm/cursos/medida07. Introdução à Medida e Integração Pós-graduação da EPGE FGV 1 Alexandre L. Madureira Laboratório Nacional de Computação Científica LNCC, Brasil URL: http://www.lncc.br/ alm URL: http://www.lncc.br/ alm/cursos/medida07.html

Leia mais

UNIVERSIDADE FEDERAL DE PERNAMBUCO DEPARTAMENTO DE ESTATÍSTICA. Medida e Probabilidade

UNIVERSIDADE FEDERAL DE PERNAMBUCO DEPARTAMENTO DE ESTATÍSTICA. Medida e Probabilidade UNIVERSIDADE FEDERAL DE PERNAMBUCO DEPARTAMENTO DE ESTATÍSTICA Medida e Probabilidade Aluno: Daniel Cassimiro Carneiro da Cunha Professor: Andre Toom 1 Resumo Este trabalho contem um resumo dos principais

Leia mais

Capítulo 2. Variáveis Aleatórias e Distribuições

Capítulo 2. Variáveis Aleatórias e Distribuições Capítulo 2 Variáveis Aleatórias e Distribuições Experimento Aleatório Não existe uma definição satisfatória de Experimento Aleatório. Os exemplos dados são de fenômenos para os quais modelos probabilísticos

Leia mais

Análise Funcional. José Ferreira Alves. Março de 2002. Faculdade de Ciências da Universidade do Porto Departamento de Matemática Pura

Análise Funcional. José Ferreira Alves. Março de 2002. Faculdade de Ciências da Universidade do Porto Departamento de Matemática Pura Análise Funcional José Ferreira Alves Março de 2002 Faculdade de Ciências da Universidade do Porto Departamento de Matemática Pura ii Introdução Estas notas foram elaboradas para a disciplina de Complementos

Leia mais

Princípios de Modelagem Matemática Aula 10

Princípios de Modelagem Matemática Aula 10 Princípios de Modelagem Matemática Aula 10 Prof. José Geraldo DFM CEFET/MG 19 de maio de 2014 1 Alguns resultados importantes em estatística A distribuição normal tem importante papel em estatística pois

Leia mais

CURTA REVISÃO SOBRE PROBABILIDADE E PROCESSOS ESTOCÁSTICOS

CURTA REVISÃO SOBRE PROBABILIDADE E PROCESSOS ESTOCÁSTICOS CURTA REVISÃO SOBRE PROBABILIDADE E PROCESSOS ESTOCÁSTICOS PARTE i Histórico Probabilidade Axiomática de Kolmogorov Variáveis Aleatórias Densidade de Probabilidade Desigualdade de Chebyshev Versão Fraca

Leia mais

As leis dos grandes números

As leis dos grandes números 6. Introdução este capítulo estudamos algumas formulações da lei dos grandes números. Uma lei dos grandes números dá o comportamento limite, ou assimptótico, de uma média de observações aleatórias., de

Leia mais

Probabilidade axiomática

Probabilidade axiomática Capítulo 2 Probabilidade axiomática Uma das dificuldades em desenvolver uma teoria matemática das probabilidades tem sido a de chegar a uma definição simples e precisa o suficiente para usar em matemática,

Leia mais

2.4 Esperança e distribuição condicionais

2.4 Esperança e distribuição condicionais 2.4. ESPERANÇA E DISTRIBUIÇÃO CONDICIONAIS 35 2.4 Esperança e distribuição condicionais Estendemos aqui o conceito de probabilidade condicional em (2.8) para obter a distribuição condicional e, posteriormente,

Leia mais

1. Espaços mensuráveis; σ-álgebras. Seja Ω um conjunto.

1. Espaços mensuráveis; σ-álgebras. Seja Ω um conjunto. VISÕS 1. spaços mensuráveis; σ-álgebras Seja um conjunto. Definição 1.1. Uma σ-álgebra F (em ) é uma família de subconjuntos de que verifica as seguintes propriedades: (1) F, (2) F F temos \ F F, (3) (F

Leia mais

2 Transformações que preservam medida Exemplos Isomorfismos O Teorema da Recorrência de Poincaré...

2 Transformações que preservam medida Exemplos Isomorfismos O Teorema da Recorrência de Poincaré... Sumário Revisão de Teoria da Medida 3. Espaços de medida.............................. 3.2 Álgebras, semi-álgebras e partições..................... 4.3 Extensão.................................... 0.4

Leia mais

Estatística e Modelos Probabilísticos - COE241

Estatística e Modelos Probabilísticos - COE241 Estatística e Modelos Probabilísticos - COE241 Aula passada Algoritmo para simular uma fila Medidas de interesse Média amostral Aula de hoje Teorema do Limite Central Intervalo de Confiança Variância amostral

Leia mais

Entropia Topológica de Aplicações e de Ações de Semigrupos

Entropia Topológica de Aplicações e de Ações de Semigrupos UNIVERSIDADE ESTADUAL DE MARINGÁ CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE MATEMÁTICA PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA (Mestrado) DJEISON BENETTI Entropia Topológica de Aplicações e de Ações de

Leia mais

35 a Aula AMIV LEAN, LEC Apontamentos

35 a Aula AMIV LEAN, LEC Apontamentos 35 a Aula 4.1.1 AMIV LEAN, LEC Apontamentos (icardo.coutinho@math.ist.utl.pt) 35.1 Série de Fourier na forma de exponenciais complexas Seja f definida em [, ], parasimplificar notação, integrável neste

Leia mais

Dado um inteiro positivo n, definimos U(n) como sendo o conjunto dos inteiros positivos menores que n e primos com n. Não é difícil ver que a

Dado um inteiro positivo n, definimos U(n) como sendo o conjunto dos inteiros positivos menores que n e primos com n. Não é difícil ver que a Exemplo (U(n)) Dado um inteiro positivo n, definimos U(n) como sendo o conjunto dos inteiros positivos menores que n e primos com n. Não é difícil ver que a multiplicação módulo n é uma operação binária

Leia mais

1 Álgebra linear matricial

1 Álgebra linear matricial MTM510019 Métodos Computacionais de Otimização 2018.2 1 Álgebra linear matricial Revisão Um vetor x R n será representado por um vetor coluna x 1 x 2 x =., x n enquanto o transposto de x corresponde a

Leia mais

Começamos relembrando o conceito de base de um espaço vetorial. x = λ 1 x λ r x r. (1.1)

Começamos relembrando o conceito de base de um espaço vetorial. x = λ 1 x λ r x r. (1.1) CAPÍTULO 1 Espaços Normados Em princípio, os espaços que consideraremos neste texto são espaços de funções. Isso significa que quase todos os nossos exemplos serão espaços vetoriais de dimensão infinita.

Leia mais

2.4 Integração de funções complexas e espaço

2.4 Integração de funções complexas e espaço 2.4 Integrção de funções complexs e espço L 1 (µ) Sej µ um medid no espço mensurável (, F). A teori de integrção pr funções complexs é um generlizção imedit d teori de integrção de funções não negtivs.

Leia mais

Introdução à Probabilidade

Introdução à Probabilidade Introdução à Probabilidade Notas de Aula Leonardo T. Rolla 12 de janeiro de 2018 c 2012 2017 Leonardo T. Rolla. A qualquer pessoa que receba uma cópia deste trabalho, é concedida licença para: Visualizar

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística Distribuições Discretas de Probabilidade Prof. Narciso Gonçalves da Silva www.pessoal.utfpr.edu.br/ngsilva Introdução Distribuições Discretas de Probabilidade Muitas variáveis

Leia mais

2 Conceitos de Teoria da Probabilidade

2 Conceitos de Teoria da Probabilidade 2 Conceitos de Teoria da Probabilidade Neste capítulo, enunciaremos algumas denições e resultados de teoria de probabilidade. justicativa deste capítulo reside no fato que u objetivo nal é estimar momentos

Leia mais

Teoria das Desições Financeiras II p.1/22

Teoria das Desições Financeiras II p.1/22 Teoria das Desições Financeiras II José Fajardo Barbachan IBMEC Business School Rio de Janeiro Teoria das Desições Financeiras II p.1/22 Objetivo Neste curso o aluno aprenderá diversas ferramentas probabílisticas,

Leia mais

1 Experimentos, espaço amostral, eventos

1 Experimentos, espaço amostral, eventos LC5806-6 Estatística Matemática I Profa. Roseli Aparecida Leandro 1 Experimentos, espaço amostral, eventos Um dos objetivos de um estatístico é tirar conclusões sobre uma população de objetos através da

Leia mais

x B A x X B B A τ x B 3 B 1 B 2

x B A x X B B A τ x B 3 B 1 B 2 1. Definição e exemplos. Bases. Dar uma topologia num conjunto X é especificar quais dos subconjuntos de X são abertos: Definição 1.1. Um espaço topológico é um par (X, τ) em que τ é uma colecção de subconjuntos

Leia mais

Módulo II: Cálculo dos Momentos de um Processo Estocástico, Processo de Bernoulli, Processo Random Walk

Módulo II: Cálculo dos Momentos de um Processo Estocástico, Processo de Bernoulli, Processo Random Walk Módulo II: Cálculo dos Momentos de um Processo Estocástico, Processo de Bernoulli, Processo Random Walk Wamberto J. L. Queiroz Universidade Federal de Campina Grande-UFCG Departamento de Engenharia Elétrica

Leia mais

PROCESSOS ESTOCÁSTICOS E APLICAÇÕES

PROCESSOS ESTOCÁSTICOS E APLICAÇÕES PROCESSOS ESTOCÁSTICOS E APLICAÇÕES JOSÉ PEDRO GAIVÃO Conteúdo 1. Noções Gerais 2 1.1. Relembrar de teoria de probabilidades 2 1.2. Processos estocásticos 3 2. Esperança Condicional 5 2.1. Esperança condicional

Leia mais

As leis dos grandes números

As leis dos grandes números As leis dos grandes números PE0708 25 de Fevereiro de 2008 Introdução este capítulo estudamos algumas formulações da lei dos grandes números. Uma lei dos grandes números dá o comportamento limite, ou assimptótico,

Leia mais

Fabio Augusto Camargo

Fabio Augusto Camargo Universidade Federal de São Carlos Centro de Ciências Exatas e de Tecnologia Departamento de Matemática Introdução à Topologia Autor: Fabio Augusto Camargo Orientador: Prof. Dr. Márcio de Jesus Soares

Leia mais

MAT-330: Teoria dos Conjuntos

MAT-330: Teoria dos Conjuntos MAT-330: Teoria dos Conjuntos 1 a Lista de Exercícios 1 o Semestre de 2011 1 Explicações iniciais Importante: Cada exercício faz uso de alguns dos axiomas de ZF. Tente sempre declarar explicitamente quais

Leia mais

Programa Combinatória Aritmética Racional MATEMÁTICA DISCRETA. Patrícia Ribeiro. Departamento de Matemática, ESTSetúbal 2018/ / 52

Programa Combinatória Aritmética Racional MATEMÁTICA DISCRETA. Patrícia Ribeiro. Departamento de Matemática, ESTSetúbal 2018/ / 52 1 / 52 MATEMÁTICA DISCRETA Patrícia Ribeiro Departamento de Matemática, ESTSetúbal 2018/2019 2 / 52 Programa 1 Combinatória 2 Aritmética Racional 3 Grafos 3 / 52 Capítulo 1 Combinatória 4 / 52 Princípio

Leia mais

TE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias Notes. PDF da Soma de Duas Variáveis Aleatórias.

TE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias Notes. PDF da Soma de Duas Variáveis Aleatórias. TE802 Processos Estocásticos em Engenharia Somas de Variáveis Aleatórias 25 de abril de 2016 Valores Esperados de Somas de Variáveis Aleatórias Seja W n = X 1 + + X n, E[W n ] = E[X 1 ] + E[X 2 ] + + E[X

Leia mais

Topologia Geral. Ofelia Alas Lúcia Junqueira Marcelo Dias Passos Artur Tomita

Topologia Geral. Ofelia Alas Lúcia Junqueira Marcelo Dias Passos Artur Tomita Topologia Geral Ofelia Alas Lúcia Junqueira Marcelo Dias Passos Artur Tomita Sumário Capítulo 1. Alguns conceitos básicos 5 Capítulo 2. Espaços topológicos 9 1. Espaços topológicos. Conjuntos abertos

Leia mais

Curso: MAT 221- CÁLCULO DIFERENCIAL E INTEGRAL IV Professor Oswaldo Rio Branco de Oliveira Período: Segundo Semestre de 2008

Curso: MAT 221- CÁLCULO DIFERENCIAL E INTEGRAL IV Professor Oswaldo Rio Branco de Oliveira Período: Segundo Semestre de 2008 Curso: MAT 221- CÁLCULO DIERENCIAL E INTEGRAL IV Professor Oswaldo Rio Branco de Oliveira Período: Segundo Semestre de 2008 SÉRIES E SOMAS EM ÁLGEBRAS: C([a, b]), M n n (R), M n n (C), etc. O PRODUTO DE

Leia mais

TE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias. TE802 Somas de Variáveis Aleatórias

TE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias. TE802 Somas de Variáveis Aleatórias TE802 Processos Estocásticos em Engenharia Somas de Variáveis Aleatórias 27 de setembro de 2017 Valores Esperados de Somas de Variáveis Aleatórias Seja W n = X 1 + + X n, E[W n ] = E[X 1 ] + E[X 2 ] +

Leia mais

ANÁLISE E TOPOLOGIA. 1 o semestre. Estudaremos neste curso alguns dos conceitos centrais da análise matemática: números reais, derivadas,

ANÁLISE E TOPOLOGIA. 1 o semestre. Estudaremos neste curso alguns dos conceitos centrais da análise matemática: números reais, derivadas, ANÁLISE E TOPOLOGIA 1 o semestre Estudaremos neste curso alguns dos conceitos centrais da análise matemática: números reais, derivadas, séries e integrais. 1. Espaços topológicos e métricos Todos estes

Leia mais

Quinta lista de Exercícios - Análise Funcional, período Professor: João Marcos do Ó. { 0 se j = 1 y j = (j 1) 1 x j 1 se j 2.

Quinta lista de Exercícios - Análise Funcional, período Professor: João Marcos do Ó. { 0 se j = 1 y j = (j 1) 1 x j 1 se j 2. UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE CIÊNCIAS EXATAS E DA NATUREZA DEPARTAMENTO DE MATEMÁTICA PÓS-GRADUAÇÃO EM MATEMÁTICA Quinta lista de Exercícios - Análise Funcional, período 2009.2. Professor:

Leia mais

Aula vinte e quatro: Sequências de funções contínuas e limites

Aula vinte e quatro: Sequências de funções contínuas e limites Aula vinte e quatro: Sequências de funções contínuas e limites Na semana passada a gente viu que: 1. Se f : M N é função contínua e K M é compacto, f K é uniformemente continua. Idea da prova: Fixado ɛ

Leia mais

Probabilidade. Experiências aleatórias

Probabilidade. Experiências aleatórias Probabilidade Experiências aleatórias 1 Experiências aleatórias Acontecimento: Qualquer colecção de resultados de uma experiência. Acontecimento elementar: Um resultado que não pode ser simplificado ou

Leia mais