Notas de aula de Probabilidade Avançada
|
|
- Henrique Desconhecida Aragão
- 6 Há anos
- Visualizações:
Transcrição
1 Notas de aula de Probabilidade Avaçada Adilso Simois (professor) Tássio Naia dos Satos (aluo) primeiro semestre de 2012 compilado 2 de abril de 2012 Notas de aula de Tássio Naia dos Satos, aluo do curso miistrado pelo professor doutor Adilso Simois. Os erros são meus (Tássio). O curso segue o livro Probability ad Measure de Patrick Billigsley. Este é um trabalho em progresso. Quaisquer icosistêcias, icorreções, sugestões, fique à votade para me 1 escrever! 1 Meu é tassio@ime.usp.br. 1
2 Sumário Sumário 2 1 Programa 3 2 Espaços de Probabilidade Vamos estudar a uicidade da extesão Covergêcia de Variáveis Aleatórias 30 2
3 Capítulo 1 Programa Sete de março de 2012 e questões burocráticas. Nesta aula vimos o programa do curso Estudaremos a formalização de espaços de probabilidade, o teorema cetral do limite e medidas Lebesgue-Stewltjes. Extesões sair de um certo domíio para outro maior ; medidas de probabilidade de modo geral, itegração, esperaça e teoremas de covergêcia; medidas-produto e o teorema de Fubii; idepedêcia, o teorema da extesão de Kolmogorov, o teorema de Rackou-Nikodym e a esperaça codicioal. 1 - ) Espaços de Probabilidade a - ) Medidas de Lebesgue-Stieltjes e o Teorema da Extesão de Carathédory b - ) Medidas de Probabilidade e Variáveis Aleatórias c - ) Itegração, Esperaça, Teoremas de Covergêcia d - ) Medidas Produto, Teorema de Fubii e - ) Idepedêcia 3
4 CAPÍTULO 1. PROGRAMA 4 f - ) Teorema de Extesão de Kolmogorov g - ) Teorema de Rado-Nikodym e Esperaça Codicioal 2 - ) Leis dos Grades Números a - ) Covergêcia em Probabilidade e Covergêcia Quase-certa b - ) Lei Fraca dos Grades Números c - ) Lemas de Borel-Catelli d - ) Lei Forte dos Grades Números 3 - ) Teorema Cetral do Limite a - ) Covergêcia em Distribuição b - ) Fuções Características c - ) TCL para variáveis aleatórias i.i.d. d - ) TCL para Arrajos Triagulares
5 Capítulo 2 Espaços de Probabilidade Nove de março de 2012 Defiição de álgebra, σ-álgebra, espaço de Borel, medida de probabilidade e espaço de probabilidade. Cosidere Ω um cojuto arbitrário ão-vazio (Ω será dito o espaço amostral do experimeto aleatório), e F uma classe de subcojutos de Ω. F é dita uma álgebra de subcojutos de Ω se Ω F, se é fechada por complemetação e por uiões fiitas de cojutos de F. Isto é F é uma álgebra se 1) Ω F, 2) A F A c F, 3) A, B F A B F. Observação: Se vale 1, e 2, temos que 3 é equivalete a (= suficiete e ecessário) A, B F A B F. 5
6 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 6 Para verificar, lembre das operações de De Morga 1 : (A B) c = A c B c e (A B) c = A c B c F, classe de subcojutos de Ω, é dita uma σ-álgebra se ela for uma álgebra fechada por uiões eumeráveis de subcojutos de F. Isto é, F é σ-álgebra de Ω se: 1) Ω F, 2) A F A c F, e 3) A 1, A 2,... F =1 A i F. Observação: Um cojuto A F é dito F-mesurável. Observação: Defiimos P(Ω) ( partes de Ω ) como o cojuto de todos os subcojutos de Ω (também deotado 2 Ω ). As P(Ω) sempre são σ-álgebras. Além disso, F 0 = {, Ω} é a σ-álgebra trivial, com cardialidade F 0 = 2, e se A F, etão F A = {, A, A c, Ω} é dito traço de A. Temos F 0 F A P(Ω). Exemplo: Ω = (0, 1], e 0 < a b 1; e seja I = (a, b] = b a. Cosidere cojutos A = i=1(a i, b i ] = i=1 I i ode os itervalos I i são disjutos e cotidos em Ω = (0, 1]. Essa é uma classe fechada por uiões fiitas de cojutos disjutos de (0, 1]. Icluido o cojuto vazio, esta classe, digamos B 0, é uma álgebra. 1 Augustus De Morga, iglês ascido em Madurai, a Ídia, em 1806.
7 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 7 Prova: Mostramos que B 0 satisfaz 1): Ω B 0. Para 2), seja A = (a 1, a 1 ] (a 2, a 2 ] (a, a ] com a 1 a 2 a. Se os (a i, a i ] são disjutos, etão A c = (0, a 1 ] (a 1, a 2] (a 1, a ] B 0 (algus destes itervalos podem ser vazios). Fialmete, se B = (b 1, b 1 ] (b 2, b 2 ] (b m, b m] disjutos etão m A B = {(a i, 1 i ] (b i, b i ]} i=1 j=1 ode cada parcela é um itervalo disjuto ou vazio, e a uião é uma uião fiita. Sedo assim, B 0 é uma álgebra de subcojutos de (0, 1]. E B 0 ão é uma σ-álgebra. Prova: (x 1 =1, x] = {x} B 0. Defiição: Para uma classe A de subcojutos de Ω, defiimos σ(a) como a meor (em termos de estar cotido ) σ-álgebra que cotém A. É dita a σ-álgebra gerada por A. Em outras palavras, σ(a) é por defiição a iterseção de todas as σ-álgebras que cotém A. Nota: A uião de σ-álgebras ão é, em geral, uma σ-álgebra. Observação: 1) A σ(a), 2) σ(a) é uma σ-álgebra,
8 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 8 3) se A G, e G é σ-álgebra, etão σ(a) G, 4) se F é σ-álgebra, etão σ(f) = F, 5) se A A, etão σ(a) σ(a ), 6) A A σ(a) implica σ(a ) = σ(a). (Verificar.) Exemplo: Cosidere Ω = (0, 1] e defia A como a classe formada por itervalos de Ω. Seja B = σ(a). Observe que A B 0 σ(a) B = σ(b 0 ). B é dita a σ-álgebra de Borel, e B B é um Boreliao. Veremos que B ão cotém todos os subcojutos de Ω!!! 2 Defiição: Uma fução de cojutos é uma fução real (com valor em R) defiida em alguma classe de subcojutos de Ω. Defiição: Uma fução de cojutos P defiida em uma álgebra F é uma medida de probabilidade se 1) 0 P (A) 1, para A F, 2) P ( ) = 0, e 3) se A 1, A 2,... são cojutos disjutos F-mesuráveis, e se vale i=1 A i F etão P ( i=1 A i ) = i=1 P (A i ). Observação: A codição 3) diz que P é eumeravelmete aditivo. 2 A cardialidade de B é maior que a da reta supera ℵ 0.
9 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 9 Observação: Se A 1, A 2,..., A são F-cojutos disjutos, etão i=1 A i F. Colocado A +1 = A +2 =... =, temos que P ( i=1 A i ) = P ( i=1), ou seja, é fiitamete aditiva. B L P(Ω) Quatorze de março de 2012 Provamos que a extesão de uma medida de probabilidade de uma álgebra para uma σ-álgebra é possível, preservado os valores da medida os potos da álgebra. O passo seguite é demostrar que essa extesão é úica. Exemplo: Ω = (0, 1], B 0 itervalos que são uiões fiitas de itervalos disjutos, A B 0, A Ω se A = i=1 I i = i=1 (a i, b i ]. Defia P (A) = i=1 I i = i=1(b i a i ), A B 0. Iremos provar que P (A) é eumeravelmete aditiva, mais tarde. Defiição: Se F é ima σ-álgebra em Ω, P uma medida em F, etão a trica (Ω, F, P) é dita um espaço de probabilidade. Defiição: Um suporte de P é qualquer cojuto A, F-mesurável, tal que P (A) = 1. Observação: Cosidere P uma medida de probabilidade em uma álgebra F, e A B, etão P (A) P (B). (Moótoa.)
10 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 10 A B Figura 2.1: Diagrama de Ve: A B. Prova: Ideia: vide 2.1). Podemos decompor o cojuto B em B = (B A c ) A = (B A) A. Portato, P (B) = P (B A)+P (A) P (A). Além disso, P (B A) = P (B) P (A). Também, tomado B = Ω, segue que P (A c ) = 1 P (A). Teorema 1: Se P é medida de probabilidade em uma álgebra F, etão i) {A 1} F, A F, e A A (ou seja, para todo 1 vale A A +1 ) etão P (lim A ) = lim P (A ). ii) {A 1}, A F, e A A etão P (A ) P (A). iii) {A 1} e k=1 A k F, etão P [ A k ] P (A k ) k=1 k=1 (eumeravelmete sub-aditivo). Prova:
11 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 11 i) Temos que mostrar que P (A ) P (A). Sejam B 1 = A 1, B k = A k A c k 1. A 1 A 2 B k são disjutos, e A = =1 A = =1 B k. Além disso, A = k=1 B k. Segue que P ( =1 A ) = P (A) = P ( k=1 B k ) = =1 P (B k ) = lim k=1 P (B k ) = lim P ( k=1 B k ) = lim P (A ) ii) A A, etão A c A c e portato 1 P (A ) 1 P (A). iii) Seja B 1 = A 1 e B k = A k A c k 1 A c 1. Os {B k k 1} são disjutos. Além disso, k=1 A k = k=1 B k. Segue que P ( k=1 A k ) = k=1 P (B k ). Como P (B k ) P (A k ), temos que P ( k=1 A k ) k=1 P (A k ) (desigualdade de Boole). Segue que P ( k=1 A k ) k=1 P (A k ). Aplicado a parte i do teorema, o resultado segue. Cosidere P uma medida de probabilidade em uma álgebra F 0 de subcojutos de Ω e defia F = σ(f 0 ). Vamos mostrar que existe uma medida de probabilidade Q em F tal que Q(A) é igual a P (A), para todo A F 0. Iremos mostrar também que se Q é outra medida de probabilidade em F, tal que Q (A) = P (A), A F, etão Q (A) = Q(A) para A F 0.
12 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 12 Defiição: Para A Ω, defiimos sua medida exterior por P (A) = if P (A ) ode o ífimo é tomado sobre todas as sequêcias, fiitas ou ifiitas, A 1, A 2,... de cojutos F 0 -mesuráveis satisfazedo A A. (O ífimo está bem defiido porque sempre existe ífimo de uma sequêcia de úmeros reais; e o somatório está defiido porque os A estão em uma álgebra.) Defiição: Para A Ω, defiimos a medida iterior por P (A) = 1 P (A c ). Note que as medidas são iguais quado P (A) + P (A c ) = 1. Defiição: Um cojuto A Ω é dito P -mesurável se para todo E Ω. P (A E) + P (A c E) = P (E), Seja M a classe defiida por M = {A P (A E) + P (A c E) = P (E), E Ω} (Verificar.) 1) P ( ) = 0, = {A A é P -mesurável} 1) P (A) 0 para todo A Ω, 1) A B P (A) P (B).
13 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 13 Lema 2: P ( A ) P (A ) (eumeravelmete subaditiva). Prova: Para ε > 0, escolha cojutos B k que sejam F 0 -mesuráveis tais que A k B k e k P (B k ) < P (A ) + ε/2, o que é possível pela defiição de ífimo. Temos que A,k B k tal que P ( A ),k P (B k ) < P (A ) + ε. Portato, como ε > 0 é arbitrário, P ( A ) P (A ). Lema 3: M é uma álgebra. Dezesseis de março de 2012 Cotiuamos buscado alguma extesão da sigma-álgebra que comporte uma medida de probabilidade para cojutos iteressates, já que ão coseguimos ir até as partes de Ω. Retomado, defiimos P -mesurabilidade para cojutos de Ω. Seja M a classe dos cojutos P -mesuráveis. Lema 4: M é uma álgebra.
14 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 14 Prova: Ω M, pois P ( ) = 0, e P (Ω E) + P (Ω c E) = P (E), e também é fechado por complemetações. Para A, B M, E Ω, P (E) = P (B E) + P (B c E) = P (A B E) + P (A c B E) + P (B E) + P (A B c E) + P (A c B c E) P (B c E) P (A B E) + +P [(A c B E) (A B c E) (A c B c E)] = P [(A B) E] + P [(A B) c E]. Verifique que isso é suficiete para afirmar que A B M. Observação: Verifique: (i) M é σ-álgebra e P -restrita a M implica ser eumeravelmete aditiva. (ii) F 0 M. (iii) P (A) = P (A) para todo A F 0. Teorema 5: Uma medida de probabilidade (defiida em uma álgebra) possui uma extesão para a σ-álgebra gerada.
15 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 15 Prova: Para A Ω, defiimos P (A) como ates, ode a sequêcia {A 1} são F 0 -cojutos, tais que A A. Temos que F 0 σ (F 0 ) = F M P(Ω) = 2 Ω, ode M é a classe dos cojutos P -mesuráveis. Sabemos que P (Ω) = P (Ω) = 1. P, defiida as P(Ω), restrita a M é eumeravelmete aditiva, isto é, uma medida de probabilidade em M. Segue que P restrita a F é uma medida de probabilidade em F. Como P (A) = P (A) para A F 0, a medida P em F é a a extesão de P em F Vamos estudar a uicidade da extesão Defiição: Uma classe Q de subcojutos de Ω é um π-sistema se for fechado por iterseções fiitas, isto é, se A, B Q A B Q. Defiição: Uma classe L de subcojutos de Ω é um λ-sistema se cotém Ω, for fechado por complemetação e por uiões disjutas eumeráveis, isto é 1. Ω L, 2. se A L, etão A c L, e 3. {A 1} L, disjutos, etão =1 A L. Observação: Uma σ-álgebra é um λ-sistema. A recíproca ão vale! Tome Ω = {1, 2, 3, 4} e L = {, Ω, {1, 2}, {1, 3}, {1, 4}, {2, 3}, {2, 4}, {3, 4}} é λ-sistema. Mas ão é σ-álgebra!
16 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 16 Lema 6: σ-álgebra. Uma classe em Ω que é π-sistema e λ-sistema é uma Prova: A classe é uma álgebra pois é π-sistema e valem 1 e 2 do λ-sistema. Se {A 1} pertece à classe, etão B = A A c 1 Ac 1, pertece à classe. Como A = B, temos que a classe é σ-álgebra. Lema 7: (Dyki) Se Q é um π-sistema e L é um λ-sistema, etão Q L implica que σ (Q) L. A prova é um exercício. Como uma álgebra é um π-sistema, a uicidade da extesão segue do teorema a seguir. Teorema 8: Supoha P 1 e P 2 medidas de probabilidade em σ (Q), com Q um π-sistema. Se P 1 e P 2 coicidem em Q, etão coicidem em σ (Q). Prova: Seja L a classe de cojutos A σ (Q), tais que P 1 (A) = P 2 (A). Observe que Ω L. Se A L, etão P 1 (A c ) = 1 P 1 (A) = 1 P 2 (A) = P 2 (A c ). Se {A 1} L e são disjutos, etão P 1 ( A ) = P 1 (A ) = P 2 (A ) = P ( A ), e portato A L. Isto é, L é um λ-sistema! Como Q L (por hipótese), com Q um π-sistema, o lema de Dyki implica que σ (Q) L. O resultado segue. (Qualquer extesão tem as mesmas medidas.)
17 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 17 Defiição: Se P (A) > 0, a probabilidade codicioal de B dado A é dada por P (A B) P (B/A) =. P (A) (Note que abusamos usado P, falta mostrar que essa fução é uma medida de probabilidade.) Defiição: {A 1} é uma partição de Ωse A = Ω e A i A j para todo i j. Observação: Se {A 1} é uma partição de Ω, etão P (B) = P (A ) P (B/A ), para cojutos com P (A ) < 0. Vite-um de março de 2012 Limites de cojutos. Exibimos o exemplo de um cojuto ão-boreliao que está as partes de (0, 1]. Defiição: Sejam {A 1} evetos (ou seja, cojuto mesuráveis). lim sup A = lim if A = =1 k=1 =1 k=1 A k, A k. e
18 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 18 Defiição: Se lim if A = lim sup A = A etão escrevemos lim A = lim if A lim sup A, isto é, A A. Exemplo: Seja A B, propriamete, e defia A 2 = A e A 2+1 = B, para 1. Etão A = lim if A lim sup A = B. Teorema 9: P (lim if A ) lim if P (A ) lim sup P (A ) P (lim sup A ) (Obs:Uma maeira de descrever lim if de uma sequêcia de úmeros é como o maior poto de acumulação abaixo da sequêcia.) Prova: Sejam B = k= A k e C = k= A k. Etão B =1 B = lim if A e C =1 C = lim sup A. Pela cotiuidade (por cima e por baixo) já provada, temos que Portato P (lim if P (A ) P (B ) P (lim if A ) e P (A ) P (C ) P (lim sup A ). A ) lim if P (A ) lim sup pois lim if e lim sup de uma sequêcia sempre existem. P (A ) P (lim sup A ).
19 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 19 Veremos agora um exemplo de cojuto em (0, 1] que ão e Borel-mesurável. Faremos algumas observações para embasar o exemplo. O que fizemos até agora: estedemos a medida para uma σ-álgebra, e mostramos que a extesão é úica. Exibimos mootoicidade e cotiuidade da medida P a trica (Ω, F, P). Justificamos agora osso trabalho, mostrao que de fato existe gete que ão podemos pegar com esse modelo. Ates, porém, cometamos o Axioma da Escolha. Observação: Axioma da Escolha: Supoha {A θ θ Θ} uma decomposição de Ω isto é, uma partição ão-eumerável de Ω; em outras palavras θ A θ = Ω e vale A θ A θ = se θ θ. O Axioma da Escolha estabelece que existe ao meos um cojuto C que cotém exatamete um poto de cada A θ, isto é, Aθ C é um cojuto uitário para todo θ Θ, com A θ, θ Θ. Observação: Uma relação defiida em um cojuto Ω é uma fução de Ω Ω que vale 1 ou 0 (fução booleaa). Isto é, dados x, y Ω, ou x se relacioa com y (idicamos x y), ou x ão se relacioa com y (x y). Uma relação é de equivalêcia se é a) reflexiva: x x para todo x Ω; b) simétrica: x y y x para todo x, y Ω; e c) trasitiva: x y y z x z, para todo x, y, z Ω. Dada uma relação de equivalêcia, e x Ω, a classe de equivalêcia de x são todos y Ω tais que x y. As classes de equivalêcia formam uma decomposição de Ω. Observe que duas classes (em uma relação de equivalêcia) ou são idêticas ou são disjutas.
20 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 20 Passamos agora à costrução do cojuto ão-boreliao, devida a Vitali. Exemplo: (0, 1], Defiimos a adição módulo 1 em (0, 1]: para x, y x + y se x + y 1 x y = x + y 1 caso cotrário Defiimos aida A x = [a x a A], ode usamos colchetes porque ão ecessariamete tratamos de um cojuto. Defia a classe L de subcojutos de Ω = (0, 1] por: L = {A A B, A x B e λ(a x) = λ(a)} ode B são os boreliaos do itervalo (0, 1], e λ é o comprimeto (medida de Lebesgue: λ((a, b]) = b a). Veja que L é um λ-sistema cotedo os itervalos, e portato B L (usado o lema de Dyki). Segue que A B A x B e λ(a x) = λ(a). Defiimos x e y equivaletes (x y) se x r = y, para algum r racioal. Cosidere H o subcojuto de (0, 1] formado por um represetate de cada classe de equivalêcia, e cosidere a classe (eumerável) de cojutos H r, com r racioal em (0, 1]. Estes cojutos são disjutos e cada poto de (0, 1] cai em algum desses cojutos. Segue que (0, 1] = r (H r), uma uião eumerável de cojutos disjutos. Se H B, etão λ((0, 1]) = r λ(h r). Isto é impossível (porque o lado esquerdo é 1 e o direito é zero ou + ). Vite-três de março de 2012 Idepedêcia etre σ-álgebras. * * *
21 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 21 Da aula passada, apresetamos um cojuto que ão estava a σ-álgebra gerada por Borel. x, y (0, 1], e defiimos x y; x y se x r = y para algum racioal; a cardialidade de cada classe é eumerável. 1 = λ((0, 1]) = λ { r {H r}} = r λ(h r) = r 0 λ(h) = +. Ode = decorre de o comprimeto ser idepedete de traslações. Agora vamos defiir propriedades daquilo que queremos medir. Defiição: Evetos A e B (mesuráveis em alguma σ-álgebra) são ditos idepedetes se P (A B) = P (A) P (B). (Motivação: ossa defiição de probabilidade codicioal.) Uma coleção fiita {A i 1 i } de evetos é idepedete se P (A k1 A k2 A kj ) = j i=1 P (A k i ) ode 2 j, e aida 1 k 1 < k 2 < < k j. Ou seja, para evetos, é preciso verificar ( 2 ) + + ( ) = 2 1 equações. Exemplo: Tome, por exemplo Ω = {1, 2, 3, 4}, F = {P(Ω)}, e P ({x}) = 1/4. Cosidere evetos A = {1, 4}, B = {2, 4}, C = {3, 4}. Etão P ({A B}) = P ({A C}) = P ({B C}) = P ({4}) = 1/4 = P (A) P (B) = P (A) P (C) = P (B) P (C) = (2/4) 2. Mas P (A B C) = 1/4 1/2 3. Não são idepedetes.
22 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 22 Uma coleção ifiita de evedos é dita idepetete se qualquer de suas coleções fiitas o for. Exibimos agora uma defiição equivalete de idepedêcia, que usaremos amiúde. Defiição: Podemos defiir idepedêcia para uma coleção fiita de evetos também da seguite maeira: a coleção {A i 1 i } é idepedete se e somete se P (B 1 B 2 B ) = P (B i ), i=1 ode B i = A i ou B i = Ω para todo i = 1,.... Agora vamos falar de idepedêcia etre classes, passo itermediário para falar de idepedêcia etre σ-álgebras. Cosidere A 1, A 2,..., A classes de subcojutos de Ω, todos cotidos a σ-álgebra F. As classes {A i 1 i } são ditas idepedetes se, para cada A i A i, a coleção {A i 1 i } são idepedetes. Teorema 10: Se A 1, A 2,..., A são classes idepedetes e cada uma delas um π-sistema, etão σ (A 1 ), σ (A 2 ),..., σ (A ) são idepedetes. Prova: Sejam {C i 1 i } as classes A i com a iclusão de Ω. Cada C i é um π-sistema e são classes idepedetes. Para C 2, C 3,..., C evetos fixados em C 2, C 3,..., C, respectivamete, seja L a classe dos evetos C 1 em F que satisfazem a codição de idepedêcia. L é um λ-sistema! L cotém um π-sistema C 1 e portato σ (C 1 ) = σ (A 1 ). Segue que C 1, C 2,..., C em σ (A 1 ), C 2, C 3,..., C satisfazem a codição de idepedêcia, isto é, σ (A 1 ), C 2, C 3,..., C são idepedetes. Repetido o argumeto, o resultado segue.
23 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 23 Exemplo: Ecotre cotra-exemplo para o caso em que a hipótese π-sistema do teorema ão vale. Sabemos que existem σ-álgebras idepedes. Queremos ver o que acotece o limite dessas sequêcias. Ademais, quem é mesurável o limite? Vamos derivar uma σ-álgebra τ = =1 σ (A, A +1,...) que está lá para o fim da sequêcia (σ-álgebra caudal), e veremos o que acotece quado os evetos são idepedetes. A τ P (A) = 0 ou 1 (lei 0-1 de Kolmogorov). E depois partimos para a questão da covergêcia, em que usamos Ω a reta, e poderemos trabalhar com úmeros (esperaça, variâcia) associados às fuções X Ω R. Vite-oito de março de 2012 variáveis aleatórias. Itrodução a σ-álgebra caudal e Demostramos a aula aterior o teorema abaixo. Teorema 11: (Ω, F, P), e {A i i = 1,..., } classes em F, idepedetes e cada uma um π-sistema. Etão {σ (A i ) i = 1,..., } são idepedetes. Veremos agora uma σ-álgebra caudal. Lema 12: (Borel-Catelli, parte I.) Se P (A ) < (i.e., coverge) etão P (lim sup A ) = 0.
24 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 24 Prova: Como lim sup A = =1 k= A k k= A k, 1, temos P (lim sup A ) sub-aditiva P ( k= A k ) Boferroi k= P (A k ) 0. Lema 13: (Borel-Catelli, parte II.) Se {A 1} são evetos idepedetes, e =1 P (A ) = + etão P (lim sup A ) = 1. Prova: É suficiete mostrar que P ( =1 k= A c k ) = 0. Assim, basta provar que P ( k=) = 0 para qualquer 1. Temos, para todo j, +j P ( k= A c k) = +j k= +j P (A c k) = (1 P (A k )), k= que podemos limitar usado a desigualdade 1 x e x, obtedo +j k= (1 P (A k ) +j k= e P(A k) = e P (A k) j 0. Defiição: {A i i 1} evetos em (Ω, F, P). Cosidere τ = =1 σ (A, A +1,...). Dizemos que τ é σ-álgebra caudal. Teorema 14: (Lei 0-1 de Kolmogorov.) Seja {A 1} uma sequêcia de evetos idepedetes, A eveto τ-mesurável (dessa sequêcia!). Etão P (A) é zero ou um.
25 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 25 Prova: Segue do teorema aterior que σ (A 1 ),..., σ (A 1 ),... σ (A, A +1,...) são idepedetes. Se A τ (A i é τ-mesurável), etão vale que A σ (A, A +1,...) para todo 1. Portato, A 1, A 2,..., A 1, A são idepedetes. A τ σ (A 1, A 2,...) e como A σ (A), além, é claro, de A σ (A 1, A 2,...), segue que A é idepedete dele próprio. Isto é, P (A A) = P (A) P (A), o que implica que P (A) é zero ou é um. E agora atigimos, o curso, um marco. Passamos para a reta real. Defiição: Em (Ω, F, P), defiimos X Ω R como uma variável aleatória simples se X assume um úmero fiito de valores e se {ω Ω X(ω) = x} F, x R. Observação: {X = x} é uma otação para {ω X(ω) = x}. Usamos a seguite otação para a fução idicadora 1 A (a) de um cojuto A (com a A): 1 se x A, 1 A (a) = 0 caso cotrário. Defiição: Dizemos que X = i=1 x i 1 Ai (ω) é uma variável aleatória se {A i 1 i } forma uma partição fiita de Ω com A i F.
26 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 26 Observação: Toda variável aleatória simples pode ser represetada pela soma defiida acima. Observação: Cosidere G uma sub-σ-álgebra de F (quer dizer que ambas são σ-álgebra, mas G F. Seja X uma v.a. (variável aleatória) simples. Dizemos que X é famg-mesurável se {X = x} G para todo x R. Observação: X é sempre F mesurável. Observação: {X H} = x H {X = x} (Por agora essa uião é fiita, já que a v.a. é simples.) Defiição: σ (X), σ-álgebra gerada por X, é a meor σ-álgebra em que X é mesurável. Observação: Para uma sequêcia {X i i 1} de v.a. s simples, σ (X 1, X 2,...) é a meor σ-álgebra em que cada X i é mesurável. Teorema 15: {X i 1 i } v.a. s simples. Etão a σ-álgebra σ (X 1,..., X ) é formada pelos cojutos {(X 1,..., X ) H} = {ω (X 1 (ω), X 2 (ω),..., X (ω))}, para H R. Além disso, H pode ser escolhido como fiito.
27 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 27 Trita de março de 2012 Aida ão sei. Retomado da aula passada, vamos provar o teorema euciado. Prova: que Seja M a classe {ω (X 1 (ω),..., X (ω)) H}. Temos {(X 1,..., X ) = (x 1,..., x )} = {X i = x i } σ (X 1,..., X ). i=1 Além disso, {ω (X 1 (ω),..., X (ω)) H} = {(X 1,..., X ) = (x 1,..., x )}, fiita para M σ (X 1,..., X ). M é álgebra pois: i) Ω = {ω (X 1 (ω),..., X (ω)) R }, ii) iii) {ω (X 1 (ω),..., X (ω)) H} c = = {ω (X 1 (ω),..., X (ω)) H c }, {ω (X 1 (ω),..., X (ω)) H j } = j = {ω (X 1 (ω),..., X (ω)) H j } j Cada X i é M-mesurável pois {ω X i (ω) = x} pode ser colocado a forma {(X 1,..., X ) H} tomado H = {(x 1,..., x ) R, x i = x}. Portato σ (X 1,..., X ) M, o que por sua vez implica M = σ (X 1,..., X ).
28 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 28 Observação: H pode ser tomado fiito: H = H fiita (x 1,...,x ) (X 1 = x 1,..., X = x ). Exemplo: Ω = {1, 2, 3, 4}, F = P(Ω). 1 ω é par X(ω) = 0 ω é ímpar Note que Imagem X = 2, e a v.a. é simples. {ω X(ω) = 1} = {2, 4} {ω X(ω) = 0} = {1, 3} X Q = {{2, 4}, {1, 3},, Ω} {ω X(ω) = x, x 0 ou 1} = 1 se ω é par Defia Y(ω) =. Qual a σ-álgebra σ (X, Y)? ω caso cotrário Pelo teorema ela é {ω (X(ω), Y(ω)) H, H R 2 } Teorema 16: Uma v.a. simples Y é σ (X 1,..., X )-mesurável se, e somete se, Y = f(x 1,..., X para alguma f R R. Prova: ( ) Assuma que Y(ω) = f(x 1 (ω),..., X (ω)) para todo ω Ω. Como {Y = y} pode ser escrito como {(X 1,..., X ) H}, com H cosistido de potos x = (x 1,..., x ) tais que f(x) = y, segue, pelo teorema aterior, que Y é σ (X 1,..., X ) mesurável. (Ω x y(x).) x y
29 CAPÍTULO 2. ESPAÇOS DE PROBABILIDADE 29 ( ) Cosidere y! my 2,..., y r os diferetes valores que Y assume. Pelo teorema aterior, existem cojutos H 1, H 2,..., H r em R, tais que {ω Y(ω) = y i } = {ω X 1 (ω),..., X (ω) H i }. Escreva f = r i=1 y i 1 Hi. Os H i s podem ão ser disjutos, mas este caso são, pois se H i e H j têm algum poto em comum da forma (X 1 (ω),..., X (ω)) etão Y(ω) = y i e Y(ω) = y j, o que é impossível, se i j.
30 Capítulo 3 Covergêcia de Variáveis Aleatórias Cosidere X 1, X 2,... v.a. s defiidas em (Ω, F, P). Vamos estudar o eveto {ω lim X (ω) = X(ω)}. Observação: O complemetar desse eveto, X (ω) / X(ω), acotece se e só se existe algum ε > 0 tal que para ehum m, com X (ω) X(ω) < ε, para todo m. Em outras palavras, X / X(ω) se e só se, para algum ε > 0 sabemos que X (ω) X(ω) < ε acotece ifiitas vezes, ou acotece para uma quatidade ifiita de s. Portato, o {lim X = x} c = ε>0 { X X > ε i.v.}, ode i.v. abrevia ifiitas vezes. 30
31 CAPÍTULO 3. CONVERGÊNCIA DE VARIÁVEIS ALEATÓRIAS31 Observação: Como a uião é moótoa, os cojutos (crescem) para ε 0 (decrescete para zero), e, portato, podemos pegar ε racioais 1!!! A seguir vamos discutir covergêcia quase-certa, em probabilidade, e o coceito de esperaça. 1 Quado existe o limite, toda subsequêcia tem o mesmo limite, e podemos tomar, em particular, a uma subsequêcia formada por racioais.
Medidas, integração, Teorema da Convergência Monótona e o teorema de Riesz-Markov
Medidas, itegração, Teorema da Covergêcia Moótoa e o teorema de Riesz-Markov 28 de Agosto de 2012 1 Defiições de Teoria da Medida Seja (Ω, F, ν) um espaço de medida: isto é, F é σ-álgebra sobre o cojuto
Leia maisConsiderações finais
Cosiderações fiais Bases Matemáticas Defiições prelimiares Defiição 1 Dizemos que y é uma cota superior para um cojuto X se, para todo x X é, verdade que y x. Exemplo 1 os úmeros 2, 3, π e quaisquer outros
Leia maisPreliminares 1. 1 lim sup, lim inf. Medida e Integração. Departamento de Física e Matemática. USP-RP. Prof. Rafael A. Rosales. 8 de março de 2009.
Medida e Itegração. Departameto de Física e Matemática. USP-RP. Prof. Rafael A. Rosales 8 de março de 2009. 1 lim sup, lim if Prelimiares 1 Seja (x ), N, uma seqüêcia de úmeros reais, e l o limite desta
Leia maisTEOREMA DE BAIRE. 1. Conceitos Preliminares Exemplos de Aplicações do Teorema de Baire 5 Referências 8
TEOREMA DE BAIRE JONAS RENAN MOREIRA GOMES BOLSISTA SANTANDER-USP Sumário 1. Coceitos Prelimiares 1 2. Defiição de Espaço de Baire 2 3. Exemplos de Aplicações do Teorema de Baire 5 Referêcias 8 Esse texto
Leia mais1. Revisão Matemática
Sequêcias de Escalares Uma sequêcia { } diz-se uma sequêcia de Cauchy se para qualquer (depedete de ε ) tal que : ε > 0 algum K m < ε para todo K e m K Uma sequêcia { } diz-se ser limitada superiormete
Leia maisFundamentos de Análise Matemática Profª Ana Paula. Números reais
Fudametos de Aálise Matemática Profª Aa Paula Números reais 1,, 3, cojuto dos úmeros aturais 0,1,,3, cojuto dos úmeros iteiros p q /p e q cojuto dos úmeros racioais a, a 0 a 1 a a, a e a i 0, 1,, 3, 4,
Leia maisFundamentos de Análise Matemática Profª Ana Paula. Sequência Infinitas
Fudametos de Aálise Matemática Profª Aa Paula Sequêcia Ifiitas Defiição 1: Uma sequêcia umérica a 1, a 2, a 3,,a,é uma fução, defiida o cojuto dos úmeros aturais : f : f a Notação: O úmero é chamado de
Leia maisProvas de Matemática Elementar - EAD. Período
Provas de Matemática Elemetar - EAD Período 01. Sérgio de Albuquerque Souza 4 de setembro de 014 UNIVERSIDADE FEDERAL DA PARAÍBA CCEN - Departameto de Matemática http://www.mat.ufpb.br/sergio 1 a Prova
Leia mais3. Seja C o conjunto dos números complexos. Defina a soma em C por
Eercícios Espaços vetoriais. Cosidere os vetores = (8 ) e = ( -) em. (a) Ecotre o comprimeto de cada vetor. (b) Seja = +. Determie o comprimeto de. Qual a relação etre seu comprimeto e a soma dos comprimetos
Leia maisAula 5. Aula de hoje. Aula passada. Limitante da união Método do primeiro momento Lei dos grandes números (fraca e forte) Erro e confiança
Aula 5 Aula passada Valor esperado codicioal Espaço amostral cotíuo, fução desidade Limitates para probabilidade Desigualdades de Markov, Chebyshev, Cheroff with high probability Aula de hoje Limitate
Leia maisExponenciais e Logaritmos (MAT 163) - Notas de Aulas 2 Prof Carlos Alberto S Soares
Expoeciais e Logaritmos (MAT 163) - Notas de Aulas 2 Prof Carlos Alberto S Soares 1 Prelimiares Lembremos que, dados cojutos A, B R ão vazios, uma fução de domíio A e cotradomíio B, aotada por, f : A B,
Leia maisSumário. 2 Índice Remissivo 11
i Sumário 1 Esperaça de uma Variável Aleatória 1 1.1 Variáveis aleatórias idepedetes........................... 1 1.2 Esperaça matemática................................. 1 1.3 Esperaça de uma Fução de
Leia maisFUNÇÕES CONTÍNUAS Onofre Campos
OLIMPÍADA BRASILEIRA DE MATEMÁTICA NÍVEL III SEMANA OLÍMPICA Salvador, 19 a 26 de jaeiro de 2001 1. INTRODUÇÃO FUNÇÕES CONTÍNUAS Oofre Campos oofrecampos@bol.com.br Vamos estudar aqui uma ova classe de
Leia maisConjuntos Infinitos. Teorema (Cantor) Se A é conjunto qualquer, #A #P(A). Mais precisamente, qualquer
Cojutos Ifiitos Teorema (Cator) Se A é cojuto qualquer, #A #P(A). Mais precisamete, qualquer f : A P(A) ão é sobrejetora. Cosequêcia. Existe uma herarquia de cojutos ifiitos. Obs. Existe uma bijeção etre
Leia maisProbabilidade 2 - ME310 - Lista 5
Probabilidade - ME30 - Lista 5 November 3, 0 Lembrado:. Covergêcia de sequêcias em L p (também chamada de covergêcia em média): se lim E( X X 0 p ) 0 quado, etão a sequêcia deida por X é dita covergete
Leia maisProbabilidade II Aula 12
Coteúdo Probabilidade II Aula Juho de 009 Desigualdade de Marov Desigualdade de Jese Lei Fraca dos Grades Números Môica Barros, D.Sc. Itrodução A variâcia de uma variável aleatória mede a dispersão em
Leia maisNotas de aula: Probabilidade I. Augusto Teixeira
Notas de aula: Probabilidade I Augusto Teixeira 8 de juho de 2016 Liceça Esse trabalho é liceciado os termos da liceça Creative Commos Atribuição- NãoComercial-CompartilhaIgual 3.0 Não Adaptada (CC BY-NC-SA
Leia mais1. Resolução da lista 1. Primeiro apresentaremos uma integral importante, obtida a partir da distribuição gama generalizada.
1. Resolução da lista 1. Primeiro apresetaremos uma itegral importate, obtida a partir da distribuição gama geeralizada. 1) J x a 1 e bxc dx Γa/c), a, b, c >. cba/c Demostração: fazedo a substituição y
Leia maisCálculo II Sucessões de números reais revisões
Ídice 1 Defiição e exemplos Cálculo II Sucessões de úmeros reais revisões Mestrado Itegrado em Egeharia Aeroáutica Mestrado Itegrado em Egeharia Civil Atóio Beto beto@ubi.pt Departameto de Matemática Uiversidade
Leia maisSequências Reais e Seus Limites
Sequêcias Reais e Seus Limites Sumário. Itrodução....................... 2.2 Sequêcias de Números Reais............ 3.3 Exercícios........................ 8.4 Limites de Sequêcias de Números Reais......
Leia maisAUTO AVALIAÇÃO CAPÍTULO I. 1. Assinale com V as proposições que considere verdadeiras e com F as que considere
AUTO AVALIAÇÃO CAPÍTULO I. Assiale com V as proposições que cosidere verdadeiras e com F as que cosidere falsas : a. Sedo A e B cojutos disjutos, ambos majorados, os respectivos supremos ão podem coicidir
Leia maisUniversidade do Estado do Amazonas
Uiversidade do Estado do Amazoas Professor Alessadro Moteiro 6 de Julho de 08 PROJETO DE EXTENSÃO Resoluções de Problemas de Aálise Real I 5º Ecotro/Parte I: Limites de Fuções 5. O Limite de uma Fução
Leia maisS E Q U Ê N C I A S E L I M I T E S. Prof. Benito Frazão Pires. Uma sequência é uma lista ordenada de números
S E Q U Ê N C I A S E L I M I T E S Prof. Beito Frazão Pires Uma sequêcia é uma lista ordeada de úmeros a, a 2,..., a,... ) deomiados termos da sequêcia: a é o primeiro termo, a 2 é o segudo termo e assim
Leia mais1. Revisão Matemática
Se x é um elemeto do cojuto Notação S: x S Especificação de um cojuto : S = xx satisfaz propriedadep Uião de dois cojutos S e T : S T Itersecção de dois cojutos S e T : S T existe ; para todo f : A B sigifica
Leia maisSéquências e Séries Infinitas de Termos Constantes
Capítulo Séquêcias e Séries Ifiitas de Termos Costates.. Itrodução Neste capítulo estamos iteressados em aalisar as séries ifiitas de termos costates. Etretato, para eteder as séries ifiitas devemos ates
Leia mais1- Resolução de Sistemas Lineares.
MÉTODOS NUMÉRICOS PR EQUÇÕES DIFERENCIIS PRCIIS 1- Resolução de Sistemas Lieares. 1.1- Matrizes e Vetores. 1.2- Resolução de Sistemas Lieares de Equações lgébricas por Métodos Exatos (Diretos). 1.3- Resolução
Leia maisNotas de aula: Probabilidade I (Remix) Augusto Teixeira (feat. H. Lacoin)
Notas de aula: Probabilidade I (Remix) Augusto Teixeira (feat. H. Lacoi) 4 de juho de 2018 Liceça Esse trabalho é liceciado os termos da liceça Creative Commos Atribuição- NãoComercial-CompartilhaIgual
Leia maisLista 2 - Introdução à Probabilidade e Estatística
Lista - Itrodução à Probabilidade e Estatística Modelo Probabilístico 1 Uma ura cotém 3 bolas, uma vermelha, uma verde e uma azul. a) Cosidere o seguite experimeto. Retire uma bola da ura, devolva-a e
Leia maisDESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:
48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa
Leia maisDISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística
Leia maisCapítulo 3. Sucessões e Séries Geométricas
Capítulo 3 Sucessões e Séries Geométricas SUMÁRIO Defiição de sucessão Mootoia de sucessões Sucessões itadas (majoradas e mioradas) Limites de sucessões Sucessões covergetes e divergetes Resultados sobre
Leia maisInstituto de Matemática - UFRJ Análise 1 - MAA Paulo Amorim Lista 2
Istituto de Matemática - UFRJ Lista. Sejam (x ), (y ) sequêcias covergetes, com x y,. Mostre que se tem lim x lim y. Sabemos das aulas teóricas que se uma sequêcia z verifica z 0, etão lim z 0 (caso exista).
Leia maisn ) uma amostra aleatória da variável aleatória X.
- Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer
Leia maisLista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação
Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe
Leia maisResolva os grupos do exame em folhas separadas. O uso de máquinas de calcular e telemóveis não é permitido. Não se esqueça que tudo é para justificar.
Eame em 6 de Jaeiro de 007 Cálculo ATENÇÃO: FOLHAS DE EXAME NÃO IDENTIFICADAS NÃO SERÃO COTADAS Cálculo / Eame fial 06 Jaeiro de 007 Resolva os grupos do eame em folhas separadas O uso de máquias de calcular
Leia maisProcessos Estocásticos
IFBA Processos Estocásticos Versão 1 Alla de Sousa Soares Graduação: Liceciatura em Matemática - UESB Especilização: Matemática Pura - UESB Mestrado: Matemática Pura - UFMG Vitória da Coquista - BA 2014
Leia maisXIX Semana Olímpica de Matemática. Nível U. Algumas Técnicas com Funções Geratrizes. Davi Lopes
XIX Semaa Olímpica de Matemática Nível U Algumas Técicas com Fuções Geratrizes Davi Lopes O projeto da XIX Semaa Olímpica de Matemática foi patrociado por: Algumas Técicas com Fuções Geratrizes Davi Lopes
Leia maisNotas do Curso Inferência em Processos Estocásticos. 1 Estimação de máxima verossimilhança para cadeias de Markov de ordem k
Notas do Curso Iferêcia em Processos Estocásticos Prof. Atoio Galves Trascrita por Karia Yuriko Yagiuma 1 Estimação de máxima verossimilhaça para cadeias de Markov de ordem k Seja (X ) =0,1,,... uma cadeia
Leia maisTeoria Ergódica Um Curso Introdutório. Krerley Oliveira e Marcelo Viana
Teoria Ergódica Um Curso Itrodutório Krerley Oliveira e Marcelo Viaa ii Coteúdo 0 Elemetos de Teoria da Medida 1 0.1 Espaços mesuráveis......................... 1 0.2 Espaços de medida..........................
Leia maisAnálise Infinitesimal II LIMITES DE SUCESSÕES
-. Calcule os seguites limites Aálise Ifiitesimal II LIMITES DE SUCESSÕES a) lim + ) b) lim 3 + 4 5 + 7 + c) lim + + ) d) lim 3 + 4 5 + 7 + e) lim + ) + 3 f) lim + 3 + ) g) lim + ) h) lim + 3 i) lim +
Leia maisCapítulo 1. Fundamentos
Capítulo 1 Fudametos A probabilidade modera se baseia fortemete a Teoria da Medida e supomos durate esse curso que o leitor esteja bem familiarizado com coceitos tais como: Medida de Lebesgue, extesões
Leia mais( ) III) ESPAÇOS VETORIAIS REAIS. Definição: Denomina-se espaço vetorial sobre os Reais (R) ao conjunto não vazio. 1) Existe uma adição:
Elemetos de Álgebra Liear ESPAÇOS VETORIAIS REAIS III) ESPAÇOS VETORIAIS REAIS Defiição: Deomia-se espaço vetorial sobre os Reais (R) ao cojuto ão vazio + : V V V ) Existe uma adição: com as seguites propriedades:
Leia maisConstrução do anel de polinômios em uma indeterminada utilizando módulos
Costrução do ael de poliômios em uma idetermiada utilizado módulos Costructio of the rig of polyomials i oe idetermiate usig modules ISSN 2316-9664 Volume 12, jul. 2018 Christia José Satos Goçalves Uiversidade
Leia maisAnálise Matemática I 2 o Exame
Aálise Matemática I 2 o Exame Campus da Alameda LEC, LET, LEN, LEM, LEMat, LEGM 29 de Jaeiro de 2003, 3 horas Apresete todos os cálculos e justificações relevates I. Cosidere dois subcojutos de R, A e
Leia maisAlguns autores também denotam uma sequência usando parêntesis:
Capítulo 3 Sequêcias e Séries Numéricas 3. Sequêcias Numéricas Uma sequêcia umérica é uma fução real com domíio N que, a cada associa um úmero real a. Os úmeros a são chamados termos da sequêcia. É comum
Leia maisAULA 17 A TRANSFORMADA Z - DEFINIÇÃO
Processameto Digital de Siais Aula 7 Professor Marcio Eisecraft abril 0 AULA 7 A TRANSFORMADA Z - DEFINIÇÃO Bibliografia OPPENHEIM, A.V.; WILLSKY, A. S. Siais e Sistemas, a edição, Pearso, 00. ISBN 9788576055044.
Leia maisNOTAS DE AULA DO PICME EM COMBINATÓRIA. Anotado por: Henrique Stagni 1 o semestre de 2016
NOTAS DE AULA DO PICME PROGRAMA DE INICIAÇÃO CIENTÍFICA E MESTRADO EM COMBINATÓRIA http://www.ime.usp.br/~tcco/picme Aotado por: Herique Stagi 1 o semestre de 2016 Coteúdo 1 Paradoxo de Baach-Tarski 1
Leia maisO Princípio da Substituição e o Teorema Central do Limite
O Pricípio da Substituição e o Teorema Cetral do Limite Roberto Imbuzeiro M. F. de Oliveira 6 de Maio de 009 Resumo 1 Prelimiares são variáveis aleatórias idepedetes sat- No que segue {X i } {Y i} isfazedo
Leia mais(i) (1,5 val.) Represente na forma de um intervalo ou de uma união disjunta de intervalos cada um dos conjuntos seguintes:
Istituto Superior Técico Departameto de Matemática o TESTE DE CÁLCULO DIFERENCIAL E INTEGRAL I - Versão A MEAero o Sem. 0/3 0//0 Duração: h30m RESOLUÇÃO. 3,0 val. i,5 val. Represete a forma de um itervalo
Leia maisTeoria Elementar da Probabilidade
10 Teoria Elemetar da Probabilidade MODELOS MTEMÁTICOS DETERMINÍSTICOS PROBBILÍSTICOS PROCESSO (FENÓMENO) LETÓRIO - Quado o acaso iterfere a ocorrêcia de um ou mais dos resultados os quais tal processo
Leia mais(def) (def) (T é contração) (T é contração)
CAPÍTULO 5 Exercícios 5 (def) (T é cotração) a) aa Ta ( ) Ta ( 0) aa0, 0 Portato, a a aa0 (def) (def) (T é cotração) b) a3a Ta ( ) Ta ( ) TTa ( ( ) TTa ( ( 0)) (T é cotração) Ta ( ) Ta ( ) 0 aa0 Portato,
Leia maisNúmeros primos, números compostos e o Teorema Fundamental da Aritmética
Polos Olímpicos de Treiameto Curso de Teoria dos Números - Nível 3 Carlos Gustavo Moreira Aula 4 Números primos, úmeros compostos e o Teorema Fudametal da Aritmética 1 O Teorema Fudametal da Aritmética
Leia maisbinomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.
biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa
Leia maisBases e dimensão. Roberto Imbuzeiro Oliveira. 22 de Março de 2012
Bases e dimesão Roberto Imbuzeiro Oliveira 22 de Março de 2012 1 Defiições básicas Nestas otas X é espaço vetorial com mais de um elemeto sobre o corpo F {R, C}. Uma base (ão ecessariamete LI) de X é um
Leia mais4 Teoria da Probabilidade
48 4 Teoria da Probabilidade Apresetam-se este capítulo coceitos de probabilidade e de estimação de fuções desidade de probabilidade ecessários ao desevolvimeto e compreesão do modelo proposto (capítulo
Leia maisPROBABILIDADE. prof. André Aparecido da Silva. 1
NOÇÕES DE PROBABILIDADE prof. Adré Aparecido da Silva adrepr@yahoo.com.br 1 TEORIA DAS PROBABILIDADES A teoria das probabilidades busca estimar as chaces de ocorrer um determiado acotecimeto. É um ramo
Leia maisAnálise Complexa Resolução de alguns exercícios do capítulo 4
Aálise Complexa Resolução de algus exercícios do capítulo 4. Caso de C0, 0, : Caso de C0,, + : Exercício º z z i i z + iz iz iz porque iz < i + z i +3 z. z z i i z + iz iz porque iz > iz i z 3 i 3 z..
Leia maisUNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Pato Branco ENGENHARIA DE COMPUTAÇÃO. Prova Parcial 1 Matemática Discreta para Computação 2011
Campus Pato Braco Prova Parcial Matemática Discreta para Computação 20 Aluo(a): Data: 08/04/20. (,5p) Explicar o Paradoxo de Cator. Use como base o seguite: Teorema de Cator: Para qualquer cojuto A, a
Leia mais2. COMBINAÇÃO LINEAR E DEPENDÊNCIA LINEAR DE VETORES
CAPITULO II COMBINAÇÃO LINEAR E DEPENDÊNCIA LINEAR DE VETORES Acreditamos que os coceitos de Combiação Liear (CL) e de Depedêcia Liear serão melhor etedidos se forem apresetados a partir de dois vetores
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão 4 Nome: N.º Turma: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações ecessárias. Quado, para
Leia maisIndependência e espaços produtos
Capítulo 3 Idepedêcia e espaços produtos 3.1 Idepedêcia Nossa ituição os diz que quado jogamos duas moedas, o resultado de cada uma delas ão deve depeder um do outro. Dessa forma, a probabilidade de obtermos
Leia maisDefinição 1: Sequência é uma lista infinita de números reais ordenados.
Cálculo I Egeharia Mecâica. Sequêcias Defiição : Sequêcia é uma lista ifiita de úmeros reais ordeados. 2º termo º termo Nome (x ) = (x, x 2, x,..., x,...) º termo º termo N R x Observação: Podemos pesar
Leia maisProva Parcial 1 Matemática Discreta para Computação Aluno(a): Data: 18/12/2012
Prova Parcial Aluo(a): Data: 8/2/202. (,5p) Use regras de iferêcia para provar que os argumetos são válidos. (usar os símbolos proposicioais idicados): A Rússia era uma potêcia superior, e ou a Fraça ão
Leia maisPESADELO DE FUBINI E SISTEMAS DINÂMICOS. 2 n
PESADELO DE FUBINI E SISTEMAS DINÂMICOS ALI TAHZIBI 1. Laçameto de Moeda e Sistemas Diâmicos Seja ω (0, 1] e (d 1 (ω), d 2 (ω), ) a expasão biária de ω, i.e d (ω) ω = = 0, d 2 1 (ω)d 2 (ω). =1 Vamos combiar
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ NOTAS DE AULA PROFa. SONIA MÜLLER
PROBABILIDADE. DEFINIÇÕES BÁSICAS:.- INTRODUÇÃO: UNIVERSIDADE FEDERAL DO PARANÁ NOTAS DE AULA PROFa. SONIA MÜLLER PROBABILIDADE POPULAÇÃO AMOSTRA ESTATÍSTICA Uiverso : Ω ou U Vazio: Uião: A B Itersecção:
Leia maisO TEOREMA ERGÓDICO DE BIRKHOFF
O TEOREMA ERGÓDICO DE BIRKHOFF BRUNO SANTIAGO Resumo. Neste artigo expositório discutiremos a prova clássica do teorema ergódico de Birkhoff, via o teorema ergódico maximal. Buscaremos explorar os sigificados
Leia maisBÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS. 1 a Edição
BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS 1 a Edição Rio Grade 2017 Uiversidade Federal do Rio Grade - FURG NOTAS DE AULA DE CÁLCULO
Leia maisCAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE
CAPÍTUO IV DESENVOVIMENTOS EM SÉRIE Série de Taylor e de Mac-auri Seja f ) uma fução real de variável real com domíio A e seja a um poto iterior desse domíio Supoha-se que a fução admite derivadas fiitas
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
Leia maisDessa forma, concluímos que n deve ser ímpar e, como 120 é par, então essa sequência não possui termo central.
Resoluções das atividades adicioais Capítulo Grupo A. a) a 9, a 7, a 8, a e a 79. b) a, a, a, a e a.. a) a, a, a, a 8 e a 6. 9 b) a, a 6, a, a 9 e a.. Se a 9 e a k são equidistates dos extremos, etão existe
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 1
MAE 229 - Itrodução à Probabilidade e Estatística II Resolução Lista 1 Professor: Pedro Moretti Exercício 1 (a) Fazer histograma usado os seguites dados: Distribuição de probabilidade da variável X: X
Leia maisAula 5 de Bases Matemáticas
Aula 5 de Bases Matemáticas Rodrigo Hause de julho de 04 Pricípio da Idução Fiita. Versão Fraca Deição (P.I.F., versão fraca) Seja p() uma proposição aberta o uiverso dos úmeros aturais. SE valem ambas
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 2
MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,
Leia maisCálculo III - SMA 333. Notas de Aula
Cálculo III - SMA 333 Notas de Aula Sumário 1 Itrodução 2 2 Seqüêcias Numéricas 6 2.1 Defiição, Exemplos e Operações........................ 6 2.2 Seqüêcias Limitadas e Ilimitadas........................
Leia maisSucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,...
Curso Metor www.cursometor.wordpress.com Sucessão ou Sequêcia Defiição Sucessão ou seqüêcia é todo cojuto que cosideramos os elemetos dispostos em certa ordem. jaeiro,fevereiro,...,dezembro Exemplo : Exemplo
Leia maisSéries e Equações Diferenciais Lista 02 Séries Numéricas
Séries e Equações Difereciais Lista 02 Séries Numéricas Professor: Daiel Herique Silva Defiições Iiciais ) Defia com suas palavras o coceito de série umérica, e explicite difereças etre sequêcia e série.
Leia maisSucessões. , ou, apenas, u n. ,u n n. Casos Particulares: 1. Progressão aritmética de razão r e primeiro termo a: o seu termo geral é u n a n1r.
Sucessões Defiição: Uma sucessão de úmeros reais é uma aplicação u do cojuto dos úmeros iteiros positivos,, o cojuto dos úmeros reais,. A expressão u que associa a cada a sua imagem desiga-se por termo
Leia maisINTEIROS DE GAUSS E INTEIROS DE EISENSTEIN Guilherme Fujiwara, São Paulo SP
Nível Avaçado. INTEIROS DE GAUSS E INTEIROS DE EISENSTEIN Guilherme Fujiwara, São Paulo SP Vamos abordar esse artigo a aritmética de dois cojutos de iteiros algébricos: os Iteiros de Gauss e os Iteiros
Leia maisCÁLCULO I. Exibir o cálculo de algumas integrais utilizando a denição;
CÁLCULO I Prof Edilso Neri Júior Prof Adré Almeida Aula o 9: A Itegral de Riema Objetivos da Aula Deir a itegral de Riema; Exibir o cálculo de algumas itegrais utilizado a deição; Apresetar fuções que
Leia maisMaterial Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio
Material Teórico - Módulo Biômio de Newto e Triagulo de Pascal Soma de Elemetos em Lihas, Coluas e Diagoais Segudo Ao do Esio Médio Autor: Prof Fabrício Siqueira Beevides Revisor: Prof Atoio Camiha M Neto
Leia maisMaterial Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio
Material Teórico - Módulo Biômio de Newto e Triagulo de Pascal Soma de Elemetos em Lihas, Coluas e Diagoais Segudo Ao do Esio Médio Autor: Prof Fabrício Siqueira Beevides Revisor: Prof Atoio Camiha M Neto
Leia maisAmostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?
Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por
Leia mais2.2. Séries de potências
Capítulo 2 Séries de Potêcias 2.. Itrodução Série de potêcias é uma série ifiita de termos variáveis. Assim, a teoria desevolvida para séries ifiitas de termos costates pode ser estedida para a aálise
Leia maisSobre a necessidade das hipóteses no Teorema do Ponto Fixo de Banach
Sobre a ecessidade das hipóteses o Teorema do Poto Fio de Baach Marcelo Lopes Vieira Valdair Bofim Itrodução: O Teorema do Poto Fio de Baach é crucial a demostração de vários resultados importates da Matemática
Leia maisProbabilidade II Aula 9
Coteúdo Probabilidade II Aula 9 Maio de 9 Môica Barros, D.Sc. Estatísticas de Ordem Distribuição do Máximo e Míimo de uma amostra Uiforme(,) Distribuição do Máximo e Míimo caso geral Distribuição das Estatísticas
Leia maisMQI 2003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE Teste 2 07/07/2008 Nome: PROBLEMA 1 Sejam X e Y v.a. contínuas com densidade conjunta:
MQI 003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE 008.0 Teste 07/07/008 Nome: PROBLEMA Sejam X e Y v.a. cotíuas com desidade cojuta: f xy cy xy x y (, ) = + 3 ode 0 e 0 a) Ecotre a costate c que faz desta
Leia maisarxiv: v1 [math.ho] 3 Sep 2014
Álbum de figurihas da Copa do Mudo: uma abordagem via Cadeias de Markov Leadro Morgado IMECC, Uiversidade Estadual de Campias arxiv:409.260v [math.ho] 3 Sep 204 Cosiderações iiciais 6 de maio de 204 Com
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão Nome: N.º Turma: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações ecessárias. Quado, para
Leia maisDistribuições Amostrais
Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão Nome: N.º Turma: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações ecessárias. Quado, para
Leia maisAULA Subespaço, Base e Dimensão Subespaço.
Note bem: a leitura destes apotametos ão dispesa de modo algum a leitura ateta da bibliografia pricipal da cadeira TÓPICOS Subespaço. ALA Chama-se a ateção para a importâcia do trabalho pessoal a realizar
Leia maisProposta de Exame de Matemática A 12.º ano
Proposta de Eame de Matemática A 1.º ao Nome da Escola Ao letivo 0-0 Matemática A 1.º ao Nome do Aluo Turma N.º Data Professor - - 0 GRUP I Na resposta aos ites deste grupo, selecioe a opção correta. Escreva,
Leia maisLista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas
. ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia
Leia maisAGRUPAMENTO DE ESCOLAS DE MORTÁGUA
AGRUPAMENTO DE ESCOLAS DE MORTÁGUA Ficha de Trabalho Sucessões/Fuções - º ao Eames e Iterm 000-06. Cosidere uma fução f de domíio IR +. Admita que f é positiva e que o eio O é assítota do gráfico de f.
Leia maisSUCESSÕES DE NÚMEROS REAIS. Sucessões
SUCESSÕES DE NÚMEROS REAIS Sucessões Chama-se sucessão de úmeros reais ou sucessão em IR a toda a aplicação f do cojuto IN dos úmeros aturais em IR, f : IN IR f ( ) = x IR Chamamos termos da sucessão aos
Leia mais*+,, -! / ! /,6 5. Virgilio Almeida, UFMG 2006
!"#"! $%%& ' (# ) *+,, - -. -! /01 34 /050 " -! /,6 5. 7 " Método Estatístico Estatística Descritiva Estatística Iferecial ' - 8 8! 8 0 -# 8' 9/ - 8 8:61 -# 8:., :4 Experimeto: um processo cujo resultado
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão Aluo: N.º Turma: Professor: Classificação: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações
Leia maisCadeias de Markov Parte I
Cadeias de Markov arte I Defiições e Notações Defiição : Um rocesso de Markov {X t } é um processo estocástico que, dado o valor X t, os valores de X s para s>t ão são iflueciados pelos valores de X u,
Leia maisSéries e aplicações15
Séries e aplicações5 Gil da Costa Marques Fudametos de Matemática I 5. Sequêcias 5. Séries 5. Séries especiais 5.4 Arquimedes e a quadratura da parábola 5.5 Sobre a Covergêcia de séries 5.6 Séries de Taylor
Leia maisDistribuições Amostrais
9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria
Leia mais