Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 ECO 1721 - Introdução à Estatística Econômica 1- Axiomas e Teoremas Fundamentais do Cálculo de Probabilidades R e s u m o Teórico Professores: Thadeu Keller Filho e Juarez Figueiredo 1.1 Noções Preliminares 1.1.1 Experiência aleatória É toda experiência cujos resultados não podem ser previstos, devido à incerteza de sua ocorrência. 1.1.2 Espaço Amostral É o conjunto dos resultados possíveis de uma experiência aleatória. O espaço amostral é representado por S 1.1.3 Evento É qualquer subconjunto do espaço amostral. 1.1.4 Evento Certo É um evento que ocorre sempre, qualquer que seja o resultado da experiência aleatória. Um evento certo é representado por S, pois é equivalente ao espaço amostral. 1.1.5 Evento Impossível É um evento que nunca ocorre, qualquer que seja o resultado da experiência aleatória. Um evento impossível é representado por . 1.1.6 Eventos Contrários A todo evento E associa-se um evento E , dito “Contrário de E” ou “Complementar de E” que corresponde à não ocorrência de E. 1.2 Composição de Eventos 1.2.1 Interseção de eventos AB = A e B (ocorrência conjunta ou ocorrência de ambos) Se AB A e B , se dizem “mutuamente exclusivos” ou “disjuntos” 1.2.2 Reunião de eventos A = Aou/e BB (ocorrência de A ou B ou ocorrência de pelo menos um dos eventos A e B) 2 1.2.3 Diferença de eventos A-B = AB = A e não B (ocorre o evento A e não ocorre o evento B) 1.3 Axiomas do Cálculo de Probabilidades (I) P A 0 (II) P S 1 (III) Se AB P A B P A P B No caso de espaços amostrais infinitos, por razões matemáticas, torna-se necessário subs- tituir o terceiro axioma por outro, indicado a seguir. (III)* 1 2 3 nSe A ,A ,A ,....,A ,.... éumasequência infinita enumerável de eventos disjuntos i j i i i=1i=1 isto é, se A A para todo i, j 1,2,3,... com i j, então P A P A 1.4 Teoremas Básicos do Cálculo de Probabilidades 1.4.1 Teorema do Evento Impossível P 0 Demonstração: S S S (III) P S P P(S) P 0 1.4.2 Teorema do Evento Contrário (ou Complementar) P A 1 P A Demonstração: S A A AA = (III) P S P A P(A) (I) P S 1 P A P(A) P(A) 1 P A 1.4.3 Teorema da Monotonia Se A e B são dois eventos tais que A B então P A P B Demonstração: Se A B então AB = A e portanto B A BA , logo 3 P B P A BA P A P BA pois A BA e como P BA 0 peloaxioma1, entãoresulta queP B P A 1.4.4 Teorema do Evento Diferença Se A e B são dois eventos quaisquer e A-B é o evento diferença, então P A-B P A P AB Demonstração: Quaisquer que sejam os eventos A e B verifica-se que A-B AB e que A AB AB Portanto P A P AB AB P AB P AB pois AB e AB são eventos disjuntos Logo P A-B P AB P A P AB 1.4.5 Teorema da Reunião de Eventos a) Reunião de dois eventos P A B P A P B P AB Demonstração: (i) A B A BA A(BA) (III) P(A B) P(A) P BA (ii) Pelo Teorema do Evento Diferença P BA P(B) P(BA) Logo A B P(A) P B P ABP( ) (b) Reunião de três eventos P A B C P A P B P C P AB P AC P BC P ABC Demonstração: P A B C P A B P C P C A B 4 = P A +P B P AB +P C P CA CB P A +P B P AB P C P CA +P CB P CA BC P CP A +P B + P AB P CA P CB P ABC (c) Extensão para qualquer número finito n de eventos n n n i i i j i j k i=1 i<j i<j<ki=1 n P A P A P A A P A A A ... n 1 1 2 n... 1 P A A ...A (Demonstração omitida) 1.4.6 Teorema da Probabilidade em Espaços Amostrais Finitos e Equiprováveis , ,..., n n1 2 1 2S {e e e } P e = P e = ... = P e = p n n i j j i j j j=1j=1 S e e e P S P e np 1 p 1/ n Aplicação: 1 2 r ij j j j r i = 1 r E e , e , . . . , e P E P e r p n r Númerodecasosfavoráveisa E n = Número de casos possíveis 1.5 Probabilidades Condicionais (ou Condicionadas) P AB P A|B para P B 0 P B 1.6 Independência de Eventos (a) Independência de dois eventos Diz-se que os eventos A e B são independentes se e somente se P AB = P A P B ou, equivalentemente, P A =P A|B para P(B) > 0 ou, ainda, também equivalentemente, P B =P B|A para P(A) 0 5 (b) Independência de n eventos Diz-se que os eventos 1 2 nA ,A , ... ,A são independentes se e somente se j j j j j j 1 2 1 2k k P A A ... A P A P A ...P A quaisquer que sejam 2 k1j , j , ..., j 1,2,3, ... ,n k=2,3,...,n 1.7 Teorema sobre a Independência de Eventos Se A e B são dois eventos independentes, então também são independentes os seguintes pares de eventos: i) A e B ; ii) A e B iii) A e B Demonstração: O primeiro item é demonstrado a seguir. P AB =P A P AB P A P A P B P A 1 P B P A P B Os demais podem ser demonstrados de modo similar. 1.8 Teorema da Interseção de Eventos (ou Teorema da Multiplicação) (a) Interseção de dois eventos P AB P A P B|A (b) Interseção de n eventos (n=2,3,...) 1 2 n-1 n 1 2 1 3 1 2P A A ... A A P A P A |A P A |A A ... n 1 2 n -1P A |A A ...A Demonstração: Admita-se o teorema válido para n-1 eventos (para n = 3,4, ...) 1 2 n-2 n-1P A A ... A A 1 2 1 3 1 2 n-1 1 2 n -2P A P A |A P A |A A ... P A |A A ...A Então, 1 2 n-1 n 1 2 n-2 n-1 n 1 2 n-2 n-1P A A ... A A P A A ... A A P A |A A ... A A 1 2 1 3 1 2 n 1 2 n -1P A P A |A P A |A A ... P A |A A ...A 6 1.9 Teorema da Probabilidade Total Sejam 1 2 nA ,A , ...,A , B n+1 eventos tais que : (i) n i i = 1 A S (os eventos 1 2 nA ,A , ... ,A são exaustivos) (ii) i jA A = i j (os eventos 1 2 nA ,A , ... ,A são mutuamente exclusivos) (iii) P B 0 Então, n j j j=1 P B P A P B|A Demonstração: i j n n j j j=1 j=1 B BS B A BA BA BA i j nn n j j j j j=1 j=1j=1 P B P BA P BA P A P B|A 1.10 Teorema de Bayes Nas condições do teorema anterior, j j j n i i i=1 P A P B|A P A |B para j=1,2,3, ... ,n P A P B|A Demonstração: j j j j n i i i=1 P A P B|AP BA P A | B para j=1,2,3, ... ,n P B P A P B|A ----------------------------------------------------------------------------------------------------- ---------
Compartilhar