2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.

Σχετικά έγγραφα
2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.

2. Η πιθανότητα της ένωσης δύο ξένων μεταξύ τους (ασυμβίβαστων) ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.

Ορισμός : Η συνάρτηση X : Ω είναι μετρήσιμη εάν 1. της τυχαίας μεταβλητής X : Ω, είναι το πεδίο τιμών της X. Δηλαδή είναι το υποσύνολο του { }

Ορισμός : Η συνάρτηση X : Ω είναι μετρήσιμη εάν 1. της τυχαίας μεταβλητής X : Ω, είναι το πεδίο τιμών της X. Δηλαδή είναι το υποσύνολο του { }

X = συνεχης. Είναι εμφανές ότι αναγκαία προϋπόθεση για την ύπαρξη της ροπογεννήτριας

n = r J n,r J n,s = J

Ξέρουμε ότι: Συνάρτηση-απεικόνιση με πεδίο ορισμού ένα σύνολο Α και πεδίο τιμών ένα σύνολο Β είναι κάθε μονοσήμαντη απεικόνιση f του Α στο Β.

1 1 + nx. f n (x) = nx 1 + n 2 x 2. x2n 1 + x 2n

ΠΙΘΑΝΟΤΗΤΕΣ Δειγματικός Χώρος. Ενδεχόμενα {,,..., }.

f(t) = (1 t)a + tb. f(n) =

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

Στοχαστικές Στρατηγικές

( t) ( ) ( 0,1) ( ) ( ) ( ) ( ) Κεντρικό Οριακό Θεώρημα (Central Limit Theorem Lindeberg Levy) τότε η τ.μ. Sn

Παράρτηµα Α. Στοιχεία θεωρίας µέτρου και ολοκλήρωσης.

ΑΚΟΛΟΥΘΙΕΣ ΣΕΙΡΕΣ. Ορισμός 1. Μια 1 1 (ένα προς ένα) συνάρτηση με πεδίο ορισμού το και πεδίο τιμών ένα υποσύνολο X του, δηλαδή μία 1 1 συνάρτηση

Υπολογιστικά & Διακριτά Μαθηματικά

V x, y W x, y, y συνιστούν προφανώς ένα ανοικτό

Μέρος ΙΙ. Τυχαίες Μεταβλητές

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΚΕΦΑΛΑΙΟ 3ο: ΠΙΘΑΝΟΤΗΤΕΣ ΘΕΜΑ Α. α) Τι λέγεται δειγματικός χώρος και τι ενδεχόμενο ενός πειράματος τύχης;

Τυχαίες Μεταβλητές. Ορισμός

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ

17/10/2016. Στατιστική Ι. 3 η Διάλεξη

4 Ασθενείς τοπολογίες σε χώρους με νόρμα. 4.1 θεωρήματα Mazur, Alaoglou, Goldstine.

ΣΥΝΤΟΜΕΣ ΣΗΜΕΙΩΣΕΙΣ ΠΡΑΓΜΑΤΙΚΗΣ ΑΝΑΛΥΣΗΣ ΘΕΜΗΣ ΜΗΤΣΗΣ TΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΗΡΑΚΛΕΙΟ

G n. n=1. n=1. n=1 G n) = m (E). n=1 G n = k=1

i=1 i=1 i=1 (x i 1, x i +1) (x 1 1, x k +1),

P (A B) = P (AB) P (B) P (A B) = P (A) P (A B) = P (A) P (B)

II. Τυχαίες Μεταβλητές


ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

f(f 1 (B)) f(f 1 (B)) B. X \ (f 1 (C)) = X \ f 1 (C) = f 1 (Y \ C) X \ (f 1 (C)) f 1 (Y \ C). f 1 (Y \ C) = f 1 (Y \ C ) = X \ f 1 (C ).

Απειροσ τικός Λογισμός ΙΙ Πρόχειρες Σημειώσεις Τμήμα Μαθηματικών Πανεπιστήμιο Αθηνών

1. Βασικές Έννοιες - Προτάσεις Θεωρίας Πιθανοτήτων

Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» (ε) Κάθε συγκλίνουσα ακολουθία άρρητων αριθµών συγκλίνει σε άρρητο αριθµό.

Θεωρία Πιθανοτήτων & Στατιστική

1. Πείραμα τύχης. 2. Δειγματικός Χώρος ΣΤΟΙΧΕΙΑ ΑΠΟ ΤΗ ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ

ι3.4 Παραδείγματα T ) έχει την ιδιότητα Heine-Borel, αν κάθε κλειστό και φραγμένο υποσύνολό του είναι συμπαγές.

a n = sup γ n. lim inf n n n lim sup a n = lim lim inf a n = lim γ n. lim sup a n = lim β n = 0 = lim γ n = lim inf a n. 2. a n = ( 1) n, n = 1, 2...

Σπυρίδων Χατζησπύρος Εισαγωγή στη Συνδυαστική και τις Πιθανότητες 5/16/2017

Όταν η s n δεν συγκλίνει λέμε ότι η σειρά αποκλίνει.

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

B = F i. (X \ F i ) = i I


Υπολογιστικά & Διακριτά Μαθηματικά

HY118-Διακριτά Μαθηματικά

3 ΠΙΘΑΝΟΤΗΤΕΣ. ο δειγματικός χώρος του πειράματος θα είναι το σύνολο: Ω = ω, ω,..., ω }.

ΚΕΦΑΛΑΙΟ 3. Στοιχεία Θεωρίας Μέτρου - Πιθανοτήτων

Το φασματικό Θεώρημα

ΘΕΩΡΙΑ ΠΛΗΡΟΦΟΡΙΑΣ. Κεφάλαιο 2 : Πληροφορία και Εντροπία Διάλεξη: Κώστας Μαλιάτσος Χρήστος Ξενάκης, Κώστας Μαλιάτσος

h(x, y) = card ({ 1 i n : x i y i

Θέμα 1 ο (ΜΑΪΟΣ 2004, ΜΑΪΟΣ 2008) Να δείξετε ότι η παράγωγος της σταθερής συνάρτησης f (x) = c είναι (c) = 0. Απόδειξη

Τυχαία μεταβλητή (τ.μ.)

5 Σύγκλιση σε τοπολογικούς χώρους

Πρόταση. f(x) ομοιόμορφα συνεχής στο I. δ (ɛ) > 0 : x, ξ I, x ξ < δ (ɛ, ξ) f(x) f(ξ) < ɛ. ɛ > 0, δ > 0 : ΜΗ ομοιόμορφα συνεχής.

ΜΕΓΙΣΤΙΚΟΣ ΤΕΛΕΣΤΗΣ 18 Σεπτεμβρίου 2014

Κεφάλαιο 2 Πιθανότητες. Πέτρος Ε. Μαραβελάκης, Επίκουρος Καθηγητής, Πανεπιστήμιο Πειραιώς

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

3/10/2016. Στατιστική Ι. 1 η Διάλεξη

Αλγόριθμοι για αυτόματα

Ask seic kai Jèmata sth JewrÐa Mètrou kai Olokl rwsh

Τμήμα Λογιστικής και Χρηματοοικονομικής. Θεωρία Πιθανοτήτων. Δρ. Αγγελίδης Π. Βασίλειος

Όριο και συνέχεια πραγματικής συνάρτησης

Θεωρία μέτρου και ολοκλήρωσης

Συναρτήσεις Θεωρία Ορισμοί - Παρατηρήσεις

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

EukleÐdeiec emfuteôseic: ˆnw frˆgmata

Γιατί πιθανότητες; Γιατί πιθανότητες; Θεωρία πιθανοτήτων. Θεωρία Πιθανοτήτων. ΗΥ118, Διακριτά Μαθηματικά Άνοιξη 2017.

n k=1 k=n+1 k=1 k=1 k=1

Περιεχόμενα 1 Πρωτοβάθμια Λογική Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων ) / 60

Ισότητα, Αλγεβρικές και Αναλυτικές Ιδιότητες Πραγματικών Ακολουθιών

ΕΠΑΝΑΛΗΨΗ ΒΑΣΙΚΩΝ ΕΝΝΟΙΩΝ ΣΤΑΤΙΣΤΙΚΗΣ

R ισούται με το μήκος του. ( πρβλ. την ιστορική σημείωση 3.27 στο τέλος

3. Κατανομές πιθανότητας

Εισαγωγή Η Θεωρία Πιθανοτήτων παίζει μεγάλο ρόλο στη μοντελοποίηση και μελέτη συστημάτων των οποίων δεν μπορούμε να προβλέψουμε ή να παρατηρήσουμε την

Θεωρία Πιθανοτήτων & Στατιστική

Γραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα

Απειροστικός Λογισμός Ι Ασκήσεις

Θεωρία μέτρου και ολοκλήρωσης

Η Θεωρία στα Μαθηματικά κατεύθυνσης της Γ Λυκείου

Δρ. Βασίλειος Γ. Καμπουρλάζος Δρ. Ανέστης Γ. Χατζημιχαηλίδης

ΓΕΛ ΝΕΑΣ ΠΕΡΑΜΟΥ ΠΙΘΑΝΟΤΗΤΕΣ ΚΛΑΣΙΚΟΣ ΟΡΙΣΜΟΣ-ΛΟΓΙΣΜΟΣ. Στατιστική ομαλότητα ή Νόμος των μεγάλων αριθμών

Ακολουθίες πραγματικών αριθμών

n 5 = 7 ε (π.χ. ορίζοντας n0 = 1+ ε συνεπώς (σύμϕωνα με τις παραπάνω ισοδυναμίες) an 5 < ε. Επομένως a n β n 23 + β n+1

x \ B T X. A = {(x, y) R 2 : x 0, y 0}

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ

Dunamoseirèc A. N. Giannakìpouloc, Tm ma Statistik c OPA

Εισαγωγή στη διακριτή πιθανότητα

ΑΝΑΛΥΣΗ 2. Μ. Παπαδημητράκης.

Το φασματικό Θεώρημα

3.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων

Ακουλουθίες ρ. Κωνσταντίνα Παναγιωτίδου

Λύσεις Διαγωνισμάτος 1 Ενότητα: Ακολουθίες-Σειρές

ΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥ ΩΝ. και την ΟΙΚΟΝΟΜΙΑ»

1 m z. 1 mz. 1 mz M 1, 2 M 1

Επαναληπτικά θέματα στα Μαθηματικά προσανατολισμού-ψηφιακό σχολείο ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΘΕΤΙΚΩΝ ΣΠΟΥΔΩΝ

Pr(10 X 15) = Pr(15 X 20) = 1/2, (10.2)

Για να εκφράσουμε τη διαδικασία αυτή, γράφουμε: :

Βασικά στοιχεία της θεωρίας πιθανοτήτων

Transcript:

Ένα μέτρο πιθανότητας πάνω στο δειγματικός χώρο Ω, είναι μία συνάρτηση P ( ) που αντιστοιχεί σε υποσύνολα του Ω, έναν αριθμό στο [ 0, ], με τις εξής ιδιότητες: P ( Ω ) 2 Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων Συμβολίζουμε με το πεδίο ορισμού (που περιέχει υποσύνολα του Ω ) του P : 0, είναι μία μέτρου πιθανότητας Δηλαδή το μέτρο πιθανότητας [ ] συνολοσυνάρτηση από το στο [ 0, ] τέτοια ώστε για να έχουμε 0 P( ) Ποία είναι όμως η δομή του? Για παράδειγμα εάν B,, είναι λογικό να P B θέλουμε να μπορούμε να υπολογίζουμε πιθανότητες της μορφής P( ), ( ) είτε P( B) Για να υπολογίσουμε τις πιθανότητες P( ), ( ) γεγονός ότι B, εφόσον P( ) P( ) και P( B ) P( B) μεριά αυτό σημαίνει ότι θα έχουμε και, B Για την πιθανότητα P( B) έχουμε ότι P( B) P( B ) + P( B ) + P( B) P( B) P( ) + P( B ) P( B) P( B) + P( B ) P B μας αρκεί το Από την άλλη Προσθέτοντας κατά μέλη την 2 η και 3 η εξίσωση και αφαιρώντας την η παίρνουμε την γνωστή σχέση P B P + P B P B ( ) ( ) ( ) ( ) Είναι εμφανές λοιπόν ότι για να μπορούμε να υπολογίσουμε τις πιθανότητες P( ), P( B ), και P( B) θα πρέπει να ανήκουν στο εκτός από τα και B, και τα υποσύνολα του Ω B,, B, B, B, B Για πρακτικούς λόγους, θα θέλαμε να μπορούμε να βρούμε την πιθανότητα κάθε ενδεχομένου Ω δηλαδή θα θέλαμε να έχουμε πεδίο ορισμού της συνάρτησης P το δυναμοσύνολο του Ω, δηλαδή το σύνολο όλων των Ο χώρος Ω που καθορίζει το τυχαίο πείραμα ή φαινόμενο Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων

υποσυνόλων του Ω, που συμβολίζουμε με 2 Ω Αυτό όμως μπορεί να γίνει μόνο για διακριτά σύνολα Ω Αν και το δυναμοσύνολο συνεχών υποσυνόλων ορίζεται, μπορούμε να το κάνουμε μόνο όταν το Ω είναι διακριτό σύνολο Εάν για παράδειγμα το Ω είναι κάποιο πεπερασμένο υποσύνολο του, τότε το αξίωμα της επιλογής 2 μας λέει ότι εάν θέσουμε σαν μέτρο πιθανότητας 3 P ( ) legth( ) / legth( Ω) για υποσύνολα του Ω 4, τότε υπάρχουν παθολογικά υποσύνολα του Ω στα οποία η έννοια της πιθανότητας δεν μπορεί να οριστεί (για παράδειγμα σύνολα τύπου Vtal δεν έχουν μήκος) Δηλαδή σε αυτήν την περίπτωση, το δεν μπορεί να είναι το δυναμοσύνολο (power set) Ω ) αλλά 2 Ω του Ω (που συμβολίζουμε σαν 2 Ω είτε ( ) Έτσι το πεδίο ορισμού του μέτρου πιθανότητας, είναι μια οικογένεια μετρήσιμων υποσυνόλων του Ω, που όμως γενικά δεν περιέχει όλα τα δυνατά υποσύνολα του Ω δηλαδή 2 Ω Ορισμός: Ένα σ πεδίο (σ feld ή σ algebra ή Borel feld) πάνω στο δειγματικό χώρο Ω, είναι μια οικογένεια υποσυνόλων του Ω τέτοια ώστε: Ω 2 3, I, ( ) I Από τον ορισμό είναι εμφανές το card I 5 είναι κλειστό κάτω από τις πράξεις ( ),, Δηλαδή χρησιμοποιώντας αυτές τις προηγούμενες πράξεις πάνω στα στοιχεία του, το αποτέλεσμα βρίσκεται και πάλι μέσα στο Κάθε σ πεδίο Ω, (το πάνω στον δειγματικό χώρο Ω βρίσκεται μεταξύ των σ πεδίων { τετριμμένο σ πεδίο) και 2 Ω, δηλαδή { Ω, 2 Ω 2 Το αξίωμα της επιλογής μας λέει ότι από κάθε οικογένεια συνόλων { I ακριβώς στοιχείο x Sαπό κάθε σύνολο της οικογένειας, δηλαδή δοθέντος της { κατασκευάσουμε το { x I S μπορούμε να διαλέξουμε ένα S μπορούμε να 3 Για παράδειγμα εάν ( ab, ) τότε ορίζουμε σαν legth( ) ( b a) 2 b a τη μονοδιάστατη ευκλείδεια απόσταση 4 Δηλ η πιθανότητα εδώ είναι το κανονικοποιημένο μήκος του (κανονικοποιημένο μέτρο Lebesgue) 5 Ο πληθάριθμος του (cardalty) συμβολίζεται σαν card ( ) πλήθος των στοιχείων του I Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 2

Παράδειγμα Εάν οι οικογένεια υποσυνόλων είναι σ πεδίο, τότε το περιέχει και τις αριθμήσιμες τομές των στοιχείων του { { ( ) I I I I I 2 Εάν η ακολουθία ενδεχομένων { και k k Παράδειγμα k k ανήκουν στο 2 2 2 { F, SF, FSF,, F S, S F,, S ανήκει στο, τότε τα ενδεχόμενα Ω card Ω, με F και S συμπληρωματικές καταστάσεις (πχ Falure, Success), όπου P S P F p Εάν ορίσουμε την συνάρτηση X : Ω, έτσι ώστε Εάν τότε ( ) 2 ( ) ( ) X ( ω ) ο αριθμός των S στο ω, παρατηρούμε ότι ο χώρος καταστάσεων της X είναι X ( ) { 0,,, θέτοντας 2 Ω έχουμε ότι X ( B) ω : X ( ω) B X B { { Ω και Ω για κάθε B (λέμε τότε ότι η συνάρτηση X είναι μια τυχαία μεταβλητή) και μάλιστα x x X ~ B(, p ) με P{ X x B( x, p) p ( p) Για ({ ) ω ( ω) x { { X : X SF, FSF 2,, F S Ω, έχουμε P X P X P S P F p p ( ({ )) { ( ) ( ) ( ) ενώ ({ ) Ω X 0,,, X { x X ({ x ) x 0 x 0 P( Ω ) P X ({ x ) P( { X 0 { X ) x 0 x x P{ X x p ( p) ( p+ ( p) ) x 0 x 0 x, Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 3

2 Για τον δειγματικό χώρο { S, FS,, F S, Ω μπορούμε να θέσουμε 2 Ω, X : Ω έτσι ώστε X ( ω ) ο αριθμός των F στο ω αριθμός των αποτυχιών έως την πρώτη επιτυχία, Y : Ω έτσι ώστε Y( ω) X ( ω) + ο αριθμός των S και F στο ω αριθμός των δοκιμών έως την πρώτη επιτυχία Για παράδειγμα x ( ({ )) { { ότι X ~ Geo( p ), x ( ) ( ) ( ) ( ) PX x P X x P FS PF PS p px, 0 και γνωρίζουμε x P( Ω ) P X ({ x ) p( p) p x 0 x 0 ( p) Ισοδύναμα y y ( ({ )) { ( ) ( ) ( ) ( ) ~ ( ) ~+ ( ) y PY y PY y PF S PF PS p py,,ενώ X Y Geo p Y Geo p 2 2 3 Για τον δειγματικό χώρο Ω { S, FS,, SFS,, S FS, F S,, S FS, θα έχουμε 2 Ω μπορούμε να θέσουμε: X : Ω έτσι ώστε X ( ω ) ο αριθμός των F στο ω αριθμός των αποτυχιών έως την οστη επιτυχία, X ( Ω ) { 0,, 2,, Y : Ω έτσι ώστε Y( ω) X ( ω) + ο αριθμός των S και F στο ω αριθμός Y Ω, +, + 2, των δοκιμών έως την οστη επιτυχία, ( ) { { y PY P{ επιτυχίες στις πρώτες y δοκιμές, επιτυχία στην y δοκιμή P{ επιτυχίες στις πρώτες y δοκιμές P{ επιτυχία στην y δοκιμή B( y, p) B(, p) y ( ) ( y ) ( ) y y p p p p ( p), y {, +, + 2, x Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 4

Δηλαδή όπως γνωρίζουμε P{ X x NB( x, p) X Y ~ NB(, p) Y ~ + NB(, p) και Παρατήρηση Το Ω αποτελείται από τα στοιχειώδη αποτελέσματα ενός τυχαίου πειράματος (είναι ο χώρος του πειράματος) ή τυχαίου φαινομένου Ω { δειγματικά σημεία { οι δυνατές ερωτήσεις μου μπορούμε να απαντήσουμε με τα δεδομένα που έχουμε από το τυχαίο πείραμα Το λοιπόν έχει δομή πληροφορίας Εάν μάλιστα όσο περνάει ο χρόνος η πληροφορίας που διαθέτουμε αυξάνεται, το μπορεί να αντικατασταθεί με μία αύξουσα δομή πληροφορίας 2 3, τη διήθηση (fltrato) Θεώρημα Για κάθε οικογένεια υποσυνόλων του Ω υπάρχει σ πεδίο σ ( ), που περιέχει όλα τα σύνολα της και είναι το μικρότερο σ πεδίο με αυτήν την ιδιότητα Λέμε ότι το σ ( ) είναι το σ πεδίο που παράγεται από την οικογένεια υποσυνόλων του Ω Παράδειγμα Εάν B Ω, ενδεχόμενα που βρίσκονται σε γενική θέση Να βρεθεί το σ πεδίο σ { B, που παράγεται από την οικογένεια {, B Εάν τα ενδεχόμενα B, βρίσκονται σε γενική θέση Δηλαδή B αλλά και B Ω 2 Ποία η μορφή του { B, 3 Ποία η μορφή του { B, έχουμε ότι και B 4 Ποία η μορφή του { B, B Αρχίζουμε να χτίζουμε το { B, σ στην ειδική περίπτωση που έχουμε ότι B σ στην ακόμα πιο ειδική περίπτωση (2) όπου σ στην ειδική περίπτωση που BΩ αλλά σ από τον ορισμό του σ πεδίου Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 5

{ B Ω,, 2,, B { B, B, B, B, 3 2 B, B, B, B Η οικογένεια 3 δεν είναι ακόμα κλειστή κάτω από τις πράξεις ( ),, Για παράδειγμα τα σύνολα που μπορούμε να παράγουμε με ενώσεις από τα B, B, B, B είναι ( ) ( ) B B B B B B B B B B B 6 3 ( ) 3 ( ) ( ) B B B B B B B B B B B { Δεν είναι δύσκολο να δείξουμε τώρα ότι το σύνολο B ( B) κλειστό ως προς τις πράξεις ( ),,, ή ότι: σ { B, Ω,, B,,, B, B, B, B, B, 4 B, B, B, B, ( B ) ( B),( B ) ( B) 2 Στην ειδική περίπτωση που B ( B B ) έχουμε: είναι 4 3, τότε από το() 6 Η συμμετρική διαφορά B των και B, ορίζεται σαν η ένωση των και B εκτός των κοινών τους σημείων: ( ) \ ( ) ( )( ) ( )( ) ( ) ( ) B B B B B B B B B ( B) ( B) ( B) ( B ) ( B) Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 6

σ Ω,, B,,, B, B, B, B, B B B B Ω B, B, B, B, Ω,, B,,, B, B B, B ( B ) ( B),( B ) ( B) B ( B ) { B, 3 Στην ακόμα πιο ειδική περίπτωση όπου έχουμε B, αλλά και B B σ B, από το (2) έχουμε: ( ), χρησιμοποιώντας το { σ Ω,, B,,, B,,,,, B, B B Ω Ω { B { 4 Όταν BΩ και ταυτόχρονα B θα έχουμε ότι B B, τότε σ { B, Άσκηση Ω,, B,,, B, B, B, B, B Ω B B,, B,,, B Ω, B, B, B, B, B, ( B) B ( B ) B, ( B) Να βρεθεί το σ { B, όταν: Ω { abcd,,, και { ab,, B { bc, 2 Ω { abcde,,,, και { abc,,, B { cde,, Τα B, βρίσκονται σε γενική θέση στο Ω Γνωρίζουμε όμως ότι σε αυτή την card, B 6 card 2 Ω 6 ενώ και οι δύο περίπτωση ( { ) οικογένειες είναι σ πεδία, οπότε και σ { B σ και εμφανώς ( ), 2 Ω Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 7

σ { B { ab B { bc { cd B { ad {,,, {,,, {,,, {,, {, {, {, {, Ω,,,,,,,,,, B abc B abd B bcd B acd, 2 B b B a B c B d B { ac,,( B) { bd, 2 Σε αυτή τη περίπτωση τα B, δεν βρίσκονται σε γενική θέση εφόσον BΩ και B Αυτή είναι ακριβώς η περίπτωση (4) της προηγούμενης άσκησης σ { B, Πρόταση { { { { Ω,, abc,,, B cde,,, de,, B ab,, B, B, B B, B { a, b, d, e { c Ω B { c, B B, B, B, B { c, ( B) { c Δίνεται ότι τα για I είναι σ πεδία πάνω στον Ω, όπου το I είναι ένα πεπερασμένο είτε άπειρο σύνολο δεικτών Δείξτε ότι και η οικογένεια είναι σ πεδίο πάνω στον Ω I 2 Δείξτε ότι γενικά η ένωση σ πεδίων δεν είναι σ πεδίο Ω, I Ω I,, I, I, I I,,,, j J j J I I j I j j j I j J j J 2 Δείχνουμε το (2) με ένα αντιπαράδειγμα Επειδή σ { {,,, σ { B { Ω,, BB, και παρατηρούμε ότι { B, σ{ σ{ B σ{ B, Επειδή το { B, { B,, το σ{ σ{ B δεν είναι σ πεδίο Εμφανώς σ ( σ{ σ{ B ) σ{ B, σ πεδίων σ { και σ { B το συμβολίζουμε με σ{ σ{ B Ω και σ είναι το μικρότερο σ πεδίο που περιέχει την οικογένεια Το σ πεδίο που παράγεται από την ένωση των Ω Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 8

Ορισμός B( ) : Το σύνολο Borel του είναι το σ πεδίο που παράγεται από όλα τα διαστήματα της μορφής (, x] για x Δηλαδή ( ) σ {(, x]: x B Το B ( ) περιέχει όλα τα μετρήσιμα υποσύνολα (Borel sets) του Δηλαδή B( ) 2 \{ παθολογικά υποσύνολα του Ορισμός: Το μέτρο πιθανότητας P ( ) είναι μια συνάρτηση P : [ 0,] ώστε: τέτοια P( ) 0, P ( Ω ) P P, : j, j I ( ) ( ) { I I Ονομάζουμε την τριάδα ( Ω,,P( ) ) χώρο πιθανότητας Ορισμός { : Μια ακολουθία ενδεχομένων λέμε ότι είναι μονότονη όταν: Μη φθίνουσα (expadg ) όταν 2 3 Μη αύξουσα (cotractg ) όταν 2 3 Ορισμός : Το όριο μονότονης ακολουθίας ενδεχομένων { ορίζεται με τον εξής τρόπο: sup ( ), lm f ( ), οστης Ορίζουμε την τάξης ουρά (tal) της ακολουθίας { ακολουθία T( ) { στοιχείων της οστης τάξης ουράς της ακολουθίας σαν M( ) meet of the tal T ( ) ) και J( ) k (the jot of the tal ( ) Πρόταση σαν την Επίσης ορίζουμε την τομή και την ένωση των k k (the k T ) Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 9

{ { k k { J { k k Η ακολουθίες τομής ( ) ( ) M και ένωσης ( ) ( ) ενδεχομένων της οστης τάξης ουράς της ακολουθίας {, είναι μονότονες 7 δηλαδή έχουν όριο ( ) ( ) ( ) ( ) M M M + + + ( ) ( ) ( ) ( ) J J J + + + Αυτό που μας λέει η προηγούμενη πρόταση είναι ότι οι ακολουθίες ενδεχομένων J έχουν όριο M ( ) και ( ) Ορίζουμε τα ενδεχόμενα: lmf lm M( ) 2 lm sup lm J ( ), Επειδή ( ) έχουμε: lm ( ) sup ( ) ( ) ( ) k k M M, και επειδή ( ) έχουμε ότι: lm ( ) f ( ( )) ( ) k k J J Πρόταση Έστω ότι πραγματοποιείται το ενδεχόμενο, τότε αυτό είναι ισοδύναμο με την πραγματοποίηση άπειρων από τα ενδεχόμενα της ακολουθίας 8 2 Εάν πραγματοποιηθεί το ενδεχόμενο, τότε αυτό είναι ισοδύναμο με την πραγματοποίηση όλων των ενδεχομένων της ακολουθίας εκτός ίσως από κάποιο αρχικό πεπερασμένο πλήθος 9 7 Σημειώστε ότι η αρχική ακολουθία δεν χρειάζεται να είναι μονότονη 8 Το ενδεχόμενο lmsup συμβολίζεται και ως {, o δηλαδή τα ενδεχόμενα στην ακολουθία πραγματοποιούνται απείρως συχνά (ftely ofte) Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 0

Η πραγματοποίηση άπειρων από τα ενδεχόμενα της ακολουθίας είναι ισοδύναμη με το εξής: εάν ω τότε υπάρχει υπακολουθία { ω, Πράγματι ( ) ( 2 ) { k k k k k 2 k ω ω ω ω : : ω και ω και : ω, 2 τέτοια ώστε 2 Εάν ω τότε υπάρχει N τέτοιο ώστε για N να έχουμε ω Πράγματι k k ( k k k 2 k ) ( N : ω ω, N k N ) k ω ω ω ω Παράδειγμα Δίνεται η ακολουθία ενδεχομένων { {{ b { b2 { bm { α { β { α { β { α { β,,,,,,,,,,,, όπου b διαφορετικά μεταξύ τους και διαφορετικά των α και β, τότε ( ) lmf ( ) M M, { αβ { m, αβ,, { αβ,, m+ b m J( ) bm, bm,,, m lmsup J, { b, bm, bm, αβ,, ( ) { αβ 9 Το ενδεχόμενο lmf συμβολίζεται και ως {, aa δηλαδή τα ενδεχόμενα από κάποιο N και μετά, θα πραγματοποιηθούν όλα Ισοδύναμα λέμε ότι τα ενδεχόμενα πραγματοποιούνται σχεδόν πάντα (almost always) Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων

Εύκολα παρατηρούμε ότι για {{ α,{ β,{ α,{ β,, { α,{ β, και πάλι lm sup B { αβ, τότε δηλαδή η μη ύπαρξη του πεπερασμένου block { b { b2 { b Παρατηρείστε ότι εάν τα { b,{ b2,, { bm θέσεις μέσα στην ακολουθία, και πάλι θα είχαμε lm sup { αβ,,,, m στην ακολουθία, δεν επηρεάζει το τελικό αποτέλεσμα βρίσκονταν σε οποιεσδήποτε Επίσης παρατηρούμε ότι για κάθε στοιχείο του lm sup { αβ, υπάρχει υπακολουθία της { m υπακολουθίες { 2 {{ α,{ α, k+ και { {{ { 2 β, β, k Πρόταση Όταν η ακολουθία { και είναι η κοινή τιμή lmf που το περιέχει Για παράδειγμα εάν 2 k, οι + είναι μονότονη (το όριο της ακολουθίας υπάρχει) lmsup, δηλαδή lmf lm lmsup Εάν τότε γνωρίζουμε ότι k lm k M k k k k+ k+ 2 k ( ) lmf sup lm k k k k k 2 k k k k,,, ( ) lmsup f lm, k k k Εάν τότε γνωρίζουμε ότι k lm k k k k k k k lmsup k lmf k k k k k Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 2

Λήμμα: Ισχύει ότι Εάν τότε υπάρχει N τέτοιο ώστε ω k ή ότι ω k k k N k ω k, k N, αυτό όμως σημαίνει ότι το ω ανήκει σε όλες τις ενώσεις k για, που δίνει ω k k Άσκηση Να βρεθεί, εάν υπάρχει, το όριο των ακολουθιών ενδεχομένων 2 3 B, 2k, k C, 2k,2 +, /2, /2, 4 (, / 2 ], J B C B C k k k k M B C B C k k k k Επειδή δεν υπάρχει το όριο της ακολουθίας 2 J k, 2 0, 2 k k + + k k επειδή 0,, f ( ) J 0, 2 ( 0, 2] +, επειδή 2, M k,2,2 k k + k k, sup ( ) M, 2 ( 0, 2] Ενώ η δεν είναι μονότονη, έχει όριο, διότι τα lm 0, 2 τιμή ( ] Το όριο είναι η κοινή τους Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 3

, v, v, v v,, v, < 2 2 3 Παρατηρούμε ότι [ ] J ( ),, k k k 2 k 2 k 2 f ( ) J, (,) 2 M, k k 2 2 ( ) k k k ( ) M sup Ενώ η δεν είναι μονότονη, έχει όριο διότι τα lmf και lmsup ταυτίζονται Το όριο είναι η κοινή τιμή lm 4 Η (, / 2 ], είναι k lm (, /2 ] (, 0 k k k Άσκηση Δίνεται η ακολουθία ενδεχομένων {, με [ a, b] για θετικά κ και λ Να βρεθεί το lm και κ < a < κ < b < λ, εάν υπάρχει, στις εξής περιπτώσεις: a a, b b, a, a b b, a, a b b, a, a b b a, b [ ] ( ( ) ( ( k + + + + [, ], sup ( ), (, + + + + J ak, bk a, b f J a, b a, b M a b k k k a b a b a b + + μονότονη, αλλά το όριο της υπάρχει και είναι lm ( a, b 2 a, b ( ) [, ] (, ) f ( ) (, ), ) k k, k, sup,, J a b a b a b a b k k ( ) [ ] ( ) ) M a b a b a b a b k μονότονη, αλλά το όριο της υπάρχει και είναι lm a, b ) 3 a, b Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 4

[ ] [ ], lm,, + a b a b a b 4 a, b a, b lm a, b a, b [ ] [ ] ( + ) k k k Πρόταση Δίνεται ακολουθία ενδεχομένων { Δείξτε ότι η ακολουθία ενδεχομένων { B που ορίζεται σαν B έχει τις ιδιότητες BB j, j ( ) \ j j > με B 2 Δείξτε την ανισότητα του Boole για άπειρα ενδεχόμενα, δηλαδή ότι για κάθε ακολουθία { ισχύει P ( ) P ( ) < < και B \ ( ) ( ) Υποθέτουμε j ενώ Bj j \, τότε BB j Το ίδιο για < j Παρατηρούμε επίσης ότι { ( ) ( 2) ( 2 3) ( 2 3 4) B 2 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 2 2 3 2 3 4 2 2 3 2 3 4 ( ) ( ) ( ) ( ) 2 3 2 3 4 2 3 2 3 4 2 3 ενώ B ( ) ( ) P B P P P B P 2 P ( ) P ( B ) P ( B ) που δίνει ( ) ( ) ( ) Παράδειγμα Δείξτε την ανισότητα του Boole για πεπερασμένα ενδεχόμενα Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 5

Για 2 ισχύει P( ) P( ) P( ) P( ) P( ) P( ) Δεχόμαστε ότι P ( ) P ( ) + ( ) ( ) + + 2 2 2 2 και αποδεικνύουμε την ανισότητα για ( + ) ( ) ( + ) + + P( ) ( ) ( ) P P + P P P P + { + Πρόταση (Η πιθανότητα είναι μια συνεχής συνολοσυνάρτηση) Θέλουμε να δείξουμε ότι εάν η είναι μια μονότονη ακολουθία ενδεχομένων, τότε Εάν ( ) ( lm ) lm P P { +, έχουμε lm ( \ ) 2 2 3 3 2 και τα ενδεχόμενα B, B \, B \, είναι ξένα μεταξύ τους ( ) ( ) ( ) ( ) ( ) ( lm ) { ( \ ) \ + + + { ( ) ( ) { ( ) + + P P P P lm P + P \ lm P \ lm P Εάν τότε και από τα προηγούμενα lm P ( ) P ( lm ) P ( ) lm ( P( ) ) P ( ) P ( ) Με αποτέλεσμα lm P ( ) P ( lm ) P ( ) Άσκηση Δίνεται ακολουθία ενδεχομένων { Εάν P( ), P( M ( )), 2 P( ) P( ) ( ) ( k) ( k) ( k) Δείξτε ότι: P M ( ) P P P, εφόσον ( ) 0 k k k P k Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 6

2 Παίρνοντας το όριο για στην εξίσωση P( M ( )) ( ), έχουμε lm P M ( ) P lm M P ( ) ( ) M ( ) ( ) δίνει P( ) P( ), ή ότι P ( ) Άσκηση Δείξτε ότι ισχύουν οι ανισότητες: και επειδή Το γεγονός,, ( ) ( ) ( ) P lmf lmf P lmsup P P lmsup { ( ) ( ) ( ) ( ) P P lm M lm P M sup P M : k k { P M k P f P : k για κάθε k, έχουμε Επειδή ( ) ( ) ( ) k { ( ) { ( ) P sup f P : k : k Εμφανώς f { P( ) : k sup { P( ) : k αλλά η ακολουθία ως προς k στα αριστερά της ανισότητας είναι και στα δεξιά της είναι, οπότε παίρνοντας το και από τα δύο μέλη έχουμε: lm ( ) { { ( ) { ( ) { sup f P : k : k f sup P : k : k, ή ισοδύναμα lmf P( ) lmsup P( ) Έως τώρα λοιπόν έχουμε δείξει ότι ισχύει: ( ) lmf ( ) lmsup ( ) P P P { P k P ( ) P ( J k) Επειδή sup ( ) : για κάθε k στα δύο μέλη της προηγούμενης ανισότητας έχουμε: ( ) { ( ) { { ( ) lm sup P f sup P : k : k f P J : k k ( ) ( lm ) ( ) lm P J P J P k, παίρνοντας f ( ) k Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 7

Έτσι παίρνουμε τελικά P( ) lmf P( ) lmsup P( ) P( ) Παρατήρηση { X x : Εάν θέσουμε, τότε, lmf { lmf X x από την ανισότητα P( lmf ) lmf P( ) έχουμε και x x { lmf lmf { lmf X ( ) lmf ( ) X P X x P X x f u du f u du u Το προηγούμενο αποτέλεσμα ονομάζεται Λήμμα Fatou Πρόταση { u Εάν για τις ακολουθίες a και { b με a 0 και b > 0, ισχύει a l 0 b > όταν, τότε και οι δύο σειρές a και b ή και οι δύο συγκλίνουν ή και οι δύο αποκλίνουν 2 Εάν { a με 0 a a < ( a ) < και a 0 όταν, τότε: 0 > είτε a ( a ) 0 a Για το (), επειδή l > 0 όταν σημαίνει ότι για κάθε b ε > 0 υπάρχει 0 a τέτοιο ώστε για 0 να έχουμε l < ε ( l ε) b < a < ( l+ ε) b Εάν b διαλέξουμε ε < l, τότε έχουμε: ( ε ) ( ε ) ( ε ) ( ε ) a l b a l b < + < + b < l a b < l a Για το (2), θεωρούμε τις ακολουθίες { a με 0 < και a b log a a τότε b 0, ενώ όταν Δηλαδή από το () έχουμε ότι οι δύο σειρές b a και b, συγκλίνουν ή αποκλίνουν ταυτόχρονα Εάν a b < <, Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 8

( ( a) ) ( a) > log log 0 > a Εάν a b ( ( a) ) ( a) log log 0 a (Λήμμα των Borel Catell) Δίνεται ακολουθία ενδεχομένων { Εάν P( ) < P P lmsup P, o 0 τότε ( ) { και τα ενδεχόμενα 2 Εάν P( ) <, θα έχουμε ( ) lm ( ) lm lm lm k k lm ( ) P k P( k) s s 0, από όπου P ( ) 0 Εάν θέσουμε s P( ) είναι ανεξάρτητα, τότε P ( ) ( ) ( ) ( ) ( ) k k { k k P P J P J P P 2 Έχουμε ότι P M P P P ( ( )) ( k) ( k) ( k) k k k ( ) Επειδή P( ) με 0 P( ) < και ( ) 0 ( ( )) ( ( )) ( ( )) k k k k k k P M ( ) P 0,, 0 P P P, P όταν, θα έχουμε, οπότε και ( ) ( ( k) ) έτσι k ( ) ( ( )) ( ( )) ( ) P lmf P lm M lm P M 0 P lmf 0 ή ισοδύναμα P lm sup Παράδειγμα Εάν για οι τμ P X 0 p X είναι ανεξάρτητες Beroull με P{ X d {, δηλαδή X ~ B(, p ), ορίζουμε για ενδεχομένων { X p και την ακολουθία Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 9

p <, για παράδειγμα p 2 Εάν P( ) έχουμε: δίνει p 2 π 6, θα ( ) { ( ) { P P X, o 0 P P X 0, a a Σε αυτή την περίπτωση λέμε ότι lm X 0 με πιθανότητα, και γράφουμε P { X lm 0 Εάν P( ) p, για παράδειγμα τμ τους ανεξάρτητα, έχουμε: p δίνει p, επειδή οι X είναι μεταξύ X είναι ανεξάρτητες ή ισοδύναμα τα ενδεχόμενα { ( ) { ( ) { { P P X, o P P X 0, a a 0 P lm X 0 0 Σύγκλιση ακολουθίας τμ με πιθανότητα ισχυρή σύγκλιση Λέμε ότι η ακολουθία τμ { X συγκλίνει στην τμ X με πιθανότητα, ή ότι η X συγκλίνει σχεδόν βεβαίως (almost surely) στην X και γράφουμε as X X, όταν τα ενδεχόμενα για τα οποία η X δεν συγκλίνει στην X έχουν μηδενική πιθανότητα, δηλαδή το ενδεχόμενο { ω : lm X ( ω) X ( ω) { lm X X Ω έχει μέτρο μηδέν Η σύγκλιση της ακολουθίας τμ εξής: για κάθε 0 X στην τμ X με πιθανότητα ορίζεται ως ε > ορίζουμε την ακολουθία ενδεχομένων ( ε) { ( ε) { { ( ) : ( ) ( ) ε ω Ω X ω X ω < ε X X < ε, τότε as { { ε ( ( )) ( ) X X P lm X X P X X <, aa, ε > 0 P lm f ε, ε > 0 P ε, ε > 0 k k P { X X < ε, ε > 0 k k Είτε ισοδύναμα χρησιμοποιώντας συμπληρώματα: με Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 20

{ ( ε) as { X X P lm X X P, o 0, ε > 0 { ε P X X, o 0, ε > 0 P lm sup 0, > 0 P X X 0, > 0 k k Παρατήρηση 2 ( ε ) ε { ε ε Γνωρίζουμε από τα προηγούμενα ότι εάν {, με P( ), ( k ), k P { lmf ( ε r) r Έτσι θεωρώντας την ακολουθία ενδεχομένων έχουμε, όπου ε r 0 όταν r, τότε P lmf ( ε r) Έτσι ο r ορισμός της σύγκλισης με πιθανότητα, σε πιο συμπαγή μορφή είναι: { ( εr) { εr P lm X X P lmf P X X < r r k k Για παράδειγμα θα μπορούσαμε να θέσουμε ε / r r Πρόταση: Μια ικανή συνθήκη για σύγκλιση της ακολουθίας τμ { X P X X ε <, ε > 0 X με πιθανότητα είναι { στην τμ Θέτουμε m m X X m για m, έχουμε P( m ) <, m ε και για τα ενδεχόμενα ( ) από υπόθεση, ότι ( ) θεώρημα των Borel Catell έχουμε P lm sup m 0, m B lm sup m για m και επειδή P( B ) παίρνουμε Από το ο ( ) Θέτουμε ( ) m P B P B P B m m ( m), δηλαδή m m m P X X < από όπου και X m k m as m P Bm ή ισοδύναμα m X Παράδειγμα (Πιθανότητα ενδεχομένων σε πεπερασμένο και άπειρο χρονικό ορίζοντα) Κάποια, καθημερινά, ρίχνει m 5 νομίσματα του ενός ευρώ και εκείνα που Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 2

προσγειώνονται κεφαλή τα κάνει δωρεά Την πρώτη φορά όμως που όλα τα νομίσματα προσγειωθούν γράμματα, σταματάει οποιαδήποτε δωρεά για πάντα Έστω {,, X X η ακολουθία των ποσών που δίνονται σε δωρεά κάθε μέρα 2 Τότε, τουλάχιστον διαισθητικά, είμαστε 00% σίγουροι (δηλαδή σίγουροι με πιθανότητα ), ότι κάποια μέρα το ποσό δωρεάς θα πρέπει να γίνει 0 και θα παραμείνει 0 για πάντα (εδώ έμμεσα έχουμε χρησιμοποιήσει άπειρο χρονικό ορίζοντα, δηλαδή θεωρούμε ότι το πείραμα μπορεί να πραγματοποιηθεί άπειρες φορές) Όμως, εάν θεωρήσουμε οποιοδήποτε πεπερασμένο ορίζοντα ημερών, ας πούμε, η πιθανότητα του ενδεχομένου { την οστ ημέρα έγινε μη μηδενική > 0 πάντοτε θα παραμένει θετική δωρεά { X Για να το δούμε αυτό πρέπει πρώτα να παρατηρήσουμε ότι τα ενδεχόμενα δεν είναι μεταξύ τους ανεξάρτητα { 0 { 0, 0 { 0, 0 P X > P X > X + P X > X >, επειδή P{ X > 0, 0 0, παίρνουμε X { 0, 0 { 0 { 0 0 P X > X > P X > P X > X >, με P{ X X P{ X X > 0 > 0 0 > 0 2 m, όπου m ο αριθμός των νομισμάτων Η πιθανότητα λοιπόν { 0 m { 0 ( 2 ) P{ X 0 P X > > Ανακυκλώνοντας την προηγούμενη σχέση παίρνουμε m { > 0 ( 2 ) P{ X > 0 m m ( ) ( P{ X ) ( ) P X 2 0 2 > 0, P X > γίνεται Δηλαδή η πιθανότητα του ενδεχομένου { την οστ ημέρα έγινε μη μηδενική > 0 είναι θετική για κάθε δωρεά { X Όταν όμως το ζητούμενο είναι ο άπειρος χρονικός ορίζοντας (δηλαδή θέλουμε να απαντήσουμε στην ερώτηση: «το πείραμα μπορεί να πραγματοποιείται για πάντα;») θα πρέπει να χρησιμοποιήσουμε το ο Λήμμα των Borel Catell: Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 22

m P( ) P{ X ( ) m > 0 2 2 < ( ) ( ) { { { P 0 P P, aa P X 0, aa P lmx 0, δηλαδή είμαστε σίγουροι με πιθανότητα, ότι κάποια μέρα το ποσό δωρεάς θα γίνει 0 και θα παραμείνει 0 για πάντα Παράρτημα Α lmt feror και superor για πραγματικούς αριθμούς Έστω ( ) ( ) { a ακολουθία πραγματικών αριθμών Τότε f f a το μεγαλύτερο κάτω φράγμα της (greatest lower boud), sup sup a το μικρότερο άνω φράγμα της (lowest upper boud) f a το έχει μικρότερο στοιχείο m a f a sup a το έχει μεγαλύτερο στοιχείο max a sup a f ( ) sup( ) { x x { x x f : 0 < < f : 0 2 { x x sup : < 2 2 f ( ) :, sup ( ) : Ορίζουμε τις ακολουθίες z f a και Z sup a για Έχουμε ότι k k k ( ) { k { z lm z lm f a sup f a sup f a : k : lmf a, k k k k k { { Z lm Z lm sup a k f sup ak f sup ak : k : lmsup a k k Ισχύουν τα παρακάτω: lmf a lmsup( a ) 2 Εάν a a lmf a lm a a lmsup a 3 f a lm f a lm sup a sup a Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 23

Για να δείξουμε την τελευταία ανισότητα παρατηρούμε ότι: f a f a sup f a και f sup a sup a sup a ενώ k k k k k k k k ( ) f ak sup ak lm f ak lm sup ak sup f ak f sup ak k k k k k k Παρατηρήσεις: ( ) ( ) Έστω ότι lm a L lmf a f L, lmsup a sup L Εάν f ( L) sup( L) τότε L { a και το όριο της a υπάρχει, δηλαδή a a 2 Το σύνολο L αποτελείται από τα όρια όλων των συγκλινουσών υπακολουθιών, a στο { k Παράδειγμα { ( ) { {,,,, {, { lm 2, lm 2 a L a a από όπου a ( L) a ( L) lm f f, lm sup sup Παράδειγμα 2 s( π / 2) { a { a, a2, a3, a4, a5 5, a6, a7, a8, a9 9, 3 7 { lm 3 lm, lm a lm, L a4 4 2 lm a4 lm 0, lm a4 lm { 0,,, από όπου lm f a f ( L) 0, lm sup a sup( L) Παράδειγμα 3, odd + Θέτουμε { a με a, eve + 2k a2k, a2k 0 L { 0,, 2k 2k+ lm f a f L 0, lm sup a sup L από όπου ( ) ( ) Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 24

Παράδειγμα 4 { { a s ( π / 3) 3 3 3 3 2 2 2 2 από όπου L, 0, lm f a f ( L), lm sup a sup( L) Σπυρίδων Ι Χατζησπύρος Πιθανότητες ΙΙ Ακολουθίες ενδεχομένων 25