Upload
diego-carneiro
View
11
Download
0
Embed Size (px)
DESCRIPTION
Lista número 01 de Exercícios de Econometria I
Citation preview
LISTA DE EXERCICIOS 01
Econometria I - 2014-01
Prof. Jose Raimundo Carvalho
Monitor: Luis Abreu
1. Suponha que Ω seja um conjunto infinito (contavel ou nao). Seja uma famılia de subconjuntos de
Ω definida por F = A ⊂ Ω : A ou A e finito, ou seja, uma famılia composta de subconjuntos de
Ω que sao finitos ou possuem complementos finitos. Mostre que F e uma algebra.
Solucao:
Devemos verificar se F satisfaz as propriedades de algebra:
(i) A ∈ F significa que A e finito ou possui complemento finito. Logo, A possui complemento
finito ou e finito. Assim, A ∈ F .
(ii) Se A,B ∈ F entao um dos seguintes casos se verifica
Caso 1: A e B sao finitos.
Daı, A ∪B e tambem finito e, portanto, A ∪B ∈ F .
Caso 2: O complemento de um dos conjuntos e finito.
Uma vez que Ω\ (A∪B) = A∩ B temos que Ω\ (A∪B) e finito. Com isso, (A∪B) ∈ F .
2. Seja uma sequencia de eventos Ai ∈ F definida em um espaco de probabilidade (Ω,F ,P). Mostre
a seguinte desigualdade (Bonferroni): P(∪ni=1Ai) ≥∑n
i=1 P(Ai)−∑
i<j P(Ai ∩Aj).
Solucao:
Por inducao, mostremos que a desigualdade e verdadeira.
(i) Se n = 2 a desigualdade se verifica, pois
P(A1 ∪A2) = P(A1) + P(A2)− P(A1 ∩A2) (∗)
(ii) Suponha que para algum k ∈ N a desigualdade se verifica, isto e,
P(∪ki=1 Ai
)≥
k∑i=1
P(Ai)−∑
1≤i<j≤kP(Ai ∩Aj) (∗∗)
1
entao,
P(∪k+1i=1 Ai
)= P
((∪ki=1Ai) ∪Ak+1
)(∗)= P
(∪ki=1 Ai
)+ P(Ak+1)− P
((∪ki=1Ai) ∩Ak+1
)(∗∗)≥[ k∑
i=1
P(Ai)−∑
1≤i<j≤kP(Ai ∩Aj)
]+ P(Ak+1)− P
((∪ki=1Ai) ∩Ak+1
)
=
k+1∑i=1
P(Ai)−∑
1≤i<j≤kP(Ai ∩Aj)− P
(∪ki=1 (Ai ∩Ak+1)
)
≥k+1∑i=1
P(Ai)−∑
1≤i<j≤kP(Ai ∩Aj)−
k∑i=1
P(Ai ∩Ak+1) (Teorema 1.8, item g)
=
k+1∑i=1
P(Ai)−∑
1≤i<j≤k+1
P(Ai ∩Aj)
Como querıamos.
3. Uma colecao F de subconjuntos de um conjunto Ω e dita uma classe monotona se as seguintes
condicoes se verificam:
An ∈ F , An ⊂ An+1, n = 1, 2, 3, . . . implica ∪∞n=1 An ∈ F
An ∈ F , An ⊃ An+1, n = 1, 2, 3, . . . implica ∩∞n=1 An ∈ F
Mostre que uma algebra e uma σ-algebra se, e somente se, e uma classe monotona.
Solucao:
(i) Uma algebra e uma σ-algebra se e uma classe monotona.
Sendo F uma algebra, se A ∈ F entao A ∈ F .
Ainda, se An ∈ F para n = 1, 2, 3, . . . , seja Bm = ∪mn=1An para m = 1, 2, 3, . . .
Logo, Bm ∈ F com Bm ⊂ Bm+1 para m = 1, 2, 3, . . . e, sendo F uma classe monotona, segue
que ∪∞n=1An = ∪∞m=1Bm ∈ F .
Portanto, F e uma σ-algebra.
(ii) Uma algebra e uma σ-algebra somente se e uma classe monotona.
Claramente, a primeira condicao se verifica. Resta-nos verificar a segunda condicao.
Sejam An ∈ F com An ⊃ An+1 para n = 1, 2, 3, . . . . De F uma σ-algebra, segue que A ∈ F
para n = 1, 2, 3, . . . e ∪∞n=1An ∈ F . Ainda, ∩∞n=1An = Ω \ (∪∞n=1An) ∈ F .
Portanto, F e uma classe monotona.
4. Sejam A e B em F independentes. Prove que A e B sao independentes (e, consequentemente, A e
B sao independentes e A e B sao independentes).
Solucao:
2
Como B = (A ∩B) ∪ (A ∩B) e (A ∩B) ∩ (A ∩B) = ∅, temos que
P(B) = P (A ∩B) + P(A ∩B)
Daı,
P(A ∩B) = P(B)− P(A ∩B)
= P(B)− P(A) · P(B) (A e B independentes)
= [1− P(A)] · P(B)
= P(A) · P(B) (Teorema 1.8, item b)
Logo, A e B sao independentes.
5. Uma urna consiste de r bolas vermelhas e b bolas azuis. Uma bola e escolhida ao acaso (aleatoria-
mente) e sua cor e anotada. Depois disso a bola e retornada a urna juntamente com mais d bolas da
mesma cor. Isso e repetido indefinidamente. Qual a probabilidade de que a segunda bola retirada
seja azul? Qual a probabilidade da primeira bola retirada ter sido azul se a segunda bola retirada
era azul?
Solucao:
Representemos por Xi o resultado do i-esimo sorteio, onde Xi = 0 se a i-esima bola sorteada e
vermelha e Xi = 1 se esta e azul.
Assim,
P(X2 = 1) = P(X1 = 0 ∩X2 = 1) + P(X1 = 1 ∩X2 = 1)
= P(X2 = 1|X1 = 0) · P(X1 = 0) + P(X2 = 1|X1 = 1) · P(X1 = 1)
=b
(r + d) + b· r
r + b+
b+ d
r + (b+ d)· b
r + b
=b
r + b
e
P(X1 = 1|X2 = 1) =P(X1 = 1 ∩X2 = 1)
P(X2 = 1)
=b+d
r+b+d ·b
r+bb
r+b
=b+ d
r + b+ d
6. Sejam Y e X variaveis aleatorias com E(|Y |) <∞ e seja Φ uma aplicacao bijetiva Borel-mensuravel
de R em R. Prove que E(Y |X) = E(Y |Φ(X)) com probabilidade 1.
Solucao:
Como E(|Y |) <∞, temos assegurada a existencia de E(Y ).
3
Seja Ω,F ,P o espaco de probabilidade onde as variaveis aleatorias estao definidas. Sejam FX e
FΦ(X) as σ-algebras geradas, respectivamente, por X e Φ(X), onde
FX = ω ∈ Ω : X(ω) ∈ B, B ∈ B e FΦ(X) = ω ∈ Ω : Φ(X(ω)) ∈ B, B ∈ B
e B e a σ-algebra de Borel. Entao,
Z1 = E(Y |X) e mensuravel em FX e Z2 = E(Y |Φ(X)) e mensuravel em FΦ(X),
o que significa que ∫A
(Y (ω)− Z1(ω))dP(ω) = 0 para todo A ∈ FX
e ∫A
(Y (ω)− Z2(ω))dP(ω) = 0 para todo A ∈ FΦ(X).
Logo, se FX = FΦ(X) segue que para A = ω ∈ Ω : Z1(ω) < Z2(ω), A ∈ FX = FΦ(X) e, portanto,∫A
[(Y − Z1)− (Y − Z2)]dP =
∫A
(Z2 − Z1)dP = E[(Z2 − Z1)I(Z2 − Z1 > 0)] = 0.
A ultima igualdade implica P(Z2 − Z1 > 0) = 0. Similarmente, para A = ω ∈ Ω : Z1(ω) >
Z2(ω) temos P(Z2 − Z1 < 0) = 0. Combinando esses dois casos, encontramos que P(
E(Y |X) 6=E(Y |Φ(X))
)= P(Z1 6= Z2) = 0, ou seja, P
(E(Y |X) = E(Y |Φ(X))
)= 1.
Resta-nos mostrar que FX = FΦ(X).
FΦ(X) = ω ∈ Ω : Φ(X(ω)) ∈ B, B ∈ B = ω ∈ Ω : X(ω) ∈ Φ−1(B), B ∈ B ⊂ FX
pois, sendo Φ Borel-mensuravel, para todo B ∈ B temos que Φ−1(B) ∈ B. Ainda,
FX = ω ∈ Ω : X(ω) ∈ B, B ∈ B = ω ∈ Ω : Φ(X(ω)) ∈ Φ(B), B ∈ B ⊂ FΦ(X)
pois, sendo Φ bijetiva, para todo B ∈ B temos que Φ(B) ∈ B.
4