0% acharam este documento útil (0 voto)

9 visualizações43 páginas

Esperança Condicional: Teoria e Exercícios

Enviado por

Lania Freitas

Direitos autorais

Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.

Formatos disponíveis

Baixe no formato PDF, TXT ou leia on-line no Scribd

0% acharam este documento útil (0 voto)

9 visualizações43 páginas

Esperança Condicional: Teoria e Exercícios

Enviado por

Lania Freitas

Direitos autorais

Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.

Formatos disponíveis

Baixe no formato PDF, TXT ou leia on-line no Scribd

Capı́tulo 5

Esperança Condicional

A direção de minha apresentação de Esperança Condicional não muito tradicional,

ou, para ser exato, a apresentação não tem par em nenhum de livros didáticos.
Aviso que os assuntos da Seção 1.2.4 foram gravadas em formato de video-aula.
Eis os endereços destas aulas na web-net:
[Link]
/12-Lr6sVxVkphRJpIQsfHuWOEUbCLK3Cp/view?usp=sharing
[Link]
/1daes9wJ3HdDpXK5Oj_tpARGetwDbBzMH/view?usp=sharing As transparências des-
tas duas aulas estão inclusas no texto do capı́tulo, no seu apêndice (Seção 1.3). As
transparências estão guardadas em Videos/EsperancaCondicionalAula01/Ensaio01
e Ensaio02
Falando dos exercicios:
(1) Eu pediria que você desse a atenção ao Exc. 1 que está no inicio do capı́tulo; ele
só pede de você revisar aquilo que voce ja ouviu sobre coisas ”condicionais”.
(2) Dé a atenção ao Exc. 15. Ele fornce uma lista de propriedades da Esperança
Condicional. Por favor, escolhe e faça de no mı́nimo um item desta lista. Mas
faça da seguinte maneira: primeiramente, aceite que o espaço Ω é finito e faça a
demostração usando a construção explı́cita de esperança condicional que é possı́vel
quando espaço é finito. E em segunda maneira, faça a demonstração que se aplica ao
caso genérico. Para isto você só tem a definição genérica de esperança condicional.
Se voce estiver com a dificuldade de execução da demonstração aplicável ao caso
genérico, consulte o livro de Shiryaev que apresenta todas as demonstrações.
(3) Por fim, é OBRIGATÓRIO ”fazer Exercı́cio 4. Ele convida você mostrar que a
abordagem de B.J. à construção de esperança condicional está errada, no sentido que
a abordagem permite uma liberdade na escolha de limite (especificamente falando,
∆y → 0, em termos usados por B.J.) e que tal liberdade faz com que, para certas
distribuições de (X, Y ), duas escolhas diferentes levam aos valores diferentes da
IE[X Y ]. Talvez você não vai conseguir construir exemplos de tais distribuições,
mas pelo menos, deve tentar. Por favor, dedique de no mı́nimo 2 horas de seu valioso
tempo para pensar na solução deste exercı́cio.

65
CAPÍTULO 5. ESPERANÇA CONDICIONAL 66

5.1 Revisão dos conceitos da Teoria de Probabi-

lidade que contém a palavra “condicional”
Exercı́cio 49. O presente exercı́cio convida você revisar os conceitos da Teoria de
Proabilidade que contêm a palavra “condicional”. Esta tarefa está naturalamente
associado à apresentação a vir, pois essa versará sobre o conceito Esperança Condi-
cional em relação a σ-álgebra. As pontes de associação são múltiplas e se revelarão
no decorrer da apresentação.
(a) Define o conceito de probabilidade condicional de um evento A dado um evento
B quando IP [B] > 0 (é o que tradicionalmente denota-se por IP [A B]).

(b) Define o conceito de distribuição condicional de uma variável aleatória X dis-

creta dado um evento B quando IP [B] > 0. Qual é a notação que você daria
para esse objeto? Existe uma notação comumente usada?

(c) Para um par de variáveis aleatórias discretas (X, Y ), define o conceito de

distribuição condicional da variável aleatória X dado que Y assumiu valor y.
Existe notação para esse conceito? Senão, sugere uma.

(d) Define o conceito de esperança condicional de uma variável aleatória X discreta

dado um evento B quando IP [B] > 0 (recorde que a notação para esse conceito
era, é, e sempre será IE[X B]).

(e) Para um par de variáveis aleatórias discretas (X, Y ), define o conceito de

esperança condicional da variável aleatória X dado que Y assumiu valor y
(recorde que a notação para esse conceito era, é e sempre será IE[X Y = y]).

(f) Para um par de variáveis aleatórias continuas (X, Y ), define o conceito de

função de densidade da distribuição condicional da variável aleatória X dado
que Y assumiu valor y. Existe notação para esse conceito? Senão, sugere uma.

(g) Para um par de variáveis aleatórias continuas (X, Y ), define o conceito de

distribuição condicional da variável aleatória X dado que Y assumiu valor y.
Existe notação para esse conceito? Senão, sugere uma.

(h) Para um par de variáveis aleatórias continuas (X, Y ), define o conceito de

esperança condicional da variável aleatória X dado que Y assumiu valor y.
Existe notação para esse conceito? Senão, sugere uma.

(i) Prove a Fórmula de Probabilidade Total para eventos de probabilidade não

nula: se eventos B1 , . . . , Bn de probabilidade não nula formam partição de Ω
(isto é, os eventos são disjuntos e sua união equivale a Ω), então para qualquer
evento A, ocorre que
n
X
IP [A] = IP [A Bi ] × IP [Bi ] (5.1)
i=1

(j) Prove a Fórmula Geral de Probabilidade Total (para eventos de probabilidade

não nula) que eu acabei de inventar: se eventos B1 , . . . , Bn de probabilidade
não nula formam partição de Ω, então para qualquer evento A, e para qualquer
CAPÍTULO 5. ESPERANÇA CONDICIONAL 67

evento D composto de alguns dos Bi ’s (por exemplo, D = B1 ∪ B3 ∪ B7 ) ocorre

que X
IP [A ∩ D] = IP [A Bi ] × IP [Bi ] (5.2)
i:Bi ⊆D

(reforço: a soma é tomada por todos os Bi ’s que compõem D).

(k) Prove a Fórmula de Esperança Total que em termos e notações do item (i)
alega o seguinte: para qualquer variável aleatória discreta X, ocorre que (a
notação IE[X Bi ] usada abaixo já foi lhe recordada no item (d) acima):
n
X
IE[X] = IE[X Bi ] × IP [Bi ] (5.3)
i=1

(tenho certeza que essa fórmula já existe, eu só inventei nome para ela, e ainda
creio eu que o nome por mim inventado coincide com o nome tradicional).

(l) Prove que a Fórmula de Esperança Total adquire a forma da Eq. (1.4) abaixo
no caso quando quando (X, Y ) é um par de variáveis aleatórias discretas com
as seguintes caraterı́sticas: X assume valores a1 , . . . , am , Y assume os valores
b1 , . . . , b n .
Xn
IE[X] = IE[X Y = bj ] × IP [Y = bj ] (5.4)
i=1

(m) Prove a Fórmula Geral de Esperança Total que eu acabei de inventar e que
aplica-se a par de variáveis aleatórias discretas (X, Y ) com as seguintes cara-
terı́sticas: X assume valores a1 , . . . , am , Y assume valores b1 , . . . , bn .A fórmula
vale para qualquer conjunto B ⊂ R composto dos valores de Y , quer dizer,
composto dos números b1 , . . . , bn , como, por exemplo, {b2 , b3 }. A fórmula tem
a seguinte aparência:
X
IE[X1IY −1 (B) ] = IE[X Y = bj ] × IP [Y = bj ] (5.5)
j : bj ∈B

5.2 A esperança condicional em relação a σ-álgebra

5.2.1 A construção direta da esperança condicional em relação
a σ-álgebra no caso do espaço finito
Com a presente seção começamos nossa análise do comportamento da esperança
condicional em relação a σ-álgebra no caso quando o espaço Ω é finito. A conclusão
a qua aspiramos é que no espaço finito tal esperança sempre pode ser contruida ex-
plicitamente. A construção explicita é o conteúdo da presente seção. A demostração
da conclusão aspirada estará na Seção 1.2.4

Seja Ω um espaço de estados finito, isto é Ω = {ω1 , . . . , ωk } para algum k ∈ N.

Seja F a σ-álgebra mais refinada dos conjuntos de Ω (isto é, a σ-álgebra tal que {ω} ∈
F para cada ω ∈ Ω). Seja IP uma probabilidade em F. Seja D = {D1 , . . . , Dn }
uma partição de Ω, quer dizer, uma coleção de conjuntos diferentes de ∅, que são
disjuntos dois a dois, e cuja união é Ω.
CAPÍTULO 5. ESPERANÇA CONDICIONAL 68

Para cada Di ∈ D, construa IP [· Di ], a probabilidade condicional dado que

ocorreu Di . A construção desta baseia-se na definição da probabilidade condicional
dado um evento com probabilidade não nula, a saber: IP [A Di ] = IP [A ∩ Di ]/IP [Di ]
para todo A ∈ F.
Seja agora ξ : Ω → R uma variável aleatória qualquer. Para cada i = 1, . . . , k,
construimos a esperança condicional de ξ dado que ocorreu Di que denota-se
por IE[ξ Di ] e calcula-se pela seguinte fórmula:
X
IE[ξ Di ] = ξ(ω)IP [ω Di ] (5.6)
ω∈Ω

A construção feita até agora resultou em n valores numéricos, os quais são as es-
peranças condicionais {IE[ξ Di ], i = 1, 2, . . . , n}. Usaremos esta coleção de valores
para criar variável aleatória Zξ,D : Ω → R:

para cada ω ∈ Ω, Zξ,D (ω) := IE[ξ Di ] onde i é tal que ω ∈ Di (5.7)

Equivalentemente, podemos dizer que

Zξ,D assume valor IE[ξ Di ] em cada ω que pertence a Di , i = 1, 2, . . . , n (5.8)

No futuro será mostrado que Zξ,D é a esperança condicional de ξ em relação à

partição D no sentido da Definição 2, mas como tal definição ainda não tinha sido
formulada, então no momento não podemos usar o nome “esperança condicional em
relação a partição”. Por isto, precisamos de um nome temporário para Zξ,D . Vamos
chama-la por esperanças condicionais de ξ distribuı́das por conjuntos de
condicionamento.
É importante observar (para a futura comparação de Zξ,D com a definição formal
de esperança condicional em relação a σ-álgebra) que nossa definição de Zξ,D implica
diretamente no que esta variável aleatória possui as seguintes propriedades:

Zξ,D é D-mensurável (5.9)

IE [ξ1IDi ] = IE [Zξ,D 1IDi ] para cada Di ∈ D (5.10)

A despeito da relação (1.10) expressar a propriedade da qual necessitaremos na hora

da compração de Zξ,D com a definição de esperança condicional, ainda prefiro re-
escrever ela na forma mais próxima às expressões usadas na referida definição. Eis
esta abaixo (a equivalência entre (1.10) e (1.11) é um fato trivial):

IE [ξ1IC ] = IE [Zξ,D 1IC ] , para qualquer C (5.11)

feito de união de qualquer subcoleção da coleção {D1 , D2 , . . . , Dn }

Agora, só com o intuı́to de mostrar que os objetos que apareceram até o momento
são simples vou reescrever (1.11) no formato mais usado nos cursos de probabilidade
no nı́vel de graduação:
X X
ξ(ω)IP [ω] = Zξ,D (ω)IP [ω], para qualquer C (5.12)
ω∈C ω∈C
feito de união de qualquer subcoleção da coleção {D1 , D2 , . . . , Dn }
CAPÍTULO 5. ESPERANÇA CONDICIONAL 69

Por fim, gostaria de comentar que as relações derivadas até o momento permitem
a gente provar a Fórmula de Esperança Total que apareceu no item (k) do Exc. 1.
Portanto, se você não a provou até o momento, observe o argumento abaixo. Pri-
meiramente, ao tomar C = Ω na fórmula (1.12), a gente chaga na seguinte relação:
n
X
IE [ξ] = Zξ,D (Di ) IP [Di ]
i=1

onde a notação Zξ,D (Di ) significa o valor de Zξ,D em qualquer ω ∈ Di ; recorde

que a construção de Zξ,D garante que esta assume o valor IE[ξ Di ] em qualquer
ω ∈ Di , e, portanto, a notação é correta. Mas por que não substituir esta notação
incomum pela valor IE[ξ Di ]? Ao executar esta substituição, chegamos à Formula
de Esperança Total:
Xn
IE [ξ] = IE[ξ Di ]IP [Di ]
i=1

5.2.2 A definição geral da esperança condicional em relação

a σ-álgebra
Meu plano era continuar a exposição permanencendo no caso finito o tempo máximo
possı́vel. Portanto, o proximo assunto a vir seria a definição da esperança condicional
em espaço finito. Entretanto, já que tal definição é a adaptação para caso finito da
definição geral de esperança condicional, então, quebrando meu próprio plano inicial,
eu decidi apresentar em primeiro lugar a definição geral. Ela está na presente seção.
O caso finito, que deriva-se dela, fica então adiado até a seção seguinte.

Definição 4 geral da esperança condicional em relação a σ-álgebra.

A Esperança condicional de uma variável aleatória ξ em relação
a uma
σ-álgebra G é a variável aleatória, a notação para a qual é IE ξ G , que defina-se
por duas propriedades a seguir:

(a) IE ξ G é mensurável em relação a G;

(b) para cada conjunto A de G vale

Z Z

ξ dIP = IE ξ G dIP. (5.13)
A A

Quando a σ-álgebra G da presente definição é a σ-álgebra gerada

por uma
aleatória η, então no lugar de IE ξ G escreve-se IE ξ Fη ou
variável

IE ξ η .

. Eu, pessoalmente, prefiro quando pessoas falam sobre IE ξ η que sobre

IE ξ G ,
pois minha mente possui um modelo simplisto mas intuitivo de IE ξ η . Eu só vou
poder compartilhar contigo meu modelo após ter introduzido o objeto denotado por

IE ξ η = y . Ele surgirá na Seção 1.2.9. Minha concepção de IE ξ η baseia-se nos
fatos e propriedades apresentados no texto ao redor da Eq. (1.25).
CAPÍTULO 5. ESPERANÇA CONDICIONAL 70

5.2.3 Reformulação da definição geral para o caso quando o

espaço de estados é finito
Nesta seção, eu adapto para espaços finitos os termos da definição geral da espe-
rança condicional em relação a σ-álgebra. Recordo lhe que meu plano é analizar a
esperança condicional nos espaços finitos antes de partir para o caso geral. O plano
foi motivado pela crença que nossa intuição funciona melhor em espaços finitos de
que em contı́nuos. O caminho de análise culmina-se na Seção 1.2.4.

Definição 5 que reformula a definição genérica para o caso quando o espaço de

estados é finito.
Seja Ω um espaço de estados finito, seja F a σ-álgebra mais refinada de seus conjun-
tos (isto é, a σ-álgebra tal que {ω} ∈ F para cada ω ∈ Ω). Seja D = {D1 , . . . , Dn }
uma partição de Ω. Seja ξ uma variável aleatória. Esperança condicional de ξ
em relação à partição D é a variável aleatória, a notação para a qual é IE ξ D ,
que defina-se por duas propriedades a seguir:

(a) IE ξ D é mensurável em relação a D;

(b) para qualquer conjunto D expresso como união de conjuntos de D vale

Z Z

ξ dIP = IE ξ D dIP (5.14)
D D

o que pode ser re-escrito da seguinte maneira (aproveitando que Ω é discreto

no caso): X X
ξ(ω)IP [ω] = IE ξ D (ω)IP [ω]. (5.15)
ω∈D ω∈D

Quando a partição D da presente definição está gerada por uma variável

aleatória η, isto é, quando {y1 , . . . , yn } são todos os valores
possı́veis de η
−1

e D i = {η (yi }, i = 1, . . . , n, então no lugar de IE ξ D pode escrever
IE ξ η .

5.2.4 Em espaço de estado finito, a construção direta e a

definição geral coincidem
A presente seção é a culminação da análise de estrutura que a esperança condicional
em relação a σ-álgebra adquire nos espaços finitos. Aqui, provaremos que a variável
aleatória construida diretamente na Seção 1.2 coincide com a variável aleatória de-
finida indiretamente pela definição tradicional que foi formulada na Seção 1.2.3.
Isto nos dá o controle absoluto sobre a esperança condicional em espaços finitos,
e, ao mesmo tempo, desenvolve nossa intuição que nos ajudará nos trabalhos que
envolvem esperança condicional em espaços contı́nuas.

Foram gravadas duas aulas sobre a coincidência supracitada. A primeira está

pelo seguinte endereço:
[Link]
/12-Lr6sVxVkphRJpIQsfHuWOEUbCLK3Cp/view?usp=sharing
A segunda video-aula está pelo seguinte endereço:
CAPÍTULO 5. ESPERANÇA CONDICIONAL 71

[Link]
/1daes9wJ3HdDpXK5Oj_tpARGetwDbBzMH/view?usp=sharing
As transparências destas duas video-aulas estão no Apêndice ao caopitulo 1

5.2.5 O conceito da vida real o qual desejamos imitar pelo

objeto matemático chamado “esperança condicional
em relação a σ-álgebra”
De acordo com meu plano de ensino, no presente momento você, meu leitor, já deve
estar com uma plena concepção do conceito de esperança condicional em relação
a particão. (Só lhe recordo que este conceito aplica-se somente no caso quando o
espaço de estados é finito.) Como acredito que meus leitores devem ter adquirido
bastante experiência com modelos em espaços finitos antes de ler meu texto, então
espero que minha exposição sobre a esperança condicional nos espaços finitos seja
suficientemente esclarecidora para meus leitores. A dispeito desta convicção, decidi
apresentar ainda um exemplo que pode ser útil para solidificação da compreenção
de estrutura da esperança condicional em relação a partição.
↓ Exemplo 1. Fábio, dono de um barzinho, tinha anotado o consumo diário de
cerveja (a quantidade de garrafas vendidas). As anotações foram colocadas num
caderno, mas separadas por páginas, sendo que cada página corresponde à tempe-
ratura do dia no qual foi feita a anotação (imagine para simplicidade que durante
dia a temperatura não muda). No final de cada página, Fábio fez a média simples
dos valores da página. Nós vamos denotar por x̄t a média calculada pelo Fábio na
página correspondente à temperatura t (t = 7, 8, . . . , 45); nesta nossa notação, x
signifca a quantidade de garrafas consumidas. As médias ajudam a Fábio calcular o
estoque de cerveja para dia seguinte de acordo com seu desejo de que o estoque deve
corresponder ao consumo esperado. Tal consumo, a ser denotado por x̄, calcula-se
pelo Fábio segundo a seguinte fórmula:
X
x̄ = x̄t IP [t] (5.16)
t=7,...,45

onde IP é a distribuição probabilı́stica que expressa a previsão da temperatura do

dia seguinte.
Fim do Exemplo 1↑

No resto da presente seção, vou associar alguns conceitos do Exemplo 1 com suas
contrapartes desenvolvidas na teoria apresentada até o momento.
Vou denotar por (Ω, F, IP ) o modelo probabilı́stico da situação descrita no exem-
plo. A informação contı́da no exmeplo não nos permite a construir o modelo em
todos os detalhes, mas para nós é suficente saber que ele existe e que Ω dele é finito.
Definirimos em Ω duas variáveis aleatórias, X e Y . X corresponde á quantidade
diária de garrafas vendidas e Y corresponde á temperatura. Partimos o espaço Ω
nas faxas Dt := {ω ∈ Ω : Y (ω) = t}. Naturalmente, existe a distribuição de X
condicionada pelo Dt (que é a mesma coisa que condicionar por {Y = t}). Os va-
lores anotados pelo Fábio na página de seu caderno correspondente à temperatura
t são uma amostra da distribuição de X condicionada por {Y = t}. A média dos
CAPÍTULO 5. ESPERANÇA CONDICIONAL 72

valores anotados é uma aproximação à IE[X Y = t], quer dizer, x̄t é a contraparte
amostral do conceito teórico IE[X Y = t], e finalmente, a fórmula (1.16) usada pelo
Fábio é a contraparte da Fórmula de Esperança Total.

5.2.6 O que impede o funcionamento da construção direta

nos espaços contı́nuos
Imagine um par de variáveis aleatórias contı́nuas (X, Y ), por exemplo, normal bi-
variada. Para tal par, escolho arbitrariamente y ∈ R e pergunto: “Consigo definir
IE[X Y = y] seguindo o caminho que mostrou ser eficiente no caso de espaço
discreto?” A resposta é “não”. O problema é que este caminho não sabe construir
a probabilidade condicional IP [· {Y = y}] quando IP [Y = y] = 0.
O mesmo problema ocorre com IE[X G] caso G contém conjuntos de medida
nula que são diferentes de ∅.

5.2.7 Como a definição geral contorna o problema de im-

possibilidade de condicionamento por eventos de pro-
babilidade nula
Realmente, como? Minha impressão é que a definição geral delega o problema
de condicionamento por eventos de probabilidade nula para o Teorema de Radon-
Nikodym. Especificamente, a definição geral não procura construir a esperança
condicional diretamente, mas fica satisfeita com o simples fato de sua existência o
qual ela estabelece com ajuda do teorema de Radon-Nikodym. Eis como isto tudo
acontece no caso quando ξ é não negativa (o caso geral está apresentado no livro de
Shiryaev).
Seja então (Ω, F, IP ) um trı́plice probabilı́stico (no qual Ω não é finito, e é rico
o suficiente para abrigar variáveis aleatórias contı́nuas e σ-álgebras com conjuntos
de medida nula), seja G uma sub-σ-álgebra de F e seja ξ uma variável aleatória não
negativa. Vamos usá-la para definir Q:
Z
Q(A) := ξdIP para cada A ∈ G (atenção! A ∈ G) (5.17)
A

É fácil verificar que Q é uma medida em (Ω, G) e que Q é absolutamente contı́nua

em relação à medida original IP (a relação das duas medidas está sendo considerada
em (Ω, G)). Então, via a aplicação do teorema de Radon-Nikodym, sabemos que
existe variável aleatória Z que é G-mensurável e para qual vale
Z
Q(A) = ZdIP para cada A ∈ G (5.18)
A

e, consequntemente, vale
Z Z
ξdIP = ZdIP para cada A ∈ G
A A

conforme segue-se da comparação entre (1.17) e (1.18). Isto tudo quer dizer que a
variável aleatória Z é o que a Definição 1 chama de IE[ξ G].
CAPÍTULO 5. ESPERANÇA CONDICIONAL 73

Realço que o argumento acima é a prova da existência de IE[ξ G] em qualquer

(Ω, F, IP ) e para quaisquer G e ξ. Realço que a prova é indireta e ampara-se forte-
mente no Teorema de Radon-Nikodym e que este é um tı́pico teorema de existência,
quer dizer, teorema que afirma existência de um objeto (no caso, a derivada de
Radon-Nikodym) sem fornecer-nos ferramentas para sua explicita construção.

. O argumento agora apresentado serve de motivação para seu estudo do Teorema de

Radon-Nikodym. Ao ver a demonstração deste, você vai sentir que a construção
de esperança condicional em relação a σ-álgebra requer uso de ferramentas bem
refinadas.

5.2.8 Mais dois exemplos

Os futuros argumentos vão precisar de dois exemplos. A presente seção destina-
se à apresentação de ambos. A apresentação emprega conceitos que não foram
rigorosamente definidos até o momento. Isto tem seus motivos, os quais são pura-
mentemente didáticos. Saiba que até o final da Seção 1.2, cada conceito adquirirá
sua digna definição.
↓ Exemplo 2. Defina-se par de variáveis aleatórias (X, Y ) da seguinte maneira

Y variável aleatória exponencial de parâmetro 1, (5.19)

enquanto que acerca de X não fala-se nada sobre sua distribuição, e postula-se
somente que

a esperança de X sabendo que Y = y é (1 + y 2 )−1 (5.20)

Claro que por não ter definido a distribuição de X, o modelo está incompleto, e, em
particular, a informação aqui fornecida não é suficiente para construir a distribuição
conjunta de (X, Y ).
Fim do Exemplo 2↑

↓ Exemplo 3. Defina-se par de variáveis aleatórias (X, Y ) da seguinte maneira: Y

tem a distribuição (1.19), enquanto que

X Y = y ∼ N (1 + y 2 )−1 ; 1

(5.21)

quer dizer, dado que Y assumiu valor y, X tem distribuição normal com média
(1 + y 2 )−1 e variância 1.
Fim do Exemplo 3↑

5.2.9 Uma vizão alternativa na esperança condicional em

relação a σ-álgebra
A esperança condicional de ξ em relação a η pode ser concebida em duas formas. A
primeira delas é a que está definida pela Definição 1; ela é uma variável aleatória (se-
gundo à própria definição). Recordo que ela denota-se por IE[ξ Fη ] ou por IE[ξ η].
A segunda das duas formas de expressão/concepção de esperança condicional su-
pracitada é função R → R. Nesta seção, vou definı́-la, explicar sua relação com a
primeira, e falar das vantagens de cada uma. A função será denotada aqui por m
CAPÍTULO 5. ESPERANÇA CONDICIONAL 74

seguindo a notação usada pelo Shiryaev. Acredito que sua escolha foi motivada pelo
termo “mathematical expectation” que é um dos nomes que pode ser dado a tal
função.
Exemplo da função m é m(y) = (1 + y 2 )−1 , y ∈ R que aparece nos Exemplos 2
e 3. Eu antecipei a apresentação formal por menção destes exemplos pois desejava
que meu leitor preste a atenção que m é função de R em R. Seria bom se este fato
supreendesse você, pois isto garantiria que preste a atenção a todos os detalhes de
construção de m.

Vamos à execusão do programa traçada no inı́cio da seção: definir m, justificar

que a definição está correta, descobrir para que serve m, e, por fim, descobrir sua
contraparte no mundo real.
Pego (Ω, F, IP ) qualquer e duas variáveis aleatórias ξ e η. Pego IE[ξ Fη ]
cuja existência está garantida (pela nossa discussão da Seção 1.2.7). Observo que
a condição (a) da Definição 1.13) garante que IE[ξ Fη ] é função Fη mensurável.
Essa imposição da definição junto com Teorema formulado na seção sobre variáveis
aleatórias (veja sua formulação no Exc. 2) garantem que

existe função boreleana m : R → R tal que IE ξ Fη (ω) = m (η(ω)) , ∀ ω ∈ Ω
(5.22)
Note que embora a afirmação acima esté quantificada “∀ω”, o argumento de m está
em R, pois os valores de η(ω) estão em R.

Observação. A afirmação contida na Eq. (1.22) deve ser corrigida substituindo

“m : R → R” por “m : R → R (a correção que de fato, Shiryaev faz no livro
dele). A razão para a correção é assim: embora ξ e η são funções que não assumem
nem ∞ nem −∞, suas integrais podem assumir esses valores. Acontece que a
esperança condicional que aparece na Eq. (1.22) está ligada as integrais (eu não
pretendo detalhar a afirmada ligação) então para alguns ω pode haver a necessidade
de definir que m(η(ω)) = +∞ ou −∞. É daı́ que surge a necessiade de considerar
m como função R → R. Entretanto, com o intuito de facilitar minha exposição
via a exclusão de casos “patalógicos” que desviam atenção sem trazer nenhuma
informação nova a valiosa, eu vou considerar m como função R → R

Otimo! Mas para que m serve e qual seria sua interpretação? Para podermos
responder nesta pergunta, vamos substituir (1.22) na parte da direita de condição
(b) da Definição 1.13, quer dizer, na parte da direita de (1.13). Tem-se que
Z Z
ξ(ω)dIP (ω) = m (η(ω)) dIP (ω) para cada A ∈ Fη (5.23)
A A

Na integral do lado direito da (1.23), vamos fazer a troca de variáveis. Eis os detalhes
da troca:
◦ do espaço (Ω, F) para o espaço (R, B);
◦ da medida IP para a medida IPη induzida em B pela variável aleatória η;
e eis a fórmula (fornecida pelo Teorema sobre a troca de variável em integral de
Lebesgue): Z Z
g(x)IPη (dx) = g(η(ω))IP (dω), C ∈ B
C η −1 (C)
CAPÍTULO 5. ESPERANÇA CONDICIONAL 75

O resultado da troca de variável está na Eq. (1.24) abaixo; nesta equação, nós
escrevemos A = η −1 (B) na integral ao lado esquerdo com o intuı́to de indicar a
relação entre A e B que surgiu devido à troca de variável.
Z Z
ξ(ω)dIP (ω) = m(y)dIPη (y) para cada B ∈ B(R) (5.24)
A=η −1 (B) B

A relação (1.24) será o ponto de partida para meus futuros argumentos que respon-
derão à pergunta “Para que serve m?”

Vamos ver agora se temos respostas nas perguntas acerca de m. Quanto à de-
finição, esta está na Eq. (1.22). O texto que precede esta equação serve de justifica-
tiva que nos permite alegar que a definição está correta.
Em relação à discussão sobre a definição, surge naturalmente a questão se a
mesma é construtiva. Minha opinião a respeito é que sim. De fato, se você possui
(Ω, F, IP ), η (como função Ω → R) e IE[ξ Fη ] (também como função de Ω a R),
então você consegue descobrir o valor de m(y) para qualquer y da imagem de η:
m(y) = IE[ξ Fη ](ω) onde ω deve ser escolhido de tal sorte que η(ω) = y.
A resposta dada no final do parâgrafo acima levanta a dúvida: “É possı́vel que
existam ω1 6= ω2 tais que η(ω1 ) = η(ω2 ) mas IE[ξ Fη ](ω1 ) 6= IE[ξ Fη ](ω2 )?” A
motivação da dúvida está clara: se isto fosse possı́vel então a construção m(y) =
IE[ξ Fη ](ω) não seria possı́vel. Como a construção está correta, nós temos que
admitir que a resposta à pergunta é “não”. Mas o que garante o tal “não”? A
resposta na última pergunta é: “A exigência que IE[ξ Fη ] deva ser Fη -mensurável.”
É esta exigência que garante a propriedade de que IE[ξ Fη ](ω) assume o mesmo
valor em cada ω ∈ {η −1 (y)}. Alias, esta propriedade sugere usar a notação

IE[ξ η = y] (5.25)

para o valor de IE[ξ Fη ](ω) em cada ω ∈ {η −1 (y)}. Note que (1.25) está obrigada
a ser o valor de m(y) e é por isto que (1.25) é a notação alternativa para m(y).
Fantástico! Adorei a maneira que achei para introduzir a notação IE[ξ η = y] e
explicar seu sentido.
Agora vamos voltar á nossa discussão acerca da relação entre IE[ξ Fη ] e m
e vamos colocar a pergunta no sentido oposto daquela pergunta que respondida
agora, a saber: “Se você possui (Ω, F, IP ), η (como função Ω → R) e m (como
função R → R), você então consegue construir IE[ξ Fη ] (também como função de Ω
a R)?” A resposta é “sim” e o método de construção segue-se naturalmente a partir
das propriedades acima descritas. Eis este: Em primeiro lugar, tem que percorrer
por todos os valores de y ∈ R e construir {η −1 (y)} para cada y. Tais conjuntos
formarão uma partição de Ω (a partição não tem obrigação de conter um número
finito de conjuntos). Em cada conjunto desta partição, o valor de IE[ξ Fη ] é m(y).

As duas perguntas e suas respectivas respostas tratadas acima ajudam-me a

vizualisar a variável aleatória IE[ξ Fη ]. O problema com a vizualisação surge por
causa dos conjuntos de medida nula (isto foi explicado na Seção 1.2.6. Para contornar
este problema, eu imagino uma função m do tipo de (1 + y 2 )−1 que aparece nos
Exemplos 2 e 3 (tipicamente, eu escolho uma função ainda mais simples), depois eu
imagino (Ω, F, IP ) e η tal que {ω ∈ Ω : η(ω) = y} tem IP -medida nula, mas são
visulizáveis (por exemplo Ω = [0, 1] × [0, 1] e η(u, v) = u2 ). Por fim, eu visualizo
CAPÍTULO 5. ESPERANÇA CONDICIONAL 76

IE[ξ Fη ] como a variável aleatória que assume valor m(y) em cima de cada {η −1 (y)}.
Espero que isto tudo lhe sirva também, quando for necessário.

Recorde que até o momento não respondemos na pergunta “Para que serve m?”
De fato, existe IE[ξ Fη ] e existe m e elas são intercambiáveis, conforme mostramos
acima. “Qual é a diferença entre as duas na perspectiva de sue uso?” é a pergunta
intriscicamente ligada à pergunta sobre a utilidade de m. O caminho de resposta
está indicado pelo gigante da Teoria de Probabilidade, nosso amigo Shiryaev. Eis a
citação
da página
263: “From an intuitive point of view, the conditional expectation
IE ξ η = y (isto é, m(y)
– acrescimo meu) is simpler and more natural than
IE ξ Fη . However, IE ξ Fη , considered as a Fη -measurable random variable, is
more convenient to work with.”
Sendo guido por esta frase, eu olho na relação
Z Z

ξ dIP = IE ξ Fη dIP. (5.26)
A A

que
R copiei da Definição 1, comparo-la com (1.24) e concluo que se precisasse calcular
A
ξ dIP , usaria então (1.24) pois no seu lado direito há integral de Lebesgue-Stiltijes,
a qual eu consigo calcular, diferentemente da integral de Lebesgue que fica no lado
direito de (1.26), a qual eu não saberia calcular. Esta é a “praticidade” que m
possui. Uma outra practicidade é que é mais fácil conceber m de que IE ξ Fη ;
sobre isto eu já discursei acima.

Exercı́cio 50. Nos argumentos da presente seção, foi usado o seguinte

Teorema. Seja φ variável aleatória Fη -mensurável. Então existe função boreliana
f : R → R tal que φ = f ◦ η, isto é, φ(ω) = f (η(ω)), para cada ω ∈ Ω.
Este resultado foi formulado no Capı́tulo 3 no qual apresentei as propriedades
básicas de variáveis aleatórias. Agora que você viu a utilidade do teorema, pode
voltar ao Capı́tulo 3 e ler a demonstração.

Exercı́cio 51. Nos argumentos da presente seção, foi usado o teorema sobre troca
de variável em integral de Lebesgue. Agora que você viu sua utilidade, pode voltar
ao Capı́tulo 4 e ler a demonstração.

5.2.10 O caminho da definição de esperança condicional via

probabilidade condicional
Existem outras maneiras para a definição da esperança condicional em relação a
σ-álgebra? Se você fez meu Exercı́cio 1, sua resposta nesta pergunta é “sim, há
uma a mais”. A maneira que você tem em mente está motivada por itens (b), (c),
(f) e (g) do exercı́cio, e sua descrição informal é assim: primeiramente, construir
a distribuição condicional de ξ dado que η assume valor y, e depois calcular a
esperança em relação da distribuição construı́da. Eu concordo com sua resposta,
e ainda acrescento que a maneira de cálculo por você sugerida vai resultar naquilo
que denotamos por IE[ξ η = y] na Seção 1.2.9, quer dizer, a maneira por você
sugerida é realmente uma alternativa à construção de IE[ξ η = y] que foi executada
naquela seção. Entretanto, tudo que eu falei acima acerca de sua maneira, está por
enquanto válido somente nos casos considerados pelos itens (b), (c), (f) e (g) do
CAPÍTULO 5. ESPERANÇA CONDICIONAL 77

Exercı́cio 1. Qual genérica esta maneira é continua ser uma pergunta que não pode
ser respondida por métodos e ferramentas desenvolvidos até agora.
É importante que você saiba que é possı́vel construir abordagem matematica-
mente rigorosa que produz o objeto chamado a probabilidade condicional con-
dicionada ao evento {η = y} quando é aplicada ao espaço arbitrário (Ω, F, IP ) e
variável aleatória arbitrária η. Ainda mais, é possı́vel mostrar que ao tomar espe-
rança de uma variável aleatória ξ em relação desta probabilidade condicional, então
o resultado coincidirá com IE[ξ η = y] que foi definida nas seções anteriores pela
abordagem diferente daquela sobre a qual estamos falando agora.
A abordagem matematicamente rigorosa supracitada obriga a entrar na cons-
trução e discussão de regular condicional probability. Toda a abordagem en-
contra problemas técnicos cujas soluções exigem muito cuidado. Você pode ver os
detalhes no livro de Shiryaev. Eu não vou incluir tudo isto no meu curso devido
ao limite do tempo de sua duração (que é tipicamente um semestre). Entretanto,
você deve saber que é a teoria de probabilidades condicionais regulares que ampara
a existência e revela as propriedades das distribuições condicionais sobre as quais
versam os itens (b), (c), (f) e (g) do Exercı́cio 1, o Exemplo 3 (veja a Eq. (1.21)).

5.2.11 Desconheço método universal capaz de construir a

esperança condicional em relação a σ-álgebra em qual-
quer espaço com medida e qualquer variável aleatória
Sim, esta seria minha resposta se você viesse com o seguinte pedido: “Vou lhe trazer
(Ω, F, IP ), G ⊆ F e ξ ao meu gosto e vou lhe pedir a construir IE[ξ G]. Vai poder?”
Minha dificuldade está situada principalmente no fato que a demonstração do
Teorema de Radon-Nikodym não é construtiva, e portanto não permite construir
explicitamente aquele objeto cuja existência está alegada pelo teorema e cujo papel
é garantir a existência de IE[ξ G].
Minha experiência relacionada a sua pergunta diz que cada caso requer abor-
dagem adaptada a suas particularidades para que se possa construir IE[ξ G]. Um
dos casos é quando Ω é finito. Este foi resolvido na Seção 1.2.4. Os casos nos quais
Ω é mais que enumerável tipicamente efrentam a dificuldade relatada no parágrafo
acima. Em tais casos, eu usaria qualquer método e idéia para adivinhar a cara
de IE[ξ G], e depois confirmaria que este é a esperança condicional desejada via a
verificação da igualdade
Z Z

ξ dIP = IE ξ G dIP (5.27)
A A

Esta é a relação da própria definição de IE[ξ G], e a verificação de sua validade

parece me ser o único caminho que leva à confirmação que uma variável aleatória
atende aos quesitos para ser IE[ξ G].
Observe entretanto que a verificação da igualdade supraformulada deve ser feita
para cada A ∈ G o que é um trabalho não trivial. Uma outra complicação com tal
verificação é a dificuldade no cálculo de valores numéricos das integrais envolvidas; a
dificuldade surge devido ao fato de que as integrais são de Lebesgue e nós não temos
método genérico para tal cálculo. Alı́as, o único caminho universal para o cálculo
de integral de Lebesgue é via a transformação desta à integral de Riemann-Stiltjes.
CAPÍTULO 5. ESPERANÇA CONDICIONAL 78

Este fato explica a razão pela qual o problema de construção de IE[ξ G] formula-se
predominantemente nos espaços Rn .
Uma maneira para lidar com o pedido “construa IE[ξ G]” é não tentar construir
a variável aleatória solicitada, mas, em vez dela, construir a função m (definida e
analisada na Seção 1.2.9). A vantagem desta substituição está no que com ela será
necessário a verificação da relação
Z Z
ξ(ω)dIP (ω) = m(y)dIPη (y) para cada B ∈ B(R) (5.28)
A=η −1 (B) B

em vez da relação (1.27). Observe que a integral à lado direito é de Riemann-

Stiltjes, logo, calculável, enquanto que a integral à lado esquerdo pode substituı́do
pela integral de Riemann-Stiltjes, também calculável, se passar para a distribuição
induzida pela ξ em (R, B):
Z Z
ξ(ω)dIP (ω) −→ xdIPξ (x)

5.2.12 Como viver esta vida sem poder construir a espe-

rança condicional em relação a σ-álgebra?
Acontece que é extremamente raro que surge a necessidade em construir explicita-
mente a esperança condicional em relação a σ-álgebra. Na realidade, eu, até agora,
não vi nenhuma.
Em estudos teóricos, é suficiente saber que tal esperança condicional existe, e
um estudo teórico que envolve tal esperança está completamente “satisfeito” com
as propriedades desta esperança, do tipo daqueles que aparecem nos exercı́cios da
Seção 1.4. Um exemplo de tal estudo é qualquer análise de processos estocásticos
com emprego de martingais.
Em estudos práticos a esperança condicional não está calculada, mas sim imposta
como um dos ingradientes da construção de modelo probabilı́stico. Exemplos 2 e 3
são casos de tal imposição. Para entender aquilo que acontece em estudos de modelos
continuos com objetivos de revelação de conclusões práticas, é precisa entender a
construção de tais modelos. Acontece que a realidade nunca é contı́nua. Isto faz
com que um modelo probabilı́stico fiel a situação real é sempre finito. Se em tal
modelo você modelar um atributo por X e um outro por Y , então X e Y são
variáveis aleatórias discretas, e, devido à tal discretidade, você sempre pode calcular
IE[X Y ]. Num certo etapa de estudo, você pode querer substituir seu modelo finito
pelo modelo contı́nuo (querer pela simples razão de haver muito mais ferramentas
matemáticas aplicáveis aos modelos contı́nuas de que aos modelos finitos). Se você
substituir X e Y por ξ e η respectivamente, então IE[ξ η] deve ser aproximação para
IE[X Y ]. Em outras palavras, na passagem de modelo finito para contı́nuo, você
já deve “inventar” as distribuições de ξ, η e IE[ξ η] de tal forma que estes estejam
boas aproximações para X, Y e IE[X Y ]. Em muitos situações desta matureza,
constroi-se primeiramente a distribuição de Y , depois, constroi-se a distribuição de
X dado que Y = y, e a partir destas duas, constroi-se a distribuição de X.
CAPÍTULO 5. ESPERANÇA CONDICIONAL 79

5.2.13 Se você viu construção universal da esperança con-

dicional que funciona para qualquer espaço contı́nuo
então ela provavelmente está errada
Há um livro didático absolutamente maravilhoso. É “Probabilidade; Um Curso
Intermediário” de Barry James. Eu ainda devo ao autor do livro uma página de
texto cheia de elogios pela sua escolha de material apresentado e pela forma de
apresentação. Mas isto vou fazer no futuro. Agora só vou falar da maneira como o
livro constroi a esperança condicional em relação a σ-álgebra.
É precisa ter em mente que livro destina-se aos alunos de nı́vel intermediário e
que, consequentemente, suas construções e demonstrações são adaptadas a tal nı́vel.
Em particular, há no livro a construção adaptada para construção da distribuição de
variável X dado que outra variável Y assumiu valor y. Depois, via tal distribuição,
o livro calcula IE[X Y = y]. Este é a função m de nossa Seção 1.2.9. Segundo aos
argumentos daquela seção, conclui-se que está construı́da tambem IE[X GY ].
Infelizmente, existem pessoas que estudaram pelo este livro e ficaram com a
impressão que sua maneira de construção da esperamça condicional é universal. Pior
que isto, parece-me que há professores que contribuem para o espalhamento desta
maneira, e, consequentemente, há programas de doutorado no Brasil cujos alunos
aprendem esta maneira na aulas sem serem avisados sobre não universalidade dela
e sobre o fato que a maneira ensinada é a adaptação didática mas não rigorosa feita
para atender alunos que desejam entender a Teoria de Probabilidade somente no
nı́vel intermediário.
Para salvar a pátria, é, portanto, imprescindı́vel fazer o seguinte exercı́cio:

Exercı́cio 52. Recorde a abordagem de construção da distribuição de variável X

dado que outra variável Y assumiu valor y que foi sugerida em “Probabilidade; Um
Curso Intermediário” de Barry James. Mostre que a abordagem apresenta falhas.
Dica: Eu lembro ter mostrado que a abordagem possui falhas. Infelizmente, não
lembro onde guardei o exemplo que contrui. Mas lembro que a deficiência da abor-
dagem está a arbitrariedade da forma como ∆y converge a y (ambas as notações
estão definidas na construção da abordagem). Meu exemplo era uma distribuição
conjunta de X e Y , e duas maneiras de diminuir ∆y ao valor de y da sorte tal que
as maneiras resultavas em distribuições diferentes de X dado Y = y.
CAPÍTULO 5. ESPERANÇA CONDICIONAL 80

5.3 Apêndice ao Capı́tulo 1

5.3.1 As transparências da primeira video-aula sobre Espe-
rança Condicional
CAPÍTULO 5. ESPERANÇA CONDICIONAL 81
CAPÍTULO 5. ESPERANÇA CONDICIONAL 82

5.3.2 As transparências da segunda video-aula sobre Espe-

rança Condicional
CAPÍTULO 5. ESPERANÇA CONDICIONAL 83
CAPÍTULO 5. ESPERANÇA CONDICIONAL 84

5.4 Exercı́cios do Capı́tulo 1

Exer. 53. O presente exercı́cio está aqui para lhe lembrar que é importante que
você responda em todos os itens do Exc. 1.
Alguns conceitos e termos usados no exercı́cio supracitado precisam de esclare-
cimentos. Vamos nessa.
A distribuição de variável aleatória X entende-se como a medida nos conjuntos
de B(R) induzida pela função boreleana X : Ω → R a partir de medida IP (da trinca
(Ω, IP, F)).
No caso quando X é discreta, a sua distribuição pode ser apresentada pela tabela
que contem todos os valores que X pode assumir junto com as respectivas probabili-
dades (se desejar o nome mais cientı́fica, pode falar de função que mapeia o conjunto
de valores de X ao intervalo [0, 1], mas eu gosto da maniera mais profana, isto é,
“tabela”). Da mesma maneira, por distribuição de um vetor (X, Y ) de variáveis
aleatórias discretas está entendida uma tabela que contém todos os pares de valores
e todas as respectivas probabilidades, como, por exemplo, a de baixo:

Y y1 y2
X
x1 p11 p12
x2 p21 p22
x3 p31 p32

Observe que a distribuição de par (X, Y ) pode ser dada em forma de valores e
probabilidades {pij }, como no caso da tabela acima, e pode também ser dada por
uma maneira alternativa que será apresentada em seguida. Antes da apresentação,
só quero avisar que a informação por ela carregada é importante somente para o
destaque de uma particularidade da tarefa formulada no item (l) da Lista de Nomes
e Propriedades. Então, a maneira alternativa é a seguinte: apresenta-se Ω (discreto),
apresenta-se IP para cada ω ∈ Ω, e por fim, apresentam-se os conjuntos {Aij } que
satisfazem a seguinte propriedade: em Aij , o valor de X é xi e o valor de Y é
yj . Observe a respeito disso, que eu propositamente evitei esse caminho alternativo
quando formulei o item (l), pois com o uso dessa maneira a fórmula final não seria
a Eq. 1.5, mas a seguinte equação
X
IE[X1ID ] = IE[X Y = bj ] × IP {A1j ∪ A2j ∪ · · · ∪ Aij } (5.29)
j∈J

A Eq. (1.5) foi privilegiada em detrimento da Eq. (1.29) pois a primeira tem mais
semelhanças com a Eq. (1.13), cuja construção pode ser explicada por analogia com
a construçõe de Eq. (1.5) ou de Eq. (1.29).

Exer. 54. O exercı́cio serve para convencer você que caso (X, Y ) tem distri-
buição discreta, aı́ então a definição implicita da esperança condicional permite que
essa seja calculada explicitamente. Observe que a discussão em torno da implici-
tude/explicitude da definição da esperança condicional está no centro de toda nossa
discussão desse objeto. Seja Ω = {ω1 , ω2 , . . . , ω9 }, e defina IP [ωi ] = i/45. Seja
CAPÍTULO 5. ESPERANÇA CONDICIONAL 85

variável aleatória Y tal que seu valor é

1, ∀ω ∈ B1 = {ω1 , ω2 , ω3 }
2, ∀ω ∈ B2 = {ω4 , ω5 , ω6 }
3, ∀ω ∈ B3 = {ω7 , ω8 , ω9 }

Seja
D = {{ω1 }, {ω2 , ω3 , ω4 }, {ω5 , ω7 , ω8 }, {ω6 , ω9 }}

Calcule IE Y D . Preste a atenção que voce consegue achar toda a estrutura dessa
variável aleatória .
veja
ussão aqui está Exer. 55. ( → ) Por que há diferença nas definições da esperança condicional de
rno da maneira Shiriaev e de Williams? Qual é a diferença? No que esta diferença pode influenciar?
a definição de Não se assuste com esta questão! A diferença não está na própria definição, mas
nça condicional sim nas condições impostas na variável
aleatória X para qual os gigantes (Shiryaev
caso quando a

e Williams, quer dizer) definem IE X G . Entenda o por quê da diferença.
l envolvida na
ão assume valor Exer. 56 Conveça-se (e tente me convencer) que a definição da probabilidade
−∞. condicional
IP A ∩ B
IP A B = , quando IP B 6= 0,
IP B
está de acordo com nossa concepção intuitiva da probabilidade condicional.
Para me entender melhor, imagine que você decidiu introduzir o conceito de
probabilidade condicional no curso de Estatı́stica Básica para uma faculdade de
ciências não exatas. Que seja esta de Psicologia, para tı́tulo de exemplo. Se você
fosse recem-doutor em Estatı́stica, você escreveria, convencido em sua retidão e
orgulhoso de sua sabedoria, a fórmula acima como a definição da probabilidade
condicional. Imagine agora que um de seus alunos é um bis-neto de Freud e de
P. Lévy. Como para este Lévy-Freud, você não é uma autoridade incontestável,
então ele tem coragem de perguntar: “Por que esta é a definição da probabilidade
condicional?”Veja que no fundo da pergunta residem-se duas dúvidas, a saber: o
que é a probabilidade condicional na concepção profana e por que esta bate com a
definição do professor. Como você responderia?

Os exercı́cios 9 - 14 são do livro de Shiryaev do Capı́tulo I, Seção 9. Em todos

estes exercı́cios, as variáveis aleatórias são discretas e as esperanças condicionais
são tomadas em relação de decomposição (ou, partição, se você preferir esse termo
àquele) do espaço amostral; vale lembrar ainda a respeito desta remarca, que a
palavra “decoposição” entende-se como “a decomposição em um número finito de
subconjuntos disjuntos de Ω os quais cobrem todo o Ω”, e lembrarei ainda que
qualquer um de tais subconjuntos chama-se “átomo”. Eu re-escrevi os exercı́cios
pois quiz acrescentar meus comentários.
Ex. 57. Give an example
of random
variables ξ and η which are not independent
but for which IE ξ η = IE ξ .

É óbvio que a pergunta tem a ver com a propriedade de que IE ξ η = IE ξ
valida sempre quando ξ e η são independentes. Alias, lembrei agora que há uma
pergunta que gostaria de colocar para você: Por que falam “variáveis aleatórias ξ e
η independentes”? Não seria suficiente dizer “ξ é independente de η”? Ou será que
CAPÍTULO 5. ESPERANÇA CONDICIONAL 86

o equivalente correto seria “ξ independente de η e, ao mesmo tempo η independente

de ξ”?

Ex. 58. The random variable V ξ D defined as
2
Var ξ D := IE ξ − IE ξ D D

is called the conditional variance of ξ with respect of D. Show that

Varξ = IEVar ξ D + VarIE ξ D .

Não é que os sı́mbolos Var e IE colocados em sequencia IEVar ou VarIE deixaram

você de cabelo em pé por alguns instantes? Espero que você adivinhou rápido a
significâcia de cada um deles.
Observe tambem, que a variância condicional não é um termo padrão como é a
esperança condicional, no sentido de que esta última aparece em todos os livros
sobre a Teoria de Probabilidades e que todos estes dão a mesma definição. Já quanto
à variância condicional, se eu perguntar de uma pessoa, que numca via este objeto,
2
que poderia ser a definição dele, é provável que a resposta será IE ξ − IE ξ D ,
o que é diferente da definição dada acima. Bom, seja que for o seu passado, a partir
de agora a única e correta definição da variância condicional é aquela dada acima
neste exercı́cio.

Ex. 59. Using the property that IE ξη D = η IE ξ D , when η is D-measurable,
show that for every function f , it holds that

IE f (η) IE ξ η = IE ξ f (η) .

(Aqui, tem que lembrar que as variáveis aleatórias tratadas são discretas e por isto,
f (η) tambem é variável aleatória discreta.)
2
Ex. 60. Let ξ and η be random variables. Show that inf f IE η − f (ξ) is
∗
attained for f (ξ) = IE η ξ . (Consequently, the best estimator
for η in terms of ξ,
in the mean-square sense, is the conditional expectation IE η ξ .)

Eis o que eu dizia para meus alunos dos anos passados: Prezados! Este fato é
muito importante. O problema com ele é que eu não sei como prová-lo. É um tı́pico
problema variacional: tem que achar o mı́nimo de um funcional. Mas este funcional
está definido em espaço de funções e não em R or Rd . Não deve ser difı́cil para
qualquer um menos eu, pois acho que durante meus estudos na universidade matava
as aulas da disciplina “Optimização”.
Hoje, parece que tenho visão pouco mais esclarecida a respeito desse exercı́cio.
Acontece que há um fato, cuja existência era por mim desconhecida, que diz
que o infinum da expressão

IE (X − a)2 , onde X é qq variável aleatória e a é qq número real

alcança-se para a = IE[X]. Isso é algo fantástico pois mostra que há uma
ligação não trivial entre a variânica e a esperança de uma variável aleatória !
CAPÍTULO 5. ESPERANÇA CONDICIONAL 87

Ex. 61. Let ξ1 , . . . , ξn , τ be independent random variables, where ξ1 , . . . , ξn are

identically distributed and τ takes the values 1, 2, . . . , n. Show that if Sτ := ξ1 +
· · · + ξτ is the sum of random number of random variables, then

IE Sτ τ = τ IE ξ1 , Var Sτ τ = τ Var ξ1

and
2
IE Sτ = IE τ · IE ξ1 , Var Sτ = IE τ · Var ξ1 + Var τ · IE ξ1 .

É óbvio que Var Sτ τ deve ser entendido conforme a definição dada no Ex. 10.
Gostaria de acrescentar que as fórmulas são validas mesmo quando ξ1 , ξ2 , . . . é uma
sequencia infinita de variáveis aleatórias independentes e τ não depende desta se-
quencia e assume valores 0, 1, 2, . . .. Preste a atenção às mudanças: a sequencia ficou
infinita e τ agora assume valores em N. Esta última mudança é natural, pois τ conta
quantas variáveis aleatórias da sequencia devem ser tomadas na soma. O que não é
natural é permitir que τ assuma tambem o valor 0. Isto devido ao fato de que Sτ
parece estranho quando τ = 0. De fato, o valor de S0 não segue-se intuitivamente
e naturalmente da definição de Sτ para τ diferente de 0. Esta valor determina-se
pela definição “avulsa” que diz que S0 = 0. O caso particular no qual τ tem a
distribuição de Poisson é muito utilizado na teoria de risco. Precisamente falando,
a variável aleatória Sτ é muito utilizada como o modelo da perda acumulada, sendo
que τ interpreta-se neste modelo como o número de sinistros e cada ξi como a se-
veridade (ou perda, em outras palavras) do i-ésimo sinistro. Tal ampla utilização
deve-se as propriedades da distribuição de Poisson que são muitas e todas boas.
Então, acontece que quando a distribuição de τ não é Poisson, a maioria das pro-
priedades principais deixam de existir e levam com elas um monte de propriedades
secundárias e tado a construção fica muito incômoda para o uso na prática.
Meu comentário do parágrafo anterior levanta a dúvida sobre o por que Shiriayev
não formulou seu exercı́cio já para sequencia infinita de ξ’s. A resposta não é trivial.
Eis esta: Para colocar um número infinito de variáveis aleatórias num espaço de
probabilidades é precisa de construções e teoremas que fogem do escopo da Teoria
de Probabilidades Elementar, e, já que Capı́tulo I do livro pensava-se como a coleção
de fatos cabı́veis a tal teoria, então o autor evitou a falar sobre tal situação.

Ex. 62. Prove que IE ξ D = IE ξ quando ξ é independente da partição D (o que
entende-se, pela própria definição, que ξ e 1ID para qualquer átomo D da partição
D).

Exc. 63 Você precisa saber que existe uma lista de propriedades “clássico-básicas”
da esperança condicional. Essa lista está no livro de Shiryaev, e também em todo e
qualquer livro didático que toca no assuno “esperança condicional”. Por exemplo,
a lista que você vê abaixo foi copiada por mim do livro de Williams (§ 9.7). de seu
livro delimita bem o conjunto das que chamaria por “básicas”. A lista está repetida
por mim logo abaixo, e depois desta, eu sugiro a maneira que você deve seguir para
conhecer satisfatoriamente as propriedades da lista.

(a) If Y is any version of IE X G then IE [Y ] = IE [X].

(b) If X is G measurable, then IE X G = X, a.s.
CAPÍTULO 5. ESPERANÇA CONDICIONAL 88

(c) (Linearity) IE a1 X1 + a2 X2 G = a1IE X1 G + a2 IE X2 G , a.s.
Clarification: if Y1 is a version of IE X1 G and Y2 is a version of IE X2 G ,
then a1 Y1 + a2 Y2 is a version of IE a1 X1 + a2 X2 G .

(d) (Positivity) If X ≥ 0, then IE X G ≥ 0, a.s.

(e) (conditionalMON) If 0 ≤ Xn ↑ X, then IE Xn G ↑ IE X G , a.s.

(f) (conditionalFATOU) If Xn ≥ 0, then IE lim inf Xn G ≤ lim inf IE Xn G ,
a.s.

(g) (conditionalDOM) If |Xn (ω)| ≤ V (ω), ∀n, IE [V ] < ∞, and Xn → X, a.s., then

IE Xn G → IE X G , a.s.

(h) (conditionalJENSEN) If c : R → R is convex and IE [ |c(X)| ] < ∞ then

IE c(X) G ≥ c IE X G , a.s.

Important corollary: IE X G p ≤ kXkp , for p ≥ 1.

(i) (Tower Property) If H is a sub-σ-algebra of G, then

h i
IE IE X G H = IE X H , a.s.

Note: We shorthand LHS to IE X G H (Esta eu não entendi!) for tidiness.

(j) (‘Taking out what is known´) If Z is G-measurable and bounded, then

IE ZX G = Z IE X G , a.s.

If p > 1, p−1 + q −1 = 1, X ∈ Lp (Ω, F, P) and Z ∈ Lq (Ω, F, P), then the above

equality holds. If X ∈ (mF)+ , Z ∈ (mG)+ (procure o significado disto no
livro) and IE [ZX] < ∞, then the above equality holds.

(k) (Rôle of independence) If H is independent of σ (σ(X), G) (nem Williams, nem

eu errou: aqui há duas ‘σ´), then

IE X σ(G, H = IE X G , a.s.

Agora, gostaria de chamar sua atenção à relação (17) do § 8, Cap. I do livro de

Shiryaev:
IE ξη D = η IE ξ D , onde η é D mensurável
É extamente a propriedade (j) da lista acima, mas formulada e provada para o
caso quando Ω é finito. Neste caso, as variáveis aleatórias envolvidas assumem
número finito de valores e a σ-álgebra pode ser visualizada pela correspondente
partição. Consequentemente, a demonstração torna-se elementar (isto não significa
trivial! isto significa que as manipulações envolvidas na demostração não exigem
conhecimentos acima dos que o leitor adquiriu no curso de Probabilidade Elementar).
Eu peço que você faça as demonstrações elementares das propriedades (a)–(k)
da lista acima. Note que algumas demonstrações exigerão sua saı́da de espaço finito
CAPÍTULO 5. ESPERANÇA CONDICIONAL 89

para espaço infinito, o qual, porém, pode ser só enumerável; explicitamente falando,
são as demostrações das propriedades sobre a convergência.
Sugiro ainda que você simplifique demonstrações, onde for possı́vel. Por exemplo,
na demonstração do Shiryaev mencionada acima, era suficiente tomar ξ e η da
maneira que cada uma assume duas valores só.

Exer. 64 Faça os 5 primeiros exercı́cios do §8, Cap. I do livro “Probabilidade”

de Shiryaev (o último, sexto, pede estabelecer uma relação que já está na lista do
Exercı́cio 15 acima).
Capı́tulo 6

Convergência de variáveis
aleatórias

6.1 Sugestões e comentários do ministrante

6.1.1 Adendum à aula sobre Lei 0–1 de Kolmogorov
A presente sub-seção foi inicialmente planejada como a apresentação duma pergunta
levantada por um de meus alunos na aula sobre a Lei 0–1 de Kolmogorov. A atenção
a ser despejada à tal pergunta motiva-se pelo seguinte: a pergunta serve de um exce-
lente exercı́cio, pois por si só ela não é muito difı́cil, mas, ao mesmo tempo, a procura
pela sua resposta obriga meu leitor a vascular por toda a matéria relacionada à Lei.
Entretanto, para poder formular a pergunta e atrelar a mesma aos diversos vertentes
da Lei e de sua demostração, eu precei recordar quase toda a demonstração da Lei,
inclusive as construções usadas na formulação e na demostração. Tal recordação
detalhada gerou um bom número de exercı́cios, que são mais curtos e simples de que
o exercı́cio mtivado pela pergunta supramencionada levantada por um dos alunos.
Então, ao final, o texto da sub-seção ficou parecido com “comentários do ministrante
sobre Lei 0–1 de Kolmogorov”.

O plano então é o seguinte: vou apresentar a definição tradiconal de σ(ξ1 , ξ2 , . . .),

prosseguir para a definição de σ-álgebra caudal, formular a Lei 0–1 de Kolmogorov
e interpretá-la. No final, formularei a “pergunta de um dos alunos”; ela estará a
partir da Marca Marginal 2.

Começo então com a1 construção daquela σ-álgebra que está denotada por
σ(ξ1 , ξ2 , . . .). A construção da σ-álgebra desejada faz-se em duas etapas. Na primeira
veja
9 lhe convida a etapa, faz-se a álgebra ( → )
mar as proprieda-
álgebra desse ob- ∪∞
n=1 σ(ξ1 , ξ2 , . . . , ξn ) (6.1)

Na segunda etapa, completa-se a construção completando a álgebra até σ-álgebra

(recorde, o sı́mblo σ(A) significa a menor σ-álgebra que contém a coleção A de
veja
mente, o meso conjuntos quaisquer; no nosso caso, A é a álgebra de (2.1))( → ):
o está usado
entidos diferen- σ(ξ1 , ξ2 , . . .) := σ (∪∞
n=1 σ(ξ1 , ξ2 , . . . , ξn )) (6.2)
() com lista de
is aleatórias
parênteces tem 90
ado definido
.1) ou (2.2); já
e as parênteces
ra-se uma
CAPÍTULO 6. CONVERGÊNCIA DE VARIÁVEIS ALEATÓRIAS 91

A σ-álgebra denotada por σ(ξk , ξk+1 , . . .) faz-se da mesma maneira que foi usada
acima para construir σ(ξ1 , ξ2 , . . .) mas com a unica diferença: todas as construções
começam com ξk em vez de ξ1
Agora, vou recordar a construção da σ-álgebra chamada de caudal. Ela denota-se
por X e defina-se assim:
X := ∩∞ k=1 σ(ξk , ξk+1 , . . .), (6.3)
Observe que X é de fato uma σ-álgebra pois ela é definida como interecção de
σ-álgebras.
Acerca de certa propriedade da coleção X , versa a Lei 0–1 de Kolmogorov:
Lei 0–1 de Kolmogorov. Suponha que ξ1 , ξ2 , . . . são variáveis aleatórias inde-
pendentes definidas num espaço de probabilidades (Ω, F, IP ). Seja X a coleção de
eventos definidos a partir dessas variáveis de acordo com (2.3). Então, para cada
A ∈ X , o valor de IP [A] é ou 0 ou 1.
A demonstração da Lei 0–1 de Kolmogorov está no livro de Shiryaev em forma
completa e clara. Eu somente gostaria de destacar os dois pilares principais da
demostração.
veja
o esse fato como Um dos pilares é o fato ( → ) que para cada A ∈ σ(A) e cada ε > 0 pode ser
0. achado Aε ∈ A tal que IP [A∆Aε ] ≤ ε, onde A é uma álgebra, onde σ(A) é a menor
σ-álgebra que contem A, e onde IP é a medida σ-aditiva em A que foi extendida
à σ(A) segundo o Teorema de Caratheodory. Esse fato, sendo combinado com os
fatos que
X ∈ σ(ξ1 , ξ2 , . . .) e que σ(ξ1 , ξ2 , . . .) := σ (∪∞
n=1 σ(ξ1 , ξ2 , . . . , ξn ))

veja
i que torna-se garante a existência de sequência de eventos An ∈ σ(ξ1 , ξ2 , . . . , ξn ) ( → ) tais que
ante a cons- IP [A∆An ] → 0 conforme n → ∞. Esse é o primeiro pilar que sustenta a demostração
de X como toda.
enor σ-álgebra O segundo pilar é o fato de que A ∈ X está independente de qualquer An ∈
ntém a álgebra veja
ξ1 , . . . , ξn ). σ(ξ1 , ξ2 , . . . , ξn ). Isso é a consequencia da independencia ( → ) entre ξ’s. Tal inde-
pendência garante que, para qualquer n, as σ-álgebras
me que esse é
o lugar da de- σ(ξ1 , ξ2 , . . . , ξn ) e σ(ξn+1 , ξn+2 , . . .)
ação toda onde
a independências
são independentes (o que, pela própria definição significa a independencia entre
iáveis. quaisquer eventos B e C tomados lvremente das respectivas σ-álgebras). Agora,
como A está em X , então a definição da mesma implica no que A está em σ(ξn+1 , ξn+2 , . . .).
Já An está em σ(ξ1 , ξ2 , . . . , ξn ) devido à própria construção de An . Concluindo, te-
mos a independência entre A e An .
Vamos agora falar sobre as aplicações da Lei 0–1 de Kolmogorov. Eu conheço e
uso uma aplicação direta que basea-se no fato que os eventos do tipo dos listados
abaixo pertencem à σ-álgebra caudal (de ξ1 , ξ2 , . . .) (aviso: An ’s abaixo não têm
nada a ver com An ’s que aparecem na demonstração da Lei):
A1 := { ∞
P P
n=k (ξn /n) converge} A2 := { n ξn converge}
A3 := {ξ n ∈ In para infı́nitos n} A4 := {lim supn ξn < ∞}
A5 := lim supn ξ1 +···+ξn
<∞ A6 := nlim supn ξ1 +···+ξ n
< co (6.4)
n n
ξ1 +···+ξn
A7 := n
converge A8 := lim supn ξ√1 2n
+···+ξn
log n
=1
CAPÍTULO 6. CONVERGÊNCIA DE VARIÁVEIS ALEATÓRIAS 92

Então, eu acreditei na palavra do Shiryaev que garante que cada um dos even-
tos listados está em X , e concluı́, onde e quando foi precisa na minha pesquisa,
que a probabilidade de qualquer um deles é 0 ou 1. Vale confessar que acreditar
era fácil, pois crença adveio diretamente da interpretação de “evento em X ” como
(citação do livro de Shiryaev) “o evento que não depende dos valores de variáveis
aleatórias ξ1 , . . . , ξn para qualquer valor fixo de n, mas que está determinado pelo
comportamento das variáveis que são infinitamente remotas na sequencia ξ1 , ξ2 , . . .”.
Entretanto, confesso que nunca me preocupei em verificar formalmente se cada Ai
de fato pertence à X . Tal verificação fica então por conta de meu leitor, e o Exc. 21
formalisa essa tarefa.
Acima, falei sobre a aplicação da Lei 0–1 que chamei de “direta” para evitar
de chamar por “trivial”. A aplicação não trivial está no livro de Shiryaev; é o
Teorema que fala dos valores da IP [Sn = 0 infinitas vezes] para passeio aleatório Sn
feito de variáveis aleatórias Bernoulli. Exc. 22 convida meu leitor a acompanhar a
demostração desse teorema.

Chegou o momento de2falar sobre a pergunta que motivou toda a apresentação da

presente sub-seção. A origem da pergunta – pelo que eu entendi – foi a “insatisfação”
com a construção clássica de σ(ξ1 , ξ2 , . . .), a qual foi feita – eu recordo aqui – em
duas etapas marcadas acima por Eqs. (2.1) e (2.2). “Não seria mais simples e mais
direto definir σ(ξ1 , ξ2 , . . .) usando ∩ em vez de ∪ na etapa (2.1)? Isso eliminaria a
necessiade da segunda etapa da construção!” – disse meu aluno.
Então, vamos denotar por σ ∗ (ξk , ξk+1 , . . .) o resultado da definição alternativa,
quer dizer, para todo k, pusemos

σ ∗ (ξk , ξk+1 , . . .) := σ(ξk ) ∪ σ(ξk , ξk+1 ) ∪ σ(ξk , ξk+1 , ξk+2 ) · · · (6.5)

Vamos, em seguida, definir

X ∗ := ∩∞ ∗
k=1 σ (ξk , ξk+1 , . . .), (6.6)

por pura analogia com a definição clássica daquilo que foi chamado por σ-álgebra
caudal, e vamos colocar as seguintes questões cujas respostas em conjunto respon-
derão à pergunta colocada pelo aluno:

(a) Se os objetos denotados

3 por σ(ξk , ξk+1 , . . .) e σ ∗ (ξk , ξk+1 , . . .) e definidos por,
respectivamente, (2.5) e (2.2) são de fato destintos (observe que por não ter
certeza apriori sobre a coincidência desses objetos, usamos ∗ na notação do
objeto sugerido pelo aluno).

(b) Se X ∗ e X são distintos.

(c) Caso descobrimos que X ∗ e X são distintos, ainda temos a curiosidade de saber
se a afirmação do tipo da Lei 0-1 de Kolmogorov aplica-se ao X ∗ , isto é, se é
válido
Lei 0-1 de aluno. Suponha que ξ1 , ξ2 , . . . são variáveis aleatórias indepen-
dentes definidas num espaço de probabilidades (Ω, F, IP ). Então, para cada
A ∈ X ∗ , o valor de IP [A] é ou 0 ou 1.

(d) Se a Lei do aluno é válida, qual seria sua aplicação?

CAPÍTULO 6. CONVERGÊNCIA DE VARIÁVEIS ALEATÓRIAS 93

6.2 Exercı́cios do Capı́tulo 2

Exc. 65. Recordo que a principal tarefa dessa lista é responder ás perguntas (a)-(d)
formuladas no texto a partir da Marca Marginal 3; perguntas essas formalizam e
especificam a pergunta que foi feita por um de meus alunos e que foi lhe contada no
texto a partir da Marca Marginal 2. Todos os outros exercı́cios dessa seção destinam-
se à preparação de sua compreenção da teoria toda ao nı́vel que permite lhe responder
às perguntas (a)-(d) supracitadas. Entretanto, cada um desses exercı́cios auxiliares
tem seu valor didático e pode ser visto como algo independente.

Exc. 66. É muito útil para sua compreenção de tudo que está lhe contado nesse
capı́tulo, que você esclareça para si questão levantada nesse exercı́cio. Aviso que os
sı́mbolos usados em (2.7) abaixo foram definidos Capı́tulo 2. Se você tem dificuldades
na compreenção desses sı́mbolos, pode pular o exercı́cio.
Suponha que cada ξi foi definida inicialmente me “seu” espaço de probabilidades
(Ωi , Fi , IPi ), e suponha que todas elas foram depois colocadas no mesmo espaço
∞ ∞
Y Y
Ωn , ⊗ F n (6.7)
n=1 n=1

A pergunta é se σ(ξ1 , ξ2 ) é σ-álgebra de eventos do espaço (2.7) ou é a σ-álgebra de

eventos do espaço
Ω1 × Ω2 , F1 ⊗ F2

Exc. 67. Demostre que ∪∞

n=1 σ(ξ1 , ξ2 , . . . , ξn ) construı́do pela Eq. 2.1 é, de fato,
uma álgebra.

Exc. 68. Esse fato é um dos pilares principais da demonstração da Lei 0-1 de
Kolmogorov (veja § 1 de Cap. IV do livro de Shiryaev). O exercı́cio coincide com o
Ex. 8 do [Link], §3 de Shiryaev.
Seja (Ω, F, IP ) um espaço de probabilidades e seja A uma álgebra se subconjuntos
de Ω tal que σ(A) = F. Usando o Princı́pio de Conjuntos Apropriados prove que
para cada A ∈ σ(A) e cada ε > 0 pode ser achado Aε ∈ cA tal que IP [A∆Aε ] ≤ ε.
Observação: Nas primeiras versões deste exercı́cio que apareceram em minhas anotações,
eu acrescentava a seguinte condição: “F ≡ σ(A) é a menor σ-álgebra que contem A,
IP é a medida σ-aditiva em A que foi extendida à σ(A) segundo o Teorema de Ca-
ratheodory”. Eu já não me lembro se tal condição era importante para a solução do
exercı́cio, mas certamente a condição está presente no ambinete em qual a afirmação
do exercı́cio estará empregada.
Um item adicional, que não será usado e cuja demostração não é simples:
Observe que existe demonstração da Lei 0-1 de Kolmogorov que emprega martingais;
tal demonstração está no § 14.2 do livro de Williams. Sertifique-se que você entende
a demostração. Em qual lugar desta demostração encontra-se a contraparte do fato
provado no Exc. 20?

Exc. 69. Esse exercı́cio foi pensado como a tarefa de achar a maneira formal da
demostração de que um dado evento A pertença à σ-álgebra caudal X . Tal tarefa de
fato está no item (b) do exercı́cio. Porém, ao pensar nessa tarefa, eu achei que seja
útil pedir também a mesma coisa mas para a σ-álgebra σ(ξ1 , ξ2 , . . .); assim nasceu
CAPÍTULO 6. CONVERGÊNCIA DE VARIÁVEIS ALEATÓRIAS 94

o item (a) do exercı́cio.

(a) Considere a σ-álgebra σ(ξ1 , ξ2 , . . .) definida pelas Eqs. (2.1) e (2.2). Para cada
um dos eventos B abaixo, responda – com a justificativa formal – se ele pertence a
σ(ξ1 , ξ2 , . . .):

B1 := {ξ1 ∈ I1 , ξ2 ∈ I2 , . . .}, onde I1 , I2 , . . . são intervalos em R,

B2 := {(ξ1 , ξ2 , . . .) ∈ B}, onde B ∈ B(R∞ ) (6.8)

(b) Para cada um dos eventos A’s que figuram na Eq. (2.4), faça a demostração
formal que comprove que A pertence a X .

Exc. 70. Leia e entenda a apresentação do livro de Shiryaev onde ele prova que

1, se p = 1/2,
IP [Sn = 0 infinitas vezes] =
0, se p 6= 1/2

onde Sn := ξ1 + · · · + ξn e onde ξ1 , ξ2 , . . . são variáveis aleatórias Bernoulli(p)

independentes entre si.
Capı́tulo 7

Funções caraterı́sticas, teoremas

limite para somas de varı́aveis
independentes, distribuições
infinitamente divisı́veis

Esta parte do curso está destinada à derivação do Teorema Central de Limite (TCL)
e da Lei Levy-Khintchin. Ambos os resultados serão derivados com auxı́lio de funções
caraterı́cticas e suas propriedades, as mais usada das quais será a propriedade que
vincula convergência de distribuições probabilı́sticas a convergência de suas corres-
pondentes funções caraterı́sticas conhecido sob o nome Continuity Theorem:

Teorema de Continuidade conforme formulado ns Seção 3, Capı́tulo 3 do livro

de Shiryaev.
Seja {Fn } uma sequencia de funções de distribuição1 Fn = Fn (x), x ∈ R, e seja
{φn } a sequencia correspondente de funções caraterı́sticas,
Z ∞
φ(t) = eitx sFn (x), t ∈ R.
−∞

⇒
(1) Se Fn w F , onde F é uma função de distribuição, então φn (t) → φ(t), t ∈ R,
onde φ(t) é a função caraterı́stica de F = F (x).

(2) Se limn φn (t) existe para cada t ∈ R e se φ(t) := limn φn (t) está contı́nua em
t = 0, então φ(t) é a função caraterı́stica de função de distribuição F = F (x)
⇒
e Fn w F .

Você verá que com a ajuda do Teorema de Continuidade tornam-se muito simples
as demonstrações do Teorema Central de Limite e da Lei Levy-Khintchin. Tal
simplicidade deve implantar na sua mente a sensação de que a parte essencial destas
demonstrações está embutida na demonstração do Teorema de Continuidade, e ainda
mais, que esta parte embutida deve ser pesada pois tanto TCL quanto o Levy-
Khintchin postulam propriedades altamente não triviais. Esta sensação está certa,
1
Para estar absolutamente preciso, devemos dizer “funções de distribuição de probabilidade”,
mas já que todas a sfunções d edistribuição con consideradas neste curso são de probabilidade,
então simplificamos a fala dizer ““funções de distribuição”.

95
CAPÍTULO 7. FUNÇÕES CARATERÍSTICAS, TEOREMAS DE LIMITE 96

e é por isto que aos alunos de pós-graduação em Probabilidade e Estatı́stica (e até

aos alunos de graduação) devem ser ensinadas
(a) as funções caraterı́sticas, como o conceito principal envolvido no Teorema de
Continuidade e em suas aplicações; e
(b) a demonstração do Teorema de Continuidade.
Ao tomar (a) e (b) como a ordem de ação, percebe-se quasi que imediatamente
que são tarefas impossı́veis. O problema mais óbvio surge com a demonstração
do Teorema de Continuidade, pois só a formulação dos conceitos e lemas auxilia-
res envolvidos na demonstração toma umas 4 aulas. Já se desejar dar exemplos e
demonstrações detalhadas, então o tempo necessário pode se esticar a 8 aulas. O
ensino de funções caraterı́sticas também causa problemas de caráter didático. O
maior deles é o limite de mergulho nas propriedades de tais funções. O fundo do
mar pode ser tomado como o conteúdo completo do livro de Lucač2 “Characteristic
Functions”. Por outro lado, quando se investiga a questão da quantidade mı́nima de
fatos sobre as funções caraterı́sticas que são usados nas demonstrações do Teorema
de Continuidade, do TCL e da Lei Levy-Khintchin, chega-se então à conclusão que
são poucos. Basicamente, é o fato de que a função caraterı́stica de soma de duas
variávels aleatórias independentes é o produto das funções caraterı́sticas das duas,
e outro o fato que dá sua Expansão de Taylor. Sendo assim, o ensino de funções
caraterı́sticas pode ser reduzido à definição das mesmas e à menção dos dois fatos
supramencionados. E é isto que frequentemente acontece, nas disciplinas, isto é, a
funções caraterı́sticas introduzem-se de acordo com este programa mı́nimo, e, em
seguida, formula-se o Teorema de Continuidade. Tal minimalismo permite econo-
mizar um bom tempo para que possa-se tratar outros assuntos da disciplina, que
são muitos. Naturalmente, eu não estou nada feliz com este desfecho, e é por isso
recorro à unica solução possı́vel: deixar o estudo de as funções caraterı́sticas e do
Teorema de Continuidade por conta de aluno. Isto é a tarefa dos Exercı́cios 23 e 25

O que então sobra para ser discutido na sal de aula? Sobra bastante coisa, e são
bem divertidas.

Na parte da discussão do TCL, vamos nos atarefar com a questão primordial:

“Por que a função densidade da distribuição limite é Normal?” Especificamente, por
que a função de densidade da distribuição limite
2 /2 4
é e−x , mas não e−x , ou até e−|x|
(com as constantes normalizadoras adequadas, mas omitidas na escrita)? Nós vamos
ver que a razão é banal mas, ao mesmo tempo profunda: a natureza fez com que
n
1 + n1 converge ao número finito não nulo quando n → ∞,
mas converge para 0 quando a potência cresce mais devagar que n (7.1)
e diverge para ∞ quando a potência cresce mais rápido que n
Olhando pela lente da propriedade (3.1), mas na perspectiva da convergência de
n
1
1+ (7.2)
g(n)
2
A pronúncia deste sobrenome original é Lukatch.
CAPÍTULO 7. FUNÇÕES CARATERÍSTICAS, TEOREMAS DE LIMITE 97

para diversas funções g, nós vamos descobrir facilmente o mundo de resultados

assintôticos para somas de variáveis aleatórias independentes possı́veis à dedução
com ajuda do Teorema de Continuidade. Uma de nossas conclusões neste sentido
será o Teorema de Lindberg, causando com isto uma imensa inveja por lado de
Lindberg, pois o coitado derivou seu teorema via a análise das convoluções de funções
de distruição das variáveis sobre cujas somas normalizadas versa seu teorema.

A segunda vertente de pesquisa acarretada pela análise das propriedades (3.1) e

(3.2) tem a ver com os limites de variáveis aleatórias que formam esquema se séries.
É exatamente o objeto ao qual aplica-se a Lei de Levy-Khintchin. Acontece que o
mesmo problema pode ser abordado por outro caminho que vincula, no final das
contas, vincula a lei aos processos de incrementos independentes. Tal vinculo será
explorado nas nossas e aulas e vai nos levar a construção e a análise do processo de
Poisson e do Movimento Browniano.

Exercı́cio 71. Aprenda as funções caraterı́sticas desde suas definições, até as

propriedades básicas. Pode se limitar ao conteúdo do Shiryaev acerca de funções
caraterı́sticas.

Exc. 72. Era uma época de minha vida na qual eu pensava que toda a força de
funções caraterı́sticas adveio do fato que na sua definição usa-se números complexos.
Você concorda? O fato que pode lhe auxiliar na procura da resposta a tal pergunta
é a comparação das transformações de Fourier e de Laplace. Qual delas é melhor?
O que a de Fourier consegue que a de Laplace não?

Super Exercı́cio 73. Aprenda (sem a necessidade de decorar) a demonstração da

Teorema de Continuidade. Pode seguir o livro de Shiryaev. Uma outra sugestão de
leitura apropiada é o livro de Billingsley “Convergence of Probability Measures”.A
presente tarefa carrega o nome “Super” pois sua execução – se for feita detalhada-
mente – ocupa no mı́nimo duas dúzias de páginas.
CAPÍTULO 7. FUNÇÕES CARATERÍSTICAS, TEOREMAS DE LIMITE 98

7.1 TCL para variáveis i.i.d.

CAPÍTULO 7. FUNÇÕES CARATERÍSTICAS, TEOREMAS DE LIMITE 99

Exc. 74. Analise a questão de convergência em cada caso abaixo usando como a
ferramenta de análise o método que foi apresentado na aula para provar o TCL no
CAPÍTULO 7. FUNÇÕES CARATERÍSTICAS, TEOREMAS DE LIMITE 100

caso de variáveis aleatórias i.i.d. Em cada caso,

Sn := ξ1 + · · · + ξn , onde ξ1 , ξ2 , . . . são i.i.d.

(7.3)
com m := IE[ξi ], σ 2 := Var[ξi ] < ∞

e nos casos (c), (d), ε ∈ (0, 1/2):

√
S√n Sn − nm
(a) σ n
(b) √
σ n
Sn −nm Sn −nm
(7.4)
(c) σn1/2+ε
(d) σn1/2−ε

Tente também usar a mesma ferramenta para provar a Lei Forte de Grandes Números
no caso quando Var[ξi ] < ∞, isso é, prove que sob as condições da Eq. (3.3) ocorre
que
Sn
→m
n
(Eu não me lembro se a última tarefa é fácil, e também não me lembro se a ferramenta
utilizada para sua demonstração permite provar que a convergência é quase certa.)
CAPÍTULO 7. FUNÇÕES CARATERÍSTICAS, TEOREMAS DE LIMITE 101

7.2 TCL para variáveis não necesareamente iden-

ticamente distribuidas; condição de Lindeberg
7.2.1 Um pouco de história
Poucos sabiam, inclusive eu, que Jarl Waldemar Lindeberg era finlandês que viveu
de 1876 até 1932, e trabalhou na Universidade de Helsinki. Reescrevo para você
aquilo que a Wikipédia conta sobre Lindeberg; isso acrescentará um pouco sobre
muitos assuntos ligados ao TCL.
Lindeberg was son of a teacher at the Helsinki Polytechnical Institute and at an
early age showed mathematical talent and interest. The family was well off and later
Jarl Waldemar would prefer to be a reader than a full professor. Lindeberg’s career
centred on the University of Helsinki. His early interests were in partial differential
equations and the calculus of variations but from 1920 he worked in probability and
statistics. In 1920 he published his first paper on the central limit theorem. His
result was similar to that obtained earlier by Lyapunov whose work he did not then
know. However, their approaches were quite different; Lindeberg’s was based on a
convolution argument while Lyapunov used the characteristic function. Two years
later Lindeberg used his method to obtain a stronger result: the so-called Lindeberg
condition. His work on probability led to him becoming involved in applied fields.
He developed what we know as Kendall’s τ and he found the first two moments
of its sampling distribution. Lindeberg used line transect methods in forestry, and
when in 1926 determining the necessary number of transects to obtain a sufficiently
precise confidence interval, he seems to have rediscovered Student’s t-distribution.
The Swedish mathematician Harald Cramér met Lindeberg in 1922. He later
recalled this story about Lindeberg and the beautiful farm he owned. ”When he
was reproached for not being sufficiently active in his scientific work, he said ’Well,
I am really a farmer.’ And if somebody happened to say that his farm was not
properly cultivated, his answer was ’Of course my real job is to be a professor.’ I
was very fond of him and saw him often during the following years.”
Lindeberg’s work was unknown to Alan Turing, who proved the central limit
theorem in his dissertation in 1935.

7.2.2 Um pouco de motivação

Eu analisei alguns “Lecture Notes” dos cursos cuja ementa é similar ao conteúdo
do presente texto. Nenhum dos documentos analisados apresentou a demonstração
da TCL sob a condição de Lindeberg. Esse fato juntou-se a minha concepção do
TCL-de-Lindeberg, de acodo com a qual sua demonstração é bem complexa, embora
não complicada, e tudo junto motivou a dúvida se eu devo ou não apresentar tal
demonstração no meu texto. A decisão final “sim, vale a pena” tem por seu motivo
o seguinte fato: A demonstração exibe idéas e métodos genéricos que funcionariam
para a análise de convergência de somas de variáveis aleatórias independentes via a
aplicação de ln à função caraterı́stica da soma. Recordo que minha demonstração
do TCL clássica evitou propositamente o uso de ln. Entretanto, a análise de funções
charaterı́sticas via a consideração de seu logaritmo é um método poderoso, fato que
justifica a exposição do método, o que eu de fato faço provando abaixo o TCL-de-
Lindeberg.
CAPÍTULO 7. FUNÇÕES CARATERÍSTICAS, TEOREMAS DE LIMITE 102

É, no mı́nimo curioso, que a demonstração original de Lindeberg não foi pelo
caminho de funções caraterı́sticas, mas via a avaliação de convulações de funções de
distribuição acumulada.
Antes de entrar em detalhes, gostaria de mostrar a razão pela qual “ln” fun-
cionaria bem para derivação de limite para sequencias variáveis aleatórias que são
somas de variáveis aleatórias independentes. Seja então ξ1 , ξ2 , . . . uma sequencia
de variáveis aleatórias independentes com média nula, e seja Sn formada como
ξ1 + · · · + ξn . Seja {Cn } uma sequencia de constantes. Neste ambiente, vamos
colocar a questão acerca da convergência em distribuição da sequencia {Sn /Cn }.
Vamos resolver tal questão cam auxı́lio de funções caraterı́sticas. Usando o fato
de Sn ser formada como soma de variáveis independentes, e juntando este com
propriedades de f. caraterı́sticas (uma das quais é a expanção de Taylor fξk =
1 − Var[ξk ]t2 /2 + correçãok (t2 )) tem-se que
n n n
t2
Y Y Y
2 2
fSn /Cn (t) = fξk /Cn (t) = fξk (t/Cn ) = 1− 2
Var[ξk ] + correçãok (t /Cn )
k=1 k=1 k=1
2C n

No passo seguinte, vamos aplicar “ln” aos dois lados e usar a espansão de Taylor
ln(1 + z) = z + resto(z) (o ”resto” e a “correção” são duas palavras diferentes para
o mesmo conceito; eu preciso diferenciá-los pois um é da expansão de fξk e o outro
é da expansão de ln). Temos:
n
X t2
− 2 Var[ξk ] + correçãok (t2 /Cn2 )

ln fSn /Cn (t) =
k=1
2Cn
t2

2 2
+ resto − 2 Var[ξk ] + correçãok (t /Cn )
2Cn
Isto deixa claro que se conseguir mostrar que
n
t2
X
2 2 2 2
correçãok (t /Cn ) + resto − 2 Var[ξk ] + correçãok (t /Cn ) (7.5)
k=1
2Cn

converge a zero quando n → ∞, então teremos que

n
t2 X Var[ξk ]
lim ln fSn /Cn (t) = − lim
n→∞ 2 n→∞
k=1
Cn2

Se, por exemplo, a condição de Lindeberg for válida, então limn→∞ nk=1 Var[ξ k]
P
2
Cn
= 1,

o que implica no que ln fSn /Cn (t) → −t2 /2 e consequentemente no que Sn /Cn
converge fracamente á distribuição Normal Padrão.
Acontece que o tratamento da expressão (3.5), com o intuı́to de mostrar sua
convergência ao zero, não é tarefa simples. Em particular, vale notar que tal con-
vergência não é automática, mas sim precisa que certas condições acontecam. Uma
delas é a condição de Lindeberg. Nas seções seguintes vamos completar todos os
detalhes da demostração.

7.2.3 TCL sob condição de Lindeberg e sua demonstração

CAPÍTULO 7. FUNÇÕES CARATERÍSTICAS, TEOREMAS DE LIMITE 103

Proposição 3 (TCL sob a condição de Lindeberg como formulado pelo

Shiryaev em §4 do Capı́tulo III.)
Sejam ξ1 , ξ2 , . . . variáveis aleatórias [Link]

mk := IE[ξk ], assumindo, sem perda de generalidade, que mk = 0, ∀k

(7.6)
2
σk := Var[ξk ], e assumimos que 0 6= σk < ∞, ∀k (7.7)
Sn := ξ1 + · · · + ξn , (7.8)
X n
Dn2 := VarSn = σk2 , (7.9)
k=1
Fk (x), x ∈ R, a f. de distribuição acumulada da v.a. ξk (7.10)

Se a seguinte “condição de Lindeberg” estar satisfeita

n
X Z
∀ε > 0, (x − mk )2 dFk (x) → 0, as n → ∞ (7.11)
k=1
{x: |x−mk |≥εDn }

então
Sn − IE [Sn ]
p converge fracamente à v.a. Normal Padrão (7.12)
Var [Sn ]

Demonstração. Em todo o texto, f denota função caraterı́stica. De acordo com

o Teorema de Continuidade, para provar (3.12) alegado pelo Lindeberg é suficiente
provar que
2
f S√n −IE[Sn ] (t) → e−t /2 para cada t ∈ R (7.13)
Var[Sn ]

Então, seja t um valor real fixo, escolhido arbitrariamente. Denotamos por ε qual-
quer valor positivo que satisfaz

t2 ε2 + ε|t|3 ≤ 1/2(o motivo desta escolha revelar-se-á em (3.37)) (7.14)

Começamos com a seguinte expansão válida para todo ε > 0, todo n e todo k ∈
{1, 2, . . . , n}:
Z ∞ Z Z
itx itx
fξk (t) = e dFk (x) = e dFk (x) + eitx dFk (x) (7.15)
−∞
x<εDn x≥εDn

(a relação (3.15) é válida também para k > n, mas precisaremos dela somente para
k ≤ n). Aplicaremos a eitx da primeira integral a expansão

y 2 θ2 (y)|y|3
eiy = 1 + iy − + válida para y ∈ R, com |θ2 (y)| ≤ 1, ∀y (7.16)
2 3!
e aplicaremos a eitx da segunda integral a expansão

θ1 (y)y 2
eiy = 1 + iy − válida para y ∈ R, com |θ1 (y)| ≤ 1, ∀y (7.17)
2
(note que θ1 e θ2 são funções complexos, i.e., R → C).
CAPÍTULO 7. FUNÇÕES CARATERÍSTICAS, TEOREMAS DE LIMITE 104

Após as aplicações, temos:

R 2 θ2 (tx)|tx|3

fξk (t) = 1 + itx − (tx)
2
+ 3!
dFk (x) +
x<εDn
R
θ1 (tx)(tx)2
(7.18)
1 + itx − 2
dFk (x), ∀ε > 0, n, k ≤ n
x≥εDn

Ao abrir R ∞as parênteses, aoRagrupar integrais de funções 1 e itx e ao usar os fatos

∞
de que −∞ 1dFk (x) = 1 e −∞ itxdFk (x) = itIE[ξk ] = 0 (devido á suposição de que
IE[ξk ] = 0), chegamos a ter:
t2 t2 |t|3
Z Z Z
2 2
fξk (t) = 1− x dFk (x) + θ1 (tx)x dFk (x) + θ2 (tx)|x|3 dFk (x)
2 2 6
x<εDn x≥εDn x<εDn
(7.19)
Agora passaremos de fξk (t) a fξk /Dn (t). O motivo para a passagem é que a
varı́avel em interesse, Sn /Dn , é a soma de ξk /Dn tomada por k de 1 a n. Usando
a regra genérica fcX (t) = fX (ct) válida para qualquer variável aleatória e qualquer
constante c, chegamos a ter:
t2 t2 |t|3
Z Z Z
2 2
fξk /Dn (t) = 1− 2 x dFk (x) + θ1 x dFk (x) + θ2 |x|3 dFk (x)
2Dn 2Dn2 6Dn3
x<εDn x≥εDn x<εDn
(7.20)
Aqui, o arqumento de θ1 e θ2 é tx/Dn . Tal argumetno não foi colocado na escrita
para simplificar a leitura. A omissão do argumento justifica-se pelo fato dele não
desempenhar nenhum papel nos calculos futuros; a única informação acerca de θ1 e
θ2 que será aproveitada é que

|θ1 | ≤ 1 e |θ2 | ≤ 1 para qualquer valor de seu argumento (7.21)

(a afirmação (3.21) ampara-se nas propriedades (3.16) e (3.17)). Usando os limites

(3.21), podemos fazer as seguintes estimativas:
Z Z
1 2 1
θ1 x dFk (x) ≤ x2 dFk (x) (7.22)
2 2
x≥εDn x≥εDn
CAPÍTULO 7. FUNÇÕES CARATERÍSTICAS, TEOREMAS DE LIMITE 105

e (na segunda passagem em (3.23) embaixo usa-se que |x| < εDn )

Z Z Z
1 3 1 3 εDn
θ2 |x| dFk (x) ≤ |x| dFk (x) ≤ x2 dFk (x) (7.23)
6 6 6
x<εDn x<εDn x<εDn

Observe que “| · |” é necessário em (3.22) e (3.23) acima pois θ1 e θ2 não são necessa-
reamente valores reais positivos. A princı́pio, as estimativas feitas em (3.22) e (3.23)
servem bem à continuação de argumentos que levrão á demonstração do teorema.
Entretanto, os argumentos ficam mais nı́tidos se continuarmos com igualdades em
vez de desigualdades. É com este objetivo em mente que introduzimos θ˜1 e θ˜2 tais
que Z Z
1 2 ˜
θ1 x dFk (x) = θ1 x2 dFk (x) (7.24)
2
x≥εDn x≥εDn
e Z Z
1
θ2 |x| dFk (x) = θ˜2 εDn
3
x2 dFk (x) (7.25)
6
x<εDn x<εDn

Se os coeficientes 1/2 e 1/6 fossem mantidos, então, pela lógica das desigualda-
des (3.22) e (3.23), teriamos que |θ˜1 | ≤ 1 e |θ˜2 | ≤ 1. Mas os coeficientes foram
incorporados nos “theta’s”, fato que acarreta que

|θ˜1 | ≤ 1/2 e |θ˜2 | ≤ 1/6 para qualquer valor de seus argumentos (7.26)

Quanto aos argumentos das funções θ˜1 e θ˜2 , sabemos por certo que elas não depen-
dem de x, pois x está ausente nos dois lados de cada uma das desigualdades (3.22) e
(3.23) (x some após a integração). O que sobra apos a integração são, possivelmente,
ε, Dn e t (isto porque t estava presente nos argumentos de θ1 e θ2 ). Também, os
resultados de integração dependem da Fk . Resumindo, temos que os argumentos
de θ˜1 e θ˜2 são ε, Dn , k, t. Outrassim, a dependência especı́fica não nos interessa,
pois tudo que será usado nos argumentos futuros são as estimativas (3.26), as quais,
volto a afirmar, são válidos para quaisquer valores dos argumentos destas funções
(as quais, alias, são funções com valores em C).
Com o inuı́to de simplificar a escrita, introsuz-se, para cada n ∈ N, e k = 1, . . . , n,
Z Z
1 2 1
Akn := 2 x dFk (x) e Bkn := 2 x2 dFk (x), (7.27)
Dn Dn
x<εDn x≥εDn

As propriedades de Akn e de Bkn desempenharão papel principal na continuação da

demonstração. As primeiras da série de tais propriedades são as seguintes e as mais
óbvias: n
X
(a) Akn ≥ 0, (b) Bkn ≥ 0, (c) (Akn + Bkn ) = 1 (7.28)
k=1

Em seguida, deduzimos que

ε2 Dn2
Z Z
1 2
Akn := 2 x dFk (x) ≤ dFk (x) ≤ ε2 (7.29)
Dn Dn2
x<εDn x<εDn
CAPÍTULO 7. FUNÇÕES CARATERÍSTICAS, TEOREMAS DE LIMITE 106

A próxima propriedade é reformulação da condição original de Lindeberg:

n
X
Bkn → 0 conforme n → ∞ (7.30)
k=1

A propriedade (3.30) em conjunto com (3.28-c) garante que

n
X
Akn → 0 conforme n → ∞ (7.31)
k=1

enquanto que junto com (3.28-b) acarreta no que

para cada ε > 0 existe n0 tal que Bkn ≤ ε2 /2, ∀n > n0 (7.32)

Agora, com o uso de notações (3.27), vamos apresentar fξk /Dn (t) assim:
2
fξk /Dn (t) = 1 − t A2kn + t2 θ˜1 Bkn + |t|3 εθ˜2 Akn
(7.33)
=: 1 + Ckn

O plano é aplicar “ln” à função fξk /Dn (t) e usar uma expansão de ln(1+z). Acontece
que a expansão só é válida quando |z| ≤ 1/2. Como o papel de z está desempe-
nhado pelo Ckn , então a tarefa atual é garantir que este será menor que 1/2 para
todo
Pn n suficientemente grande. Faremos isto agora junto com uma estimativa para
k=1 |Ckn | que será nos útil no futuro.
A propriedade (3.29) permite estimar |t2 Akn /2| por t2 ε2 /2, equanto (3.32) e
(3.21) garantem que a mesma expressão limita por cima t2 θ˜1 Bkn . Já (3.21) e a
simples estimativa |Akn | ≤ 1 garantem que |t|3 εθ˜2 Akn ≤ ε|t|3 . Juntando tudo,
temos:
max |Ckn | ≤ t2 ε2 + ε|t|3 (7.34)
1≤k≤n

A outra estimativa da qual precisaremos é

n
X
|Ckn | ≤ t2 + ε|t|3 (7.35)
k=1
Pn
(para nossos futuros argumentos é suficiente mostrar que k=1 |Ckn | é limitado
uniforme em n, o que está de fato mostrado pelo (3.35)). OPsegundo termo da
estimativa segue-se com o auxı́lio de (3.21) e da estimativa | nk=1 Akn | ≤ 1. O
primeiro termo obtem-se pelo seguinte caminho:
n n n
X t2 Akn 2˜ 2
X
2
X
− + t θ1 Bkn ≤ t (|Akn | + |Bkn |) = t (Akn + Bkn ) ≤ t2 (7.36)
k=1
2 k=1 k=1

Com posse da estimativas (3.34) e (3.14), podemos usar a expansão

ln(1 + z) = z + θ(z)|z|, válida para z ∈ C t.q. |z| ≤ 1/2 sendo que |θ(z)| ≤ 1, ∀z
(7.37)
Aplicando esta á relação (3.33), temos:

ln fξk /Dn (t) = ln (1 + Ckn ) = Ckn + θkn |Ckn |2

(7.38)
CAPÍTULO 7. FUNÇÕES CARATERÍSTICAS, TEOREMAS DE LIMITE 107

Como n
X
ln f S√n −IE[Sn ] (t) = ln fξk /Dn (t) (7.39)
Var[Sn ]
k=1

então a demonstração será fechada logo que a gente mostrar que

Pn 2
para cada δ > 0 existe n0 tal que k=1 Ckn + θkn |Ckn | (7.40)
difere-se de − t2 /2 por não mais que δ para todo n ≥ n0
De fato,
P 2
(a) nk=1 − t A2kn converge a −t2 /2 já que nk=1 Akn converge a 1.
P

(b)
Pn
t2
Pn ˜ → 0 conforme n → ∞ devido á propriedade (3.30).
k=1 k=1 θ1 Bkn

pois sempre |θ˜2 | ≤ 1 e sempre | ∞

P
k=1 Akn | ≤ 1.

(d) Quanto a nk=1 θkn |Ckn |2 , sua estimativa obtem-se assim com auxı́lio de (3.34)
P
e (3.35):
Pn 2 Pn 2
k=1 θkn |Ckn | Pn k=1 |Ckn | 2 2
≤
≤ max1≤k≤n |Ckn | k=1 |Ckn | ≤ (t ε + ε|t|3 )(t2 + ε|t|3 )

portanto nk=1 θkn |Ckn |2 pode ser feito tel pequeno qual desejado via a escolha
P
apropriada de ε.

7.2.4 Exercı́cios
Exercı́cio 75. Qual é o sentido do enunciado de TCL-de-Lindeberg exigir que
Var[ξk ] 6= 0?

Exercı́cio 76. Demonstre que a condição de Lindeber está satisfeita se ξ1 , ξ2 , . . .

são i.i.d. com a média comum m 6= 0 e variância comum σ 2 < ∞.

Exercı́cio 77. Apresente uma sequencia ξ1 , ξ2 , . . . de variáveis aleatórias indepen-

dentes mas não identicamente distribuı́das para as quais condição de Lindeber está
satisfeita.

Exercı́cio 78. Apresente uma sequencia ξ1 , ξ2 , . . . de variáveis aleatórias indepen-

dentes mas não identicamente distribuı́das para as quais condição de Lindeber não
está satisfeita.

Exc. 79. Observe que na demostração do Teorema de Lindeberg, na estimativa da

integral sob a área {x : |x| < εDn } a função eiy foi expandida até |y|3 , enquanto que
na estimativa da integral sob a área {x : |x| ≥ εDn } a mesma função foi expandida
até |y|2 . Verifique o que acontece com a demonstração toda se na primeira estimativa
também for usada a expanção até |y|2 . É natural esperar que a expanção mais
“curta” que o necessário deve quebrar toda a demonstração. A tarefa então é achar
o lugar onde acontece tal quebra. O valor didático desta tarefa é que ela obriga
voc e passar cuidadosamente por todas as etapas da demonstração do Teorema de
Lindeberg.