A evoluçÃo histórica do conceito de probabilidade introduçÃO



Baixar 29.93 Kb.
Encontro29.07.2016
Tamanho29.93 Kb.

IMECC-UNICAMP

A EVOLUÇÃO HISTÓRICA DO CONCEITO DE PROBABILIDADE

1. INTRODUÇÃO


As origens históricas da teoria das probabilidades estão vinculadas á teoria dos jogos e aos nomes de Fermat e Pascal, que na metade do século XVII formalizaram pela primeira vez o conceito de probabilidade. Falamos aqui de história escrita (mesmo que isto seja uma redundância), já que existem indícios o trabalho de Fermat e Pascal consolidou idéias que foram desenvolvidas a partir do século XII.

No decorrer do tempo a teoria das probabilidades foi superando o marco original da teoria dos jogos para constituir na atualidade um ramo da matemática pura com aplicações nas ciências de um modo geral. Faremos aqui uma breve revisão dos aspectos fundamentais da evolução do conceito de probabilidade.

Para começar, podemos dizer que o objetivo da teoria das probabilidades é o estudo dos fenômenos aleatórios. A seguir daremos algumas definições na linguagem matemática atual para facilitar nosso trabalho.
Definição. Um fenômeno é chamado aleatório se ele tem a seguinte propriedade: quando observado repetidamente sob as mesmas condições ele produz resultados diferentes.
Exemplo: jogar uma moeda repetidamente e observar o resultado da face de cima.
Observação: quando a possibilidade de repetir o fenômeno está na mão do experimentador, este fenômeno aleatório é chamado de experimento aleatório. O exemplo acima é de um experimento aleatório.
Definição. O espaço dos resultados ou espaço amostral de um fenômeno aleatório é o conjunto de todos os seus resultados possíveis. Será denotado pela letra grega .

Chama-se evento a qualquer subconjunto do espaço dos resultados.


O conceito de espaço dos resultados é apenas o ponto de partida para o estudo de um fenômeno aleatório. É bastante evidente a necessidade de “pesar”, “ponderar” ou “dar probabilidades” aos diversos resultados possíveis. A seguir consideraremos as principais abordagens deste problema, em ordem cronológica, via as respectivas definições.


2. DEFINIÇÕES CLÁSSICA, FREQÜENTISTA E AXIOMÁTICA DE PROBABILIDADE
2.1. Definição clássica ou a priori (Fermat e Pascal, metade do século XVII)

No contexto de um jogo e desde o ponto de vista de um jogador, consideram-se o conjunto de todos os resultados ou casos possíveis, sendo feita uma partição em dois subconjuntos: o dos resultados ou casos favoráveis e o dos não favoráveis (ao jogador). Assim a probabilidade do jogador ganhar define-se por:



.
Exemplos: joga-se um dado, a probabilidade de se obter um “5 ou 6” será igual a 2/6; joga-se uma moeda, neste caso a probabilidade de se obter o resultado {cara} é ½.
Observações: está implícito, portanto, que a moeda e o dado devem ser equilibrados. Também há outros problemas: como calcular, por exemplo, a probabilidade de que o peso um bebe recém nascido esteja entre os 3 e 4 kilos? A definição acima leva a uma indeterminação do tipo / (neste caso, se A for finito Pr(A)=0 e se A for infinito Pr(A) é indetermindado; este problema acontecerá com qualquer variável de tipo contínuo).
Em resumo, há duas restrições ao funcionamento da definição clássica:

  1. todos os casos possíveis devem ter a mesma probabilidade (ou, em um linguagem atual, equiprobabilidade dos elementos do espaço dos resultados);

  2. número finito de casos possíveis (finitude do espaço dos resultados).


Propriedades. Seja um conjunto finito. Pode-se formalizar a definição clássica da seguinte forma: se A, .
Agora é possível provar que a função de conjunto Pr(.) tem as seguintes propriedades:

I) para todo A vale que 0  Pr(A)  1;



  1. Pr() = 1;

  2. se A, B e AB = então Pr(AB) = Pr(A) + Pr(B) (aditividade).

Estas propriedades, por sua vez, decorrem das seguintes propriedades da função de conjunto número de elementos de (A), denotada por no (A)) e definida para todo A:

a) para todo A vale que 0 no(A) no();

b) se A, B e AB = então no(AB) = no(A) + no(B).

A função de conjunto no(.) é usualmente denominada a função de contagem.

2.2. Definição freqüentista ou a posteriori (segunda metade do século XVII)

Logo após a introdução da definição clássica apareceu a semente de uma nova definição.

Considera-se um experimento que possa ser repetido nas mesmas condições um número “grande” de vezes. Novamente denotará o espaço de resultados do experimento. Seja A um evento cuja probabilidade se deseje calcular. Neste caso o experimento será repetido várias vezes, estimando-se a probabilidade de A pela sua freqüência relativa de ocorrência, ou seja:

.

Observe-se que desta forma não são necessárias as hipóteses de equiprobabilidade dos eventos elementares nem de finitude do espaço dos resultados, superando-se portanto as duas restrições da definição clássica. Entretanto, esta nova “definição” introduz as seguintes dificuldades:



  1. é necessária certa regularidade da seqüência das freqüências relativas, no sentido de que a mesma se mantenha estável e convergindo para um valor que seria a probabilidade de A;

  2. mesmo admitindo a existência do limite mencionado em a), quando parar?

Quanto a i) é impossível demonstrar concretamente a existência do limite acima mencionado; pode-se testar a estabilidade da freqüências relativas como um indício apenas da existência do limite (pois a estabilidade é uma condição necessária para sua existência).

Quanto a ii), se aceitarmos a existência do limite acima (ou seja, da probabilidade), o teorema de Bernoulli (1713) garante a convergência da seqüência das freqüências relativas à probabilidade (de um modo que não precisaremos aqui). Inclusive neste caso é possível estimar a probabilidade de A com precisão e nível de confiança prefixados, se o número de repetições n for “suficientemente grande”. Com precisão:

se >0, então: ;

ou seja que a probabilidade de “errar em mais de ” ao estimar Pr(A) através da freqüência relativa pode ser “tão pequena quanto se quiser” desde que o número de repetições n seja “suficientemente grande”. Este resultado, cuja demonstração não será apresentada aqui, fundamenta a estimação da probabilidade através da freqüência relativa.

Finalmente, deve-se salientar que este método não foi utilizado originalmente como definição, mas como critério empírico destinado a revisar cálculos feitos no contexto dos jogos segundo a definição clássica, na época sujeitos a muitos erros pelo ainda incipiente desenvolvimento das técnicas de contagem.


Propriedades. Daremos agora o contexto formal da definição freqüêntista. Seja neste caso o espaço dos resultados (finito ou não) de um fenômeno aleatório e seja A um evento de . São realizadas n repetições independentes do experimento, sempre nas mesmas condições. Seja freq(A) = número de ocorrências de A (nas n repetições); então:

a) freq() = n ;

b) para todo A vale que 0 freq(A) n = número de repetições;

c) se A, B e AB = então freq(AB) = freq(A) + freq(B).


A partir das propriedades a), b) e c) de freq é possível provar que a função de conjunto freqüência relativa de A, definida por:

freqrel(A) =

tem as seguintes propriedades:

1) para todo A vale que 0  freqrel(A)  1;

2) freqrel() = 1;

3) se A, B e AB = freqrel(AB) = freqrel(A) + freqrel(B).

Dadas as propriedades 1), 2) e 3) de freqrel podemos pensar que a noção de probabilidade induzida pela freqüência relativa também as conservará ao tomar limites (caso estes limites existam). Assim podemos ver que a noção de probabilidade baseada na freqüência relativa terá exatamente as mesmas propriedades I), II) e III) da probabilidade clássica.

Pode-se observar que as duas definições mencionadas estão baseadas na contagem (de elementos de um conjunto finito na definição clássica e de freqüências de ocorrência na definição freqüentista). As demonstrações das propriedades, em ambos os casos, são conseqüência de propriedades da contagem.

2.3. A definição axiomática (Kolmogoroff, 1933).

A matemática toda passou por um processo de axiomatização a partir da segunda metade do século XIX e a definição de Kolmogoroff faz parte deste processo. Kolmogoroff afirmou que a teoria das probabilidades poderia ser desenvolvida a partir de axiomas, da mesma forma que a geometria e a álgebra. Nestes axiomas ficam estabelecidos os entes matemáticos a serem estudados e as relações entre eles. Toda a teoria é construída a partir destes axiomas, independentemente de qualquer interpretação dos mesmos ou de suas conseqüências.

Kolmogoroff considerou a teoria das probabilidades como caso especial da teoria da medida e integração desenvolvida por Lebesgue, Borel e Fréchet, estabelecendo analogias entre medida de um conjunto e probabilidade de um evento e entre integral de uma função e esperança de uma variável aleatória.

Como veremos a seguir, Kolmogoroff colocou como axiomas as propriedades comuns das noções de probabilidade clássica e freqüêntista, que desta forma viraram casos particulares da definição axiomática. É óbvio que poderão existir outras interpretações da definição axiomática sem relação com as idéias ou os problemas que a originaram.



Definição de Kolmogoroff


Seja um conjunto não vazio. Uma probabilidade em é uma função de conjunto Pr(.) que associa a subconjuntos A de um número real Pr(A) que satisfaz:

I) para todo A vale que 0  Pr(A)  1;



  1. Pr() = 1;

  2. se A, B e AB = então Pr(AB) = Pr(A) + Pr(B).



Teorema

Seja um conjunto não vazio e P uma probabilidade em . Então são verdadeiras as seguintes afirmações.


  1. P() = 0;

  2. P(Ac) = 1 - P(A);

  3. se AB, então P(A) P(B) e P(B - A) = P(B) – P(A);

  4. P(B - A) = P(B) – P(BA);

  5. P(AB) = P(A) + P(B) – P(AB).

Demonstração:

  1. P() = P() = P()+P(), ou seja P()=P()+P(), então P() =0;

  2. = A Ac e A Ac=, então P(A Ac) = 1 e daí P(Ac) = 1-P(A);

  3. se AB então B=A(B-A), portanto P(B) = P(A)+P(B-A); desta última igualdade decorrem P(A) P(B) e P(B-A) = P(B) – P(A);

  4. B - A = B – BA e o resultado decorre de VI;

VIII) AB = A(B-A) sendo A (B-A)=; o resultado desejado decorre do axioma III) e da propriedade VII .
Observação: uma vez demonstrada qualquer propriedade a partir dos axiomas, esta pode ser utilizada como base de outras demonstrações como se fosse um outro axioma. Observe com atenção as demonstrações das propriedades acima e justifique as mesmas completando os passos omissos e indicando em cada caso qual a propriedade ou axioma utilizado.

Exercício: Seja um conjunto finito. Defina a função de conjunto percentagem da forma usual (%(A) = no(A).100/no()) e estabeleça uma axiomática adequada. Verifique que a propriedade essencial é sempre a aditividade; as outras propriedades têm a ver com escala 

Professor Mario Antonio Gneri


©principo.org 2016
enviar mensagem

    Página principal