Processos Estocásticos Luiz Affonso Guedes Sumário • • • • • • • • • • Probabilidade Variáveis Aleatórias Funções de Uma Variável Aleatória Funções de Várias Variáveis Aleatórias Momentos e Estatística Condicional Teorema do Limite Central Processos Estocásticos Análise Espectral Filtragem e Predição Estocástica Processos Markovianos Probabilidade • • • • • • Definições de probabilidade Freqüência relativa Axiomas da probabilidade Métodos de Contagem Probabilidade Condicional Teorema de bayes Introdução • Fenômenos Determinísticos – Conhecidos com certeza – Não sujeitos às leis do acaso • Ex.: o ano atual, idade de uma pessoa jovem • Fenômenos Probabilísticos – Não conhecidos com certeza – Sujeitos às leis do acaso • Ex.: face de um dado, se vai chover amanhã, se o Remo vai ser campeão Introdução • Experimentos que ao serem repetidos nas mesmas condições não produzem o mesmo resultado são denominados de experimentos aleatórios. • Mas por quê isto ocorre? Entradas/causas observadas Entradas/causas observadas Experimento Saídas/efeitos observados Espaço Amostral • Definiremos Espaço Amostral (S) associado a um experimento o conjunto de seus resultados possíveis. – Conjunto de todos os resultados possíveis de ocorrer. – Pode ser discreto (finito ou infinito) ou contínuo. Exemplos de Espaço Amostral • Exemplo1: Experimento de lançamento de um dado. – O espaço amostral do experimento é o conjunto S = {1,2,3,4,5,6}. • Exemplo2: Experimento de lançamento de dois dados simultaneamente. – O espaço amostral do experimento é o conjunto S(primeira face, segunda face) = {????} Exemplos de Espaço Amostral • Exemplo3: Experimento de obtenção do tempo de vida de uma lâmpada. – O espaço amostral do experimento é o conjunto S = {x: x real, x>0}. • Processo estocástico é uma seqüência de experimentos, no qual cada um tem um número finito de resultados, com uma dada atribuição de probabilidade Exemplos de Processos Estocásticos • Processo estocástico do exemplo1. • Processo estocástico do exemplo3. • Como um fabricante deve calcular o tempo de garantia de um produto seu. Uma TV, por exemplo? Eventos • São qualquer subconjunto de um Espaço Amostral. • Os eventos podem ser simples ou compostos • S evento certo • Ø evento vazio (impossível) Exemplos de Eventos • Exemplo1: – Dar um número par – Dar um número maior que 4 – Dar um número entre 1 e 6 • Exemplo2: – A soma dos resultados seja igual a 4 – Que a soma dos resultados seja par Operações entre Eventos • União: A U B Se ocorrer pelo menos um dos eventos • Interseção: A B Se ocorrer ambos os eventos • Complementar: Ac É o evento que ocorre quando A não ocorrer. A B Exemplos de Operações com Eventos • Uma urna contém bolas de um a quinze. Uma bola é retirada da urna e seu número anotado. Sejam A e B os seguintes eventos: A: o número da bola retirada é par, B: o número da bola retirada é múltiplo de 3. Determine: – S,A, B, AUB, A B e Ac Operações entre Eventos • Implicação: A B, A implica em B. • Igualdade: A B e A B A = B. • Mutuamente exclusivo: A B = Ø – Se a união de n eventos mutuamente exclusivos é o próprio S, dizemos que tais eventos são mutuamente exclusivos e exaustivos, ou formam uma partição em S. – Exemplos em diagrama de Venn Propriedades das Operações entre Eventos 1. 2. 3. 4. (AUB) C = (A C) U (B C) (A B) U C = (A U C) (B U C) (A U B)c = Ac Bc (A B)c = Ac U Bc B A C B A C Probabilidade • Vem da idéia de mensurar eventos aleatórios. • Procedimento de cálculo de propriedades de eventos aleatórios • Número que reflita as chances de ocorrência de um evento aleatório. Probabilidade: definição clássica • Dado um espaço amostral S com N eventos igualmente possíveis. Se A é um evento em S composto de m eventos simples, a probabilidade de ocorrência de um evento A num experimento é calculada por: – P(A) = m / N – É a razão entre os eventos desejáveis dentre o universo dos possíveis. Probabilidade: definição clássica • Conseqüências: 1. P(A) = 0, para todo A S; 2. Se A e B são eventos mutuamente exclusivos, então: - P(AUB) = P(A) + P(B) 3. P(S) = 1 4. P(AUB) = P(A) + P(B) – P(AB) Probabilidade: definição freqüentista • • Repetir um experimento sob as mesmas circunstâncias. A probabilidade de ocorrência de um evento A seria: – P(A) = lim M/ N N – M é o número de ocorrência do evento A – N é o número total de experimentos. Probabilidade: definição subjetiva • Quando não a possibilidade de se aplicar os conceitos clássicos e freqüentista de probabilidade: – Baseia-se em opinião sobre ocorrência de um evento. • • Probabilidade do resultado de um jogo. Probabilidade de haver aula. Probabilidade: definição axiomática • Supõe as seguintes verdades absolutas: – Dado um espaço amostral S e eventos A e B, tem-se. 1. P(A) 0; 2. P(S) = 1; 3. Se A e B são mutuamente exclusivos, P(A+B) = P(A) + P(B) Propriedades da Probabilidade 1. P(Ø) = 0 2. P(S) = 1 3. P(A U B U C) = P(A) + P(B) + P(C), se A, B e C são mutuamente exclusivos. 4. P(Ac) = 1 – P(A) 5. P(AUB) = P(A) + P(B) – P(A B) 6. Se A B P(A) P(B) 7. P(AUB) = P(A) + P(AC B) Métodos de Contagem • Para se calcular a probabilidade de um evento é necessário saber sua proporção dentro do universo dos eventos possíveis S A P(A) = ??? Supondo eventos equiprováveis Princípio Fundamental da Contagem • Se uma tarefa é completada em N etapas seqüenciais, com ni possibilidade em cada etapa. Então, o número total de maneiras de realizar a tarefa é: – Número Total = n1 x n2 x . . . nN ? ? Etapa 1 ? Etapa 2 Etapa 3 Tipos de Experimentos • Com reposição ou sem reposição de amostras • Elementos das amostras podem ser ordenados ou não ordenados Tipos de Experimentos • Experimento sem reposição ordenado: – Dada uma turma de N alunos, escolher 01 presidente, 01 tesoureiro e 01 secretário. • Arranjo • Experimento sem reposição não ordenado: – Dada uma turma de N alunos, escolher 03 representantes. • Combinação Tipos de Experimentos • Cálculo de experimento sem reposição ordenado: – Ordenar n amostras de um conjunto de N elementos, sem reposição. (N)n = N (N-1) ... (N-n+1) = N! / (N-n)! – Escolher 01 goleiro e 01 centroavante entre 8 jogadores. – Escolher 01 presidente, 01 tesoureiro, 01secretário numa turma de 15 formandos. Tipos de Experimentos • Cálculo de experimento com reposição ordenado: – Ordenar n amostras de um conjunto de N elementos, com reposição. Nn = N N ... N (já que há reposição) – Escolher 01 goleiro e 01 capitão dentre 11 jogadores. – Escolher 01 presidente e 01 tesoureiro dentre 15 alunos, sendo que há a possibilidade de se acumular os cargos. Tipos de Experimentos • A probabilidade é o razão entre os eventos desejados e os possíveis: – Qual é a probabilidade de se lançar um dado 03 vezes e não ocorrer repetição de números? – Na maternidade Parto Feliz nasceram 05 crianças numa determinada semana. Qual era a probabilidade de todas as crianças terem nascido em dias distintos? – P(A) = (N)n / Nn Tipos de Experimentos • Permutação – Se N = n Pn = n! – (n)n = n (n-1) ... (n-n+1) – Quantas palavras de 03 letras não repetidas posso formar com o seguinte conjunto de letras? • L = {A, I, B} Tipos de Experimentos • Experimento sem reposição não ordenado: – Combinação de N elementos n a n. – Dada uma turma de N alunos, escolher 03 representantes. • Há menos possibilidades do que no caso ordenado, certo? – CN,n = (N)n/ Pn = N!/(n! (N-n)!) (analisar!!!) Tipos de Experimentos • Experimento sem reposição não ordenado: – CN,n = (N)n/ Pn = N!/(n! (N-n)!) – 8 times participam de um torneio de futebol. Cada equipe enfrenta todas as demais apenas uma vez. Quantos jogos serão realizados? – E se houver jogos de ida e de volta? – Escolher 03 pessoas num grupo de 10. Partição de Conjuntos • CN,n – Equivale dividir S em dois subconjunto: A e Ac • A com n elementos e Ac com n1 elementos, sendo: N = n + n1 S A - A possui n elementos - S possui N elementos Partição de Conjuntos • Generalização do problema: – Dividir um conjunto S de N elementos em k subconjuntos, sendo que • N = n1+ n2+ ... +nk (ni – número de elemento do iésimo subconjunto) • Corresponde a k problemas encadeados de combinações (veja o diagrama de Venn) – CN,n1 C(N-n1),n2 ... Cnk,nk Partição de Conjuntos • Generalização do problema: – Que matematicamente é equivalente a: • N! / (n1! n2! ... nk!) • CN,n1 C(N-n1),n2 ... Cnk,nk • Será que isto é verdade? – CN,n = N! / (n! (N-n)! ) (lembrete) Partição de Conjuntos • Exemplos: – O jogo de bridge corresponde a dividir o baralho de 52 entre 04 jogadores. Quantas maneiras há de se dividir o baralho? • Resp. C52,13 C39,13 C26,13 C13,13 Partição de Conjuntos • Exemplos: – O jogo de pôquer com 04 jogadores utiliza 32 cartas, distribuídas igualmente entre os 04 naipes. • • • • Baralho = {Naipes X Cartas} Naipes = {paus,espada,ouro,copas} Cartas = {7,8,9,10,Valete,Dama,Rei, Ás} Se um jogador receber na primeira mão 05 cartas, qual é a probabilidade dele receber só um par de ases (evento A)? • Resp. P(A) = C4,2C7,3 ( C4,1C4,1C4,1 ) / C32,5 = 0,11 (0,0667) ÁS ÁS ÁS ÁS ÁS Partição de Conjuntos • Processos de Bernoulli – Qual é a probabilidade de ocorrer k vezes um eventos A dentre N tentativas, sendo p a sua probabilidade do ocorrência? • P(A) = p , P(Ac) = 1 – p • P(A) P(A)...P(A) P(Ac)...P(Ac) = pk (1-p)N-k – Pode-se combinar esse conjunto de eventos de N, k a k maneiras. • P{A ocorrer exatamente k vezes} = CN,k p (1- p)N-k Partição de Conjuntos • Processos de Bernoulli – P{A ocorrer apenas exatamente k vezes} = CN,k p (1- p)N-k – Exemplo: Qual é a probabilidade que em uma família com 04 filhos, 02 serem meninas? • Resolução por Bernoulli ou de forma exaustiva. • Resp. = 3/8 Partição de Conjuntos • Processos de Bernoulli – P{A ocorrer apenas exatamente k vezes} = k CN,k pk (1- p)N- – Exemplo: Um atirador tem três chances de acertar um alvo. Para ele vencer a competição deverá acertar pelo menos duas vezes no alvo. Sabendo-se que ele tem probabilidade de 0,4 de acerta um tiro, qual é a probabilidade dele vencer a competição? • Resp. = 0,352 Próxima Aula • Probabilidade condicional, eventos independentes e teorema de Bayes Probabilidade Condicional • Sejam dois eventos A e B de um mesmo espaço amostral e supondo que P(A) > 0, a probabilidade condicional de B ocorrer dado que A ocorreu é dada por: – P(B/A) = P(A B) / P(A) • É a probabilidade de ocorrer A e B dentro do subconjunto dos eventos de A. A B P(B/A) = Probabilidade Condicional • Dado: – P(B/A) = P(A B) / P(A) • A probabilidade de ocorrer os eventos A e B é igual a: – P(A B) = P(B/A) P(A) = P(A) P(B/A) • A probabilidade de ocorrer A e ocorrer B dado que ocorreu A A B P(B/A) = Probabilidade Condicional • Exemplo: – P(B/A) = P(A B) / P(A) 6 5 4 3 2 1 1 2 3 4 5 6 Probabilidade Condicional • Exemplo: experimentos seqüenciais que a ocorrência de um eventos na k-ésima etapa depende das etapas anteriores – Dada uma urna com 03 bolas azuis e 07 vermelhas. Se 02 bolas são retiradas sem reposição, determine: • • • • • Espaço amostral: P(A1A2) P(A1V2) P(V1A2) P(V1V2) – P(A/B) = P(A B) / P(B) Probabilidade Condicional • Generalização da probabilidade condicional: – P(A1A2 ... An) = P(A1) P(A2/A1)P(A3/A1A2) ... P(An/A1A2 ...An-1) – Interpretação: P(A) P(B/A) P(C/BA) P(ABC) Probabilidade Condicional • Exemplo: Dada uma urna com 03 bolas azuis e 07 vermelhas. Se 02 bolas são retiradas sem reposição, qual é a probabilidade de ocorrer a seguinte seqüência de eventos: – – – – P(A1A2V3V4A5) = 1/120 P (A1A2A3V4V5) = ? P (V1V2A3A4A5) = ? ... Probabilidade Total • P(A) = P(A/B1) P(B1) + P(A/B2) P(B2) ... P(A/Bn) P(Bn) • P(A) = P(AB1) + P(AB2) + ... + P(ABn) B2 A B1 Conjuntos disjuntos Bn Probabilidade Total • Exemplo: dada 03 urnas com as seguintes composições: – – – – Urna 1: 03 bolas brancas e 05 bolas vermelhas. Urna 2: 04 bolas brancas e 02 bolas vermelhas. Urna 2: 01 bola branca e 03 bolas vermelhas. A probabilidade de escolha das urnas é, respectivamente: 2/6, 3/6 e 1/6. – Qual é a probabilidade de se escolher uma bola branca? Resp. = ½ – Interpretação via média ponderada. Teorema de Bayes • Dado dois eventos A e B, num mesmo espaço amostral, pela probabilidade condicional, temos: – – – – P (A B) = P(A) P(B/A) P (B A) = P(B) P(A/B) P(A) = P(B) P(A/B) / P(B/A) P(A/B) = P(A). P(B/A) / P(B) Ponderação Teorema de Bayes • Exemplo: dado um baralho com 52 cartas – Qual é a probabilidade de se tirar uma Rainha, sabendo-se que a carta é uma figura? – Qual é a probabilidade de se tirar uma Rainha, sabendo-se que a carta é de espada? – Qual é a probabilidade de se tira uma Rainha de espada, sabendo-se que a carta é uma figura preta? Teorema de Bayes • Exemplo: – Um meteorologista acerta 80% dos dias em que chove e 90% dos dias em que não chove. Costuma chover em 10% dos dias. Tendo havido previsão de chuva para amanhã, qual é a probabilidade de realmente vir a chover? Prev. Ch. Prev. sol Total Chove Sol Total 1,0 Teorema de Bayes • Generalização: – Dadas duas partições de S (S=A1 U A2), então: – P(A1/B) = P(A1) P(B/A1) / ( P(A1) P(B/A1) + P(A2) P(B/A2) ) – Uma vez que: • P(B) = P(A1) P(B/A1) + P(A2) P(B/A2) – Para o caso de n partições: P(Ai/B) = P(Ai) P(B/Ai) / ( P(Ak) P(B/Ak) ) Média ponderada Teorema de Bayes • Exemplo: – Um companhia produz peças em 03 fábricas (A1,A2 e A3), na proporção de 15%, 35% e 50%, respectivamente. Suas probabilidades de produzirem peças defeituosas são: 1%, 5% e 2%. – Dado que o controle de qualidade detectou uma peça com defeito, qual é a probabilidade de ter sido produzida por cada uma das fábricas? » P(Ai/D) = ? Independência entre Eventos • Dois eventos são independente se a ocorrência de um dele não alterar a probabilidade de ocorrência do outro e viceversa. • Sejam dois eventos A e B, sendo P(A) > 0. O evento B é dito independente de A se: – P(B/A) = P(B) Independência entre Eventos • Como: – P(B/A) = P(B) (eventos independentes) – P(A B) = P(A) P(B) – Se B é independente de A, logo o inverso também é verdadeiro? Independência entre Eventos • Exemplo: – Experimento: lançamento de 02 moedas – Eventos: A1 (cara no 10 lançamento), A2 (cara no 20 lançamento) e A3 (ocorrência da mesma face nos dois lançamentos). – Verifique: • P(A1), P(A2), P(A3) • P(A1A2), P(A1A3) e P(A2A3) • P(A1A2A3) Independência entre Eventos • Exemplo: – P(A), P(B), P(A B), P(A) P(B), P(A/B) e P(B/A) 6 5 4 3 2 1 Independência é uma questão de proporção 1 2 3 4 5 6 Independência entre Eventos • Com seria a independência de 03 eventos simultaneamente? • E para n eventos?