ALUA N 01 PROCESSOS ESTOCSTICOS PROFESSOR:DANILIO SILVA SANTOS.

PROCESSO ESTOCSTICO
Processo estocstico uma famlia de variaveis aleatrias indexadas por elementos t pertencentes a determinado intervalo temporal. Intuitivamente, se uma varivel aleatria um nmero real que varia aleatoriamente, um rocesso estocstico uma funo temporal que varia aleatoriamente. De forma simplificada, podemos dizer que processos estocsticos so processos aleatrios que dependem do tempo. Mais genericamente, seguindo kac e nelson, qualquer tipo de evoluo temporal (determinstica ou essencialmente probabilstica) que seja analisvel em termos de probabilidade pode ser chamada de processo estocstico.

ESPAO AMOSTRAL
o conjuntos de resultados possveis onde damos o nome de espao amostral ou conjunto universo.

Ex: Lanamento de uma moeda. S= { C, K} Lanamento de um dado. S={1,2,3,4,5,6}

EVENTOS
Chamamos de eventos qualquer subconjuntos do espao amostral S de um experimento aleatrio. Ex: Assim qualquer que seja E, se E (est contido em S) Se E = S chamado de evento certo Se E( est contido em S) e E um conjunto unitrio, chamado evento elementar Se E = E chamado de evento impossivel.

PROBABILIDADE
um numero que resulta na diviso do numero de casas favorveis a um evento pelo numero total de casos possveis.
EX: lana-se uma moeda honesta e verificamos a probabilidade de sair cara ou coroa no evento. Quantas so as caras numa moeda honesta? Qual o numero total de casos possveis? logo: probabilidade de cara = = 0,5

EVENTOS COMPLEMENTARES
Sabemos que um evento pode ocorre ou no. Sendo p a probabilidade de que ele ocorra (sucesso) e q a probabilidade de que no ocorra (insucesso). Para um mesmo evento existe sempre a relao. p + q =1 logo q = 1 p. Assim . Se a probabilidade de se realizar um evento p = 1/5, a probabilidade de que ele no ocorra . q = 1 p logo q = 1 1/5 = 4/5

EVENTOS INDEPENDENTES
Dizemos que dois eventos so independentes quando a realizao ou no realizao de um dos eventos no afeta a probabilidade da realizao do outro e vice versa. Por exemplo, quando lanamos dois dados, o resultado obtido em um deles independe do resultado no outro. p = p X p

EVENTOS MUTUAMETE EXCLUSIVOS

Dizemos que dois ou mais eventos so mutamente exclusivo quando a realizao de um exclui a realizao do outro. Assim no lanamento de uma moeda, o evento tira cara e ou evento tira coroa so mutuamente exclusivos. J que, se realizar um deles, o outro no se realiza. p= p + p

AXIOMOAS DA PROBABILIDADE
Axioma 1 para todo evento de classe C P(A) 0 Axioma 2 para um evento certo S de classe C P(S) = 1 Axioma 3 para um numero qualquer de eventos mutuamente excludentes A, A de classe C P(A U A U ...) = P(A) + P(A) + ... Agora quando temos apenas dois eventos mutuamente excludentes A,A P(A U A) = P(A) + P(A)

ALGUNS TEOREMAS
Teorema 1 : se A est contido em A ento P(A) P(A) e P(A2 A1) = P(A) P(A).
Teorema 2 : para todo evento A , isto a probabilidade est entre 0 e 1 0 P(A) 1 Teorema 3 P () = 0 Isso um evento impossvel tem probabilidade zero.

Teorema 4: o complemento de A ento P( ) = 1 P(A) Teorema 5 se A = A U A U ... U An, onde A, A ... An , so eventos mutuamente excludentes, ento: P(A) = A(A) + P(A) + ... P(An) em particular, se A = S (espao amostral) P(A) + P(A) + ... P(An) = 1.

Teorema 6 : se A e B so dois eventos quais quer, ento : P(A U B) = P(A) + P(B) P(A B) Mais geralmente , se A, A, A , so trs eventos quaisquer , ento : P(A U A U A) = P(A) + P(A) + P(A) P(A A) P(A A) - P(A PA) + P(A A A). Teorema 7: Para quaisquer eventos A e B P(A) = P(A B ) + P(A Bc )

Teorema 8: Se um experimento A deve resultar em um dos eventos mutuamente excludentes A, A ... An ento : P(A) = P(A A) + P (A A) + P(A A) + ... + P(A An)

PROBABILIDADE CONDICIONAL
Seja A e B dois eventos , com P(A) 0 denotemos por P(A/ B) a probabilidade de ocorrncia de B, na hiptese de A ter ocorrido . Ora como A ocorreu, A passa a ser o novo espao amostral, que vem substituir o espao original S. P(B/A) = P(A B)/P(A) P(A B) = P(A).P(B/A)

EXEMPLO
Consideramos 250 alunos do primeiro semestre IFBA vitoria da conquista. Deste 100 so homens (H), 150 so mulheres (M), 110 cursam Fsica (F) e 140 cursam qumica (Q). A distribuio dos alunos so a seguinte:
Disciplina
sexo H M Total 40 70 110 60 80 140 100 150 250

total

Um aluno a sorteado ao acaso. Qual a probabilidade de que esteja cursando qumica, dado que mulher. Pelo quadro vemos que est probabilidade de 80/150 e representamos: P(Q/M) = 80/150 Probabilidade de que o aluno curse qumica condicionado ao fato de que ser mulher. Observamos porm que P(M Q) = 80/250 e P(M) = 150/250, para o btemos o resultado do problema vbasta cosiderar que: P(Q/M) = P(M Q)/P(M) = 80/250/150/250 = 80/150

Exemplo 2. Sendo P(A) = 1/3 , P(B) = 3/4 e P(A U B) =11/12, calcular P(A/B). Como: P(A/B) = P(A B)/P(B), devemos calcular P(A B) . Como: P (A U B) = P(A) + P(B) P(A B). 11/12 = 1/3 + 3/4 - P(A B) = 2/12 = 1/6. Logo: P(A/B) = 1/6/3/4 = 2/9 Tiramos da definio da probabilidade condicional o chamado TEOREMA DO PRODUTO sejam A S e B S. ento P(A B) = P(B) .P(A/B) ou P(A B ) = P(A). P(A/B).

EVENTOS INDEPENDENTES
Sejam A e B Intuitivamente se A e B so independentes P(A/B) = P(A) e P(B/A) = P(B) . Definio: A e B so eventos independentes se P(A B) = P(A) .P(B) . Exemplo: Lnam-se 3 moedas. Verificar se so independentes os eventos: A: saida de cara na primeira moeda B: saida de coroa na segunda e terceira moedas.

 = {(ccc),(ccr), (crc), (crr), (rcc), (rcr), (rrc), (rrr)} Evento A: P(A) = 4/8 =1/2 Evento B: P(B) = 2/8 =1/4 Logo: P(A) . P(B) = 1/2 . 1/4 =1/8 Como: P(A B) = (crr) e P(A B) =1/8 Temos que A e B so eventos independentes, pois P(A B) = P(A) .P(B) .

Para verificarmos se 3 eventos A, B ,C so independentes, devemos verificar se as 4 proposies so satisfeitas. 1- P(A B C) = P(A).P(B) .P(C) 2- P(A B) = P(A) .P(B) 3- P(A C) = P(A) .P(C) 4- P(B C) = P(B) .P(C) Se apaenas uma no for satisfeita, os eventos no so independentes.
Hora se A e B so mutuamente exclusivo , ento A e B so independentes, pois se A ocorre B no ocorre, isto a ocorrencia de um evento condiciona a no ocorrencia do outro.

Teorema de Bayes
Uma das relaes mais importantes envolvendo probabilidade condicionais dada pelo teorema de Bayes. A verso mais simples desse teorema dada pela formula. P(Aj/B) = P(Ai).P(B/Ai)/P(A1).P(B/A1)+P(A2).P(B/A2) +...P(An) .P(B/An) O resultado acima muito importante, pois relaciona probabilidades a priori P(Ai), com probabilidades a posteriori P(Ai/B), probabilidade de Ai depois que ocorre B.

Exemplo:
Urnas cores U1 u2 u3

PRETAS
BRANCAS

3
1

4
3

2
3

VERMELHAS

Escolhe-se uma urna ao acaso e dela extraiu-se ao acaso , verificando-se que a bola branca . Qual a probabilidade da bola ter vindo da urna 2? e 3? P(U1) = 1/3 P(U2) =1/3 P(u3)= 1/3 P(Br/U1) = 1/9 ; P(Br/U2) = 3/9 ; P(Br/U3)= 3/8 P(u2/Br) = P(U2).P(Br/U2)/P(u1).P(Br/u1)+ P(u2).P(Br/u2)+ P(U3).P(Br/U3) P(U2/Br) =24/59 P(U3/Br) = 27/59 P(U1/Br)+ P(U2/Br) + P(U3/Br) =1

Tem-se que : P (U1/Br) = 1 (24/59+27/59) = 8/59.