arxiv: v1 [math.ho] 3 Sep 2014

Transcrição

1 Álbum de figurihas da Copa do Mudo: uma abordagem via Cadeias de Markov Leadro Morgado IMECC, Uiversidade Estadual de Campias arxiv: v [math.ho] 3 Sep 204 Cosiderações iiciais 6 de maio de 204 Com a realização da Copa do Mudo de futebol o Brasil, uma atiga bricadeira tem virado febre em criaças e especialmete!) adultos em diversas regiões do país. Trata-se de colecioar as figurihas do álbum oficial da Copa. Aqueles que apreciam essa bricadeira sabem que a sesação de abrir o próximo evelope e vibrar com uma figuriha iédita a coleção é idescritível. Mas, o fato é que, a partir de certo poto, esse prazer acaba virado frustração. Isso porque, a medida que o álbum vai se aproximado do fial, as figurihas repetidas se acumulam de uma forma que fica muito mais cômodo recorrer às trocas com os colegas para coseguir o álbum completo. Apesar de ormalmete seguir o camiho mais fácil recorredo às trocas), sempre quis saber, desde criaça, quais as chaces de completar um álbum apeas comprado um certo úmero de figurihas. E essa curiosidade de ifâcia pode ser respodida cohecedo-se um pouco de Cadeias de Markov e Teoria de Probabilidade. 2 Modelado o problema Para discutir matematicamete o problema, vamos cosiderar um álbum com figurihas. Cosidere também que um colecioador pretede completar o álbum do jeito mais difícil, ou seja, vai comprado figurihas de uma em uma, até coseguir o seu objetivo. Fialmete, vamos assumir também que a coleção é hoesta, ou seja, que todas as figurihas tem a mesma probabilidade de serem compradas. Este problema pode ser modelado por meio de uma sequêcia de variáveis aleatórias. Vamos deotá-las por {X t : t 0}, em que X t idica o úmero de figurihas que o colecioador coseguiu colar em seu álbum após comprar t figurihas.

2 2 - Figura : Álbum cotedo figurihas Como o total de figurihas do álbum é, essas variáveis aleatórias podem assumir valores o cojuto Ω = {0,,2,...,}, deomiado espaço de estados. É importate perceber também que o valor assumido por X t ão depede de todo o passado, ou seja, se as primeiras figurihas ele deu sorte ou ão. Nesse setido, basta saber quatas figurihas ele colou o seu álbum após a compra t, e podemos calcular a probabilidade para a t-ésima compra correspodete. Quado isto acotece, estamos diate de uma cadeia de Markov, assim deomiada em homeagem ao matemático Adrei Markov ), que obteve resultados importates sobre feômeos dessa atureza. Assim, esse cotexto, para modelar o problema do colecioador de figurihas, é iteressate apresetar a defiição a seguir: Defiição. Seja Ω um cojuto fiito. Uma cadeia de Markov em Ω é uma sequêcia de variáveis aleatórias {X t : t 0} com valores em Ω, tal que, se P X 0 = x 0,X = x,...,x t = x ) 0, é válida a seguite propriedade: P [ X t+ = y X 0 = x 0,X = x,...,x t = x ] = P [ X t+ = y X t = x ], para todo t N e para todos x,y Ω. Chamaremos o cojuto Ω de espaço de estados. Esta propriedade sigifica, em termos gerais, que o estado atual do processo depede apeas do estado imediatamete aterior, e ão de todo o passado. Voltado ao problema do Colecioador, podemos represetar a trasição etre as variáveis aleatórias pelo grafo a seguir: 2

3 Figura 2: Trasição da Cadeia de Markov associada ao problema Uma outra possibilidade para eteder o processo é cosiderar uma matriz quadrada, de ordem +) úmero de elemetos do espaço de estados), que cotém todas as iformações sobre a trasição do processo. Nesse setido, deotado por A essa matriz, cada elemeto a ij represeta a probabilidade de trasição do estado i para o estado j. No osso problema, temos que a matriz de trasição A é dada por: Note que, como ão há chaces do colecioador perder as figurihas que já colou em seu álbum, trata-se de uma matriz triagular superior. 3 Estimativas iiciais do úmero de figurihas Agora, vamos defiir uma variável aleatória que trata do objetivo do colecioador, ou seja, relacioada ao istate em que o este cosegue completar o álbum. Nesse setido: τ fig = mi {t 0 X t = }. Queremos estimar a probabilidade do colecioador ter completado o álbum até um certo tempo t. Nesse cotexto, o resultado a seguir é fudametal. Proposição 2. Na Cadeia de Markov defiida acima, tomado c > 0, temos: P τ fig > l+c ) e c, em que para a R, a represeta o meor iteiro maior que a. 3

4 Demostração. Note iicialmete que, como assumimos que todas as figurihas tem a mesma probabilidade de serem compradas, a probabilidade de comprar a k-ésima figuriha em um determiado istate é. Obviamete, a probabilidade de ão comprar a k-ésima figuriha esse mesmo istate é dada por ). Nesse setido, defiimos o eveto: A k = {k-ésima figuriha ão estar etre as log+c primeiras}. Temos portato que: PA k ) = ) log+c. Note aida que a probabilidade do álbum ão estar completo até o istate log+c é dado pela uião dos evetos A k, com k variado de a. Dessa forma, podemos escrever: ) P τ fig > log+c ) = P A k PA k ) = k= k= = ) log+c = = ) e log+c = e = e c, c ) log+c e log c = em que a desigualdade ) ocorre em fução da covergêcia moótoa ) ր e quado. O resultado aterior sigifica, em termos gerais, que se tomarmos o tempo a forma log + c, a probabilidade do colecioador ão ter completado o álbum de figurihas decai expoecialmete com o aumeto de c. 4 Distribuição Geométrica e trocas de figurihas Ituitivamete, é fácil perceber que a medida que estamos próximos de completar o álbum, vai ficado mais e mais difícil coseguir uma figuriha que aida ão possuímos. Esse fato pode ser cofirmado pela Cadeia de Markov descrita ateriormete. Por exemplo, para a probabilidade de obter a última figuriha para completar a coleção é em cada tetativa. E se o úmero total de figurihas do álbum) for grade, esse valor é de fato muito pequeo. Nesse cotexto, podemos os pergutar o seguite: ) 4

5 . Em média, de quatas tetativas precisamos para obter esta última figuriha? 2. E se faltarem exatamete s figurihas, de quatas tetativas também em média) precisamos para colar mais uma o álbum? Essas pergutas podem ser respodidas facilmete se cohecermos uma distribuição de probabilidade deomiada Geométrica. Ituitivamete, dizemos que uma variável aleatória Y tem distribuição Geométrica se Y cota o úmero de tetativas ecessárias para se coseguir o primeiro sucesso em evetos idepedetes e ideticamete distribuídos. Em relação a primeira perguta acima, esses evetos podem ser descritos como comprar a próxima figuriha. Se esta correspode à última que falta para completar o álbum, temos um sucesso. Caso cotrário, temos um fracasso. Ora, a probabilidade de sucesso em cada eveto é p =. Assim, via Distribuição Geométrica, podemos calcular a probabilidade de coseguirmos a última figuriha em exatamete k tetativas. Isso ocorre quado obtemos k ) fracassos as primeiras tetativas e sucesso a k- ésima tetativa. Como os evetos são idepedetes, temos: P [ Y = k ] = p) k p. E para obter, em média, o úmero de figurihas que precisamos comprar para obter a última, basta calcular a esperaça valor médio) dessa variável aleatória dessa variável aleatória. Nesse setido, tomado q = p, temos que: E[Y] = = p kq k p = k= kq k = ) q = k=0) k= = p d dq = p d dq q = p q) 2 = p. De fato, os resultados acima valem para qualquer variável aleatória com distribuição Geométrica, ode p é a probabilidade de sucesso do eveto. Assim, respodedo à primeira perguta Dessa forma, o úmero de figurihas que devem ser compradas para coseguir a última é, em média, p = / =, o que pode ser muito frustrate se o álbum tiver muitas figurihas. No mesmo setido, respodedo à seguda perguta do iício da seção, temos que se faltarem k figurihas, um sucesso coseguir mais uma para 2) 5

6 colar o álbum) tem probabilidade k. E, portato, o úmero médio de figurihas ecessárias para coseguir mais uma é k. Isso explica matematicamete porque razão as trocas de figurihas tem se torado tão populares e também ecoômicas). A medida que o álbum vai ficado mais e mais completo, a relação k vai crescedo, ou seja, seria preciso comprar muito mais figurihas para coseguir a próxima. 5 Estimativas sobre o álbum oficial da Copa Nesta seção, vamos aplicar os resultados ateriores para obter estimativas cocretas sobre o álbum oficial da Copa do Mudo. Para este caso específico, o úmero total de figurihas é = 649 times e estádios umerados de a 639, além das figurihas 00, W, J, J2, J3, J4, L, L2, L3 e L4). Pela proposição 2, obtemos o seguite resultadö: P τ fig > l+c ) e c. Nesse setido, se um colecioador quisesse saber o úmero de figurihas ecessárias para completar o álbum com certeza, a resposta seria ão existe esse úmero. Obviamete, por se tratar de um processo aleatório, somete podemos estimar o úmero de figurihas ecessário para que ele complete o álbum com uma determiada probabilidade, e é esse setido que vamos usar o resultado acima. Assim, para fixar as ideias, vamos estimar essa probabilidade em 90%. Agora, vamos estimar uma cota para o úmero de figurihas que deveriam ser compradas, a fim de que a probabilidade de ão completar o álbum seja iferior a 0%. Para tato, tome c tal que e c 0,. Temos etão c = l0, 2,3. Fazedo as cotas, temos que 649 l649+2,3 649 = 5696, e portato: P τ fig > 5696) 0,. Ou seja, se o colecioador comprar 5696 figurihas!!!), podemos garatir que a chace de completar o álbum da Copa é superior a 90%. Como o preço de cada figuriha é R$ 0,20, estamos falado de um ivestimeto total de R$.39,20. Fialmete, para obter a última figuriha do jeito mais difícil, vimos, a seção referete à distribuição Geométrica, que precisamos, em média, de = 649 tetativas. Isso correspode em média) a R$ 29,80. Vedo essas estimativas, percebemos que, de fato, é bem melhor recorrer às trocas, ão é mesmo? 6

7 6 Referêcias FELLER, W. A Itroductio to Probability Theory ad its Applicatios. vol.. New York, 993. JAMES, Barry. Probabilidade: um curso em ível itermediário. Rio de Jaeiro: Istituto de Matemática Pura e Apicada, 200. MORGADO, Leadro. Tempos de Mistura em Cadeias de Markov. Trabalho de Coclusão de Curso. Uiversidade Federal de Sata Cataria. Floriaópolis, 20. PERES, D.L.Y. Markov Chais ad Mixig Times. America Mathematical Society,