Documente Academic
Documente Profesional
Documente Cultură
1.1
EXPERIMENTOS ALEATRIOS
DEFINIO
EXEMPLO
EXEMPLO
Eis alguns exemplos de experimentos determinsticos: Se deixarmos uma pedra cair de uma certa altura, podemos determinar
sua posio e velocidade para qualquer instante de tempo posterior
queda. Se aquecermos a gua a 100 graus centgrados, ela entrar
em ebulio.
Nosso objetivo ser construir um modelo matemtico pararepresentar experimentos aleatrios. Isto ser feito em duas etapas: na
primeira descreveremos para cada experimento aleatrio o conjunto
de seus resultados possveis, e na segunda procuraremos atribuir pesos a cada resultado que reflitam a sua maior ou menor chance de
ocorrer quando o experimento realizado.
1.2
DEFINIO
EXEMPLO
1.1.3 Se escolhermos uma lmpada do processo de fabricao e observarmos o seu tempo de durao, verificaremos que esse
tempo varia de lmpada para lmpada.
ExEMPLO
EXEMPLO
1.2.2 Uma moeda lanada duas vezes sobre uma supefcie plana. Em cada um dos dois lanamentos pode ocorrer cara
(C) ou coroa (C). O espao amostrai o conjunto:
EXEMPLO
DEFINIO
EXEMPLO
EXEMPLO
A= {BBD,BDB,DBB}.
1.2.9 No exemplo 1.2.4 consideramos o evento A: a primeira cara ocorre em um lanamento que um mltiplo de 3. Temos
ento:
EXEMPLO
A=
{ccc, cccccc... }.
A= {2,4,6,8,10,12,14}
B = {3,6,9,12,15}
B ={CC, CC}.
AUB = {2,3,4,6,8,9,10,12,14,15}
1.3
AnB
DEFINIO
DEFINIO
DEFINIO
Como os eventos so subconjuntos do espao amostrai, podemos representar a reunio, a interseo de dois eventos e o complementar de um evento pelos diagramas utilizados para representar
subconjuntos de um dado conjunto.
AUB
Ana
= {6, 12}
DEFINIO
A probabilidade de A, que
= N.
(1.1)
DEFINIO
1.4
+ P(B)
= 1.
i) Como N
P(A) ;::: 0.
DEMONSTRAO
SUBJETIVA DE PROBABILIDADE
Suponha que A tem m 1 eventos simples e que B tem m2 eventos simples. Como A e B so mutuamente exclusivos segue-se que eles
no tm eventos simples comuns, logo o nmero de eventos simples
de A U B m 1 + m 2 . Usando a definio obtemos ii).
Como o nmero de eventos simples de S N, segue da defi-
1.4-1
(1.2)
Jan.
Fev.
Mar.
Abr.
Mai.
Jun.
Masc.
Fem.
3743
3537
7280
3550
3407
6957
4017
3866
7883
4173
3711
7884
4117
3775
7892
3944
3665
7609
Total
Meses
Jul.
Ago.
Set.
Out.
Nov.
Dez.
Masc.
Fem.
Total
3964
3621
7585
3797
3596
7393
3712
3491
7203
3512
3391
6903
3392
3160
6552
3761
3371
7132
c . 45682 -
!Ol
Seja S o espao amostrai associado a um experimento aleatrio. Considerando-se n repeties desse experimento nas mesmas
condies, observemos que a freqncia relativa est definida na classe dos eventos de S e suas propriedades so dadas no seguinte lema:
LEMA
+ fn,B;
1.4. 2
1.4.3
P(U~=lAn)::::
L P(An);
(1.3)
n=l
c) P(S)
= 1.
DEFINIO
P(A) =
P(wn)
(1.4)
n:wnEA
Podemos verificar que a probabilidade definida dessa maneira satisfaz os axiomas da definio 1.4.2. Sugerimos ao leitor que
verifique esses axiomas quando o espao amostrai finito.
1.5
MTODOS DE CONTAGEM
1. 5.1
Suponhamos que uma tarefa pode ser executada em duas etapas. Se a primeira etapa pode ser realizada de n maneiras e a segunda
DEFINIO
c.
As amostras podem ser retiradas de um conjunto de duas maneiras: com reposio ou sem reposio. Nas amostras retiradas com
reposio cada elemento selecionado reposto no conjunto antes da
prxima retirada. No caso de amostras sem reposio, como o nome
diz, os elementos no so repostos aps cada retirada.
Os elementos da amostra podero ainda ser ordenados ou no.
1.5.2 Uma amostra dita ordenada se os seus elementos
forem ordenados7 isto 7 se duas amostras com os mesmos elementos 7
porm em ordens distintas 7 forem consideradas diferentes.
DEFINIO
ExEMPLO 1.5.2 Considere uma classe com vinte estudantes. O conselho de classe formado por trs estudantes: um presidente, um
secretrio e um tesoureiro. Ao escolhermos uma amostra de trs estudantes para formarem o conselho, deveremos considerar as amostras ordenadas, pois ainda que duas amostras sejam formadas pelas
mesmas pessoas, se elas executam tarefas distintas, devem ser consideradas como diferentes.
abd
acd
bcd
acb
adb
adc
bdc
bac
bad
cad
cbd
bca
bda
cda
cdb
cab
dab
da c
dbc
cba
dba
dca
dcb.
LEMA
1.5.1 O nmero de amostras ordenadas sem reposio de tamanho n, de um conjunto com N elementos, que ser denotado por
(N)n, dado por:
LEMA
+ 1).
De fato, como aps cada retirada o elemento retirado reposto, ento em cada uma das n retiradas temos N escolhas
possveis. Pelo princpio fundamental da contagem o nmero dessas
amostras Nn.
DEMONSTRAO
(1.5)
1.5.5 No exemplo 1.5.4 determinamos o nmero de amostras ordenadas sem reposio, de tamanho 3 do conjunto {a, b, c, d}.
Vamos agora determinar o nmero de amostras ordenadas com reposio.
O nmero de amostras de tamanho 3 retiradas com reposio
pelo lema 1.5.2 igual a 43 . A ttulo de ilustrao vamos obter esse
nmero exibindo o conjunto dessas amostras.
As amostras ordenadas de tamanho 3, com reposio, do conjunto {a, b, c, d} incluem:
(i) as amostras sem reposio, que coincidem com as amostras
com reposio em que no h repetio. O nmero dessas 24 e
esto listadas no exemplo 1.5.4.
(ii) as amostras onde h pelo menos uma repetio. Vamos
listar as amostras em que o elemento "a" aparece repetido pelo menos
uma vez
aaa aab aac aad
aba aca ada
baa caa daa
ExEMPLO
EXEMPLO 1.5.3 No exemplo 1.5.2 o nmero de maneiras que o conselho de classe pode ser formado igual ao nmero de amostras ordenadas sem reposio de tamanho 3 de um conjunto com 20 elementos.
Pelo lema temos:
(20)3
= 20.19.18 =
6 840.
1.5.6 Suponha que a data de nascimento de qualquer pessoa pode ser considerada igualmente distribuda entre os 365 dias de
um ano. Se em uma sala existem n pessoas, qual a probabilidade
de que todas tenham nascido em dias diferentes?
EXEMPLO
d a probabilidade p procurada.
P= (
(1.7)
= 1.2 ... n.
DEMONSTRAO
Pode-se mostrar que para n = 23, P(A) < ~'e portanto a probabilidade do complementar de A, que o evento "pelo menos duas
pessoas fazem aniversrio no mesmo dia", maior que ~- Observemos que o problema que resolvemos um caso particular do seguinte:
Se de um conjunto de N elementos retirarmos amostras ordenadas
com reposio de tamanho n, qual a probabilidade de que a amostra
no tenha nenhum elemento repetido? De fato, as amostras em que
no h elemento repetido so as amostras ordenadas sem reposio.
Se p denota essa probabilidade, ento:
(N)n
Nn .
EXEMPLO
(365)n
1
2
n- 1
P(A) = 365n = ( 1 - 365)( 1 - 365) ... ( 1 - 365 )
p=
o, 0363.
DEFINIO
LEMA
20 4
) =
20 4
(1.6)
so as seguintes:
123, 132, 213, 231, 312, e 321.
DEFINIO
LEMA
(1.8)
{ a1, a2, ... , a N}. Uma amostra no ordenada sem reposio de tamanho n um subconjunto desse conjunto com n elementos. Con-
(N)n
N(N- 1) ... (N- n
n!
N!
= n.I(N _
)I
n.
(1.9)
Para determinar o nmero de jogos, precisamos calcular o nmero de amostras no ordenadas de tamanho 2 de um conjunto com
6 elementos. Pela frmula (1.8) temos:
C6,2 =
6.5
+ 1)
= 15.
+ n2 + + nk = N.
G;)
(39)
(26)
(52)
13
13
13 .
O mesmo raciocnio nos fornecer a prova do lema que enunciamos a seguir:
1.5.5 O nmero de parties de um conjunto de N elementos
em k subconjuntos, com n1, n2, ... , nk elementos, respectivamente,
igual a:
LEMA
N!
(1.11)
nk-1
(N- nl)!
n2!(N- (n 1 + n 2))!
(N- (n1
+ n2 + + nk-2))!
N!
1.5.11 No jogo de pquer com quatro participantes comum usar-se 32 cartas. As cartas pertencem a um de quatro naipes,
a saber: paus, espadas, ouros e copas. As denominaes das cartas
so: sete, oito, nove, dez, valete, dama, rei e s. Numa primeira
etapa so dadas cinco cartas a cada jogador. Consideremos as cartas
dadas a um jogador na primeira etapa. Qual a probabilidade de
que ele receba um par de ases?
EXEMPLO
Vamos considerar o espao amostrai como o conjunto das amostras no ordenadas sem reposio, de tamanho 5, de um conjunto
com 32 elementos. Pelo lema 1.5.4 o nmero de pontos do espao
amostrai e5 ).
No pquer, dizer que o jogador recebe um par de ases quer
dizer que ele s tem um par e trs outras cartas distintas. Vamos
designar por A o evento "o jogador recebe um par de ases". Para
calcular o nmero de pontos de A, observemos que podemos selecionar os dois ases de (~) maneiras; podemos selecionar as outras trs
G)
P(A)
=o, 11.
G)
(1.12)
i=l
LEMA
G) G) G)
3 (27)!
P(Ac) = 1 - P(A).
(12)!(5!) 3
(32)!
(12)!(5!) 4
(1.13)
LEMA
1.6
PROPRIEDADES DA PROBABILIDADE
P(A) :S P(B).
(1.14)
P(B)
Como P(Ac B)
~O
= P(A) + P(Ac B)
U:
maneira: A = A
1 </Ji, onde para todo i ~ 1, </Ji = </J.
Ento pelo axioma b da definio 1.4.2 segue que:
00
P(A)
= P(A) +L P(</J).
i=l
Subtraindo P(A) de ambos os membros, segue-se que a igualdade acima s faz sentido se P( c/>.) = O.
1.6.2 Se os eventos A 1 , A 2, ... , An so mutuamente exclusivos, ento:
LEMA
P(A U B)
= P(A) + P(B) -
P(AB).
(1.15)
= P(Ac B) + P(AB).
P(AB) =O.
P(A U B)
(1.16)
( 1.16), ns obtemos:
P(A U B) = P(A)
+ P(B)- P(AB).
LEMA
mos:
P(u Ak)
= 1- P(n
Ak),
(1.17)
k=1
k=1
n
P(
(1.18)
k=1
P(
DEMONSTRAO
A relao:
(u
n
1.6.2 Nas condies do Exemplo 1.5.11, calcular a probabilidade de o jogador receber um par de ases ou um par de reis.
Ak)c =
'k=1
Ak
k=1
UAk)c = P( nAk).
n
k=1
k=1
EXEMPLO
n
n
U Ak) = P( nAk),
n
k=1
k=1
(1.19)
Mostremos que
n
(1.20)
P(u A2k)
k=1
k=1
(UZ=
Considere x E
1 Ak). Ento x E Ak, para algum k, 1 ::;
k::; n. Tome o menor k tal que x E Ak, ento x E AiA~ .. Ak_ 1Ak.
Logo x pertence ao conjunto do lado direito de (1.20).
Tomemos dois eventos quaisquer do lado direito de (1.20) e
verifiquemos que so mutuamente exclusivos. Sejam i e j inteiros tais que: 1 ::; i < j ::; n. Consideremos Ai A~ Af_ 1Ai e
Ai A~ Aj_ 1Aj. Note que o primeiro desses conjuntos est contido
em Ai e o segundo est contido em Ai e portanto eles so mutuamente exclusivos. Tomemos agora x pertencente ao lado direito em
(1.20). Ento para algum k, 1::; k::; n, x E AiA~ Ak_ 1Ak. Logo
P(A~ A~
, para todo i = 2, 3, , n.
U!=l
n!=
k=1
26
210
= 0,0625.
Antes de encerrarmos esta seo vamos enunciar a generalizao do lema 1.6.5 para uma reunio de um nmero inteiro positivo
de eventos do espao amostrai.
LEMA
n
n
P(U Ai)= LP(Ai)- LLP(AiAj)
i=l j>i
i=l
i=l
+L L L
U7=
x E Ak e portanto x E
1 Ai.
Para provar (1.18) basta calcular a probabilidade de ambos os
lados da igualdade (1.20). Como os eventos da unio no lado direito
so mutuamente exclusivos, o resultado decorre do lema 1.6.2.
A desigualdade (1.19) segue diretamente da frmula (1.18),
pois como foi visto acima Ai A~ Af_ 1Ai C Ai, e portanto
= 1- P(n A~k) = 1-
1.7
PROBABILIDADE CONDICIONAL
:::; 6}
Retornemos ao exemplo acima. Temos AB = { (2, 2)} e portanto P(AB) = 3~, P(A) = 3~. Aplicando-se a frmula (1.22) obtemos o valor ~, j encontrado acima.
Da frmula (1.22) que define a probabilidade condicional do
evento B dado o evento A, obtemos a seguinte expresso:
P(AB)
= P(A)P(B I A).
(1.23)
6
5
4
3
2
ExEMPLO 1. 7.1 Considere uma urna com trs bolas brancas e sete
bolas vermelhas. Duas bolas so retiradas da urna, uma aps a outra
sem reposio. Determinar o espao amostrai e as probabilidades
associadas a cada ponto amostrai.
= 2.
P(BI)P(B2 I BI) = - - = 10 9
30
P(BI)P(V2 I BI)
3 7
7
= -=
10 9
30
P(VI)P(B2 I VI)
7 3
7
= -= -30
10 9
P(Vl)P(V2 I VI)
DEFINIO
definida por:
(1.22)
7 6
14
10 9 = 30 .
retirada. Assim aps a primeira retirada, em que saiu branca, a urna fica com duas brancas e sete vermelhas; aps a segunda em que
tambm saiu branca, fica com uma branca e sete vermelhas; aps a
terceira em que saiu vermelha, fica com uma branca e seis vermelhas
e assim por diante.
1. 7.1
P(AI)P(A2 I Al)P(A3 I A1A2) ...
P(An I A1A2 An-d
(1.24)
LEMA 1. 7.2 Seja B1, B2, ... , Bn uma partio do espao amostra[
S, isto , esses eventos so mutuamente exclusivos e sua reunio
S; seja A um evento e P uma probabilidade definida nos eventos de
S, temos:
n
P(A)
eventos, isto ,
=L
P(A I Bk)P(Bk).
(1.26)
k=l
DEMONSTRAO Como S
(1.25)
= U~=l Bk
A= AS= A(
k=l
k=l
UBk) = UABk
k=l
k=l
EXEMPLO 1. 7. 2 Vamos retomar o exemplo 1. 7.1 e calcular a probabilidade de obter o seguinte resultado: B1B2 V3 V4B5 em cinco retiradas de bolas da urna, sem reposio. O ndice representa o nmero
da retirada. Pela frmula (1.24) temos:
3 2761
10 9876
1
120
A frmula (1.26) conhecida como a frmula das probabilidades totais. Note que ela permite calcular a probabilidade de um
evento A quando se conhece as probabilidades de um conjunto de
eventos disjuntos cuja reunio o espao amostrai (uma partio de
S) e as probabilidades condicionais de A dado cada um deles .
EXEMPLO 1. 7.3 So dadas trs urnas com as seguintes composies:
a urna um tem trs bolas brancas e cinco vermelhas, a urna dois tem
quatro bolas brancas e duas vermelhas e a urna trs tem uma bola
branca e trs vermelhas. Escolhe-se uma das trs urnas de acordo
com as seguintes probabilidades: urna um com probabilidade ~, urna
:S
:S 3, o evento "a
P(A I B1)
= 8'
P(A I B2)
= 6'
P(A I B3)
;~~~
= 1.
= 4"
2.
LEMA
(1.28)
DEMONSTRAO
> O.
P(U
k=1
P(B) '
(1.27)
= P(AiB)
Bk
P(A.2 I B)
A probabilidade
condicional satisfaz:
i) Para todo evento B P(B I A) 2: O;
i i) Se B 1 , B 2 , ... , Bn so eventos mutuamente exclusivos ento:
n
P(B I Ai)P(Ai)
I Ak)P(Ak) .
2::~=1 P(B
(1.29)
= 1, 2, 3?
1.8
INDEPENDNCIA DE EVENTOS
P(D I AI)P(AI)
= (0, 01)(0, 15) + (0, 05)(0, 35) + (0, 02)(0, 5) =o, 0290.
Para i
i = 2 P(D
= 1,
o numerador P(D
I A 2)P(A 2) =
P(B I A)
= P(B).
>
(1.30)
P(A I B) = P(AB)
P(B)
P(A)P(B)
P(B)
= P(A).
9
100
P(B1 V2)
21
100
P(V1B2)
P(V1 V2)
P(BI)
30
100
= 10
30
100
3
10
21
100
49
100
A 2 = {CC,CC},
A 3 ={CC, C C},
A1A2 ={CC},
A1A3 ={CC},
A2A3 ={CC},
P(AB) =
= P(A)P(B)
P(AC) =
.~
-:f- P(A)P( C)
P(BC)
= ~-:f- P(B)P(C)
A1A2A3 ={CC}.
P(ABC) =
"2'
1'
4'
4.
Da decorre que vale a igualdade (1.31) para os eventos tomados dois a dois, mas
= P(A)P(B)P(C)
:
P(A1A2) = P(AI)P(A2)
EXEMPLO
P(A1A3)
Consideremos os eventos:
P(A2A3) = P(A2)P(A3)
{CGC, CC C, C C C, C C C}
{CCC,CCC ,CCC,CCC}
= P(AI)P(A3)
P(A1A2A3) = P(AI)P(A2)P(A3).
(1.32)
:S k :S n.
AB = {CCC,CCC}
DEFINIO
BC= {CCC,CCC,CCC}
P(AZl AZ2 AZk )
AC ={CGC}
ABC ={CGC}.
= P(A
Zl
)P(AZ2 ) P(AZk )
para todo. k = 2,3, ... n e todo {i 1,i2, ... ,ik} C {1,2, ... ,n}
tal que i1
(1.33)
k=2
k=O
2n- n- 1.
1.9
= b = 1.
EXERCCIOS
I. Defina o espao amostrai para cada um dos seguintes experimentos aleatrios: (a) lanam-se dois dados e anota-se a
configurao obtida; (b) conta-se o nmero de peas defeituosas, no intervalo de uma hora, de uma linha de produo; (c)
investigam-se famlias com quatro crianas e anota-se a configurao obtida, segundo o sexo; (d) numa entrevista telefnica
com dez assinantes, pergunta-se se o proprietrio tem ou no
mquina de secar roupa; (e) de um fichrio com seis nomes, sendo trs de mulheres e trs de homens, seleciona-se ficha aps
ficha at que o ltimo nome de mulher seja selecionado.
2. Uma moeda lanada trs vezes. Descreva o espao amostrai.
Considere os eventos Ai: cara no i-simo lanamento, para
i = I, 2, 3. Determine os seguintes eventos: (a) A1 n A 2 ; (b)
Af U A2; (c) (A! n A~)c; (d) A1 n (A2 U A3).
3. Suponha que o espao amostrai o intervalo [0, I] dos reais.
Considere os eventos A = [x : I/4 ::; x ::; 5/8] e B = [x :
I/2::; x::; 7 /8]. Determine os eventos: (a) A c; (b) A n Bc; (c)
(A U B)c; (d) A cU B.
4. Quais das seguintes relaes so verdadeiras:
(a) (AUB)n(AUC) = AU(AnC); (b) AUB = (AnBc)uB;
(c) AcnB=AUB; (d) (AUB)cnC=AcnBcncc.
7. Prove que:
(a+ b)n
~ (~)abn-k_
8. Mostre que:
(a) l:~=O
G)
(c) l:~=r
G)
=O;
::; r ::;
m;
(~)
= O, 6,
determine o
21. Em mdia, 5% dos produtos vendidos por uma loja so devolvidos. Qual a probabilidade de que, nas quatro prximas
unidades vendidas deste produto, duas sejam devolvidas?
so independentes.
14. Sejam A e B dois eventos de um espao amostrai. Suponha
que P(A) = O, 4 e P(A U B) = O, 7 e P(B) = p. (a) Para que
valor de p os eventos A e B so mutuamente exclusivos? (b)
Para que valor de p os eventos A e B so independentes?
+ P(E n F).
17. Uma urna contm duas bolas brancas e duas pretas. As bolas so retiradas ao acaso, sucessivamente e sem reposio. (a)
Qual a probabilidade de sair uma bola preta na primeira reti-
Masculino
Feminino
Biologia
52
38
Exatas
40
32
Humanas
58
80
25. Um restaurante popular apresenta dois tipos de refeies: sala20. No exerccio 1 considere os pontos amostrais em a) e c) equiprovveis. Em a) calcule a probabilidade da soma dos pontos
H: o fregus homem,
A : o fregus prefere salada,
M : o fregus mulher,
B : o fregus prefere carne.
Calcule:
(a) P(H), P(A I H) e P(B I H);
(b) P(A UH) e P(A n H);
34. Trs mquinas A, B e C produzem 50%, 30% e 20%, respectivamente, do total de peas de uma fbrica. As porcentagens de
produo defeituosa destas mquinas so 3%, 4% e 5%. Se uma
pea selecionada aleatoriamente, ache a probabilidade de ela
ser defeituosa. Se a pea selecionada defeituosa, encontre a
probabilidade de ter sido produzida pela mquina C.
29. Suponha que existam dez livros que devem ser colocados em
uma estante, sendo quatro de matemtica, trs de qumica,
dois de fsica e um dicionrio. Se quisermos que os livros de
mesmo assunto fiquem juntos, de quantas maneiras isso ser
possvel?
36. Numa urna onde existiam oito bolas brancas e seis azuis, foi
perdida uma bola de cor desconhecida. Uma bola foi retirada
da urna. Qual a probabilidade de a bola perdida ser branca,
dado que a bola retirada branca?
63
(b) Se o aluno respondeu corretamente a questo, qual a probabilidade de que ele tenha "chutado" a resposta?
38. De quantas maneiras diferentes r bolas distintas podem ser distribudas, ao acaso, em n urnas numeradas de 1 a n? Qual a
VARIVEIS ALEATRIAS E
DISTRIBUIES DE PROBABILIDADE
42. De uma urna com n bolas numeradas de 1, 2, ... , n, selecionase ao acaso e sem reposio todas as bolas, uma de cada vez.
Dizemos que ocorre um pareamento na j-sima seleo
(1 :::; j :::; n), se nessa seleo for selecionada a bola de nmero
j. Determine a probabilidade de que (a) ocorra pelo menos um
pareamento; (b) no ocorra pareamento algum; (c) ocorram
exatamente r pareamentos, r = O, 1, ... , n.
43. Suponha que r bolas distintas sejam distribudas aleatoriamente em n urnas. Determine a probabildade de que uma urna
especfica contenha exatamente k bolas, k =O, 1, ... , r.
2. 1
VA RIVEIS ALEATRIAS
Para descrever um experimento aleatrio conveniente associar valores numricos aos seus resultados. Como os eventos que ocorrem quando se realizam experimentos aleatrios variam a cada realizao dos mesmos, tambm variaro os valores numricos que l_hes
so associados. Em alguns experimentos os resultados j so descntos
numericamente; no exemplo 1.1.2 observamos o nmero de chama_das
telefnicas que chegam a uma central, que um inteiro no negativo;
no exemp lo 11
. .3 observamos o tempo
. de durao de uma lmpada,
que um nmero real no negativo, e no exemplo 1.1.4 o n~ero _de
pontos que aparecem na face superior de um dado, que um mte1ro
de 1 a 6. No entanto, em um grande nmero de situaes, os pontos
do espao amostrai no so expressos numericamente. No exemplo
1.1.5 observa-se 0 sexo do primognito representado pela letra M para
masculino e pela letra F para feminino. Neste caso o espao amostrai
to {M , F} . No exemplo 12 2 observamos cara (C) ou coe' O COnJUn