Probabilidade e Estatística/Espaços amostrais finitos: diferenças entre revisões

Fonte: testwiki
Saltar para a navegação Saltar para a pesquisa
imported>He7d3r.bot
Atualizando a categoria do livro, com AutoCat (detalhes). utilizando AWB
 
(Sem diferenças)

Edição atual desde as 13h46min de 25 de janeiro de 2011

Construindo probabilidades em espaços amostrais finitos

Vamos começar agora, na prática, a calcular probabilidades de eventos. Consideremos o espaço amostral 𝒮 finito. É o caso mais simples, e a partir dele poderemos desenvolver as idéias da seção anterior. Assim, podemos considerar:

𝒮={x1,x2,x3,...,xn}

Já observamos anteriormente que Ψ é uma classe formada por todos os subconjuntos de 𝒮. Precisamos contruir 𝒫, uma probabilidade definida em Ψ. Vamos começar observando que, 𝑖=1,...,𝑛, com 𝑛, se {x𝑖} é um evento do espaço amostral 𝒮, então podemos definir a probabilidade de {x𝑖} ocorrer como um número 𝑝𝑖 tal que P({x𝑖})=𝑝𝑖.

Podemos notar que 𝒮=𝑖=1𝑛{x𝑖}.

Além disso, o 𝑝𝑖 deve ser escolhido de modo que 0𝑝𝑖1, pois, como já vimos, uma probabilidade possui valores sempre entre 0 e 1.

De modo que:

𝑖=1𝑛𝑝𝑖=𝑖=1𝑛P({x𝑖})=P(𝒮)=1.

Ou seja, a soma de todos os 𝑝𝑖 corresponde à probabilidade do espaço amostral, que já vimos ser igual a 1.

Agora, consideremos um evento qualquer 𝒜={x𝑖1,x𝑖2,...,x𝑖𝑘}𝒮, com 𝑘. Temos que 𝒜=𝑗=1𝑘{x𝑖𝑗}, ou seja, a união de todos os {x𝑖𝑗} constitui um evento 𝒜, que por sua vez é subconjunto do espaço amostral 𝒮.

De modo que as probabilidades 𝑝𝑖 devem satisfazer:

P(A)=𝑗=1𝑘P({x𝑖𝑗})=𝑗=1𝑘𝑝𝑖𝑗.

Ou seja, a probabilidade do evento 𝒜 ocorrer deve ser a soma das probabilidades de todos os elementos escolhidos ao acaso {x𝑖𝑗} que compõem o conjunto 𝒜.

Precisamos, ainda, tornar mais precisa a expressão "escolher ao acaso". Para tanto, consideremos 𝑛 objetos. Quando afirmamos que escolhemos ao acaso um dos 𝑛 objetos, isto significa que cada um dos objetos teve a mesma chance de ser escolhido.

Se os resultados particulares do evento 𝒮={x1,x2,x3,...,xn} são igualmente prováveis, ou seja, 𝑝1=𝑝2=...=𝑝n=𝑝, decorre que:

1=𝑛𝑝p=1n

No caso do evento 𝒜={x𝑖1,x𝑖2,...,x𝑖𝑘}𝒮 qualquer, temos:

P(A)=kn.

Tal modo de enunciar P(A) é frequentemente encontrado da seguinte forma:

P(A)=nu´mero de casos favora´veis a Anu´mero total de casos possi´veis

Entretanto, a expressão acima não serve como definição geral de probabilidade. Ela é somente uma consequência do fato de que todos os resultados do evento são equiprováveis, e só deve ser usada quando isto acontecer.

Exemplos

  • Consideremos um escritório formado por uma população distribuída da seguinte forma:
    • 3 pessoas são mulheres maiores de 30 anos;
    • 4 pessoas são homens maiores de 30 anos;
    • 5 pessoas são mulheres menores de 30 anos;
    • 4 pessoas são homens menores de 30 anos.

Escolhemos uma pessoa do escritório, ao acaso. Dados os eventos

𝒜={escolher pessoa menor de 30 anos}
={escolher pessoa maior de 30 anos}
𝒞={escolher uma mulher}
𝒟={escolher um homem}

calcule as probabilidades P(𝒞) e P(𝒜c𝒟c).

Nota: Utilizaremos o símbolo sucedido de um conjunto para denotar o número de elementos do conjunto.

Inicialmente, vamos procurar saber qual o número de elementos de cada conjunto. Podemos notar que 𝒮=16, 𝒜=9, =7, 𝒞=8 e 𝒟=8.

Assim, torna-se possível descobrir a probabilidade de ocorrência de cada evento, a saber:

P(𝒜)=916, P()=716, P(𝒞)=816, P(𝒟)=816.

Queremos saber P(𝒞), o que corresponde à probabilidade de escolher ou uma pessoa maior de 30 anos, ou uma mulher. Calculando:

P(𝒞)=P()+P(𝒞)P(𝒞)=716+816P(𝒞)

P(𝒞) significa a probabilidade de escolher uma pessoa maior de 30 anos e mulher. Do próprio enunciado, sabemos que 3 pessoas são mulheres maiores de 30 anos, então P(𝒞)=316. Portanto,

P(𝒞)=1216

Para calcular P(𝒜c𝒟c), basta perceber que 𝒜c= e que 𝒟c=𝒞. Daí tiramos que P(𝒜c𝒟c)=P(𝒞)=316, conforme calculamos anteriormente.

Predefinição:AutoCat