Probabilidade e Estatística/Espaços amostrais finitos

Fonte: testwiki
Revisão em 13h46min de 25 de janeiro de 2011 por imported>He7d3r.bot (Atualizando a categoria do livro, com AutoCat (detalhes). utilizando AWB)
(dif) ← Revisão anterior | Revisão atual (dif) | Revisão seguinte → (dif)
Saltar para a navegação Saltar para a pesquisa

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