Estatstica e Probabilidade - ET586

2. Espacos Amostrais Finitos

Tsang Ing Ren

tir@cin.ufpe.br
2.1 Espaco Amostral Finito

Experimentos para os quais o espa

co amostral S seja formado de um
n
umero finito de elementos.
S = {a1 , a2 , ..., ak }.

Para caracterizar P(A) para este modelo considerar o evento

formado por um resultado simples, ou denominado tambem de evento
simples ou elementar, A = {ai }.
Para cada {ai } associamos um n
umero pi , denominado probabilidade
de ai que satisfaca a
`s seguintes condicoes:
(a) pi 0, i = 1, 2, ..., k,
(b) p1 + p2 + ... + pk = 1.

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 2 / 27

2.1 Espaco Amostral Finito

Suponha que o evento A seja constitudo por r resultados,

1 r k, .
A = {aj1 , aj2 , ..., ajr },

Conclui-se da Propriedade 4 (captulo anterior), que

P(A) = pj1 + pj2 +, ..., +pjr ,

Para avaliar os pi individuais, algumas hip

oteses referentes aos
resultados individuais devem ser feitas.

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 3 / 27

2.1 Espaco Amostral Finito

Exemplo 2.1
Suponha que somente tres resultados sejam possveis em um
experimento, a1 , a2 e a3 . Alem disso, suponha que a1 seja duas vezes
mais prov
avel de ocorrer que a2 , o qual por sua vez e duas vezes mais
prov
avel de ocorrer que a3 .
Portanto, p1 = 2p2 , e p2 = 2p3 . J
a que p1 + p2 + p3 = 1,
temos que 4p3 + 2p3 + p3 = 1,
o que finalmente d
a:

p3 = 71 , p2 = 27 , p1 = 4
7

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 4 / 27

2.2 Resultados Igualmente Verossmeis (Igualmente
prov
aveis)

A hip
otese mais comum feita para espacos amostrais finitos e a de
que todos os resultados sejam igualmente verossmeis.
Essa hip
otese n
ao pode ser, contudo, tomada como segura; ela deve
ser cuidadosamente justificada.
Existem muitos experimentos para os quais tal hip
otese e
assegurada.
Se todos os k resultados forem igualmente verossmeis, cada
probabilidade ser
a pi = 1/k. Consequentemente,
p1 + p2 + ... + pk = 1 torna-se kpi = 1 para todo i.
P(A) = r /k.

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 5 / 27

2.2 Resultados Igualmente Verossmeis

Exemplo 2.2
Um dado e lancado e todos os resultados se supoem igualmente
verossmeis. O evento A ocorrer a se, e somente se, um n
umero maior do
que 4 aparecer, isto e, A = {5, 6}.
Consequentemente:
1 1 2
P(A) = 6 + 6 = 6

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 6 / 27

2.2 Resultados Igualmente Verossmeis

Exemplo 2.3
Uma moeda equilibrada e atirada duas vezes. Seja A o evento: { aparece
uma cara }. Na avaliaca
o de P(A), a an
alise do problema poderia ser:

co amostral e S = {0, 1, 2} onde cada resultado representa o

O espa
n
umero de caras que ocorre.
Portanto, seria encontrado P(A) = 1/3 (ERRADO).

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 7 / 27

2.2 Resultados Igualmente Verossmeis

Exemplo 2.3
O espa
co amostral considerado todos os resultados n
ao s
ao
igualmente verossmeis.
co amostral S 0 = {HH, HT , TH, TT }
Devemos considerar o espa
Neste espa
co amostral todos os resultados s
ao igualmente
verossmeis. Como soluca
o correta P(A) = 2/4 = 1/2.
Podemos empregar corretamente o espa
co amostral S da seguinte
maneira:
Os resultados 0 e 2 s
ao igualmente verossmeis, enquanto que o
resultado 1 e duas vezes mais prov
avel que qualquer um dos dois.
Portanto P(A) = 1/2.

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 8 / 27

2.2 Resultados Igualmente Verossmeis

Nos exemplos j
a vistos tratamos da escolha ao acaso de um ou mais
objetos de uma dada coleca
o de objetos. Definindo esta noca o mais
precisamente. Suponha que se tenha N objetos, a1 , a2 , ..., aN .
(a) Escolher ao acaso um objeto, dentre N objetos, significa que
cada objeto tem a mesma probabilidade de ser escolhido, isto e:
Prob (escolher ai ) = 1/N, i = 1, 2, .., N.

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 9 / 27

2.2 Resultados Igualmente Verossmeis

(b) Escolher ao acaso dois objetos, dentre N objetos, significa que

cada par de objeto (sem considerar a ordem) tem a mesma
probabilidade de ser escolhido que qualquer outro par.
Devemos escolher ao acaso dois objetos dentre (a1 , a2 , a3 , a4 ), obter
a1 e a2 e t
ao prov
avel quanto escolher a2 e a3 etc.
Essa formula
ca
o levanta imediatamente a quest
ao de quantos pares
diferentes existem?
Suponha que existam K desses pares, ent
ao a probabilidade de cada
par seria 1/K .

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 10 / 27

2.2 Resultados Igualmente Verossmeis

(c) Escolher ao acaso n objetos (n N), dentre N objetos, significa

que cada enupla ai1 , ai2 , ai3 , ...ain , tem a mesma probabilidade de ser
escolhido quanto qualquer outra enupla.

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 11 / 27

2.3 Metodos de Enumeraca
o

Como enumerar?
Considere P(A) = r /k.
k
e igual ao n
umero total de maneiras pelas quais pode ocorrer.
r
e igual ao n
umero total de maneiras pelas quais A pode ocorrer.
A dificuldade se apresenta em como calcular r e k.
Necessidade de alguns procedimentos sistem
aticos de contagem ou
enumeraca
o.

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 12 / 27

2.3 Metodos de Enumeraca
o
Exemplo 2.4
Um conjunto de cem pecas e composta de 20 pecas defeituosas e 80
pecas perfeitas. Dez dessas pecas s
ao escolhidas ao acaso, sem
reposica
o de qualquer peca escolhido antes que a seguinte seja
escolhido. Qual e a probabilidade de que exatamente metade das pecas
escolhidas seja defeituosa?

Qual o espa
co amostral S? Cada elemento de S e constitudo de dez
possveis pecas do conjunto, (i1 , i2 , .., i10 ).
Quantos resultados desses existem?
Dentre esses resultados, quantos t
em a caracterstica de que
exatamente a metade das pecas seja defeituosa?
Muitos problemas semelhantes tem quest
oes an
alogas.
T
ecnicas sistem
aticas de enumeraca
o

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 13 / 27

2.3 Metodos de Enumeraca
o

A. Regra da Multiplicaca
o
Suponha que um procedimento designado por 1 possa ser executado
de n1 maneiras.
No segundo procedimento, designado por 2, possa ser executado de
n2 maneiras.
Suponha que cada maneira de executar 1 possa ser seguido por
qualquer daquelas para executar 2
O procedimento formado por 1 seguido de 2 pode ser executado de
n1 .n2 maneiras.

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 14 / 27

2.3 Metodos de Enumeraca
o
A. Regra da Multiplicaca
o
Considerar o seguinte tratamento sistem
atico:

Considere um ponto P e duas retas L1 e L2 .

O procedimento 1 consiste em ir de P at
e L1 .
O procedimento 2 consiste em ir deL1 at
e L2 .
Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 15 / 27
2.3 Metodos de Enumeraca
o

Exemplo 2.5
Uma peca manufaturada deve passar por tres estacoes de controle. Em
cada estacao, a peca e inspecionada para determinada caracterstica e
marcada adequadamente. Na primeira estaca o, tres classificacoes s
ao
possveis, enquanto nas duas u ltimas quatro classificacoes s
ao possveis.
Consequentemente, existem 3.4.4=48 maneiras pelas quais uma peca
pode ser marcada.

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 16 / 27

2.3 Metodos de Enumeraca
o

B. Regra da Adica
o
Suponha que um procedimento designado por 1 possa ser executado
de n1 maneiras.
No segundo procedimento, designado por 2, possa ser executado de
n2 maneiras.
Suponha que n
ao seja possvel que ambos os procedimentos 1 e 2
sejam realizados em conjunto.
O n
umero de maneiras pelas quais podemos realizar ou 1 ou 2 ser
a
n1 + n2 .

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 17 / 27

2.3 Metodos de Enumeraca
o

B. Regra da Adica
o
Considerar o seguinte tratamento esquem
atico:

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 18 / 27

2.3 Metodos de Enumeraca
o

Exemplo 2.6
Suponha que estamos planejando uma viagem e devemos escolher entre o
transporte por onibus ou por trem. Se existem tres rodovias e duas
ferrovias ent
ao existem 3+2 =5 caminhos disponveis para a viagem.

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 19 / 27

2.3 Metodos de Enumeraca
o

C. Permutacoes e Arranjos
(a) Suponha que temos n objetos diferentes. De quantas maneiras
n Pn podemos dispor (permutar) esses objetos?
Se tivermos os objetos a, b e c, podemos considerar as seguintes
permutacoes: abc, acb, bac, bca, cab e cba. Portanto, a resposta e 6.

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 20 / 27

2.3 Metodos de Enumeraca
o
C. Permutacoes e Arranjos

Permutar os n objetos equivale a colocar dentro de uma caixa com n

compartimentos, em alguma ordenaca
o
O primeiro compartimento pode ser ocupado por qualquer uma das n
maneiras.
O segundo compartimento por qualquer uma das (n 1) maneiras.
Eou
ltimo compartimento apenas por uma maneira.
Aplicando a regra da multiplica
ca
o verifica-se que a caixa poder
a
ser carregada de n(n 1)(n 2)...1 maneiras.
Este n
umero aparece t
ao frequentemente na Matem
atica que se
adotam um nome e um smbolo especial para ele.

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 21 / 27

2.3 Metodos de Enumeraca
o

C. Permutacoes e Arranjos - Definica

o
Sendo n um inteiro positivo, definimos n! = (n)(n 1)(n 2)...1 e o
denominamos fatorial de n. Tambem definimos 0! = 1.
Desta maneira, o n
umero de permutacoes de n objetos diferentes e dado
por:

n Pn = n!

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 22 / 27

2.3 Metodos de Enumeraca
o

C. Permutacoes e Arranjos
(b) Considere novamente n objetos diferentes. Agora desejamos
escolher r desses objetos, 0 r n e permutar os r escolhidos.
Denotamos o n
umero de maneiras de fazer isso (arranjos) por n Ar .
Recorremos ao esquema acima, de encher uma caixa de n
compartimentos.
Desta vez paramos depois que o compartimento de ordem r tenha
sido ocupado.
O primeiro compartimento pode ser preenchido de n maneiras, o
segundo de (n 1) maneiras, .. e o de ordem r de n (r 1)
maneiras.

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 23 / 27

2.3 Metodos de Enumeraca
o

C. Permutacoes e Arranjos
O procedimento completo pode ser executado novamente aplicando a
regra da multiplicaca
o
n(n 1)(n 2)...(n r + 1)

Empregando a nota
ca
o de fatorial podemos escrever:
n!
n Ar = (nr )!

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 24 / 27

2.3 Metodos de Enumeraca
o

D. Combinacoes
Considere n objetos diferentes. Trataremos da contagem do n
umero
diferente de maneiras de escolher r dentro esse n objetos sem
considerarmos a ordem.
Por exemplo, temos os objetos a, b, c e d, e r = 2, desejamos contar
ab, ac, ad, bc, bd e cd;
n
ao contaremos ab e ba, porque os mesmos objetos est
ao includos e
somente a ordem e diversa.
O n
umero de maneiras de escolher r objetos dentre n, e permutar os
r escolhidos e n!/(n r )!

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 25 / 27

2.3 Metodos de Enumeraca
o

D. Combinacoes
Seja C o n
umero de maneiras de escolher r dentro os n, n
ao
considerada a ordem.
Uma vez que r objetos tenham sido escolhidos, existir
ao r ! maneiras
de permut
a-los.
n!
Cr ! = (nr )!

O n
umero de maneiras de escolher r dentro n objetos diferentes, n
ao
se considerando a ordem e:
n!
C= r !(nr )!

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 26 / 27

2.3 Metodos de Enumeraca
o

D. Combinacoes
Este n
umero surge em muitas passagens da Matem
atica, um smbolo
especial e empregado
 
n! n
r !(nr )! =
r
S
ao frequentemente denominados coeficientes binomiais.

Tsang Ing Ren (CIn/UFPE) Estatstica e Probabilidade - ET586 27 / 27