Documente Academic
Documente Profesional
Documente Cultură
Bioestadstica
Aleatorio: dadas unas condiciones iniciales, conocemos el conjunto de resultados posibles, pero NO el resultado final.
Un experimento que est sujeto al azar con n posibles resultados equiprobables y mutuamente excluyentes y nA es la cantidad de sucesos que presentan la caracterstica A entonces la probabilidad de que suceda A es:
P(A) = nA/n
Ejemplos:
Con una baraja espaola, al sacar una carta cul es la probabilidad de sacar un nmero menor o igual que 3? 12/40=3/10 Al lanzar un dado perfectamente equilibrado, cul es la probabilidad de sacar un nmero impar? 3/6=1/2
CLASIFICACION OMS
Vlidos
Porcentaje
Control de calidad (tipo destructivo) Eventos poco frecuentes (asegurar unos juegos almpicos)
Subjetiva: Grado de certeza que se posee sobre un suceso. Es personal y se puede formular, por ejemplo, en trminos de apuestas:
Ejemplo: Dos individuos apuestan 5 euros por el equipo A y 12 euros por el equipo B, respectivamente, entonces
En todas las definiciones nos referimos a sucesos. Recordemos qu son y qu las operaciones tpicas.
Sucesos
E espacio muestral
Suceso es cada posibles resultados de un experimento aleatorio El conjunto de todos los resultados posibles es el espacio muestral (E) Se llama suceso a un subconjunto del espacio muestral Dado un suceso A, el suceso contrario (complementario), A ( AC), es el formado por los elementos que no estn en A Se llama suceso unin de A y B, AUB, al formado por los resultados experimentales que estn en A o en B (incluyendo los que estn en ambos. Se llama suceso interseccin de A y B, AB (o simplemente AB), al formado por los elementos que estn en A y B
E espacio muestral
A
A
E espacio muestral
A
B
Ejemplo 2: En el experimento aleatorio lanzar una moneda y un dado el espacio muestral es {{1,C}, {1,X}, {2,C}, {2,X}, {3,C}, {3,X}, {4,C}, {4,X}, {5,C}, {5,X}, {6,C}, {6,X}} Algunos eventos: Sacar cruz y un nmero par: A={{2,X}, {4,X}, {6,X}} Sacar cara B={{1,C}, {2,C}, {3,C}, {4,C}, {5,C}, {6,C}} Sacar un nmero par
D={{2,C}, {2,X}, {4,C}, {4,X}, {6,C}, {6,X}}
Se llama probabilidad a cualquier funcin P que asigna a cada suceso A un valor numrico P(A) y que verifica las siguientes reglas (axiomas) E espacio muestral
100%
E espacio muestral A B
Podis imaginar la probabilidad de un subconjunto como el tamao relativo con respecto al total (suceso seguro)
Probabilidad condicionada
P( A B) P( A | B) P( B)
A B
Error frecuentiiiiiisimo:
No confundis probabilidad condicionada con interseccin. En ambos medimos efectivamente la interseccin, pero
P(A|B)=1
P(A|B)=0,8
B B
P(A|B)=0,05
P(A|B)=0
Los problema de probabilidad pueden resolverse a partir de los axiomas, pero es ms cmodo si usas algunas reglas de clculo:
Ejemplo: considerar el siguiente sistema de filtros junto con la probabilidad de que cada el filtro funcione correctamente. Calcular la probabilidad de que el sistema filtre correctamente:
P(A)=0,9
P(B)=0,8
P(C)=0,7
P(A U (BC)) = P(A)+P(BC)-P(ABC)=P(A)+P(B)P(C)-P(A)P(B)P(C) = 0,9 + 0,8 x 0,7 - 0,9 x 0,8 x 0,7 = 0,956
Ejemplo:
Tenemos en un cajn dos tipos de analgsicos: 20 de tipo A y 10 de tipo B. Si cogemos tres analgsicos al azar cul es la probabilidad de los tres sean de tipo A?
Llamamos Ai = el i-simo analgsico extrado es de tipo A. P(A1A2A3)= P(A1)P(A2|A1)P(A3|A1A2) = (20/30)(19/29)(18/28)=0,28079
Independencia de sucesos
Dos sucesos son independientes si el que ocurra uno no aade informacin sobre el otro.
A es independiente de B
P(A|B) = P(A) P(A B) = P(A) P(B)
Recuento
Ejemplo (I)
CLASIFICACION OMS Total NORMAL OSTEOPENIA OSTEOPOROSIS
Se ha repetido en 1000 ocasiones el experimento de elegir a una mujer de una poblacin muy grande. El resultado est en la tabla.
Cul
Recuento
Ejemplo (II)
CLASIFICACION OMS Total NORMAL OSTEOPENIA OSTEOPOROSIS
Recuento
Ejemplo (III)
CLASIFICACION OMS Total NORMAL OSTEOPENIA OSTEOPOROSIS
P(Osteoporosis|Menopausia)=58/697=0,098
Otra forma:
P ( Menop Osteoporosis) P ( Menop) P (Osteoporosis | Menop) 697 58 58 / 1000 0,058 1000 697
Recuento
Ejemplo (IV)
CLASIFICACION OMS Total NORMAL OSTEOPENIA OSTEOPOROSIS
P(Osteoporosis)=64/1000=0,064 P(Osteoporosis|Menopausia)=58/697=0,098
La probabilidad de tener osteoporosis es mayor si ha pasado la menopausia. Aade informacin extra. No son independientes!
Otra forma?
A2
A1, A2, A3, A4 tal que la unin de todos ellos forman el espacio muestral, y sus intersecciones son disjuntas.
Divide y vencers
A1
A2
Todo suceso B, puede ser descompuesto en sus componentes respecto de la particin disjunta B = (BA1) U (BA2 ) U ( BA3 ) U ( BA4 )
B A1 A3 A4 B B B
Suceso seguro
A2
A3 A4
P(B|A3)
P(B|A4)
Ejemplo (I): En este aula el 70% de los alumnos son mujeres. De ellas el 10% son fumadoras. De los hombres, son fumadores el 20%. Prob. Total. Hombres y mujeres forman una particin disjunta
Fuman
Mujer Hombre Mujer 0,7 0,1 0,9 No fuma Fuma
= 0,13 =13%
0,8
Los caminos a travs de nodos representan intersecciones. Las bifurcaciones representan uniones disjuntas. No fuma
Teorema de Bayes
A1
A2
Si conocemos la probabilidad de B en cada una de las componentes de una particin disjunta del espacio muestral, entonces si ocurre B, podemos calcular la probabilidad (a posteriori) de ocurrencia de cada Ai.
P(Ai |B)
A3 A4
P(B
Ai )
P(B)
Ejemplo (II): En este aula el 70% de los alumnos son mujeres. De ellas el 10% son fumadoras. De los varones, son fumadores el 20%.
Fuman
Mujer Hombre
0,1 0,9
Fuma
Se elije a un individuo al azar y es fumador Mujer Probabilidad de que sea un hombre? 0,7
P( H F ) P( H ) P( F | H ) P( F ) P( F ) P( H ) P( F | H ) P( H ) P( F | H ) P( M ) P( F | M ) 0,3 0, 2 0,3 0, 2 0, 46 0,3 0, 2 0,7 0,1 0,13 P( H | F )
0,2
Fuma
Qu hemos visto?
lgebra de sucesos
Probabilidad
Clsica Frecuentista Subjetiva Axiomtica.
100,0% $ 50,00
0,0% 50
PEDIDO 25 CAJAS
10,0% 42
10,0% 42
PEDIDO DE 26 CAJAS
90,0% 52
90,0% 52
Demanda de 25 Cajas
FALSO 0 Chance 49 Demanda de 26 Cajas
10,0% 34
0,0% 34
PEDIDO DE 27 CAJAS
30,0% 44
0,0% 44 0,0% 54
60,0% 54
Demanda de 25 Cajas
FALSO 0 Chance 42 Demanda de 26 Cajas
10,0% 26
0,0% 26
PEDIDO DE 28 CAJAS
30,0% 36
Demanda de 27 Cajas
50,0% 46
Demanda de 28 Cajas
10,0% 56
Bioestadstica. U. Mlaga.
Tema 4: Probabilidad
28
400
Bioestadstica. U. Mlaga.
Tema 4: Probabilidad
29