Parte A. Ing. Roque Castillo Investigación y Salud III
|
|
- Ricardo Blanco Acosta
- hace 6 años
- Vistas:
Transcripción
1 Conceptos de Probabilidad Parte A Ing. Roque Castillo Investigación y Salud III
2 Introducción Definición 3.1 El espacio muestral es el conjunto de todos los resultados posibles. Al referirse a las probabilidades de los eventos, un evento es cualquier conjunto de resultados de interés. La probabilidad de un evento es la frecuencia relativa de este conjunto de resultados en un número indefinidamente grande (o infinito) de ensayos.
3 Introducción - Cáncer Cáncer La probabilidad de desarrollar cáncer de mama a lo largo de 40 años en mujeres de 30 años que nunca han tenido cáncer de mama son aproximadamente 1/11. Esta probabilidad significa que en una muestra grande de mujeres de 30 años que nunca habían tenido pecho el cáncer, aproximadamente 1 de cada 11 desarrollará la enfermedad a los 70 años, y esta proporción se volverá cada vez más cercana a 1 de cada 11 a medida que aumente el número de mujeres muestreadas.
4 Ecuaciones 3.1 1) La probabilidad de un evento E, denotado por Pr(E), siempre satisface 0 Pr (E) 1. 2) Si los resultados A y B son dos eventos que no pueden ocurrir ambos al mismo tiempo, entonces Pr (A o B ocurre) = Pr (A) + Pr (B).
5 Ejemplo 3.6 Hipertensión Sea A el caso de que una persona tenga lecturas de presión sanguínea diastólica normotensiva (DBP) (DBP <90), y deje que B sea el evento en el que una persona tenga lecturas límite de DBP (90 DBP <95). Supongamos que Pr (A) = 0.7 y Pr (B) = 0.1. Sea Z el evento de que una persona tenga un DBP <95. Entonces Pr (Z) = Pr (A) + Pr (B) = = 0.8 porque los eventos A y B no pueden ocurrir al mismo tiempo.
6 Definición 3.2 Dos eventos A y B son mutuamente excluyentes si ambos no pueden suceder al mismo tiempo.
7 Ejemplo 3.7 Hipertensión Sea X la DBP, C sea el evento X 90, y D sea el evento 75 X 100. Los eventos C y D no son mutuamente excluyentes, ya que ambos ocurren cuando 90 X 100.
8 Notación Probabilística Común
9 Definición 3.3 El símbolo {} se usa como abreviatura de la frase "el evento". Definición 3.4 A B es el evento que ocurre A o B, o ambos ocurren.
10 Ejemplo 3.8 Hipertensión Deje que los eventos A y B se definan como en el ejemplo 3.6: A = {X < 90}, B = {90 X <95}, donde X = DBP. Entonces A B = {X < 95}. Ejemplo 3.9 Hipertensión Deje que los eventos C y D se definan como en el ejemplo 3.7: C = {X 90} D = {75 X 100} Entonces C D = {X 75}
11 Representación diagramática de A B: (a) A,B mutuamente excluyentes; (b) A,B no se excluyen mutuamente A B sombreado A B sombreado
12 Definición 3.5 A B es el evento en que ambos A y B ocurren simultáneamente. A B es representado gráficamente por la figura: A B sombreado
13 Ejemplo 3.10 Hipertensión Deje que los eventos C y D se definan como en el ejemplo 3.7; es decir, C = {X 90} D = {75 X 100} Entonces C D = {90 X 100} Observe que A B no está bien definido para los eventos A y B en el Ejemplo 3.6 porque ambos A y B no pueden ocurrir simultáneamente. Esto es cierto para cualquier evento mutuamente exclusivo.
14 Definición 3.6 Ᾱ es el evento en el que A no ocurre. Se llama el complemento de A. Note que Pr (Ᾱ) = 1 - Pr (A), porque A ocurre solo cuando A no ocurre. El evento A se muestra en la figura:
15 Ejemplo 3.11 Hipertensión Deje que los eventos A y C se definan como en los Ejemplos 3.6 y 3.7; es decir, A = {X <90} C = {X 90} Entonces C = Ᾱ, porque C solo puede ocurrir cuando A no ocurre. Note que: Pr (C) = Pr (Ᾱ) = = 0.3 Por lo tanto, si el 70% de las personas tienen DBP <90, entonces el 30% de las personas deben tener DBP 90.
16 Ley de Multiplicación de Probabilidades
17 Ejemplo 3.12 Hipertensión, Genética Supongamos que estamos llevando a cabo un programa de detección de hipertensión en el hogar. Considere todos los posibles pares de mediciones de DBP de la madre y el padre dentro de una familia dada, suponiendo que la madre y el padre no están relacionadas genéticamente. Este espacio de muestra consta de todos los pares de números de la forma (X, Y) donde X> 0, Y> 0. Ciertos eventos específicos pueden ser de interés en este contexto.
18 Ejemplo 3.12 En particular, podríamos interesarnos si la madre o el padre son hipertensos, lo que se describe, respectivamente, por los eventos A = {DBP de la madre 90}, B = {DBP del padre 90}. Supongamos que sabemos que Pr (A) = 0.1, Pr (B) = 0.2. Qué podemos decir sobre Pr (A B) = Pr(DBP de la madre 90 y DBP del padre 90) = Pr (tanto la madre como el padre son hipertensas)? No podemos decir nada a menos que estemos dispuestos a hacer ciertas suposiciones.
19 Definición 3.7 Dos eventos A y B son llamados eventos independientes si Pr (A B) = Pr (A) Pr (B)
20 Posibles mediciones diastólicas de la presión arterial de la madre y el padre dentro de una familia dada DBP del padre DBP de la madre evento A = {DBP de la madre 90} evento B = {DBP del padre 90} evento A B = {DBP de ambos 90}
21 Ejemplo 3.13 Calcule la probabilidad de que tanto la madre como el padre sean hipertensos si los eventos del ejemplo 3.12 son independientes. Solución: Si A y B son eventos independientes, entonces Pr (A B) = Pr (A) Pr (B) = 0.1 (0.2) = 0.02
22 Definición 3.8 Dos eventos A y B son son dependientes si Pr (A B) Pr (A) Pr (B)
23 Ejemplo 3.14 Hipertensión, Genética Considere todas las posibles mediciones de DBP de una madre y su hijo primogénito. Deje A = {DBP de la madre 90} B = {DBP del primogénito 80} Supongamos que Pr(A B) = 0.05, Pr(A) = 0.1, Pr(B) = 0.2. Entonces Pr (A B) = 0.05 > Pr(A) Pr(B) = 0.02 y los eventos A, B serían dependientes. Este resultado se esperaría porque la madre y el hijo primogénito ambos comparten el mismo ambiente y están relacionados genéticamente. En otras palabras, es más probable que el hijo primogénito tenga presión arterial elevada en hogares donde la madre es hipertensiva que en hogares donde la madre no es hipertensiva.
24 Ejemplo 3.15 Enfermedad de Transmisión Sexual Supongamos que dos médicos, A y B, evalúan a todos los pacientes que ingresan en una clínica por sífilis. Deje que los eventos A + = {el doctor A haga un diagnóstico positivo} y B + = {el doctor B haga un diagnóstico positivo}. Supongamos que el médico A diagnostica el 10% de todos los pacientes como positivos, el médico B diagnostica el 17% de todos los pacientes como positivos, y ambos médicos diagnostican el 8% de todos los pacientes como positivos.
25 Ejemplo 3.15 Enfermedad de Transmisión Sexual Son los eventos A +, B + independientes? Solución: se nos da que Pr (A + ) = 0.1, Pr (B + ) = 0.17 Pr (A + B + ) = 0.08 Por lo tanto, Pr (A + B + ) = 0.08 > Pr (A + ) Pr (B + ) = (0.1) (.17) = y por lo tanto, los eventos son dependientes. Este resultado se esperaría porque debería haber una similitud entre cómo dos médicos diagnostican a los pacientes con sífilis.
26 Ecuaciones 3.2 Ley de Multiplicación de Probabilidad Si A 1,, A k son eventos mutuamente independientes, entonces Pr(A 1 A 2 A k )=Pr(A 1 ) x Pr(A 2 ) x x Pr(A k )
27 Ley de Adición de Probabilidad
28 Ecuaciones 3.3 Ley de Adición de Probabilidad Si A y B son eventos cualesquiera (que no sean necesariamente excluyentes), entonces Pr(A B)=Pr(A) + Pr(B) - Pr(A B)
29 Representación diagramática de la ley de probabilidad de adición
30 Ejemplo 3.16 Enfermedad de Transmisión Sexual Considere los datos en el Ejemplo Supongamos que un paciente es referido para pruebas de laboratorio adicionales si el médico A o B hace un diagnóstico positivo. Cuál es la probabilidad de que un paciente sea referido para más pruebas de laboratorio?
31 Ejemplo 3.16 Enfermedad de Transmisión Sexual Solución: El evento de que cualquiera de los dos médicos realice un diagnóstico positivo puede representarse con A + B +. Lo sabemos Pr (A + ) = 0.1, Pr (B + ) = 0.17, Pr (A + B + ) = 0.08 Por lo tanto, de la ley de probabilidad de adición, Pr (A + B + ) = Pr (A + ) + Pr (B + ) - Pr (A + B + ) = Pr (A + B + ) = = 0.19 Por lo tanto, el 19% de todos los pacientes serán referidos para más pruebas de laboratorio.
32 Casos especiales de la ley de adición 1) Si los eventos A y B son mutuamente exclusivos, entonces Pr (A B) = 0 y la ley de adición se reduce a Pr (A B) = Pr (A) + Pr (B). 2) Si los eventos A y B son independientes, entonces, por definición, Pr (A B) = Pr(A) Pr (B) y Pr (A B) pueden reescribirse como Pr (A) + Pr (B) - Pr (A) Pr (B).
33 Ecuaciones 3.4 Ley de Adición de Probabilidad para Eventos Independientes Si dos eventos A y B son independientes, entonces Pr (A B) = Pr (A) + Pr (B) [1 Pr (A)]
34 Representación diagramática de la ley de probabilidad de adición para eventos independientes
35 Ejemplo 3.17 Hipertensión Mire el ejemplo 3.12, donde A={DBP de la madre 90}, B={DBP del padre 90}. Pr(A) = 0.1, Pr(B) = 0.2, y supongamos que A y B son eventos independientes. Supongamos que hogar hipertenso" se define como aquel en el que la madre o el padre es hipertenso, con hipertensión definida para la madre y el padre, respectivamente, en términos de eventos A y B. Cuál es la probabilidad de un hogar hipertenso?
36 Ejemplo 3.17 Hipertensión Solución: Pr (hogar hipertenso) es Pr (A B) = Pr(A) + Pr(B) [1 - Pr(A)] Pr (A B) = (0.9) =.28 Por lo tanto, el 28% de todos los hogares serán hipertensos.
37 Probabilidad Condicional
38 Probabilidad Condicional Supongamos que queremos calcular la probabilidad de que varios eventos ocurran simultáneamente. Si los eventos son independientes, entonces podemos usar la ley de multiplicación de probabilidades para hacerlo. Si algunos de los eventos son dependientes, entonces se necesita una medida cuantitativa de dependencia para extender la ley de multiplicación al caso de eventos dependientes. Considere el siguiente ejemplo:
39 Ejemplo 3.18 Cancer Los médicos recomiendan que todas las mujeres mayores de 50 años se sometan a exámenes de detección de cáncer de mama. La prueba definitiva para identificar tumores de mama es una biopsia de mama. Sin embargo, este procedimiento es demasiado costoso e invasivo como para recomendarlo a todas las mujeres mayores de 50 años. En cambio, se alienta a las mujeres de este grupo de edad a realizarse una mamografía cada 1 a 2 años. Las mujeres con mamogramas positivos se analizan luego con una biopsia.
40 Ejemplo 3.18 Cancer Idealmente, la probabilidad de cáncer de mama entre las mujeres que tiene mamografias positivas sería 1 y la probabilidad de cáncer de mama entre las mujeres que tienes mamográficas negativas sería 0. Los dos eventos {mamograma positivo} y {cáncer de mama} serían completamente dependientes; los resultados de la prueba de detección determinarán automáticamente el estado de la enfermedad. El extremo opuesto se logra cuando los eventos {mamograma positivo} y {cáncer de mama} son completamente independientes.
41 Ejemplo 3.18 Cancer En este caso, la probabilidad de cáncer de mama sería la misma independientemente de si la mamografía es positiva o negativa, y la mamografía no sería útil en la detección de cáncer de mama y no debería utilizarse. Estos conceptos se pueden cuantificar de la siguiente manera. Deje A = {mamografía +}, B = {cáncer de mama}, y supongamos que estamos interesados en la probabilidad de cáncer de mama (B) dado que la mamografía es positiva (A). Esta probabilidad puede escribirse Pr(A B)/Pr(A).
42 Definición 3.9 La cantidad Pr(A B)/Pr(A) se define como la probabilidad condicional de B dada A, que se escribe Pr(B A).
43 Ecuaciones 3.5 1) Si A y B son eventos independientes, entonces Pr(B A) = Pr(B) = Pr(B Ā). 2) Si dos eventos A, B son dependientes, entonces Pr(B A) Pr(B ) Pr(B Ā) y Pr(A B) Pr(A) Pr(B).
44 Definición 3.10 El riesgo relativo (RR) de B dado A es Pr(B A) /Pr(B Ā) Observe que si dos eventos A, B son independientes, entonces el RR es 1. Si dos eventos A, B son dependientes, entonces el RR es diferente de 1. Heurísticamente, cuanto más aumenta la dependencia entre eventos, mayor será el RR de 1.
45 Ejemplo 3.19 Cancer Supongamos que entre 100,000 mujeres con mamografías negativas, 20 seran diagnosticadas con cáncer de mama dentro de los 2 años, o Pr(B Ā) = 20/10 5 = , mientras que a 1 mujer de cada 10 con mamografías positivas se le diagnosticará cáncer de mama en 2 años, o Pr (B A) = 0.1. Los dos eventos A y B serían altamente dependientes, porque RR = Pr(B A) /Pr (B Ā) = 0.1 / = 500
46 Ejemplo 3.19 Cancer En otras palabras, las mujeres con mamografías positivas tienen 500 veces más probabilidades de desarrollar cáncer de mama en los próximos 2 años que las mujeres con mamografías negativas. Este es el fundamento para usar la mamografía como una prueba de detección para el cáncer de mama. Si los eventos A y B fueran independientes, entonces el RR sería 1; las mujeres con mamografías positivas o negativas tendrían la misma probabilidad de tener cáncer de mama y la mamografía no sería útil como prueba de detección del cáncer de mama.
47 Ejemplo 3.20 Enfermedad de Transmisión Sexual Usando los datos del ejemplo 3.15, encuentre la probabilidad condicional de que el doctor B haga un diagnóstico positivo de sífilis dado que el médico A hace un diagnóstico positivo. Cuál es la probabilidad condicional de que el doctor B haga un diagnóstico positivo de sífilis dado que el doctor A hace un diagnóstico negativo? Cuál es el RR de B + dado A +?
48 Ejemplo 3.20 Enfermedad de Transmisión Sexual Solución: 1) Pr(B + A + ) = Pr(B + A + )/Pr(A + ) = 0.08 / 0.1 = 0.8 Por lo tanto, el doctor B confirmará el diagnóstico positivo del médico A el 80% del tiempo. 2) Pr(B + A ) = Pr(B + A )/Pr(A ) = Pr(B + A )/0.9 Debemos calcular Pr(B + A ). Sabemos que si el médico B diagnostica a un paciente como positivo, entonces el médico A confirma o no confirma el diagnóstico.
49 Ejemplo 3.20 Enfermedad de Transmisión Sexual Solución: Así, Pr(B + ) = Pr(B + A + ) + Pr(B + A ) porque los eventos because the events B + A + y B + A son mutuamente excluyentes. Si restamos Pr(B + A + ) de ambos lados de la ecuación, Pr(B + A )= Pr(B + ) Pr(B + A + ) = = 0.09 Por lo tanto, Pr(B + A )= 0.09/0.9 = 0.1 Por lo tanto, cuando el médico A diagnostique a un paciente como negativo, el doctor B contradirá el diagnóstico el 10% del tiempo.
50 Ejemplo 3.20 Enfermedad de Transmisión Sexual Solución: 3) El RR del evento B + dado A + es Pr(B + A + ) / Pr(B + A - ) = 0.8 / 0.1 = 8 Esto indica que el médico B tiene 8 veces más probabilidades de diagnosticar a un paciente como positivo cuando el médico A diagnostica al paciente como positivo que cuando el médico A diagnostica al paciente como negativo. Estos resultados cuantifican la dependencia entre los diagnósticos de los dos médicos.
51 Bibliografía Rosner, B. (2016). Fundamentals of Biostatistics (Octava ed.). Boston, USA: Cengage Learning.
Probabilidad 3/1/2010. EVSC 5020: Bioestadística. Qué es probabilidad? Prof. Rafael R. Canales-Pastrana. EVSC 5020: Bioestadística
Probabilidad Prof. Rafael R. Canales-Pastrana 2 Qué es probabilidad? 3 1 Definiciones de Probabilidad La medida del grado de confianza que uno tiene, en que ocurra el acontecimiento. Método axiomático:
Más detallesProbabilidades. Gerardo Arroyo Brenes
Probabilidades Gerardo Arroyo Brenes Teoría de las Probabilidades Experimento: Es toda acción o proceso que produce resultados bien definidos. Ejemplos: Experimento Resultado: Lanzar una moneda Cara o
Más detallesProbabilidad es una manera de indicar la posibilidad de ocurrencia de un evento futuro
Probabilidad es una manera de indicar la posibilidad de ocurrencia de un evento futuro La probabilidad nos proporciona un modelo teórico para la generación de los datos experimentales Medidas de la Posibilidad
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Probabilidad Conceptos como probabilidad, azar, aleatorio son tan viejos como la misma civilización. Y es que a diario utilizamos el concepto de probabilidad: Quizá llueva mañana
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesFundamentos de la Teoría de la Probabilidad. Ing. Eduardo Cruz Romero
Fundamentos de la Teoría de la Probabilidad Ing. Eduardo Cruz Romero www.tics-tlapa.com Teoría elemental de la probabilidad (1/3) El Cálculo de Probabilidades se ocupa de estudiar ciertos experimentos
Más detallesUnidad II: Fundamentos de la teoría de probabilidad
Unidad II: Fundamentos de la teoría de probabilidad 2.1 Teoría elemental de probabilidad El Cálculo de Probabilidades se ocupa de estudiar ciertos experimentos que se denominan aleatorios, cuya característica
Más detalles11 Secuencias, Series y Probabilidad
Programa Inmersión, Verano 06 Notas escritas por Dr. M Notas del cursos. Basadas en los prontuarios de MATE 300 y MATE 303 Clase #0: lunes, 7 de junio de 06. Secuencias, Series y Probabilidad. Continuación:
Más detallesAxiomática de la Teoría de Probabilidades
Axiomática de la Teoría de Probabilidades Modelos matemáticos Según el experimento Cada ejecución del experimento se denomina prueba o ensayo Determinísticos Aleatorios Conjunto de resultados posibles
Más detallesRazonamiento probabilístico y Redes Bayesianas
Inteligencia Computacional Razonamiento probabilístico y Redes Bayesianas Probabilidad y Teorema de Bayes Blanca A. Vargas Govea - vargasgovea@itesm.mx - Oct 9, 2012 Avisos: Exámenes Fecha de examen parcial
Más detalles5.1 Números Reales Mate 3041 Milena Salcedo V. Copyright Cengage Learning. All rights reserved.
5.1 Números Reales Mate 3041 Milena Salcedo V R Copyright Cengage Learning. All rights reserved. Números Reales Números Naturales: N = 1,2,3, Números Enteros no negativos (Cardinales): 0,1,2,3, Números
Más detallesHOJA DE TRABAJO UNIDAD 3
HOJA DE TRABAJO UNIDAD 3 1. Defina que es probabilidad Es el estudio de experimentos aleatorios o libres de determinación, el resultado es al azar. Se refiere al estudio de la aleatoriedad y a la incertidumbre.
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 4 Variables aleatorias Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Describir las características de las variables aleatorias discretas y continuas.
Más detallesTema 3: Cálculo de Probabilidades Unidad 1: Introducción y Concepto
Estadística Tema 3: Cálculo de Probabilidades Unidad 1: Introducción y Concepto Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Octubre 2010 Contenidos...............................................................
Más detallesUnidad Temática 3: Probabilidad y Variables Aleatorias
Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento
Más detallesPRACTICA CON PROBLEMAS DE PROBABILIDAD
Probabilidad PRACTICA CON PROBLEMAS DE PROBABILIDAD Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 4.1-1 EJEMPLO 1 Cuál regla aplica? En el juego De Acuerdo o No?, le presentan
Más detallesConjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación.
NÚMEROS REALES Conjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación. Un conjunto es una colección bien definida
Más detalles1. Teoría de conjuntos
Introducción a la probabilidad Universidad de Puerto Rico ET 3041 Prof. Héctor D. Torres ponte 1. Teoría de conjuntos Definición 1.1. La colección de todos los posibles resultados de un experimento se
Más detalles3 Polinomios y funciones racionales
Programa Inmersión, Verano 2016 Notas escritas por Dr. M Notas del cursos. Basadas en los prontuarios de MATE 3001 y MATE 3023 Clase #19: viernes, 24 de junio de 2016. 3 Polinomios y funciones racionales
Más detallesProcesos estocásticos Cadenas de Márkov
Procesos estocásticos Cadenas de Márkov Curso: Investigación de Operaciones Ing. Javier Villatoro PROCESOS ESTOCASTICOS Procesos estocásticos Es un proceso o sucesión de eventos que se desarrolla en el
Más detallesMétodos Estadísticos Capítulo II
Métodos Estadísticos Capítulo II Dr. Gabriel Arcos Espinosa Contenidos El campo de la probabilidad y estadística Conceptos básicos Enfoque para asignar probabilidades Contenidos Reglas de probabilidad
Más detallesII. PROBABILIDAD MTRO. FRANCISCO JAVIER CRUZ ARIZA
II. PROBABILIDAD MTRO. FRANCISCO JAVIER CRUZ ARIZA PROBABILIDAD Es una medida numérica que refleja la posibilidad de que ocurra un evento. Permite obtener conclusiones sobre las características de la variable
Más detalles4. CONCEPTOS BASICOS DE PROBABILIDAD
4. CONCEPTOS BASICOS DE PROBABILIDAD 4.1 Introducción La probabilidad y la estadística son, sin duda, las ramas de las Matemáticas que están en mayor auge en este siglo, y tienen una tremenda aplicabilidad
Más detallesSESIÓN 10 REGLAS BÁSICAS PARA COMBINAR PROBABILIDADES
SESIÓN 10 REGLAS BÁSICAS PARA COMBINAR PROBABILIDADES I. CONTENIDOS: 1. Reglas básicas para combinar probabilidades.. Diagramas de Venn. II. OBJETIVOS: Al término de la Sesión, el alumno: Distinguirá e
Más detallesInecuaciones Intervalo Intervalo Abierto Intervalo Cerrado
Capítulo 7 Inecuaciones D entro del mundo de la resolución de problemas te encontrarás en ocaciones en que la incógnita que deseas encontrar no tiene tantas restricciones que la hacen ser única para satisfacer
Más detallesNo es otra cosa, que la representación de los resultados de una función sobre el plano carteciano.
FUNCIONES GRAFICAS No es otra cosa, que la representación de los resultados de una función sobre el plano carteciano. INTÉRVALOS Un intervalo es el conjunto de todos los números reales entre dos números
Más detallesEstadística Aplicada
Estadística Aplicada Universidad Maimónides 2016 Clase 3. Algunos Conceptos de Probabilidad Pedro Elosegui Conceptos Probabilísticos - Probabilidad: valor entre cero y uno (inclusive) que describe la posibilidad
Más detallesDESIGUALDADES. AXIOMA 1.- Tricotomía de los números reales. Si a y b son números reales entonces se cumple una y solo una de las relaciones
DESIGUALDADES 4.1.- AXIOMAS DE ORDEN. Cualquier conjunto o Campo de números que satisface los siguientes 4 Axiomas se dice que es un conjunto de números ORDENADO. El conjunto o Campo de los números reales
Más detallesESTADISTICA DESCRIPTIVA Y PROBABILIDAD
ESTADISTICA DESCRIPTIVA Y PROBABILIDAD CODIGO 213543 (COMPUTACION) 223543 (SISTEMAS) 253443 (CONTADURIA) 263443( ADMINISTRACION) 273443 (GRH) HORAS TEORICAS HORAS PRACTICAS UNIDADES CREDITO SEMESTRE PRE
Más detallesLA FORMA TRIGONOMETRICA DE LOS NUMEROS COMPLEJOS Y EL TEOREMA DE MOIVRE. Capítulo 7 Sec. 7.5 y 7.6
LA FORMA TRIGONOMETRICA DE LOS NUMEROS COMPLEJOS Y EL TEOREMA DE MOIVRE Capítulo 7 Sec. 7.5 y 7.6 El Plano Complejo Se puede utilizar un plano de coordenadas para representar números complejos. Si cada
Más detallesForma binomial de números complejos (ejercicios)
Forma binomial de números complejos (ejercicios) Objetivos. Mostrar que los números reales x se pueden identificar con números complejos de la forma (x, 0), y cada número complejo (x, y) se puede escribir
Más detallesGuía de Matemática Segundo Medio
Guía de Matemática Segundo Medio Aprendizaje Esperado:. Analizan la ecuación de la recta; establecen la dependencia entre las variables y la expresan gráfica y algebraicamente.. Identifican e interpretan
Más detallesAnálisis de Datos. 1 Probabilidades. 1.1 De nición y propiedades básicas
Análisis de Datos 1 Probabilidades 1.1 De nición y propiedades básicas Consideremos el experimento consistente en realizar un tiro de ruleta. El conjunto de todos los resultados posibles del mismo, que
Más detallesBioestadística para Reumatólogos
Bioestadística para Reumatólogos Xavier Barber Vallés Mabel Sánchez Barrioluengo Colaboradores - Umh Todos los datos que se muestran son ficticios Tablas 2x2: Riesgos Relativos y Odds ratio En cada sociedad
Más detallesUNIDAD 5: INTRODUCCIÓN AL ESTUDIO DE LA PROBABILIDAD
UNIDAD 5: INTRODUCCIÓN AL ESTUDIO DE LA PROBABILIDAD Para el desarrollo de este capítulo, vaya revisando conjuntamente con esta guía el capítulo 5 del texto básico, págs.139 a la 170. 5.1. INTRODUCCIÓN
Más detallesINFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón
Metodología de Investigación Tesifón Parrón Contraste de hipótesis Inferencia Estadística Medidas de asociación Error de Tipo I y Error de Tipo II α β CONTRASTE DE HIPÓTESIS Tipos de Test Chi Cuadrado
Más detallesEl ente básico de la parte de la matemática conocida como ANÁLISIS, lo constituye el llamado sistema de los número reales.
EL SISTEMA DE LOS NÚMEROS REALES Introducción El ente básico de la parte de la matemática conocida como ANÁLISIS, lo constituye el llamado sistema de los número reales. Números tales como:,3, 3 5, e, π
Más detallesCAPÍTULO IV CONCEPTOS BÁSICOS DE PROBABILIDAD
CAPÍTULO IV CONCEPTOS BÁSICOS DE PROBABILIDAD Por qué hablar de Probabilidad En el primer capítulo cuando definimos algunos conceptos hablamos de población y de muestra, dijimos que cuando trabajamos con
Más detallesREGLAS DE PROBABILIDAD
Capítulo 4 Probabilidad REGLAS DE PROBABILIDAD 4.1-1 Evento Compuesto Un evento compuesto es cualquier evento que combina 2 o más eventos simples. Ejemplo: Al lanzar un dado justo de 6 caras, cuál es la
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 2 Probabilidad condicional e independencia Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Distinguir los eventos condicionales de los eventos independientes.
Más detalles1 Ecuaciones, desigualdades y modelaje
Programa Inmersión, Verano 01 Notas escritas por Dr M Notas del cursos Basadas en los prontuarios de MATE 3001 y MATE 303 Clase #13: jueves, 1 de junio de 01 1 Ecuaciones, desigualdades y modelaje 13 Ecuaciones
Más detallesProbabilidad: Fórmulas y definiciones básicas. PROBABILIDAD Fórmulas y definiciones básicas
PROAILIDAD Fórmulas y definiciones básicas 1) Definiciones básicas Experimento aleatorio: Aquél en el que interviene el azar (no es posible predecir el resultado de cada realización del experimento). Resultado
Más detallesLa estadística frecuentista y la estadística inferencial. El Teorema de Bayes
7 La estadística frecuentista y la estadística inferencial. El Teorema de Bayes Ágata Carreño Serra 7.1. Introducción La estadística es un elemento casi obligatorio en la investigación clínica. Como veremos,
Más detallesSocioestadística I Análisis estadístico en Sociología
Análisis estadístico en Sociología Capítulo 4 TEORÍA DE LA PROBABILIDAD Y SUS PRINCIPIOS. ESTADÍSTICA INFERENCIAL 1. INTRODUCCIÓN A LA ESTADÍSTICA INFERENCIAL En los capítulos anteriores, hemos utilizado
Más detallesAnálisis de sensibilidad:
Análisis de sensibilidad: Métodos probabilísticos en la evaluación económica de tecnologías sanitarias i Parte 1 David Epstein Dme2@york.ac.uk 1 La presentación El Análisis de Sensibilidad (AS) Objetivos
Más detallesProbabilidad Condicional
Probabilidad Condicional Ejemplo: Se tiene que dos bolas son seleccionadas aleatoriamente (sin reemplazo) de un caja que contiene r bolas rojas y b bolas azules. Cuál es la probabilidad de que la primera
Más detallesElementos de Probabilidad y Estadística. Primer Examen. Parte 2
Elementos de Probabilidad y Estadística Primer Examen Parte 2 Para entregar antes de las 2:30 pm del jueves 3 de marzo de 204. Este examen es estrictamente individual. Puedes consultar libros o notas de
Más detallesProbabilidad Condicional
Probabilidad Condicional Algunas veces la ocurrencia de un evento A puede afectar la ocurrencia posterior de otro evento B; por lo tanto, la probabilidad del evento B se verá afectada por el hecho de que
Más detalles4 Conjunto de los números reales
Programa Inmersión, Verano 2016 Notas escritas por Dr. M Notas del cursos. Basadas en los prontuarios de MATE 3001 y MATE 3023 Clase #4: viernes, 3 de junio de 2016. 4 Conjunto de los números reales 4.1
Más detallesDefinición: Dos matrices A y B son iguales si tienen el mismo orden y coinciden los elementos que ocupan el mismo lugar.
UNIDAD 03: MATRICES Y DETERMINANTES. 3.1 Conceptos de Matrices. 3.1.1 Definición de matriz. Definición: Se lama matriz de orden m x n a un arreglo rectangular de números dispuestos en m renglones y n columnas.
Más detallescrece indefinidamente y toma valores positivos cada vez, y si decrece tomando valores negativos escribimos
Límites infinitos y límites al infinito El símbolo se lee infinito, es de carácter posicional, no representa ningún número real. Si una variable independiente está creciendo indefinidamente a través de
Más detallesTema 3: Probabilidad
Tema 3: Probabilidad Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 3: Probabilidad Curso 2009-2010 1 / 13 Índice 1 Fenómenos Aleatorios
Más detallesDiscretas. Continuas
UNIDAD 0. DISTRIBUCIÓN TEÓRICA DE PROBABILIDAD Discretas Binomial Distribución Teórica de Probabilidad Poisson Normal Continuas Normal Estándar 0.1. Una distribución de probabilidad es un despliegue de
Más detallesTema 5: Álgebra de Boole Funciones LógicasL
Tema 5: Álgebra de Boole Funciones LógicasL Ingeniería Informática Universidad Autónoma de Madrid 1 Álgebra de Boole.. Funciones LógicasL O B J E T I V O S Conocer el Álgebra de Boole, sus teoremas y las
Más detalles2.3 PROPIEDADES DE LA PROBABILIDAD
2.3 PROPIEDADES DE LA PROBABILIDAD 1. La probabilidad es positiva y menor o igual que 1. 0 p( 1 2. La probabilidad del suceso seguro es 1. p (E) = 1 3. Si A y B son incompatibles, es decir A B = entonces:
Más detallesCASOS DE LA FUNCIÓN AFÍN
CASOS DE LA FUNCIÓN AFÍN Considera que el precio de un artículo es de Bs 80. Conocido el precio unitario (precio por unidad) es posible calcular fácilmente el precio de varios artículos con solo multiplicar
Más detallesProbabilidad Condicional
Cómo actualizar la probabilidad de un evento dado que ha sucedido otro? o Cómo cambia la probabilidad de un evento cuando se sabe que otro evento ha ocurrido? Ejemplo: Una persona tiene un billete de lotería
Más detallesINSTITUCIÓN EDUCATIVA GABRIEL TRUJILLO CORREGIMIENTO DE CAIMALITO, PEREIRA
INSTITUCIÓN EDUCATIVA GABRIEL TRUJILLO CORREGIMIENTO DE CAIMALITO, PEREIRA Pobre del estudiante que no aventaje a su maestro. LA LÍNEA RECTA Leonardo da Vinci DESEMPEÑOS Identificar, interpretar, graficar
Más detallesCurso de nivelación Estadística y Matemática
Curso de nivelación Estadística y Matemática Tercera clase: Introducción al concepto de probabilidad y Distribuciones de probablidad discretas Programa Técnico en Riesgo, 2014 Agenda 1 Concepto de probabilidad
Más detalles1 Conjuntos y propiedades de los números naturales
Programa Inmersión, Verano 2016 Notas escritas por Dr. M Notas del cursos. Basadas en los prontuarios de MATE 3001 y MATE 3023 Clase #1: martes, 31 de mayo de 2016. 1 Conjuntos y propiedades de los números
Más detalles1. Experimentos aleatorios
1. Eperimentos aleatorios La eperimentación es útil porque si se supone que llevamos a cabo ciertos eperimentos bajo condiciones esencialmente idénticas se llegará a los mismos resultados. En estas circunstancias,
Más detallesDistribuciones de Probabilidad
Distribuciones de Probabilidad Variables Aleatorias Ahora se introducirá el concepto de variable aleatoria y luego se introducirán las distribuciones de probabilidad discretas más comunes en la práctica
Más detallesEl ente básico de la parte de la matemática conocida como ANÁLISIS, lo constituye el llamado sistema de los número reales.
EL SISTEMA DE LOS NÚMEROS REALES Introducción El ente básico de la parte de la matemática conocida como ANÁLISIS, lo constituye el llamado sistema de los número reales. Números tales como:1,3, 3 5, e,
Más detallesAlfredo González. Beatriz Rodríguez Pautt. Carlos Alfaro
Alfredo González Beatriz Rodríguez Pautt Carlos Alfaro FERNANDO DAVID ANILLO 1 1. Números reales... 03 2. Transformación de un decimal a fracción 05 3. Propiedades de los números reales. 6 4. Propiedades
Más detallesTaller Epidemiología y Medicina Preventiva; El análisis de riesgos en Sanidad Animal. C. Oretga ANÁLISIS DE RIESGO EN SANIDAD ANIMAL
ANÁLISIS DE RIESGO EN SANIDAD ANIMAL El análisis de riesgos es una herramienta de tipo sanitaria que en Salud Pública se ha aplicado en la detección de puntos críticos para transmisión de enfermedades
Más detalles2. Recolección de información - Medidas de posición: moda, media aritmética, mínimo, máximo - Frecuencia absoluta, relativa y porcentual
Prueba Escrita de matemática / Nivel: Sétimo año 1. Estadística - Unidad estadística - Características - Datos u observaciones - Población - Muestra - Variabilidad de los datos - Variables cuantitativas
Más detallesGuías de la Sociedad Americana Contra El Cáncer para la detección temprana del cáncer
Guías de la Sociedad Americana Contra El Cáncer para la detección temprana del cáncer La Sociedad Americana Contra El Cáncer recomienda estas guías de pruebas para la detección del cáncer para la mayoría
Más detallesBRCAplus: prueba genética para detección del cáncer de mama hereditario guía para el paciente
BRCAplus: prueba genética para detección del cáncer de mama hereditario guía para el paciente Qué es el cáncer de mama hereditario? El cáncer de mama es el tipo más común de cáncer en mujeres en los EE.
Más detallesBIOESTADISTICA ( ) Evaluación de pruebas diagnósticas. 1) Características del diseño en un estudio para evaluar pruebas diagnósticas.
Departamento de Estadística Universidad Carlos III de Madrid BIOESTADISTICA (55-10536) Evaluación de pruebas diagnósticas CONCEPTOS CLAVE 1) Características del diseño en un estudio para evaluar pruebas
Más detalles*Número natural, el que sirve para designar la cantidad de. *El cero, a veces, se excluye del conjunto de los números
*Número natural, el que sirve para designar la cantidad de elementos que tiene un cierto conjunto, y se llama cardinal de dicho conjunto. *Los números naturales son infinitos. El conjunto de todos ellos
Más detallesUNIDAD 8 INECUACIONES. Objetivo general.
8. 1 UNIDAD 8 INECUACIONES Objetivo general. Al terminar esta Unidad resolverás inecuaciones lineales y cuadráticas e inecuaciones que incluyan valores absolutos, identificarás sus conjuntos solución en
Más detallesProbabilidad Condicional
Cómo actualizar la probabilidad de un evento dado que ha sucedido otro? o Cómo cambia la probabilidad de un evento cuando se sabe que otro evento ha ocurrido? Ejemplo: Una persona tiene un billete de lotería
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesCÁNCER DE SENO PRUEBAS GENÉTICAS
CÁNCER DE SENO PRUEBAS GENÉTICAS La identificación y entendimiento de la genética del cáncer de seno permite individualizar el manejo de la enfermedad así como estudiar a las familias para ofrecer opciones
Más detalles2.1. TEORÍA DE CONJUNTOS
2.1. TEORÍA DE CONJUNTOS Saber: Definir los conceptos relacionados con conjuntos, Explicar las operaciones básicas entre conjuntos Describir el método de construcción del diagrama de Venn Euler. Hacer:
Más detallesUnidad II. 2.1 Concepto de variable, función, dominio, condominio y recorrido de una función.
Unidad II Funciones 2.1 Concepto de variable, función, dominio, condominio y recorrido de una función. Función En matemática, una función (f) es una relación entre un conjunto dado X (llamado dominio)
Más detallesAprender el concepto de la probabilidad y las reglas básicas de probabilidades para sucesos. Entender la probabilidad condicionada.
5. PROBABILIDAD Objetivo Aprender el concepto de la probabilidad y las reglas básicas de probabilidades para sucesos. Entender la probabilidad condicionada. Bibliografia recomendada Peña y Romo (1997),
Más detallesTema 5. Series de Potencias
Tema 5. Series de Potencias Prof. William La Cruz Bastidas 21 de noviembre de 2002 Tema 5 Series de Potencias Definición 5.1 La sucesión de números complejos {z n } tiene un límite o converge a un número
Más detallesInformación para PACIENTES
i Información para PACIENTES Usted ha recibido esta guía de información porque su médico está considerando solicitar DecisionDx Melanoma. Laboratorios Leti pone a su disposición este test de Castle Biosciences,
Más detallesAnálisis de Datos Práctica 1
Análisis de Datos 2013 - Práctica 1 1. Sea = f1; 2; 3; 4; 5; 6; 7g, E = f1; 3; 5; 7g, F = f7; 4; 6g, G = f1; 4g. Describir: a) E \ F c) E \ G 0 e) E 0 \ (F [ G) b) E [ (F \ G) d) (E \ F 0 ) [ G f) (E \
Más detallesSistemas Expertos basados en probabilidad (2011/2012)
Luis Valencia Cabrera (coordinador) lvalencia@us.es (http://www.cs.us.es/~lvalencia) Manuel García-Quismondo mgarciaquismondo@us.es (http://www.cs.us.es/~mgarcia) Ciencias de la Computacion e IA (http://www.cs.us.es/)
Más detallesCifras significativas
Cifras significativas No es extraño que cuando un estudiante resuelve ejercicios numéricos haga la pregunta: Y con cuántos decimales dejo el resultado? No es extraño, tampoco, que alguien, sin justificación,
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA 5)
TEMA 5 NOCIONES BÁSICAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer los conceptos de experimento aleatorio y espacio muestral. Distinguir los distintos tipos de sucesos que forman parte del espacio
Más detallesMarzo 2012
Marzo 2012 http:///wpmu/gispud/ Para determinar la carga transferida a través del tiempo a un elemento, es posible hacerlo de varias formas: 1. Utilizando la ecuación de carga, evaluando en los tiempos
Más detallesREPÚBLICA BOLIVARIANA DE VENEZUELA NÚCLEO COSTA ORIENTAL DEL LAGO PROGRAMA DE INGENIERÍA UNIDAD CURRICULAR: CÁLCULO I
REPÚBLICA BOLIVARIANA DE VENEZUELA NÚCLEO COSTA ORIENTAL DEL LAGO PROGRAMA DE INGENIERÍA UNIDAD CURRICULAR: CÁLCULO I FUNCIONES Instructivo de trabajo Autor: Ing. Roger J. Chirinos S., MSc. Ciudad Ojeda,
Más detallesUNIVERSIDAD DE COSTA RICA XS0111 Estadística Introductoria I Prof. Olman Ramírez Moreira
UNIVERSIDAD DE COSTA RICA XS0111 Estadística Introductoria I Prof. Olman Ramírez Moreira Levin & Rubin. Estadística para Administradores Gómez Barrantes, Miguel. Elementos de estadística descriptiva 1
Más detallesDesigualdades o inecuaciones lineales en una variable. Prof. Caroline Rodriguez Departamento de Matemáticas UPR - Arecibo
Desigualdades o inecuaciones lineales en una variable Prof. Caroline Rodriguez Departamento de Matemáticas UPR - Arecibo Desigualdades Una desigualdad o inecuación usa símbolos como ,, para representar
Más detallesNúmeros reales Conceptos básicos Algunas propiedades
Números reales Conceptos básicos Algunas propiedades En álgebra es esencial manejar símbolos con objeto de transformar o reducir expresiones algebraicas y resolver ecuaciones algebraicas. Debido a que
Más detallesEL GRADO DE AVANCE DE UNA REACCIÓNYSU APLICACIÓN A LA ESTEQUIOMETRÍA Y AL EQUILIBRIO QUÍMICO. Guillermo Carreras Díaz
EL GRADO DE AVANCE DE UNA REACCIÓNYSU APLICACIÓN A LA ESTEQUIOMETRÍA Y AL EQUILIBRIO QUÍMICO Guillermo Carreras Díaz 1 El grado de avance de una reacción química. Dada una reacción química cualquiera es
Más detallesMateria: Matemática de Octavo Tema: Conjunto Q (Números Racionales)
Materia: Matemática de Octavo Tema: Conjunto Q (Números Racionales) Vamos a recordar los conjuntos numéricos estudiados hasta el momento. (1.) Conjunto de los números Naturales Son aquellos que utilizamos
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Programa Probabilidad Teoría de conjuntos Diagramas de Venn Permutaciones y combinaciones Variables aleatorias y distribuciones Propiedades de distribuciones Funciones generadoras
Más detallesTEMA 1.- PROBABILIDAD.- CURSO
TEMA 1.- PROBABILIDAD.- CURSO 2016-2017 1.1.- Introducción. Definición axiomática de probabilidad. Consecuencias de los axiomas. 1.2.- Probabilidad condicionada. 1.3.- Independencia de sucesos. 1.4.- Teoremas
Más detalles1) Considera la función f(x) = x2 + 1 para contestar las siguientes preguntas:
LIMITE DE FUNCIONES Tema: Introducción a límite 1) Considera la función f(x) = x2 + 1 para contestar las siguientes preguntas: a) Cuál es el valor de la función si x = 2? b) Cuál es el valor de la función
Más detallesEjercicios de Probabilidad
Ejercicios de Probabilidad Elisa M. Molanes-López, Depto. Estadística, UC3M Teorema de la Probabilidad Total y Teorema de Bayes Ejercicio 1. Un banco ha comprobado que uno de cada 100 clientes con fondos
Más detallesSuscripción. Donación de AGERS al Centro de Documentación de Fundación MAPFRE
Suscripción Aspectos generales 1. La tendencia generalizada es una suscripción simple, rápida y fácil. 2. La suscripción tradicional habitual, no es de gran ayuda, para la selección del riesgo de cáncer.
Más detallesopen green road Guía Matemática VECTORES tutora: Jacky Moreno .co
Guía Matemática VECTORES tutora: Jacky Moreno.co open green 1. Cantidades vectoriales y escalares En general, dentro de las matem aticas, estamos acostumbrados a trabajar con magnitudes que quedan conocidas
Más detallesTEMA 8. GEOMETRÍA ANALÍTICA.
TEMA 8. GEOMETRÍA ANALÍTICA. 8..- El plano. Definimos el plano euclideo como el conjunto de puntos ( x, y) R. Así, cada punto del plano posee dos coordenadas. Para representar puntos del plano utilizaremos
Más detallesEl medico de familia y sus competencias en genética clínica
El medico de familia y sus competencias en genética clínica Miguel García Ribes Médico de Familia. Coordinador del GdT SEMFyC sobre Genética Clínica y ER Introducción El Currículum formativo español del
Más detallesREGLA DE LA SUMA PARA CALCULAR PROBABILIDADES DE DOS O MÁS EVENTOS
Scientia et Technica ño XV, No 43, Diciembre de 2009.. ISSN 0122-1701 130 REGL DE L SUM PR CLCULR PROILIDDES DE DOS O MÁS EVENTOS Sum rule for calculating the odds of two or more events RESUMEN Este artículo
Más detalles