Probabilidad condicional



Documentos relacionados
Probabilidad condicional

Estructuras Algebraicas

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

Probabilidad condicionada. Probabilidad Total. Teorema de Bayes

Concepto de circuito eléctrico

Incertidumbre en las mediciones directas e indirectas

Héctor Allende 1. w Ω, resultado elemental. Ω : Espacio Muestral: Todos los posibles

Probabilidades y Estadística Cs. de la Computación 1er cuatrimestre 2004

Comparaciones múltiples entre medias Tema Comparaciones múltiples. 2. Comparaciones planeadas o a priori: 2.2 Comparaciones de tendencia

Probabilidades y Estadística Cs. de la Computación

TEMA 1 PROBABILIDAD 1/10. Ejemplos : E y E

Posible solución del examen de Investigación Operativa de Sistemas de septiembre de Problema 1: (3 puntos)

Intensificación en Estadística

PLANTEAMIENTO DE PROBLEMAS DE BALANCE DE MATERIA EN PROCESOS SIN REACCIÓN QUÍMICA

CAPITULO IV EQUILIBRIO VAPOR -LIQUIDO

Métodos indirectos de estimación: razón, regresión y diferencia

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

6. ESTIMACIÓN PUNTUAL

La inferencia estadística es primordialmente de naturaleza

MEDIDAS DE TENDENCIA CENTRAL

PROBABILIDAD Y ESTADÍSTICA

7. Muestreo con probabilidades desiguales.

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad.

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3

Análisis de Regresión y Correlación Lineal

PARTE 1 - PROBABILIDAD

( A) P( B) 4.2 Definición y cálculo de probabilidades Función de probabilidad

PARTE 1 - PROBABILIDAD

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

TEMA 2: LOS NÚMEROS COMPLEJOS

Análisis de Datos en Psicología I. Preguntas de examen. Temas 4 y 5

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Las familias infinitas siempre están asociadas a experimentos cuyo número de posibles resultados es infinito.

MECÁNICA VIBRATORIA. M. López-García Pemex-Refinación, Refinería Francisco I. Madero Cd. Madero, Tamaulipas, México

ERRORES EN LAS MEDIDAS (Conceptos elementales)

PARTE SEGUNDA: INFERENCIA ESTADÍSTICA

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es

UN VIAJE POR EL MUNDO DE LA PROBABILIDAD

Espacios con producto interior

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción

TEMA 4: VALORACIÓN DE RENTAS

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

Tema 5 Soluciones aproximadas a la ecuación de Schrödinger

Aproximación a la distribución normal: el Teorema del Límite Central

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

Problemas discretos con valores iniciales

CÁLCULO NUMÉRICO (0258)

PARÁMETROS ESTADÍSTICOS ... N

Teoría de Telecomunicaciones

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

x x x x x Y se seguía operando

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

GUÍA Nº 3 Probabilidades y Estadística Teoría de las Probabilidades

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Aplicando Teorı a de Colas en Direccio n de Operaciones

4. PROBABILIDAD CONDICIONAL

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A

Una Propuesta de Presentación del Tema de Correlación Simple

Métodos de Ordenamiento

CAPÍTULO 20: NÚMEROS COMPLEJOS (II)

V II Muestreo por Conglomerados

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5.

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

Números Complejos PREGUNTAS MÁS FRECUENTES

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C

V Muestreo Estratificado

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

10 MUESTREO. n 1 9/ / σ σ 1

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

( ) ( ) ( )( ) ( )( ) ( )

LOS NÚMEROS COMPLEJOS

ÁLGEBRA II (LSI PI) VALORES Y VECTORES PROPIOS UNIDAD Nº 6. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

Inferencia Estadística

Administración de Empresas. 9 Las decisiones de inversión: Conceptos básicos 9.1

PyE_ EF1_TIPO2_

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A

Universidad Técnica Federico Santa María

2. Censura y truncamiento

1 Estadística. Profesora María Durbán

CAPÍTULO 4: ANÁLISIS. estado del ambiente y por la decisión. Si se toma una decisión

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

Problemas de Polímeros. Química Física III

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

Problemas de Polímeros. Química Física Avanzada Iñaki Tuñón 2010/2011

TEMA 4: NÚMEROS COMPLEJOS

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

Del correcto uso de las fracciones parciales.

Transcripción:

robabldad odoal osderemos ua ura que otee bolllas roas y 5 blaas. De las bolllas roas so lsas y rayadas y de las 5 bolllas blaas so lsas y ua sola es rayada. Supogamos que se extrae ua bollla y s que la hayamos mrado algue os de que la bollla es roa uál es la probabldad de que la bollla sea rayada? Sea los suesos : la bollla es rayada y : la bollla es roa. Obvamete s gua formaó preva /9/ y /9. S embargo omo sabemos que la bollla es roa la probabldad de que sea rayada es ½ ya que de las roas la mtad es lsa y la mtad rayada. Observemos que al ourrr el espao muestral se redue. E geeral dado u expermeto y su espao muestral asoado queremos determar ómo afeta a la probabldad de el heho de saber que ha ourrdo otro eveto. Defó: Sea y evetos tales que > 0 la probabldad del eveto odoal a la ourrea del eveto es Eemplos: E el eemplo ateror /9 y / 9 / 9 osderemos ua poblaó e la que ada dvduo es lasfado segú dos rteros: es o o portador de HIV y perteee o o a erto grupo de resgo que deomaremos R. La orrespodete tabla de probabldades es: ortador No portador erteee a R 0.00 0.07 0.00 No perteee a R 0.00 0.977 0.980 0.006 0.99.000 E esta poblaó la probabldad de que u dvduo sea portador es 0.006 y la probabldad de que sea portador y perteeza al grupo de resgo R es 0.00. Dado que ua persoa seleoada al azar perteee al grupo de resgo R uál es la probabldad de que sea portador? 0.00 0.50 0.00 es der que 50 de ada 000 dvduos del grupo de resgo R so probablemete portadores de HIV.. 0

alulemos ahora la probabldad de que ua persoa sea portadora de HIV dado que o perteee al grupo de resgo R. 0.00 0.0006 0.980 es der que sólo de ada 000 dvduos o perteeetes al grupo de resgo R so posbles portadores de HIV. ropedades de la robabldad odoal: Dado u sueso fo tal que > 0 es ua probabldad e el setdo que satsfae los axomas de probabldad y por lo tato todas las propedades que se dedue a partr de ellos. or eemplo:. 0 para todo sueso.. S. S Dem: S. Eeros: Verfar que satsfae el axoma a. Verfar que + Regla del produto: Dados dos suesos y tales que > 0 S además > 0 Eemplo: E el eemplo presetado al omezo supogamos ahora que se extrae dos bolllas s reposó. uál es la probabldad de extraer ua bollla roa y ua blaa e ese orde? Sea : la prmera bollla es roa y D: la seguda bollla es blaa. debemos alular D. plado la regla del produto 5 0 D D 9 8 7 5 8.

La regla del produto es espealmete útl uado el expermeto osta de varas etapas ya que se puede geeralzar. sí por eemplo s > 0 y > 0 se tee y se extede a suesos. Eemplo: E el msmo eemplo ómo podemos obteer la probabldad de que la seguda bollla extraída sea blaa sueso D?. Sabemos alular usado la regla del produto la probabldad de que la seguda sea blaa y la prmera sea roa. Hemos vsto que esta probabldad es D 5 8. Del msmo modo podemos obteer la probabldad de que ambas bolllas sea blaas sueso D. Esta probabldad es 5 0 D D 9 8 7 S ahora observamos que el sueso D puede esrbrse omo se obtee D D D 5 5 5 D D + D +. 8 8 9 5 8. ómo podemos obteer ahora la probabldad de que la prmera bollla haya sdo roa sueso sabedo que la seguda fue blaa sueso D? La probabldad requerda es D 5 8 D. D 5 9 Los resultados y so eemplos de aplaó de los dos Teoremas que veremos a otuaó: el Teorema de la robabldad Total y el Teorema de ayes respetvamete. Defó: Ua oleó de evetos muestral S s... osttuye ua partó del espao.. > 0

.! S Teorema de la probabldad total: Sea... ua partó del espao muestral S y sea u sueso ualquera Dem:!! S omo etoes.! Teorema de ayes: Sea... ua partó del espao muestral S y sea u sueso ualquera tal que > 0 Dem: E el umerador se apló la regla del produto y e el deomador el Teorema de la probabldad total. El Teorema de ayes desrbe ómo es posble revsar la probabldad al de u eveto o probabldad a pror para reflear la formaó adoal que os provee la ourrea de u eveto relaoado. La probabldad revsada se deoma probabldad a posteror.

Eemplo: Supogamos que erta prueba para detetar la presea de ua efermedad e u dvduo da resultado postvo deteta la presea de la efermedad e u dvduo efermo o probabldad 0.99 y e u dvduo sao o probabldad 0.0 falso postvo. or lo tato dha prueba o deteta la efermedad e u dvduo sao o probabldad 0.98 y o la deteta e u dvduo efermo o probabldad 0.0 falso egatvo. Es der que s deotamos : la persoa padee esa efermedad y : la prueba es postva 0.99 0.0 0.0 0. 98 Se supoe e base a estudos prevos que la dea de esa efermedad e erta poblaó es 0.00 es der que la probabldad a pror de es 0.00. Se seleoa al azar u dvduo de esa poblaó se le apla la prueba y el resultado es postvo uál es la probabldad de que e efeto padeza la efermedad? Debemos alular la probabldad a posteror de : 0.99 0.00 0.07 + 0.99 0.00+ 0.0 0.999 or lo tato la probabldad de que esté efermo habedo sdo postvo el resultado de la prueba es aproxmadamete 0.05. Las probabldades a posteror depede fuertemete de las probabldades a pror. S se apla la prueba a dvduos de ua poblaó e la ual la dea de la efermedad es muho mayor també aumetará la probabldad a posteror. Verfque ésto supoedo ahora que 0.0. Más adelate desarrollaremos otro eemplo de aplaó de estos Teoremas. Idepedea La defó de probabldad odoal os permte revsar la probabldad asgada a u sueso uado se sabe que otro sueso ha ourrdo. Hay asos e los que metras que e otros es der que la ourrea del sueso o altera la probabldad de ourrea de. Eemplo: De ua ura que otee bolllas egras y 6 blaas se extrae dos bolllas s reposó uál es la probabldad de que la seguda bollla sea blaa sabedo que la prmera es egra? Deomado : la seguda bollla es blaa y : la prmera bollla es egra 6. 9

or otra parte 6 5 6 5 6 + + 9 0 9 0 90 0 y por lo tato es der que la ourrea del sueso modfa la probabldad del sueso. Observemos que la probabldad de que la seguda bollla sea blaa ode o la probabldad de que la prmera lo sea. Eero: Verfar que e ambo s las extraoes se realza o reposó. Dremos que los evetos y so depedetes s la formaó aera de la ourrea o o de uo de ellos o afeta la probabldad de ourrea del otro Defó: Los evetos y so depedetes s S la gualdad o se umple demos que y so depedetes. roposó: Supogamos > 0 y so depedetes s y sólo s. Dem: S > 0 está be defda pero por ser y depedetes etoes plado la regla del produto s >0. Observaó: S 0 omo 0 y por lo tato la gualdad sempre se satsfae. Eemplo: De u mazo de 0 artas españolas se extrae ua arta al azar. osderemos los sguetes suesos: : la arta es opa o espada : la arta o es opa : la arta es opa u oro 0 0 0 0 0 0 5 5

6 etoes y o so depedetes. etoes y so depedetes. ropedades: S los suesos y so exluyetes es der s y s >0 > 0 etoes y o so depedetes. Dem: E efeto e este aso. 0 S 0 etoes es depedete de ualquer sueso tal que > 0. Dem: omo 0 y por lo tato es der que y so depedetes. S y 0 < > y o so depedetes. Dem: omo. Luego y o so depedetes. S y so suesos depedetes y també lo so. Dem: +. Eero: Demostrar que s y so suesos depedetes y també lo so. Idepedea de más de dos evetos: La defó de depedea de dos evetos puede extederse a más de dos. Defó: Los evetos... so depedetes s para todo... y para todo outo de ídes { }... tales que < < <... se verfa...... Es der que es eesaro verfar... + + odoes.

7 Observaó: S los suesos... so depedetes etoes so depedetes de a pares pero la reíproa o es erta. Eemplos: Sea { } S u espao de equprobabldad y osderemos y los suesos { } { } { }. demás es der que los suesos so depedetes de a pares. S embargo y por lo tato los suesos y o so depedetes. Veamos u eemplo també para el aso e el ual se satsfae la fatorzaó de y o se umple para algua de las terseoes dobles. Sea { } 8 7 6 5 S u espao de equprobabldad y osderemos los suesos { } { } { } 7 6 5 8 7 omo ates. demás 8

Se observa que o se satsfae ua de las gualdades pero sí se satsfae. 8 Falmete veremos u eemplo e el que utlzamos los dferetes oeptos y propedades estudadas e esta Seó. Eemplo: Muhos sstemas de omputaó trabaa o eormes bases de datos omo por eemplo sstemas de taretas de rédto o sstemas de reservas de pasaes aéreos. Debdo al volume de datos volurado la velodad de aeso al sstema depede de las araterístas de las udades de almaeameto utlzadas omo así també de las redes de omuaó oetadas a la base de datos. Nos oetraremos e el prmer aspeto es der e el problema del almaeameto. osderemos udades de almaeameto osstetes e dsos plaos ada uo de los uáles está ompuesto por u outo de allos oétros deomados pstas. ada psta está a su vez subdvda e áreas de almaeameto deomadas setores. El aeso al dso se realza medate ua abeza letora/grabadora que se puede mover haa adelate o haa atrás a lo largo de u brazo fo. El dso rota bao ese brazo y la abeza lee o modfa u dato uado el orrespodete setor pasa bao ella. osderemos u dso que osste de 76 pstas umeradas de 0 a 75 o 8 setores ada ua umerados de 0 a 7. Supogamos que e el mometo e que se debe aeder a u dato que se euetra e el setor de la psta 5 la abeza se euetra sobre la psta. Etoes debe moverse e prmer lugar hasta la psta 5 este movmeto se llama búsqueda o see y luego debe esperar hasta que el setor pase bao ella este período de tempo se deoma retardo rotaoal o rotatoal delay. S el abezal se mueve por eemplo a ua velodad de. mlsegudos ms por psta la búsqueda del eemplo demadaría. 5-.9 9.8 ms. S además supoemos que el dso realza ua rotaó ompleta e 0 ms el retardo rotaoal puede demorar etre 0 y 0 ms o u promedo de 5 ms. or últmo supogamos que el aeso oreto al dato demora. mlsegudos. Este sstema es de aturaleza probablísta o aleatora. Las demadas de aeso arrba e tempos aleatoros y se demada datos aleatoros e el setdo de que o sabemos o atpaó qué dato se va a requerr. alemos el sguete eemplo. Supogamos que las probabldades de que ua demada de aeso orrespoda a ada ua de las 76 pstas so guales y que aesos suesvos so depedetes. Supogamos també que la abeza letora/grabadora se euetra sobre la psta 0 uál es la probabldad de que el tempo total de búsqueda see para las dos sguetes demadas de aeso sea a lo sumo 50 ms? Sea el sueso la búsqueda ombada demora a lo sumo 50 ms y defamos para ada 0... 75 los suesos 8

T : el prmero de los dos aesos sguetes orrespoderá a u dato que está sobre la psta Etoes 75 0 75 T T T omo se observa debemos alular T es der debemos alular la probabldad de que la búsqueda ombada demore a lo sumo 50 ms dado que el prmer aeso es a la psta para 0..75. or eemplo ómo alularíamos T? 0 6 S la prmera búsqueda os lleva a la psta 6 demadará 6-0. ms 9. ms por lo tato la búsqueda total llevará a lo sumo 50 ms s la seguda búsqueda demora a lo sumo 0.8 ms. omo e 0.8 ms se puede reorrer a lo sumo 9 pstas 0.8/. o podemos r más allá de la psta 6-97 o de la psta 6+95. E otras palabras T6 será la probabldad de que el segudo peddo de aeso se refera a u dato que está etre las pstas 7 y 5 lusve. Dado que supoemos que todas las pstas so equprobables 9 T6 76 Del msmo modo se alula todas las probabldades odoales requerdas e y se obtee el valor de peddo.. 9