P. 1
4) Nociones Básicas de Probabilidad-2006

4) Nociones Básicas de Probabilidad-2006

5.0

|Views: 1.118|Likes:
Publicado porapi-3708303

More info:

Published by: api-3708303 on Oct 14, 2008
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPT, PDF, TXT or read online from Scribd
See more
See less

05/09/2014

pdf

text

original

NOCIONES BASICAS DE PROBABILIDAD

OBJETIVOS
1. 2. 3.

Aplicar los conceptos de experimento, espacio muestral y evento. Discutir los principios para asignar probabilidad. Utilizar las reglas de probabilidad para plantear y resolver un problema real.

Experimentos y sucesos aleatorios Un experimento es aleatorio si se verifican las siguientes condiciones: 1. Se puede repetir indefinidamente, siempre en las mismas condiciones; 2. Antes de realizarlo, no se puede predecir el resultado que se va a obtener; 3. El resultado que se obtenga, w, pertenece a un conjunto conocido previamente de resultados posibles. A este conjunto, de resultados posibles, lo denominaremos espacio muestral y lo denotaremos normalmente mediante la letra Ω. Los elementos del espacio muestral se denominan sucesos elementales.

DEFINICION DE ALGUNOS TERMINOS

EXPERIMENTO ALEATORIO: ε
ES CUALQUIER OPERACIÓN CUYO RESULTADO NO SE PUEDE PREDECIR CON EXACTIDUD

ESPACIO MUESTRAL ASOCIADO A UN EXP. ALEATORIO: Ω
ES EL CONJUNTO DE TODOS LOS POSIBLES RESULTADOS DE UN EXPERIMENTO ALEATORIO

Ejemplos:  Lanzar una moneda moneda correcta sobre una superficie plana: S ó C Evaluar el estado nutricional a tres niños menores de 5 años: (NNN), (NNM),(NMN), (MNN), (NMM), (MNM), (MMN), (MMM)

Ejemplos: Ω1: {C,S} Ω2:{(NNN), (NNM), (NMN), (MNN), (NMM), (MNM), (MMN), (MMM)}

DEFINICION DE ALGUNOS TERMINOS

EVENTO ó SUCESO : A,B,C,D,.. – ES UN SUBCONJUNTO DEL ESPACIO MUESTRAL
Ejemplos: Sea:

 ε : Evaluar el estado nutricional a

      

tres niños menores de 5 años; y : {(NNN), (NNM), (NMN), (MNN), (NMM), (MNM), (MMN), (MMM)} Definamos los siguientes eventos: A: Que ocurra exactamente un niño mal nutrido A={(NNM),(NMN),(MNN)}; n(A)= 3 B:Que ocurra al menos dos niños malnutridos B={(NMM),(MNM),(MMN),(MMM) n(B)= 4 C: Ocurra al menos 4 niños malnutridos C={ } = φ ; n(C) = 0 (IMPOSIBLE)

D: Ocurra a lo más un malnutrido  D={(MNN),(NMN),(NNM),(NNN) n(D) = 4  E: Ocurra a lo más 3 niños malnutridos E={(NNN), (NNM), (NMN), (MNN), (NMM), (MNM),(MMN),(MMM)} = Ω n(E) = n(Ω ) = 8 (SEGURO)  F:Ocurra exactamente 3 niños normales  F={(NNN)};n(F)=1 (ELEMENTAL)  En base a los eventos definidos, podemos construir otros eventos, por ejemplo: AUB = {(NNM), (NMN), (MNN), (NMM), (MNM),(MMN),(MMM)}  Si: BUD = Ω , B∩D = { } (B,D: COMPLEMENTARIOS)

PROBABILIDAD DE LA OCURRENCIA DE UN EVENTO:

P(A) = n(A) / n(Ω )
    

A: Que ocurra exactamente un niño malnutrido A={(NNM),(NMN),(MNN)}; n(A) = 3 B:Que ocurra al menos dos niños malnutridos B={(NMM),(MNM),(MMN), (MMM)}; n(B)= 4 C: Ocurra al menos 4 niños M. C={ } = φ ; n(C) = 0 (IMPOSIBLE) D: Ocurra a lo más un malnutrido D={(MNN),(NMN),(NNM),(NNN)} , n(D) = 4 E: Ocurra a lo más 3 niños malnutridos E={(NNN),(NNM),(NMN),(MNN), (NMM), (MNM),(MMN),(MMM)} = Ω n(E) = n(Ω ) = 8 (SEGURO) F: Ocurra exactamente 3 niños normales F={(NNN)} ; n(F) = 1 (ELEMENTAL)

EJEMPLOS: P(A) = n(A)/n(Ω) = 3/8 = 0.375 P(B) = n(B)/ n(Ω) = 4/8 = 0.5 P(C) = n(C)/n(Ω) = 0/8 = 0 P(D) = n(D)/n(Ω) = 4/8 = 0.5

P(E) = n(E)/n(Ω) = 8/8 = 1

P(F) = n(F)/n(Ω) = 1/8 = 0.125

PROPIEDADES
1.-

0 ≤ P(A) ≤ 1

P(A) = n(A)/n(Ω) = 3/8 = 0.375 P(B) = n(B)/ n(Ω) = 4/8 = 0.5 P(D) = n(D)/n(Ω) = 4/8 = 0.5 P(F) = n(F)/n(Ω) = 1/8 = 0.125 P(C) = n(C)/n(Ω) = 0/8 = 0 (Evento Imposible) P(E) = n(E)/n(Ω) = 8/8 = 1 (Evento Seguro)

A

2.- Si A,B eventos cualesquiera, entonces,

P(AUB) = P(A) + P(B) - P(A∩B)

A

B

(A ∩ B)

EJEMPLO .En una comunidad, se evaluó el estado de nutrición de 100 niños menores de 5 años de edad, obteniéndose los siguientes resultados: ********************************************************* SEXO ESTADO de NUTRICION Normal Malnutrido TOTAL ********************************************************* Hombres 40 15 55 Mujeres 20 25 45 ******************************************************** TOTAL 60 40 100 ******************************************************** Se elige un niño al azar, cuál es la probabilidad de que sea hombre o su estado de nutrición sea normal ? SOLUCION H: Sea hombre N: Tenga estado nutricional normal

P(HUN) = P(H) + P(N) - P(H∩N) P(HUN) = 55/100 + 60/100 - 40/100 = 0.75

3. Si A,B eventos excluyentes (A∩B=φ), entonces,

P(AUB) = P(A) + P(B)


A B

EJEMPLO.Se recolectó información sobre el peso del recién nacido y si la madre fumó o no durante el embarazo. Los datos se presentan a continuación:

FUMA CIGARRILLOS BAJO SI NO TOTAL 30 20 50

PESO R.N. NORMAL 10 140 150

TOTAL 40 160 200

¿Cuál es la probabilidad de que un recién nacido tenga bajo peso o sea normal? SOLUCION B : Tenga bajo peso al nacer N : Tenga peso normal

P( B ∪ N ) P( B ∪ N )

= P( B ) = 50 / 200

+ P( N ) + 150 / 200 = 1

4.- Si A y A’ son complementarios, entonces,

P(A’) = 1 - P(A)

ó

P(A) = 1 - P(A’)

A’ A

EJEMPLO.-

En una determinada comunidad, se evaluó el estado nutricional de 100 niños menores de 5 años de edad, obteniéndose los siguientes resultados: ************************************ Estado Nutricional nº ************************************ Normal 60 Malnutrido 40 ************************************ TOTAL 100 ************************************ Se elige un niño al azar de esta población, cuál es la probabilidad de que esté malnutrido. SOLUCION M : Tenga estado nutricional malnutrido M´ : N : Tenga estado nutricional normal luego, P(M) = 1 - P(M´) P(M) = 1 - 60/100 = 0.4 Interpretación : Por tanto, la probabilidad de que el niño elegido al azar de dicha comunidad este malnutrido es de 0.4.

5.- Si A,B eventos cualesquiera, entonces,

P(A∩B’) = P(A) - P(A∩B)

A
(A∩B’)

B

(A ∩ B)
NOTA:

Las probabilidades son expresadas en tanto por uno.

EJEMPLO.Retomando el ejemplo sobre el peso del recién nacido y si la madre fumó o no durante el embarazo, Cuál es la probabilidad de que el R.N. Tenga bajo peso pero la madre no fuma?
SOLUCION

B : Tenga bajo peso al nacer F´ : La madre no fuma

P( B ∩ F´ ) P( B ∩ F´ ) P( B ∩ F´ )

=

P( B ) - P( B ∩ F ) = 30/200

= 50 / 200 - 20 / 200 = 0.15

EJEMPLO .Se clasifica a 900 adultos que han culminado sus estudios superiores según sexo y ocupación, y se obtienen los siguientes resultados: *************************************************************** SEXO OCUPACION Desempleados Empleados TOTAL *************************************************************** Hombres 40 460 500 Mujeres 260 140 400 **************************************************************** TOTAL 300 600 900 ***************************************************************** Se elige un adulto al azar, cuál es la probabilidad de que: a. esté desempleado b. Esté desempleado y es hombre c. Esté empleado o mujer SOLUCION a. P(D) = n(D) / n(Ω ) = 300/900 = 0.33

b. P(D∩ H) = n (D∩ H) / n(Ω ) = 40/900 = 0.04 c. P(EUM) = P(E)+P(M) - P(E∩ M) = P(EUM) = 600/900+400/900-140/900 = 0.955

PROBABILIDAD CONDICIONAL: P(A/B)
Sea Ω un espacio muestral asociado al experimento aleatorio E. Sean los eventos A y B dados en Ω . La probabilidad de la ocurrencia del evento A dado que ha ocurrido B se denomina probabilidad condicional de A dado B. Fórmula: n(A∩ B) P(A/B) = ------------------- ( se aplica cuando los datos están en una tabla) n(B) P(A∩ B) P(A/B) = ------------------- ( se aplica cuando los datos no están en una tabla) P(B) donde P(B) > 0

Retomando el ejemplo anterior: *************************************************************** SEXO OCUPACION Desempleados Empleados TOTAL *************************************************************** Hombres 40 460 500 Mujeres 260 140 400 **************************************************************** TOTAL 300 600 900 ***************************************************************** Se elige un adulto al azar, cuál es la probabilidad de que: Esté desempleado dado que es mujer SOLUCION n(D∩ M) 260 P(D/M) = ---------------- = ------------ = 0.65 n(M) 400 Interpretación: Al elegir un adulto al azar, la probabilidad de que este desempleado dado que es mujer es de 0.65.

EJEMPLO: Se dispone de 11 historias clínicas, pertenecientes a pacientes masculinos y femeninos agrupados por su nivel de hemoglobina.
Sexo Estado
A (Anémico) N (Normal)

M
(Masculino)

F
(Femenino) Total

5 1 6

3 2 5

8 3 11

Total

Dado que la historia corresponde a un paciente anémico, ¿cuál es la probabilidad que sea mujer? SOLUCION n(F∩A) 3 P(F/A) = ----------- = ------ = 0.375 n(A) 8

PROPIEDADES (Probabilidad condicional)
Si P(H) > 0, entonces :

1.- P(D/H) = 1 - P(D´/H) 2.- P(Ω/H) = 1 3.- Si A, B son disjuntos en H, tenemos que: P[(AUC)/H] = P(A/H) + P(C/H)

EJEMPLO
El 50% de la población aproximadamente son varones, el 68% bebe con cierto exceso, y el 38.5% bebe y es varón. Dado que una determinada persona aleatoriamente seleccionada es varón, hallar la probabilidad de que beba. Es el estatus de bebedor independiente del sexo? SOLUCION
A: Sea varón P(A) = 0.5 B: bebe A∩B: Sea varón y bebe B/A: bebe dado que es varón P(B) = 0.68 P(A∩B) = 0.385 P(B/A) = ?

P(B/A)=(0.385)/(0.5) = 0.77
Nos indica que la probabilidad de que beba dado que es varón es de 0.77. Además, como P(B/A) ≠ P(B), el estatus de bebedor no es independiente del sexo.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->