Probabilidad a priori

En inferencia estadstica Bayesiana, una distribucin de probabilidad a priori de una

cantidad p desconocida, es la distribucin de probabilidad que expresa alguna incertidumbre
acerca de p antes de tomar en cuenta los "datos".
Aplicando el Teorema de Bayes, la probabilidad a priori se multiplica por la verosimilitud, al
normalizar se obtiene la distribucin de probabilidad a posteriori, la cual es la probabilidad de
la distribucin condicional dados los datos.
Los parmetros de las distribuciones a priori son llamados hiperparmetros, para distinguirlos
de los parmetros del modelo. Por ejemplo, si se est usando una distribucin beta para
modelar la distribucin del parmetro p, entonces:

p es un parmetro de una distribucin Bernoulli, y

y son parmetros de la distribucin a priori (distribucin beta), y por lo
tanto hiperparmetros

Probabilidad a posteriori
En estadstica Bayesiana, la probabilidad a posteriori de un evento aleatorio es
la probabilidad condicional que es asignada despus de que la evidencia es tomada en
cuenta.

Definicin[editar]
Teniendo la creencia a priori de que la funcin de distribucin de probabilidad es y de
que una observacin con la verosimilitud , la probabilidad a posteriori es definida
como .

Ejemplo[editar]
Supongamos que un colegio mixto donde el 60% de los estudiantes son chicos y el 40% son
chicas. Las chicas llevan pantaln o falda en probabilidades iguales; los chicos siempre llevan
pantalones. Un observador ve desde lejos a un estudiante aleatorio; lo nico que puede
distinguir el observador es que el o la estudiante lleva pantalones. Cul es la probabilidad de
que sea una chica? La respuesta correcta se puede hallar usando el Teorema de Bayes.
El evento A es que el estudiante observado sea una chica, mientras que el evento B es que el
estudiante observado lleva pantalones. Para hallar P(A|B), primero necesitamos saber:

P(A), o la probabilidad de que el estudiante sea una chica a pesar de cualquier otra
informacin. Ya que el observador ve un estudiante aleatorio, y dado que todos los
estudiantes tienen la misma probabilidad de ser observados, y el porcentaje de chicas
entre los estudiantes es el 40%, esta probabilidad es 0,4.
 P(A'), o la probabilidad de que el estudiante observado sea un chico a pesar de cualquier
otra informacin (A' es el complementario del evento A). Esto es el 60%, o 0,6.
P(B|A), o la probabilidad de que el estudiante que lleva pantalones sea una chica. Como
tienen la misma probabilidad de llevar falda o pantalones, esto es 0,5.
P(B|A'), o la probabilidad de que el estudiante que lleva pantalones sea un chico. Esto es
1.
P(B), o la probabilidad de que un estudiante (aleatorio) lleve pantalones a pesar de
cualquier otra informacin. Dado que P(B) = P(B|A)P(A) + P(B|A')P(A'), esto es0,50,4 +
10,6 = 0,8.
Dados todos estos datos, la probabilidad de que el observador haya visto a una chica
habiendo observado que lleva pantalones puede ser calculada sustituyendo estos valores en
la frmula:

Probabilidad Subjetiva
Se basan en la creencias e ideas en que se realiza la evaluacin de las probabilidades y se define
como en aquella que un evento asigna el individuo basandose en la evidencia disponible (el
individuo asigna la probabilidad en base a su experiencia).

La probabilidad subjetiva puede tener forma de frecuencia relativa de ocurrencia anterior o

simplemente puede consistir en una conjetura inteligente N.

Para clarificar lo antes dicho un ejemplo muy comn es el pronostico del tiempo, muchos individuos
como nosotros realizamos una prediccin personal de como seran las condiciones climaticas para el
dia, basadas mas en nuestra experiencia personal pero que muchas veces sustentamos en
experiencia de eventos pasados.

La asiganacin de probabilidad subjetiva se dan generalmente cuando los eventos ocurren solo 1 vez
y a lo mximo unas cuantas veces mas.

Sin embargo en las organizaciones a pesar de que es comun tomar desiciones en base a la
probabilidad subjetiva la mayoria de las veces esta se respalda con datos futuros estadisticos.
PROBABILIDAD OBJETIVA
Aquella que se determina tomando como base algn criterio experimental uobjetivo ajeno al

sujeto deci-sor, como el cociente entre el nmero de casos favorables y nmero de casos

posibles o el lmite de una frecuencia relativa. Incluso en estos casos la determinacin de

la probabilidad entraa un cierto grado de subjetividad. Por ejemplo, cuando al lanzar un dado

se le atribuye a la cara seis 1/6 de probabilidad se est suponiendo implcitamente que el dado

est perfectamente construido.

Probabilidad emprica o frecuencial

Una teora de mayor aplicacin y muy sostenida es la basada en la frecuencia relativa.

Puede atribuirse a este punto de vista el adelanto registrado en la aplicacin de la
probabilidad en la Fsica, la Astronoma, la Biologa, las Ciencias Sociales y los negocios.

Esta teora est estrechamente relacionada con el punto de vista expresado por Aristteles:
lo probable es aquello que ocurre diariamente.

Notamos a travs de gran cantidad de observaciones acumuladas con los diversos juegos de
azar una forma general de regularidad que permiti establecer una teora.

Supongamos que efectuamos una serie de n repeticiones del experimento E, intentando

mantener constantes las condiciones pertinentes. Sea f el nmero de repeticiones en las que
se presenta el suceso A, de forma que en las restantes n f no se presentar. Obtendremos
as una serie de frecuencias relativas para n1, n2 .

Estas frecuencias relativas diferirn poco entre s cuando las ni sean grandes y tendern a
acumularse en la proximidad de un valor fijo.

Debemos sealar que la estabilidad, a la larga, de las frecuencias relativas se aplica a una
amplia clase de experimentos aleatorios, de los que el juego de azar constituye un caso en
particular, casi insignificante.
Para establecer una descripcin matemtica sencilla de la conducta de las frecuencias
relativas para grandes valores de n, vamos a postular la existencia de un nro. p que es el nro.
al cul tiende fr, es decir, la frecuencia relativa del suceso en estudio.

Este nmero se llamar probabilidad del suceso A en relacin con el experimento

aleatorio E.

La frecuencia relativa fr se considerar entonces como una medida experimental de la

probabilidad y diremos:

De acuerdo con el concepto emprico de la estabilidad de las razones frecuenciales cabe

esperar que, para grandes valores de n, la razn frecuencial observada sea
aproximadamente igual a p que se llamar probabilidad del suceso en estudio.

Estaremos entonces estimando el valor de una probabilidad desconocida por medio de

un estudio de la conducta de las frecuencias relativas del hecho o suceso correspondiente.

La aplicacin de esta definicin est relacionada con un experimento aleatorio que puede
ser repetido varias veces en condiciones uniformes. Naturalmente, la repeticin real ser en
ocasiones difcil o incluso imposible de realizar, por ejemplo, debido a los costos
prohibitivos de experimentacin, pero bastar con que sea concebible una repeticin en
condiciones uniformes.

Pensaste cuando tirs muchas, muchas veces una moneda cal es la probabilidad de
que salga cara?

Aplicaste esta definicin? Por qu?. Discutilo en grupos y analiz la explicacin con
tu profesora.

Frecuencia relativa y probabilidad

La definicin moderna de probabilidad basada en la axiomtica de Kolmogorov
(presentada anteriormente) es relativamente reciente. Histricamente hubo otros
intentos previos de definir el escurridizo concepto de probabilidad, descartados
por diferentes razones. Sin embargo conviene destacar aqu algunas ideas que
aparecen en la antigua definicin basada en lafrecuencia relativa, ya que
permiten intuir algunas profundas propiedades de la probabilidad.

Recordemos antes que si en un experimento que se ha repetido n veces un

determinado suceso A se ha observado en k de estas repeticiones, la frecuencia
relativa fr del suceso A es:

fr = k/n

El inters por la frecuencia relativa y su relacin con el concepto de probabilidad

aparece a lo largo de los siglos XVIII a XX al observar el comportamiento de
numerosas repeticiones de experimentos reales.

A ttulo de ejemplo de un experimento de este tipo, supongamos que se dispone

de una moneda ideal perfectamente equilibrada. Aplicando directamente la regla
de Laplace resulta claro que el suceso A = obtener cara tiene probabilidad:

p(A) = 1/2 = 0,5

En el cuadro siguiente se simula por ordenador el comportamiento de la

frecuencia relativa del suceso A = obtener cara. El cuadro inicia la simulacin
con el lanzamiento consecutivo de la moneda veinte veces, calculando la
frecuencia relativa de cara y comparndolo con la p(A) = 0.5. Aunque no es
imposible que coincidan, la mayora de veces fr ser diferente.

El lector puede manipular el cuadro para observar qu ocurre con rachas

entre n = 1 y n = 1000 lanzamientos. Tambin puede empezarse una nueva racha
de lanzamientos con el botn

Probabilidad
La probabilidad es un mtodo por el cual se obtiene la frecuencia de un acontecimiento
determinado mediante la realizacin de un experimento aleatorio, del que se conocen todos
los resultados posibles, bajo condiciones suficientemente estables.
La teora de la probabilidad se usa extensamente en reas como la estadstica, la fsica,
la matemtica, las ciencias y la filosofa para sacar conclusiones sobre la probabilidad discreta
de sucesos potenciales y la mecnica subyacente discreta de sistemas complejos, por lo tanto
es la rama de las matemticas que estudia, mide o determina a los experimentos o fenmenos
aleatorios.
posibilidad
Una manera alternativa de expresar la ocurrencia o no de un evento.

Las posibilidades en favor de un evento se definen como el nmero de resultados

favorables dividido por el nmero de resultados desfavorables. De manera similar,
las posibilidades en contra de un evento se definen como el nmero de resultados
desfavorables dividido por el nmero de resultados favorables.

La probabilidad puede considerarse como una relacin de parte/todo, lo cual se

emplea para describir la ocurrencia o no de un evento. Las posibilidades pueden
considerarse como una relacin parte/parte. La siguiente frmula se puede emplear
para convertir una probabilidad en posibilidades.

posibilidades = probabilidad/(1 - probabilidad)

Probabilidad y Posibilidad
viernes, 02 de junio de 2006

Existe una diferencia marcada entre lo que es la posibilidad y la probabilidad,

aunque habitualmente se manejan estos dos trminos como si significaran lo
mismo.
Evento: Es uno o ms de los posibles resultados de hacer algo.

Probabilidad: En un proceso aleatorio, razn entre el nmero de casos favorables y el nmero de casos posibles.

Es decir, la probabilidad es una razn, cociente o divisin de 2 nmeros, la cantidad de casos favorables dividido por el
nmero de casos posibles. Por lo tanto, la probabilidad siempre la expresamos con un nmero o cantidad decimal con
valore entre cero y uno. Tener una probabilidad de cero significa que algo nunca va a suceder; una probabilidad
de uno indica que algo va a suceder siempre. Adems la probabilidad es comparable, o lo que es lo mismo, podemos
decir que un evento A ocurra es mas o menos probable que ocurra otro evento B.

Posibilidad: Aptitud, potencia u ocasin para ser, existir o suceder algo.

Es decir, algo o es posible o imposible y no lo expresamos nunca con ningn valor, nmero o cantidad. No podemos
decir que un evento A es ms posible que ocurra que otro evento B.

Independencia (probabilidad)
En teora de probabilidades, se dice que dos sucesos aleatorios son independientes entre s
cuando la probabilidad de cada uno de ellos no est influida porque el otro suceso ocurra o no,
es decir, cuando ambos sucesos no estn relacionados.
Definicin formal[editar]
Dos sucesos son independientes si la probabilidad de que ocurran ambos simultneamente es
igual al producto de las probabilidades de que ocurra cada uno de ellos, es decir,
si
Motivacin de la definicin[editar]

Sean y dos sucesos tales que , intuitivamente A es independiente de B si

la probabilidad de A condicionada por B es igual a la probabilidad de A. Es decir si:

De la propia definicin de probabilidad condicionada:

se deduce que y dado

que deducimos trivialmente
que .
Si el suceso A es independiente del suceso B, automticamente el suceso B es
independiente de A.

Propiedades[editar]
La independencia de sucesos es algo muy importante para la estadstica y
es condicin necesaria en multitud de teoremas. Por ejemplo, una de las primeras
propiedades que se deriva de la definicin de sucesos independientes es que si dos
sucesos son independientes entre s, la probabilidad de la interseccin es igual al
producto de las probabilidades.

Sucesos dependientes

Dos sucesos, A y B, son dependientes cuando la probabilida d de que

suceda A se ve afectada porque haya sucedido o no B.

Extraer dos cartas de una baraja, sin reposicin,

son sucesos dependientes.

Sucesos independientes

Dos sucesos, A y B, son independientes cua ndo la probabilidad de que

suceda A no se ve afectada porque haya sucedido o no B.

 Al lazar dos dados los resultados son independientes.

Eventos mutuamente excluyentes y no

excluyentes
Eventos mutuamente excluyentes y no
excluyentes
Eventos mutuamente excluyentes y eventos no excluyentes

Dos o ms eventos son mutuamente excluyentes o disjuntos, si no pueden ocurrir

simultneamente. Es decir, la ocurrencia de un evento impide automticamente la
ocurrencia del otro evento (o eventos).

Dos o ms eventos son no excluyentes, o conjuntos, cuando es posible que ocurran

ambos. Esto no indica que necesariamente deban ocurrir estos eventos en forma
simultnea.

La regla de la Adicin expresa que: la probabilidad de ocurrencia de al menos dos

sucesos A y B es igual a:

P(A o B) = P(A) U P(B) = P(A) + P(B)

Si A y B son mutuamente excluyente:

P(A o B) = P(A) + P(B) P(A y B)

Si A y B son no excluyentes Siendo:

P(A) = probabilidad de ocurrencia del evento

AP (B) = probabilidad de ocurrencia del evento

BP(A y B) = probabilidad de ocurrencia simultanea de los eventos A y B Eventos

Independientes

Dos o ms eventos son independientes cuando la ocurrencia o no-ocurrencia de un

evento no tiene efecto sobre la probabilidad de ocurrencia del otro evento (o eventos). Un
caso tpico de eventos independiente es el muestreo con reposicin, es decir, una vez
tomada la muestra se regresa de nuevo a la poblacin donde se obtuvo.