ProbabiIidad TotaI y Bayes

ProbIema I:
Resultados de la encuesta Mundial sobre tabaquismo en jvenes de Argentinas.
La muestra se seleccion sobre Poblacin Escolarizada de la Ciudad Autnoma
de Buenos Aires entre primer y tercer ao de Educacin Media en instituciones
pblicas y privadas. Se encuestaron un total de 2200 alumnos con edades entre
13 y 15 aos y con igual distribucin por gnero. Como resultado de la encuesta
se observ que el 62% de las mujeres fuma o alguna fum mientras que el 58 %
de los varones fuma o fum.

A- EIaborar una tabIa de dobIe entrada que refIeje Ia informacin observada
en frecuencias absoIutas y reIativas en Ia muestra.

Fuma o fum alguna vez: 0.6*2200
Mujeres que fuma o fum: 0.62*2200/2
Varones que fuma o fum: 0.57*2200/2

Frecuencias Absolutas(TABLA ):
Nunca
Fum
Fuma o fum alguna
vez

Mujeres 418 682 1100
Varones 473 638 1100
880 1320 2200

Frecuencias Relativas fr (TABLA ):
Nunca Fum Fuma o fum alguna
vez

Mujeres (1-0.62)*0.50 =
0.19
0.62*0.5 = 0.31 0.50
Varones (1-0.58)*0.50 =
0.21
0.58*0.5 = 0.29 0.50
0.40 0.60 1.00
Llamamos fr a la frecuencia relativa y %fr a la frecuencia relativa expresada en
relacin a 100%

no
V
.
M
F
V


M
V
F
M


B-Diferenciar entre Ios siguientes porcentajes (%) dadas en Ia muestra:

O % de fumadores en el total de alumnos
O % de fumadores varones en el total de alumnos
O % de fumadores mujeres en el total de alumnos
O % de fumadores en el total de hombres
O % de fumadores en el total de mujeres
O % de mujeres entre los fumadores.
O % de varones entre los fumadores.

Luego del trabajo de los alumnos se propone una sntesis desde el pizarrn:
1- % de fumadores en el total de alumnos.

t
F
= 0.6= 1320 / 2200

%t
F
= 60%




2- % de fumadores varones en el total de alumnos

fr
F
= 0.29= 638 / 2200

%fr
FV
= 29%




3- % de fumadores mujeres en el total de alumnos

fr
F
= 0.31= 682 / 2200

%fr
FM
= 31%




Notar que los tres primeros % se refieren al mismo total (2200). En este caso
%fr
F
= %fr
FV
+ %fr
FM
60% = 29% + 31%
V


M
F
V

M
F
M

V
F
M


F
V


Lo que es equivalente a que la unin de dos conjuntos. Esto equivale en
probabilidad a unin de dos sucesos que dan un tercer suceso, en este caso
fumador

4- % de fumadores en el total de hombres


fr
F/V
= 0.58 = 638 / 1100

%fr
F/V
= 58%



5- % de fumadores en el total de mujeres


fr
F/M
= 0.62 = 682 / 1100

%fr
F/M
= 62%



Los % 4 y 5 con cualquiera de los anteriores se refieren a distintos totales,
equivalente en la probabilidad a diferentes espacios muestrales.

6- % de mujeres entre los fumadores.

fr
M/F
= 0.5167 = 682 / 1320

%fr
M/F
= 51,67%


7- % de varones entre los fumadores.

fr
V/F
= 0.4833 = 638 / 1320

%fr
V/F
= 48,33%


Si se considera a la muestra como la poblacin de anlisis , es decir como el
espacio muestral, los % se interpretan como probabilidades de ese espacio.
Utilizando la tabla entonces se pueden resignificar las probabilidades
condicionales.

V


M
F
V

F
V


O La probabilidad de que un jven varn haya fumado en la muestra
considerada es la probabilidad condicional de fumador restringida al grupo
varones


P(F/H)

= P(FYH)

= 0.29 = 0.58
P(H) 0.50





O La probabilidad de que un jven que haya fumado sea varn en la
muestra considerada es la probabilidad condicional de varon restringida al
grupo fumador

P(H/F)

= P(FYH)

= . P(F/H) * P(H)

= . 0.29*0.5 . =
0,483
P(F) P(F/H)*P(H) + P(F/M)*P(M) 0.29*0.5 + 0.31*0.5
Es cierto que en este ejemplo parece rebuscada la frmula aplicada, pero lo
relevante es la interpretacin de los trminos involucrados.
Como conclusin es importante diferenciar el suceso o evento considerado y el
espacio muestral de referencia. La frmula es til si se conoce P(F/H) y se solicita
P(H/F)
P(F) = P(F/H)*P(H) + P(F/M)*P(M)
- EIaborar un diagrama de rboI que represente Ios datos aportados por Ia
tabIa de frecuencias reIativas. (volver)





V
!(V)0,50

F


!(F/V)0,58
!(noF/V)0,42
!(VYF)0,50 * 0.58
34F
F


!(F/M)0,62
!(noF/M)0,38
!(MYF)0,50 * 0.62
34F
!(M)0,5
O;0n
M
!(MYnoF)0,50 * 0.38
!(VYnoF)0,50 * 0.42
P(F) = P(F/H)*P(H) + P(F/M)*P(M)
AGREGAR PROBLEMA DE LAS LATAS ON DEETO DE ROTURA Y
ABOLLADURA
ormaIizacin terico - prctica.

Consideremos el siguiente ejemplo.
%res mquinas A, B y C producen respectivamente 50%, 30% y 20% del nmero
total de artculos de una fbrica. Los porcentajes de desperfectos de produccin
de estas mquinas son 3%, 4% y 5%.












Si de la produccin total elegimos al azar un artculo, nos puede interesar saber
qu chances tiene ese artculo de ser defectuoso. O si observamos un artculo
defectuoso, nos interesar saber la probabilidad de que provenga de determinada
mquina.
Para resolver la primera cuestin recurriremos al Teorema de la probabilidad total,
y para la segunda nos ser til el Teorema de Bayes.


Teorema de la probabilidad total

ado un espacio muestral S, se llama particin a un conjunto de sucesos no
vacos y mutuamente excluyentes, tales que su unin determina S:
En el ejemplo, que se trata de observar un artculo, la particin est determinada
por los siguientes sucesos:
A: "el artculo proviene de la mquina A"
B: "el artculo proviene de la mquina B"
C: "el artculo proviene de la mquina C"

Podr obtenerse la probabilidad de cualquier suceso del espacio considerado, en
base a la particin establecida. En el ejemplo nos interesa considerar el suceso :
"el artculo es defectuoso". Veamos que este suceso y su probabilidad puede
expresarse en funcin de los sucesos de la particin:



Mquina A
3 de articulos
defectuosos
Mquina B
4 de articulos
defectuosos
Mquina C
5 de articulos
defectuosos
ProducciOn total d0 la fbrica
50 de A , 30 de B , 20 de C
A C





B


Y (A B
(A Y (B Y (C

Entonces esta expresado como union de
sucesos mutuamente excluyentes. Sumando
sus probabilidades obtenemos la probabilidad


P( D ) = P (A D) + P (B D) + P (C D)
Esta es una de las expresiones de la PROBABLA TOTAL.

Si ahora expresamos las probabilidades de cada interseccin a partir de la
probabilidad condicional (la regla de la multiplicacin), se tiene el teorema de la
probabilidad total:

P( D ) = P (A ) P(D/A) + P (B) P( D/B) + P (C) P(D/C)
P( D ) = P (A ) P(D/A) + P (B) P( D/B) + P (C) P(D/C)

Que puede calcularse de acuerdo a los datos del problema:
P( D ) = 0,50 . 0,03 + 0,30 . 0,04 + 0,20 . 0,05 = 0,037

El diagrama de Venn nos proporciona la posibilidad de observar las intersecciones
en la particin que determinan el suceso considerado. Pero igualmente se puede
trabajar con otro diagrama muy til, el diagrama de rbol. En este ejemplo
tendramos:


P( D ) = 0,50 . 0,03 + 0,30 . 0,04 + 0,20 . 0,05 = 0,037

Enunciemos ahora el Teorema de Ia ProbabiIidad TotaI, en forma general.
Sea S un espacio muestral y sea una particin A
1
, A
2
, . . . , A
n
.

Cada trayectoria del
arbol determina un
resultado, como tres
ramas excluyentes
determinan , su
probabilidad sera la
suma de las tres.


P (D/A)=
0,03
!(nD/A)
0,97
0,04
0,96


0,05
0,95


A

B

!(A)0,5
0
0,30
C

0,20


Sea B un suceso de S. Entonces la probabilidad de B es:

3


A / B ( P A ( P B ( P = P(A
1
) P(B / A
1
) + P(A
2
) P(B / A
2
) + . . . + P(A
n
) P(B
/ A
n
)

Teorema de Bayes

Consideremos de nuevo el ejemplo visto anteriormente. Hemos calculado la
probabilidad de observar un artculo defectuoso (cualquiera sea la mquina que lo
origin) con el Teorema de la probabilidad total. Supongamos ahora que
conocemos que el artculo es defectuoso y queremos calcular la probabilidad de
que haya sido producido por la mquina A.
La situacin experimental es la misma, pero ahora nos preguntamos la P(A

/ D)
El Teorema de Bayes afirma que:

P(A

/ D) =
C / ( P C ( P B / ( P B ( P A / ( P A ( P
A / ( P A ( P



Podemos ver que esto es una consecuencia de la definicin de probabilidad
condicional. Reemplazando los valores para el ejemplo, tenemos:
P(A

/ D) =

L
= 0,405

Enunciemos ahora el Teorema de Bayes, en forma general:
Sea S un espacio muestral y sea una particin A
1
, A
2
, . . . , A
n
. Sea B un suceso
de S. Entonces la probabilidad de A
i
, dado B es:

A / B ( P A ( P
A / B ( P A ( P
B / A ( P

En las aplicaciones nuevamente el diagrama de rbol ser muy til, ya que la
probabilidad expresada en el numerador se refiere al suceso interseccin del
suceso ocurrido con la causa cuya probabilidad se busca.

os sucesos A
1
, A
2
, . . . , A
n
determinan
una particion de $, porque:
i) A
i

ii) A
i
A
j

iii) Y

A
i
$
A
1
A
3


A
2
...

A
n
$
Y B U / B ( P

Y B U / A ( P


Suponiendo que se observan 1000 piezas se propone elaborar una tabla de doble
entrada que respete los porcentajes de cada tipo de pieza. Los resultados tericos
se pueden expresar en la siguiente tabla:
Tabla

N=10000 Mquina A
E6:ina B
Mquina
TotaI por tipo
de pieza
ant de piezas
defectuasas
15 12 10 37
ant de piezas
no defectuasas
485 288 190 963
Total por
Mquina
500 300 200 1000


ProbIemas resueItos y propuestos:

II) Un probIema de urnas y boIiIIas
La urna I contiene 5 bolillas blancas y 3 azules; la urna II contiene 3 bolillas
blancas y 4 azules. Se elige una urna al azar y se extrae una bolilla. Si la bolilla es
blanca se la deposita en la otra urna. Si la bolilla es azul, se la repone en la misma
urna. Luego se extrae una bolilla de la urna no elegida originalmente.

a) El experimento consiste en tres etapas. Calcula las probabilidades siguientes:

En la Etapa E
1
:
U
I
: "se elige la Urna " - U
II
: "se elige la Urna " .

P(U

) = P(U

) =

En la Etapa E
2
:
B
1
: "se elige una bolilla blanca de la urna elegida en la etapa anterior".
A
1
: "se elige una bolilla azul de la urna elegida en la etapa anterior".
En la Etapa E
3
:
B
2
: "se elige una bolilla blanca de la otra urna". A
2
: "se elige una bolilla azul de la
otra urna".


U
II
!(B
1
/ U
II
)
!(A
1
/ U
II
)



U
I
!(B
1
/ U
I
)
!(A
1
/ U
I
)


Y A U / B ( P

Y A U / A ( P


Y B U / B ( P

Y B U / A ( P



Y A U / B ( P

Y A U / A ( P


b) Completa el iagrama de rbol con las probabilidades calculadas:



























c) Cul es la probabilidad de que la bolilla extrada al final sea blanca?
d) Si la bolilla extrada al final es blanca, cul es la probabilidad de haber extrado una blanca la
primera. vez?

B
2

B
2
A
2
B
2
A
2
U
2
B
1
A
1
U
1
B
1
A
1
A
2
B
2
A
2
1/2
3/7
4/7
5/8
Ejercicios:

1.-En una poblacin animal hay una epidemia. El 16% de los machos y el 9% de las hembras estn
enfermos. El nmero de machos es el triple del nmero de hembras. Se elige al azar un individuo
de esta poblacin.
a) Cul es la probabilidad de que est enfermo?
b) Si no est enfermo, cul es la probabilidad de que sea macho?

2.-Un ratn huye de un gato, y se encuentra con una bifurcacin de caminos A,B y C, teniendo
probabilidades de tomar cada uno de ellos: 0.3, 0.5 y 0.2 respectivamente. Adems, las
probabilidades que tiene el gato de atrapar al ratn son:
0.4 si el ratn ha hudo por A; 0.6 si el ratn ha huido por B; 0.1 si el ratn ha huido por C.
a) Calcular la probabilidad de que el gato cace al ratn.
b) Qu probabilidad hay de que lo haya cazado en el camino A?

3.-El 42% de la poblacin activa de cierto pas est formada por mujeres. Se sabe que el 24% de
las mujeres y el 16% de los hombres estn desocupados.
a) Hallar la probabilidad de que una persona, elegida al azar, sea desocupada. Cul es la
probabilidad de que tenga trabajo?
b) Calcular la probabilidad de que una persona desocupada elegida al azar sea hombre.
c) Considerando una ciudad de 100 000 habitantes cuyo realizar tablas de doble entrada que
representen frecuencias relativas y absolutas de ocupados y desocupados segn sexo.
d) Simular la obtencin de muestras al azar de esta poblacin y comparar valores tericos y
muestrales en distintos casos.

4.-Juan es conocido como un jugador no muy honesto, de hecho, el 10% de las veces utiliza una
moneda con dos caras (en el 90% restante utiliza una moneda correcta). En una oportunidad, al
hacer 10 lanzamientos, todos resultaron cara. Cul es la probabilidad de que Juan estuviera
usando la monda trucada?

5.-Se tienen n+1 urnas numeradas de 0 a n. La urna i tiene i bolillas blancas y n i negras. Se elije
una urna al azar y se extrae una bolilla.
i) Hallar la probabilidad de extraer una bolilla blanca.
ii) Si la bolilla es blanca, cul es la probabilidad de que provenga de la urna i-sima?


6.- Un anlisis tiene efectividad del 95% para detectar el Mal de Chagas (con lo cual se quiere
decir que la probabilidad de que de positivo si hay Mal de Chagas, vale 0.95; y la probabilidad de
que d un resultado negativo cuando no hay Chaga es tambin 0.95). se sabe que
aproximadamente el 10% de la poblacin de Argentina padece del mencionado mal.
a) Cul es la probabilidad de que un individuo de la poblacin, seleccionado al azar, tenga Mal
de Chagas si el resultado del anlisis dio negativo?
b) Considerando una ciudad de 30 000 habitantes cuyo 10% padece chagas, realizar una tabla de
doble entrada de frecuencias relativas que represente las cantidades de mal y bien
diagnsticados con el anlisis en cuestin.
c) dem b) con frecuencias absolutas.