Documentos de Académico
Documentos de Profesional
Documentos de Cultura
marginal y conjunta.
Independencia de eventos.
Probabilidad total y Teorema de
Bayes.
P(yo me resfrie tal que esta lloviendo)
•Como su nombre lo indica se trata de
determinar la probabilidad de que ocurra un
evento A (aposteriori) dado que ya aconteció un
evento B (apriori), y se representa mediante
PROBABIL P(A|B), se lee probabilidad de A dado B o
probabilidad de A condicionada a B.
IDAD •En la probabilidad condicional, consideramos
CONDICIO que de un espacio muestral S se conoce
únicamente el evento B, que constituye un
NAL espacio muestral reducido.
A={caras iguales}={(1,1),(2,2),(3,3),(4,4),(5,5),(6,6)}
IDAD
Ley de multiplicación de probabilidades
Diagramas de
para cada una de las posibilidades, acompañada de su probabilidad. cada
una de estas ramas se conoce como rama de primera generación.
En la imagen podemos ver al conjunto 𝑋 el cual tiene 2 posibilidades de poder ser resuelto 𝐴1, 𝐴2. La siguiente rama
consta de eventos distintos, 𝐵1, 𝐵2 que se realizan después de ocurrir 𝐴1.
Diagramas de árbol
• Multiplicamos las probabilidades si se trata de ramas adyacentes
(contiguas), o bien,
C
Tres resultados posibles :
S
•Doble sello C
•Dos lados distintos
S
S
Lanzar una moneda tres veces seguidas, ¿cuál es la probabilidad de que salga dos veces cara y una vez sello? Hacer un
diagrama que permita contar los casos posibles y los favorables.
0,5 C
0,5 C
0,5 S
C 12,5%
0,5
0,5 C
S
0,5
0,5 S
0,5 C
0,5
0,5 C
S 0,5 S
0,5
0,5 C
S
0,5 S
Lanzar una moneda tres veces seguidas, ¿cuál es la probabilidad de que salga dos veces cara y una vez sello? Hacer un
diagrama que permita contar los casos posibles y los favorables.
0,5 S
0,5 S 0,5 C
C P(B) P(C)
0,5 0,5 S 1/8 =0,125
P(A) C
0,5
0,5 0,5 x 0,5 x 0,5 =0,125
C
0,5 S
0,5 P(A∩B)=P(A)P(B)
P(C ∩ P(A∩B)) =0,125
S C
0,5 0,5
S
0,5 0,5 S
C
0,5
C
Lanzar una moneda tres veces seguidas, ¿cuál es la probabilidad de que salga dos veces cara y una vez sello no consecutivas?
Hacer un diagrama que permita contar los casos posibles y los favorables.
0,5 S
C P(B) P(C)
0,5 0,5 S 1/8 =0,125
P(A) C
0,5
0,5
C
0,5 S
0,5
S C
0,5 0,5
S
0,5 0,5 S
C
0,5
C
1/8 =0,125
En un grupo de 36 participantes, se les da a
elegir entre varios colores para el pantalón 1/4
y la polera, necesarios para las actividades 1/4
deportivas; en los pantalones hay azules, Azules 1/4
verdes y grises; en las poleras se puede 1/4
elegir entre blancas, amarillas, rosa o color
1/3
cafe.
1/4
Si todas la prendas están en una caja,
1/3 Verdes 1/4
1/4
¿cuál es la probabilidad de que una
1/4
persona saque la combinación azul-cafe?
Organizar la información en un diagrama de
árbol. 1/3
1/4
1/4
Grises 1/4
P(PoleraCafe ∩ PantalonAzul)=1/3 * 1 / 4
1/4
P(PoleraCafe ∩ PantalonAzul)=0,083 =8,3%
ingeniería en teleinformática,
licenciatura en sistemas de información e
ingeniería industrial.
P(Teleinformatica ∩ Hombres)=P(Teleinformatica) * P(Hombres)
El número de estudiantes de la facultad
P(Teleinformatica ∩ Hombres)=0,3*0,7
se divide en: la primera el 30%, la
P(Teleinformatica ∩ Hombres)=0,21 -> 21%
segunda él 30% y la última él 40%.
30%
0,3 Teleinformatica 0,3 M
0,7 H
Ing 0,3 30%
Industrial Informacion 0,3 M
0,4 H
0,7
40%
Industrial M
0,3
cafe
Alto
Edad>=25
bajo
Edad<25
C
P(B)
Mutuamente excluyentes
Probabilidad Conjunta
P(A) P(B)
P(AꓵB)
Probabilidad de que este Probabilidad de que me
resfriado duela la cabeza
Cuando son dependientes
P(A|B)=P(AꓵB)P(B)
P(A) P(B)
P(AꓵB)
Probabilidad de que este Probabilidad de que me
resfriado duela la cabeza
P(B ꓵ A)
Duele la Cabeza
Duele la Cabeza
No
resfriado
No Duele la Cabeza
A1
A5
A4 A7
A2
A8
A6
A3
A1
A5
A4 A7
A2
A8
A6
A3
A1
A5
A4 A7
A2 B
A8
A6
A3
Probabilidad Total
A1 = {ser hipertenso} A2 = {no serlo} estos sucesos constituyen una partición
B = {padecer infarto}
datos: p(B|A1) = 0,003; p(B|A2) = 0,001; p(A1) = 0,25
P(A1 ꓵ B)=P(B|A1)P(A1)
P(A2 ꓵ B)=P(B|A2)P(A2)
P(A1|B)+P(A2|B)=1
• Se sabe que el 65% de los accidentes de tráfico que se producen durante
la noche de los sábados se deben a la ingesta excesiva de alcohol, el 25%
se deben a la imprudencia del conductor y el resto a otras causas, (fallo
mecánico...etc.).
IMPRUDENCIA
MUERTE
OTROS
Si se produce un accidente con resultado nefasto MUERTE ,
Po de dicho accidente sea
calcular la probabilidad de que la causa
ste
la ingesta excesiva de alcohol. rio
ri
P(ALCOHOL|MUERTE) ???
i o ri
Pr
P(A1|B)= P(A1)P(B|A1)
______________________________________ [Teorema de Bayes]
P(B|A1)P(A1) + P(B|A2)P(A2) + P(B|A3)P(A3)
A1 : Probabilidad de que haya ingerido alcohol
A2: Probabilidad de que haya cometido imprudencia
A3: Probabilidad de que haya sido otra causa
P(A1|B)= 0.65 * 0.3
______________________________________ [Teorema de Bayes]
0.65 * 0.3+ 0.25*0.2+ 0.1*0.05
P(A1|B)= 0.65 * 0.3
______________________________________ [Teorema de Bayes]
0.65 * 0.3+ 0.25*0.2+ 0.1*0.05
P(A1|B)= 0.195
______________________________________ [Teorema de Bayes]
0.195+ 0.05+ 0.005
P(A1|B)= 0.195
______________________________________ = 0.78 [Teorema de Bayes]
0.25
La probabilidad de que dado que ocurrio una muerte en el accidente , la causa fue la ingesta de alcohol con un 78%
1) Una compañía de transporte público tiene tres líneas en una ciudad, de forma que el 45% de los autobuses cubre
el servicio de la línea 1, el 25% cubre la línea 2 y el 30% cubre el servicio de la línea 3. Se sabe que la probabilidad
de que, diariamente, un autobús se averíe es del 2%, 3% y 1% respectivamente, para cada línea.
L1 L2 L3
P(L1) = 0,45
P(Falla|L1) = 0,02
Espacio Muestreal P(L3)=0,3
P(Falla|L2) = 0,03
P(Falla) P(Falla|L3) = 0,01
P(L2) =0,25
Pro
abb
ilid
ad
P(Falla ꓵ L1) = 0,02 * 0,45 = 0,009
Co
) = 0,02 FALLA
n
a |L1
jun
Fa ll
P(
ta
L1
,45 OK
=0
1)
P(L
) = 0,02 FALLA
a lla |L1
P(F * Entonces la probabilidad de falla es :
L1
5
0,4 OK P(Falla) = P(Falla ꓵ L1)+ P(Falla ꓵ L2)+ P(Falla ꓵ L2)
P(Falla) = 0,0195 1,95%
)=
0,03
1
FALLA
P(L
) =
a lla |L2 * Entonces la probabilidad de no sufrir falla es :
P(L2) =0,25 L2 P( F
OK P(OK)= 1- P(Falla) =1- 0,0195 98,05%
P(
L3
)= = 0,01 • Dado que hay una falla, a que linea es mas probable que
3) FALLA
0 ,3 Fa lla|L pertenezca:
P(
L3
OK P(Li|Falla) con i = 1,2,3
P(Falla ꓵ L1) = 0,02 * 0,45 = 0,009
• Dado que hay una falla, a que linea es mas probable que
P(Falla ꓵ L2) = 0,03 * 0,25 = 0,0075
pertenezca:
P(Falla ꓵ L2) = 0,01 * 0,3 = 0,003
P(Li|Falla) con i = 1,2,3
) = 0,02 FALLA
a lla |L1 P(Li|Falla)= P(Li)P(Falla|Li)
P(F ______________________________________ [Teorema de Bayes]
L1 P(Falla|L1)P(L1) + P(Falla|L2)P(L2) + P(Falla|L3)P(L3)
5
0,4 OK
)=
P(Li|Falla)= P(Li)P(Falla|Li)
0,03
1
FALLA
P(L
) = ______________________________________
P(L3|Falla)= 0,003
______________________________________ = 0,153
0,0195
A B C D
Yo se : P(llave)=0,5*0,25*4=0,5
A
P(llave|Ji)=0,5 Probabilidad total
P(llave)=0,5*0,5*2=0,5
P(Ji)=0,25 Probabilidad total B
D
P(B|llave) = (0,5*0,5)/ 0,5 =0,5
nuo
nge
I
Naïve Bayes
Es una tecnica de clasificacion y prediccion que construye modelos de que predicen la probabilidad de que ocurra un evento
Pre
d icc
ion
es
generalizacion
Entrenamiento
75%
100
#particion
datos
Validacion
Test
25%
Esti
Matriz confusion
ma
cio
n
No Compra Compra
No Compra
Real
Compra