Conceptos Bsicos de Probabilidad DEFINICIONES EXPERIMENTO Es cualquier

Conceptos Básicos de Probabilidad

DEFINICIONES • EXPERIMENTO – Es cualquier acto o proceso en el que se realizan observaciones que no puede ser predecidas con certeza. • EVENTO SIMPLE – Es el resultado más básico de un experimento. Es un punto en el espacio muestral. • EVENTO O SUCESO – Es una colección específica de eventos simples. • ESPACIO MUESTRAL – S De un experimento es el conjunto que consta de la totalidad de puntos muestrales (eventos simples), mutuamente excluyentes, que resultan de la ejecución del experimento.

ENFOQUES DE PROBABILIDAD • PROBABILIDAD SUBJETIVA • PROBABILIDAD OBJETIVA – Clásica o a Priori – Frecuencia Relativa o a Posteriori – Axiomático

Probabilidad Subjetiva • La posibilidad (probabilidad) de que suceda un evento, asignado por una persona (opinión experta) con base en cualquier información de que disponga. • Significa evaluar las opiniones disponibles y otra información subjetiva para luego llegar a la probabilidad. • Por ej. “esta vaca tiene una probabilidad de 60% de parir esta noche”. • Desventajas: – 1. Son difíciles de defender cuando son puestas en duda. – 2. Difícil de identificar los sesgos del informante.

Probabilidad Clásica o a priori: • Se basa en la consideración de que los resultados de los experimentos son igualmente posibles y mutuamente excluyentes. Se basa en el modelo teórico. – E=Suceso n=casos posibles h=número de casos en que el suceso ocurre. – Todos los eventos simples son igualmente posibles • La probabilidad de aparición del suceso (ocurrencia) está dada por: P(E)=h/n

Probabilidad Clásica o a priori: • La probabilidad de no-ocurrencia (no aparición) – q = P(no E) = (n-h)/n = 1 – (h/n) = 1 – p = 1 – P(E) • P(E) es un número comprendido entre 0 y 1. • p=0 es un suceso imposible; p=1 suceso cierto. • Limitaciones: – En muchas situaciones la ocurrencia de eventos simples posibles no es igualmente probable, ni mutuamente excluyentes.

Concepto de frecuencia relativa o probabilidad a posteriori • Se determina observando en que fracción de tiempo sucedieron eventos semejantes en el pasado (Probabilidad Estimada o Empírica). • La probabilidad será el límite de la frecuencia relativa cuando el número de observaciones crece indefinidamente. – La probabilidad así determinada es solo una estimación del valor verdadero. – Cuanto mayor es el tamaño de la muestra mejor es esta estimación. – La probabilidad son solo válidas bajo las mismas condiciones en los cuales los datos fueron originados.

Concepto de frecuencia relativa o probabilidad a posteriori • La probabilidad de que un evento ocurra a largo plazo se determina observando en que fracción de tiempo sucedieron eventos semejantes en el pasado. • P =número de veces que ocurrió en el pasado/número de observaciones. • Ejemplo: probabilidad de parto múltiples en bovinos

Concepto de frecuencia relativa o probabilidad a posteriori

Encare Axiomático • PROBABILIDAD – De un Evento Simple es un número entre 0 y 1. – COLECTIVAMENTE EXHAUSTIVO: La suma de todos los resultados mutuamente excluyentes es igual a 1, por lo menos uno de los eventos ocurre cuando se realiza un experimento.

Calculo de la Probabilidad de un Evento • Definir el experimento: – describir el proceso usado para hacer una observación y el tipo de observación que será registrada. • Listar todos los Eventos Simples Posibles • Asignar Probabilidad a cada Evento Simple. • Determinar la Composición del Evento de interés • Calcular la probabilidad del Evento – Sumando la probabilidad de los eventos simples.

DEFINICION AXIOMATICA Se llama probabilidad a cualquier función P que asigna a cada suceso A del espacio muestral S un valor numérico P(A), verificando los siguientes axiomas: 1. - No negatividad: 0 ≤ P(A) 2. - P(S) = 1 3. - Aditividad: P(A B) = P(A) + P(B) si A ∩ B = Ø (donde Ø es el conjunto vacío).

REGLAS BÁSICAS DE PROBABILIDAD • • • Complemento General de Adición Especial de Adición General de Multiplicación Especial de Multiplicación

Nomenclatura • Probabilidad de ocurrencia de A y B p(A B) A intersección B • Probabilidad de ocurrencia de A o B p(A B) A unión B • Probabilidad de B dado que ya ocurrió A p(B|A) (probabilidad condicional)

Eventos o Sucesos • Cuando se realiza un experimento aleatorio diversos resultados son posibles. El conjunto de todos los resultados posibles se llama espacio muestral (S). • Se llama suceso o evento a un subconjunto de dichos resultados. • Se llama evento complementario de un suceso A, al formado por los elementos que no están en A y se denota Ac • Se llama evento unión de A y B, A B, al formado por los resultados experimentales que están en A o en B (incluyendo todos los que están en ambos). • Se llama evento intersección de A y B, A∩B al formado por los elementos que están en A y B S espacio muestral A B unión S espacio muestral A Ac S espacio muestral A B B intersección

Regla del Complemento • Probabilidad del complemento de un evento A es el evento donde A no ocurre (Ac o ), en otras palabras es la suma de todos los eventos simples donde A no ocurre. La suma de un evento con su complementario es igual a 1. • P(A) + P(Ac) = 1; P(A) = 1 – P(Ac) S espacio muestral • Ejemplo: – Si la probabilidad de un gatito vacunado entre la semana 9 y 13 contra rinotraqueitis viral felina de contraer la enfermedad es de 0. 04, la probabilidad de estar adecuadamente protegido (o de no contraer la enfermedad) es 1 -0. 04= 0. 96 A Ac

Regla General de Adición • La unión de dos eventos A y B es un nuevo evento, cuya probabilidad se calcula sumando las probabilidades de los puntos que lo forman: S espacio muestral A B unión • Ejemplo cual es la probabilidad que al elegir una carta de truco aleatoriamente y que saquemos un 2 o una espada.

S (12 elementos o puntos muestrales) Si P=1/n para cada punto * A * * * B ** * * * P(A)=7/12 P(B)=6/12 P(A B)=3/12

S (12 elementos o puntos muestrales) Si P=1/n para cada punto * A * * * B ** * * * P(A B)=10/12 P(A B) = [7/12 + 6/12 – 3/12] = 10/12

Regla Especial de Adición • Si 2 eventos son mutuamente excluyentes (cuando ocurre un evento, ninguno de los otros puede ocurrir al mismo tiempo) la probabilidad de que ocurra uno u otra es igual a la suma de sus probabilidades. • Ejemplo: una línea de envasado de vacunas muestra que hay frascos correctamente llenos (900), hay frascos con menos dosis (25) y hay frascos con más dosis (75) • ¿cuál es la probabilidad de llenado incorrecto?

S (12 elementos o puntos muestrales) Si P=1/n para cada punto * B A * ** * * * P(A B)=7/12 P(A B) = [4/12 + 3/12] = 7/12

Probabilidad Condicional • A veces tenemos información adicional que nos altera la probabilidad de su presentación. Hay una reducción del espacio muestral. • La probabilidad de que A ocurra dado que B se ha presentado se denota como P(A|B). • Es igual a la P(A) cuando la ocurrencia de B no afecta la presencia de A y se dice que A y B son independientes. – P(A|B) = P(A) INDEPENDENCIA • Si la probabilidad que ocurra A es afectada por la ocurrencia de B se dice que los sucesos son dependientes.

S (12 elementos o puntos muestrales) Si P=1/n para cada punto * A * * * B ** * * P(A|B)= [3/12]/[6/12]=3/6 * *

Regla General de Multiplicación • Indica que para dos eventos la probabilidad conjunta de que ambos ocurran resulta de multiplicar la probabilidad del primero por la probabilidad de que ocurre el segundo dado que el primero ocurrió.

Independencia • A veces, la información de la ocurrencia de un evento no nos da información adicional sobre la ocurrencia de otro. • Si la probabilidad de que A ocurra dado que B se ha presentado P(A|B) es igual a la P(A), quiere decir que la ocurrencia de B no afecta la presencia de A y se dice que A y B son independientes. – P(A|B) = P(A) INDEPENDENCIA Ecuación General

Regla Especial de Multiplicación • Esta regla requiere que los sucesos sean independientes esto es cierto si la ocurrencia de uno no altera la probabilidad del otro. • Ejemplos: – P(sacar 2 caras) al tirar 2 monedas al aire – P(de sacar un oro y un 3) en un mazo de cartas.

Probabilidad condicionada A A B B P(A) = 0, 25 P(B) = 0, 10 P(A∩B) = 0, 10 P(A) = 0, 25 P(B) = 0, 10 P(A∩B) = 0, 08 ¿Probabilidad de A sabiendo que ha pasado B? P(A|B)=1 P(A|B)=0, 8

Intuir la probabilidad condicionada A A B B P(A) = 0, 25 P(B) = 0, 10 P(A∩B) = 0, 005 P(A) = 0, 25 P(B) = 0, 10 P(A∩B) = 0 ¿Probabilidad de A sabiendo que ha pasado B? P(A|B)=0, 05 P(A|B)=0 P(A B)=P(A) P(B|A)=P(B) P(A|B)

Teorema de la probabilidad total A 2 A 1 Si conocemos la probabilidad de B en cada uno de los componentes de un sistema exhaustivo y excluyente de sucesos, entonces podemos calcular la probabilidad de B como la suma de todas las intersecciones. B P(B|A 1) P(A 1) A 3 A 4 Suceso seguro P(A 2) P(A 3) P(A 4) P(B) = P(B∩A 1) + P(B∩A 2 ) + P( B∩A 3 ) + P( B∩A 4 ) =P(A 1) P(B|A 1) + P(A 2) P(B|A 2)+ … A 1 A 2 A 3 A 4 P(B|A 2) P(B|A 3) P(B|A 4) B B

Teorema de Bayes A 2 A 1 …si ocurre B, podemos calcular la probabilidad (a posteriori) de ocurrencia de cada Ai. B A 3 Si conocemos la probabilidad de B en cada uno de los componentes de un sistema exhaustivo y excluyente de sucesos, entonces… A 4 P(B) se puede calcular usando el teorema de la probabilidad total: P(B)=P(B∩A 1) + P(B∩A 2 ) + P( B∩A 3 ) + ( B∩A 4 ) =P(B|A 1) P(A 1) + P(B|A 2) P(A 2) + …

Teorema de Bayes