Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
FACULTAD DE MEDICINA
TECNOLOGIA MDICA
BIOESTADSTICA
TRABAJO PRCTICO
INTRODUCCIN A LA PROBABILIDAD
Profesor(a): Violeta Alicia Nolberto Sifuentes
Alumno: Cardenas Gonzalez, Jeancarlo Luis
Tecnologa Medica
Pgina 1
LIMA - PERU
2015
Tecnologa Medica
Pgina 2
INDICE
I. ESPACIO MUESTRAL ()
III.
E.M. INFINITO
IV.EVENTOS ESPECIALES
O EVENTO SEGURO
O EVENTO IMPOSIBLE
O EVENTO COMPLEMENTARIO
O EVENTO UNIN
O EVENTO INTERSECCIN
O EVENTO DIFERENCIA
VI.
DEFINICIN AXIOMTICA
VII.
VIII. ENFOQUES DE PROBABILIDAD
O SUBJETIVISTA
O A PRIORI
O FRECUENTISTA (A POSTERIORI)
IX.
PROBABILIDAD CONDICIONADA
X. INDEPENDENCIA DE EVENTOS
XI.
XII.
XIII. ESPERANZA Y VARIANZA
Tecnologa Medica
Pgina 3
6
6
TEOREMA DE BAYES
VARIABLE ALEATORIA
6
6
INTRODUCCIN A LA PROBABILIDAD
I.
Espacio Muestral ()
Consiste en el conjunto de todos los posibles resultados individuales de un experimento aleatorio.
II.
E.M. Finito
es finito cuando los resultados del Espacio muestral son determinables.
E.M. Infinito
es infinito cuando existe una cantidad no numerable de elementos
Ejemplo 3: Cantidad de tiros hasta tener xito en un experimento de lanzamiento de
flechas a una diana
El espacio muestral seria indeterminable, ya que no se sabe con exactitud en que
numero de lanzamiento se cumplirn las condiciones requeridas.
= {1, 2, 3, 4, 5, 6, 7, 8, 9 , ..., n}
Tecnologa Medica
Pgina 4
V.
En este caso el Complemento de A todos los valores que no pertenecen al Evento A = Ac=0.62
o Evento Unin
Ejemplo 8: Tomando de referencia el ejemplo 7, la unin de los eventos sera igual a: AUB =
0.15+0.7+0.16 = 0.38
o Evento Interseccin
Ejemplo 9: Tomando de referencia el ejemplo 7, la interseccin de los eventos sera igual a: A B =
0.7
o Evento Mutuamente Excluyente
Ejemplo 10: Si se tienen un animal en una caja y te dije que puede ser un perro o un gato, es un
evento mutuamente excluyente ya que: A B =
o Evento Diferencia
Ejemplo 11: Tomando de referencia el ejemplo 7, la diferencia de los eventos A y B es igual a: A-B =
0.15
Definicin Clsica de Probabilidad (Laplace)
Se aplica cuando el Espacio Muestral es finito y de tamao equiprobable
Ejemplo 12: Cul es la probabilidad de que salgan dos caras al tirar 2 monedas?
P(A) = 2/4 = 1/4
Tecnologa Medica
Pgina 5
VI.
Escala de Atencin
Excelente
Buena
Regular
Mala
Pesima
Pacientes
24
30
15
25
13
VIII.
Enfoques de Probabilidad
o Subjetivista
Es la probabilidad de un suceso basado en la experiencia previa, la opinin personal o la intuicin del
individuo
Ejemplo 15: Cul es la probabilidad de que haya vida en Marte?
o A priori
Usa el mismo principio que la definicin clsica de probabilidad
Ejemplo 16: Cul es la probabilidad de que salga un beb varn al tomar 2 y observar su sexo?
P(A) =2/4 = 1/4
o Frecuentista (A posteriori)
Ejemplo 17: Se tira un dado y sabemos que la probabilidad de que salga un 5 es 1/6.
Tecnologa Medica
Pgina 6
IX.
X.
Probabilidad Condicionada
Ejemplo 18: Se tira un dado y sabemos que la probabilidad de que salga un 2 es 1/6 (probabilidad a
priori). Si incorporamos nueva informacin (por ejemplo, alguien nos dice que el resultado ha sido un
nmero par) entonces la probabilidad de que el resultado sea el 2 ya no es 1/6.
En este caso sera:
P (B|A) = Probabilidad de que salga el numero 2 (Evento B) Condicionada a que haya salido un numero par
(Evento A)
P (AB) = Probabilidad que salga el dos y numero par = 1/6
P(A) = Probabilidad de que salga un numero par = 1/2
P (B|A) = (1/6)/(1/2) =1/3
Independencia de Eventos
Ejemplo 19: Sacas una canica de una bolsa con 2 canicas rojas, 2 blancas, y una verde. Observas el color, la pones
de nuevo en la bolsa, y sacar otra canica. Cul es la probabilidad de sacar una canica roja ambas veces?
XI.
Teorema de Bayes
Ejemplo 20: En un colegio mixto 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
a un estudiante aleatorio a lo lejos, lo nico que puede distinguir es que el o la estudiante lleva pantalones
Cul es la probabilidad de que sea una chica?
P (A) = Estudiante mujer
P (B) = El estudiante lleve pantalones
P (A) = 0.4 P (B|A) = 0.5 por tener mismas posibilidades
P (B|A) = Probabilidad de que el estudiante que lleve pantalones sea un chico = 1
P (A) = Probabilidad de que el estudiante observado sea chico = 0.6
P (B) =Probabilidad de que un estudiante lleve pantalones:
P (B|A)*P (A) +P (B|A)*P (A) = 0.5x0.4 + 0.6*1 = 0.8
P (A|B) = (0.5x0.4)/0.8 = 0.25
XII.
Variable Aleatoria
Ejemplo 21: Consideremos el experimento que consiste en lanzar tres monedas al aire. Llamaremos C a Cara
y X a Cruz, el espacio muestral ser:={CCC,CCX,CXC,XCC,CXX,XCX,XXC,XXX}
Definimos la variable aleatoria (v.a.) X como el nmero de caras, estamos asociando a cada suceso un nmero,
as:
X(CCC)=3
X(CCX)=2
X(XXC)=1
X(XXX)=0
XIII.
Esperanza y Varianza
Ejemplo 22: Una variable aleatoria discreta toma todos los valores enteros entre 0 y 4 con al siguiente
funcin de densidad
X
0
1
2
3
4
F(x) 0.3 0.25 0.25 0.1
0.1
La Esperanza es igual = (0x0.3)+(1x0.25)+(2x0.25)+(3x0.1)+(4x0.1) = 1.45
Y la varianza es igual a = 1.6475
Tecnologa Medica
Pgina 7