Escolar Documentos
Profissional Documentos
Cultura Documentos
Un estimacin puntual es una cantidad que se puede calcular con los datos muestrales y
que aproxima el valor de un parmetro de inters.
1 si la respuesta es afirmativa,
X=
0 si la respuesta es negativa .
Espacio muestral y eventos
Incompatibilidad de eventos
Dos eventos son incompatibles cuando no tiene punto muestral en comn:
A y B incompatibles siempre y cuando A B =
Se generaliza a ms de dos eventos (incompatibilidad global o fuerte) cuando hay
incompatibilidad de dos en dos: A y B, B y C, A y C incompatibles.
Principales propiedades de la probabilidad
=1 (propiedad de finitud)
Sensibilidad y especificidad
La prevalencia del virus VIH es del 5% en una poblacin. Se ha diseado una
prueba para detectar la presencia del virus. La prueba tiene una sensibilidad
(porcentaje de positivos entre los enfermos) del 95% y una especificidad
(porcentaje de negativos entre los sanos) del 99%.
da negativo).
A, la prueba da positiva ( =
E, el individuo est enfermo ( = est sano).
Probabilidad condicionada
P E = 0.05
P AE
Sensibilidad = P A|E = = 0.95
P E
P BS
Especificidad = P B|S = PS = 0.99
P A E = P A|E P E = P E|A P A
Definicin
A y B son eventos independientes siempre y cuando =
Intuitivamente, dos eventos son independientes cuando el conocimiento de la ocurrencia
de uno de ellos no modifica la probabilidad de ocurrencia del otro:
P A|B = P A y P B|A = P B .
Se da independencia cuando los eventos A, B, A yB son proporcionales
Ejemplo
Calcula la probabilidad de que al lanzar tres veces se
obtenga al menos una vez un seis.
Diagrama en rbol
Las tres operaciones lgicas bsicas (negacin, disyuncin y conjuncin) est asociadas a
las tres reglas sobre el clculo de probabilidades:
Regla del evento contrario
=
Regla de la adicin de las probabilidades
= +
Regla de la multiplicacin de las probabilidades
= | = |
Estas reglas se usan en los diagramas arborescentes.
Si el experimento consiste en lanzar una moneda y luego
un dado cbico, cada resultado consta de un par
( faz moneda, puntaje dado ) y el espacio muestral
estara formado por 2 6 = 12 puntos muestrales.
Esto se ilustra con un diagrama en rbol.
Teorema de Bayes
El teorema de Bayes permite invertir el sentido de recorrido de un diagrama en rbol y se
conoce tambin como el teorema de las causas.
Teorema de Bayes
Sea A1 , A2 , , An una particin del espacio de muestras y un evento ocurrido B (luego
P(B) 0). Los eventos Ak son las causas de la realizacin del evento B y se desea
calcular la probabilidad de cada causa en la ocurrencia del evento realizado B. Se tiene:
( ) (| ) (| )
( |) = = =
, 1 .
() () = (| )
Ejemplo
Los pacientes de un centro nutricional sufren de bulimia, anorexia o permarexia. La
eleccin de un paciente al azar lleva a una probabilidad de:
P(A1 ) = 0.10 de ser bulmico,
P(A2 ) = 0.75 de ser anorxico,
P(A3 ) = 0.15 de ser permarxico.
P(B|A1 ) = 0.20 de ser una mujer si es bulmico,
P(B|A2 ) = 0.45 de ser una mujer si es anorxico,
P(B|A3 ) = 0.50 de ser una mujer si es permarxico.
Cul es la probabilidad P(B) de ser un paciente mujer?
Cul es la probabilidad P(A1 |B) de ser bulmico si es mujer?
) de ser anorxico si es hombre?
Cul es la probabilidad P(A2 |B
Anlisis combinatorio
El anlisis combinatorio estudia los diversos arreglos (con orden) o selecciones (sin
orden) que se puede formar con los elementos de un conjunto dado.
Principios fundamentales del Anlisis Combinatorio
En la mayora de los problemas de anlisis combinatorio se observa que una actividad
aparece en forma repetitiva y es necesario conocer las maneras que se puede realizar
dicha operacin. Para ello, es til conocer determinadas estrategias de conteo que
facilitarn el clculo sealado.
El anlisis combinatorio tambin se define como una manera prctica y abreviada de
contar; las operaciones o actividades que se presentan son designadas como eventos.
Ejemplo:
Sealar las diferentes maneras de vestir de una persona, utilizando un nmero
determinado de prendas de vestir.
Ordenar 5 artculos en 7 casilleros.
Designar 5 personas de un total 50 para integrar una comisin.
Escribir una palabra de 7 letras utilizando 4 consonantes y 3 vocales.
Anlisis combinatorio
Una v.a. es discreta si sus valores son aislados, esto ocurre cuando sus valores forman
una secuencia o una sucesin.
Su distribucin viene dada por una funcin positiva que asigna a cada valor su
probabilidad y la suma de todas las probabilidades es UNO.
p1 0, , pk 0 y ki=1 pi = 1
Ejemplos
Cul es la distribucin de la v.a. que representa el punto saliente de un dado
cbico?
Si X: Individuo con dieta entonces su distribucin es:
Media y varianza de una v.a. discreta
La varianza de X es 2 = = p1 . x1 2 + + pk . xk 2 .
x21 ++x2k k.2
Otra frmula =
2
minimiza las operaciones aproximativas (si bien los
k1
valores observados xi son exactos la media de stos no lo es en general).
La desviacin tpica es la raz cuadrada de la varianza muestral, = Var(X).
Ejemplos: Calcula la media y la varianza de X
b. X tiene distribucin
c. X tiene distribucin
Calcula P X 8 , E X y Var X .
La distribucin de Bernoulli
!
X~Bin n, p : = = para = , , , ,
! !
Qu valores puede tomar una v.a. Bin 10, 0.2 ? Y una v.a. Bin 10, 0.5 ?
En el primer caso, cunto valen P X = 10 , P X = 0 y P X = 1 ?
Intuitivamente, cuntos cree que vale E X en los dos casos anteriores?
La distribucin binomial
De las seis funciones de densidad para una v.a. X, indica cules verifican cada una de
las condiciones siguientes:
X slo toma valores positivas.
X puede tomar cualquier valor positivo.
La probabilidad de que X tome valores en a, b es la misma que la de que tome
valores en b, a .
La v.a. X es un modelo adecuado para el tiempo de vida humana.
Ejemplo
Las v.a. continuas tambin tienen su media, varianza / desviacin estndar, momentos.
Se definen mediante integrales:
+
= E X = u. fX u du.
+
= Var X =
2
u 2 . fX u du
+
= 2 . fX u du 2 .
Ejercicio
Calcula la esperanza y la varianza de X: proporcin de aditivo en la alimentacin.
Densidades, media y varianza
Distribucin exponencial
1. Regla 68-95-99
En una poblacin con distribucin normal N , :
Aproximadamente el 68% de los datos est entre y + .
Aproximadamente el 95% de los datos est entre 2 y + 2.
Ms del 99% de los datos est entre 3 y + 3.
2. Estandarizacin
Si una v.a. X tiene distribucin N , entonces la variable estandarizada
=
Tiene distribucin N , (normal estndar)
Ejemplo
Sea X la v.a. que representa la cantidad diaria de kcal que toma una persona elegida
al azar en una poblacin. Se sabe que la poblacin es normal con media =
2 500 kcal y desviacin tpica = 100 kcal.
Usando las propiedades anteriores da respuestas aproximadas a las siguientes
preguntas:
Cul es la probabilidad de que X est entre 2 300 y 2 700 kcal?
Sea Z una v.a. normal estndar. Mira en la tabla para hacer los ejercicios siguientes:
P Z>1
P Z < 1
P 1 < Z < 1
P 2 < Z < 1
P Z > c = 0.0025
0.05
0.95
0.10
Ejemplo
Un laboratorio pesa el filtro de una mina de carbn para medir la cantidad de polvo
ambiental en la mina.
Debido a imprecisiones en los aparatos, las medias tienen distribucin normal con
media el verdadero peso = 123 mg y desviacin estndar = 0.08 mg.
1 +2 +3
a.Se calcula la media de 3 medidas realizadas con el filtro x = .
3
Cul es la distribucin de x ?
b.Cul es la probabilidad de que x diste de menos de 0.05 mg?
c.Cul es la probabilidad de que una nica medida del filtro diste de menos de
0.05 mg?
De acuerdo con la Organizacin Mundial de la Salud un individuo tiene
sobrepeso si su ndice de masa corporal (IMC) es superior a 25.
Se sabe que el IMC de una poblacin es una variable normal de media = 26
y desviacin estndar = 6.
a. Calcula la probabilidad de que un individuo seleccionado al azar en esta
poblacin presente sobrepeso.
b. Calcula el valor x tal que IMC del 25% de la poblacin es menor que x.
c. Si se seleccionan aleatoriamente 100 individuos y se calcula la media de
sus IMC, cul es la probabilidad de que esta media sea superior a 25.5?
Relacin entre la distribucin binomial y la normal
Relacin entre la distribucin binomial y la normal
=? , =?
Completa qu valores hay que escoger para la media poblacional y la desviacin
estndar en la aproximacin anterior.
Cuanto mayor es el valor de , mejor es la aproximacin.
Ejemplo