Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Estadistica, Apuntes de Biología

Asignatura: Bioestadística, Profesor: Julia Garcia Galisteo, Carrera: Biología, Universidad: UMA

Tipo: Apuntes

2012/2013

Subido el 25/10/2013

anarkomav
anarkomav 🇪🇸

3.3

(51)

31 documentos

1 / 21

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Tema 1: Modelos de probabilidad más
usuales
1.1. Experimentos aleatorios. Definiciones básicas
1.2. Concepto de variable aleatoria y distribución de
probabilidad
1.3. Modelos discretos de probabilidad: leyes de
Bernoulli, Binomial y de Poisson. Gráficas
1.4. Modelos continuos de probabilidad: leyes
exponencial y normal. Propiedades
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15

Vista previa parcial del texto

¡Descarga Estadistica y más Apuntes en PDF de Biología solo en Docsity!

Tema 1: Modelos de probabilidad más

usuales

1.1. Experimentos aleatorios. Definiciones básicas 1.2. Concepto de variable aleatoria y distribución de probabilidad 1.3. Modelos discretos de probabilidad: leyes de Bernoulli, Binomial y de Poisson. Gráficas 1.4. Modelos continuos de probabilidad: leyes exponencial y normal. Propiedades

1.1. EXPERIMENTOS ALEATORIOS. DEFINICIONES BÁSICAS

1.1.1. INTRODUCCIÓN
1.1.2. EXPERIMENTOS ALEATORIOS: RESULTADOS Y SUCESOS
1.1.3. DEFINICIONES DE PROBABILIDAD
1.1.4. OPERACIONES ELEMENTALES CON PROBABILIDADES
1.1.5. PROBABILIDAD CONDICIONADA

1.1.2. EXPERIMENTOS ALEATORIOS: RESULTADOS Y

SUCESOS

Se llama experimento determinista al que, siempre que se realice en las mismas condiciones, proporciona el mismo resultado, por lo que éste se puede predecir con seguridad. Si soltamos una piedra, será atraída por la fuerza de la gravedad Un experimento aleatorio es un experimento del que se conocen todos los resultados que pueden aparecer al realizarlo, pero no se puede predecir cual de ellos va a ocurrir cuando se realice, aunque se efectúe siempre en idénticas condiciones. ¿Cuántos puntos sumarán estos dados al caer? ¿Saldrá cara o cruz?

1.1.2. EXPERIMENTOS ALEATORIOS: RESULTADOS Y

SUCESOS

A B E espacio muestral E espacio muestral E espacio muestral A B UNIÓN E espacio muestral A B INTERSECCIÓN

1.1.3. DEFINICIONES DE PROBABILIDAD

Definición axiomática de Kolmogorov La probabilidad es una función que verifica las condiciones

  1. P(A) ≥ 0
  2. P(E) = 1
  3. P(A∪B) = P(A) + P(B), si A ∩ B = ∅ Regla de Laplace

Casos posibles

Casosfavorablesa A

P ( A ) =

Ejemplo

a) ¿Cuál es el porcentaje de ancianos de esa residencia que no fuman ni tienen afección pulmonar? b) ¿Qué porcentaje de enfermos de pulmón son fumadores?

P ( No fumador y Sin afección pulmonar )= = →

FUMADOR NO FUMADOR
CON AFECCION 36 8 44
SIN AFECCION 42 126 168
78 134 N=

enfermosde pulmón Fumadoresdentrodeenfermosde pulmón

1.1.4. OPERACIONES ELEMENTALES CON PROBABILIDADES

Cualquier problema de probabilidad puede resolverse en teoría mediante aplicación de los axiomas. Sin embargo, es más cómodo conocer algunas reglas de cálculo: ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 0 ( ) 1 ( ) P A B P A P B P A B P B A P B P A A B P B A P B P A B P P A P A c ∗ ∪ = + − ∩ ∗ − = − ⊂ ∗ − = − ∩ ∗ ∅ = ∗ = − si

Ejemplo

MAMÍFEROS NO MAMÍFEROS CARNÍVOROS 30 40 70 NO CARNÍVOROS 80 50 130 110 90 200

  1. Ser mamífero no carnívoro= M ∩ Cc^ = 80
  2. No ser mamífero ni carnívoro = Mc^ ∩ Cc^ = 50
  3. Ser carnívoro pero no mamífero = C ∩ Mc^ = 40
  4. Ser carnívoro o ser mamífero = M ∪ C = 70 + 110 – 30 = 150 b) Halle el porcentaje de mamíferos entre los animales de este Zoo y el porcentaje de mamíferos entre los carnívoros del Zoo Entre los animales del Zoo, el porcentaje de mamíferos es 110/ 200 ≈ 55% Entre los carnívoros del Zoo, el porcentaje es 30/ 70 ≈ 43% OJO !! El porcentaje es un número entre cero y cien

Ejemplo

MAMÍFEROS NO MAMÍFEROS CARNÍVOROS 30 40 70 NO CARNÍVOROS 80 50 130 110 90 200 c) Si se elige un animal al azar entre los 200 de este Zoo, halle la probabilidad de cada uno de los siguientes sucesos: c1) Es mamífero o es carnívoro c2) No es carnívoro pero es mamífero

P ( M ∪ C )= P ( M )+ P ( C )− P ( M ∩ C )= + − = =

P ( M ∩ C )= = P M − P M ∩ C = − = =

c OJO! La probabilidad de un suceso es un número entre cero y uno

1.1.5. PROBABILIDAD CONDICIONADA

16 Tema 1: Modelos de probabilidad más usuales Definición La probabilidad del suceso A dado que ha sucedido B o probabilidad condicionada del suceso A por el suceso B, viene dada de la forma Probabilidad de la intersección La probabilidad de la intersección de dos sucesos se puede calcular a partir de la probabilidad condicionada € P (^) ( A B )= P (^) ( AB ) P (^) ( B ) € P (^) ( B A )= P ( AB ) P ( A ) ⇒ P ( AB ) = P (^) ( B A )⋅ P ( A ) P (^) ( A B )= P ( AB ) P ( B ) ⇒ P ( AB ) = P (^) ( A B )⋅ P ( B )

1.1.5. PROBABILIDAD CONDICIONADA

Dos sucesos son independientes si el que ocurra uno, no añade información sobre el otro. A es independiente de B ó P(A|B) = P(A) ó P(A ∩ B) = P(A) × P(B)

1.1.5. Teorema de Bayes

A 1 A 2 A 3 A 4 B Si conocemos la probabilidad de B en cada uno de los componentes de un sistema exhaustivo y excluyente de sucesos, entonces… …si ocurre B, podemos calcular la probabilidad ( a posteriori ) de ocurrencia de cada Ai.

( ) ( ) ( ) 1 ( ) ( ) ( ) ( ) ( ) 1 1 1 1 1 = = ⋅ ⋅ =

=

=

= n i i n i i n i i i n i i n j j j i i i P A B P A B P B A P A P A P BA P A P BA P A P A B sedenominanprobabilidadesaposteriori y sedenominanverosimili tudes sedenominanprobabilidadesapriori y n i= 1

Ejemplo

Estudiante Mujer No fuma Hombre Fuma No fuma Fuma 0, 0, 0, 0, 0, 0, Se escoge un estudiante al azar y resulta ser fumador. ¿Cuál es la probabilidad de que sea mujer? ( ) ( ) ( ) 0. 13

×

P Fumador P Mujer Fumador P Hombre Fumador P Fumador P Mujer Fumador P Mujer Fumador Probabilidad a posteriori