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


Matemáticas Aplicadas: Fenómenos Aleatorios y Espacios Muestrales, Apuntes de Biología

Conceptos básicos de matemáticas aplicadas, específicamente en el contexto de fenómenos aleatorios y espacios muestrales. Se trata de sucesos aleatorios, como el lanzamiento de monedas o dados, y se estudian sus posibles resultados y probabilidades. Además, se introduce el concepto de álgebra de sucesos y se discuten algunos ejemplos prácticos.

Tipo: Apuntes

2016/2017

Subido el 22/02/2017

arizonaroute66
arizonaroute66 🇪🇸

4.2

(5)

6 documentos

1 / 19

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Dpto. Matemática Aplicada (Biomatemática) Fac. Biología UCM
Fenómenos o experiencias aleatorias
Aquellos cuyo resultado y desarrollo dependen
del azar (es necesario su realización para conocer
el resultado).
Pueden ser repetidos en las mismas
condiciones.
Es posible determinar el conjunto de todos los
resultados posibles.
Esquema del TEMA 1. Concepto de Probabilidad
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13

Vista previa parcial del texto

¡Descarga Matemáticas Aplicadas: Fenómenos Aleatorios y Espacios Muestrales y más Apuntes en PDF de Biología solo en Docsity!

Fenómenos o experiencias aleatorias

• Aquellos cuyo resultado y desarrollo dependen

del azar (es necesario su realización para conocer

el resultado).

• Pueden ser repetidos en las mismas

condiciones.

• Es posible determinar el conjunto de todos los

resultados posibles.

Esquema del TEMA 1. Concepto de Probabilidad

Espacio muestral y sucesos.

Sea E una experiencia aleatoria. Designamos generalmente por 

al espacio muestral o de referencia:

 =   |  resultado conceptualmente posible 

( : forma genérica de designar un resultado)

Ejemplos:

  • Lanzamientos de moneda(s).

Una vez:  =  C , R 

n veces:  =  C , R  x  C , R  x .... x  C , R 

Espacio muestral y sucesos.

  • Duración de ciclo celular en bacterias

 = ( 0 , ) , (intervalo de )

Sucesos y álgebra de sucesos. Respecto de una experiencia aleatoria E, designamos por suceso a cualquier circunstancia, bien precisa, de manera que, una vez desarrollada la experiencia, podamos afirmar si ha tenido lugar o no, si se ha realizado o no. Ejemplo: Exper. aleatoria: Lanzamiento dos veces de un dado Espacio muestral:

 =  1 x  2 donde  i=  1,2,3,4,5,6 

Espacio muestral y sucesos (3).

Algunos sucesos y subconjuntos asociados: “Ambos resultados son impares” , que puede ser descrito por el subconjunto : A= 1,3,5 x 1,3,5 = (1,1); (1,3); (1,5); (3,1); (3,3); (3,5); (5,1); (5,3); (5,5) “Al menos uno de los resultados es par” (negación del suceso anterior, suceso complementario): B = Ac

(conjunto complementario de A, respecto de  )

“La suma de resultados es 3” : C = (1,2); (2,1)

“La suma de resultados es 14” :

 = conjunto vacío (suceso imposible)

Espacio muestral y sucesos (4).

Una colección,  , de sucesos de la experiencia, es decir, de

subconjuntos de  posee forma una estructura de álgebra de

sucesos si se verifica lo siguiente:

a) Si A   , entonces Ac^   (Ac^ sería la negación de A)

b) Si A 1 , A 2 , …, A n ,…,   , entonces la unión de ellos,

Espacio muestral y sucesos (6).

A 1 A 2 ... A ...n i  1 Ai

es un elemento de  (de la colección).

De a) y b), se deduce que el suceso seguro,  , es un

elemento de 

Ejemplo.  =  1,2,3,4,5,6  , espacio muestral correspondiente

al lanzamiento de un dado :

  • = ( ), conjunto de partes (todos los subconjuntos) de .
  • ’=  I, P, ,  ,donde I= 1, 3, 5 y P= 2,4,6 .

Observación importante: Con carácter general, si  es finito o

infinito numerable, el álgebra de sucesos será el conjunto de partes; y en caso de tratarse de un conjunto no numerable (por ejemplo, un intervalo de la recta real) se considerará el álgebra compuesta por todos los subintervalos incluidos en él y los conjuntos que se puedan formar por unión, intersección y complementarios de estos subintervalos.

Al par (  ,  ) se le denomina espacio probabilizable

Espacio muestral y sucesos (7).

Definición de probabilidad

Sea (  ,  ) espacio probabilizable. Una probabilidad es una

aplicación

p:  [0,1]

verificando las siguientes propiedades:

1) p(  )=

  1. Si A y B son incompatibles (AB= ), entonces

Concepto de probabilidad.

p(A B)=p(A)+p(B)

Consecuencias inmediatas de la definición

Concepto de probabilidad (2).

     

  

   

1 2 n i j n n i=1 i^ i i c

, ,...., son dos a dos incompatibles ( , i j) entonces p( ) ) c) p(A ) p(A)

d) p(A B) p(A) p(B) p(A B) Utilizad para comprobarlo: A B (A B) (A

a)

b)

p( )=

Si A A A A A A p(A 1 1

    

   

c c

n n (^) n i=1 i^ i i^ i j i^ j^ i j k i^ j^ k^1 2 n

B) (A A ) B B B (A A )

e) p( ) ) p( ) p( ) ... ( ) p( ... ) (comprobradlo, al menos, para n=3, aplicando d) reiteradamente)

A p(A A A A A A 1 A A A 1

1

Concepto de probabilidad (3).

Un ejemplo sobre probabilidad en espacio muestral continuo

Se considera el caso, ya mencionado, de la ruleta donde el

espacio muestral es un intervalo:  = [ 0 , 2 ) , en el que los

sucesos elementales, igualmente probables, tienen probabilidad cero. Los sucesos se obtienen al considerar los subintervalos del espacio muestral y en ellos sería deseable disponer de una medida acerca de su verosimilitud. Es razonable admitir que si consideramos el intervalo I=[a,b] , se tenga

p(  I)  k amplitud de I  k(b a)

Al considerar I =  = [ 0 , 2 ) , se tiene obviamente

    (^)    

     

b a b a

k=^1 2 (^1) dx 2 f(x)dx (^1) , 0 x 2 2 , para otro valor

p( I) k amplitud de I k(b a)^ b^ a , donde

f(x)=

 

^ 

 (^2)

0

Probabilidad condicionada.

Ejemplo previo

Una urna contiene n bolas, entre las cuales hay blancas y negras, que pesan 3 ó 3.5 gramos,indistintamente. Al extraer al azar una bola, se observa que es blanca (suceso B) y si se trata de cuantificar en qué medida la bola pesa 3.5 gramos (suceso A), basta con efectuar el cociente entre los casos favorables (nº de bolas blancas pesando 3.5 gr.) y los casos posibles (nº de bolas blancas):

 

nº de bolas blancas y pesan 3.5 gr nº de bolas blancas y pesan 3.5 gr/n nº de bolas blancas nº de bolas blancas/n p(A B) p(B)

p(A|B)

Definición de probabilidad condicionada. Sean A y B sucesos de una experiencia aleatoria, con B suceso no imposible. La probabilidad de realización de A condicionada a la realización de B se define como el cociente

p(A|B) p(Ap(B)^ B)

Probabilidad condicionada (3)

Observación.

En el contexto de la aplicación de la fórmula de Bayes (en pruebas o tests diagnósticos en medicina, por ejemplo), las siguientes probabilidades son llamadas

  • p(B 1 ), p(B 2 ),..., p(Bn), probabilidades a priori
  • p(B 1 |A), p(B 2 |A),..., p(Bn|A), probabilidades a posteriori

señalándose, de algún modo, cómo se “actualizan” las probabilidades de realización de los Bk , al tener conocimiento o información acerca de la realización del suceso A.

Independencia entre sucesos

Concepto de independencia. Se dice que los sucesos A y B (no imposibles) son independientes si se verifica que

Observaciones.

a) El concepto es generalizable a una colección cualquiera de sucesos A 1 , A 2 ,..., An , para los que la independencia supone que

 c c

, lo cual es equivalente a

definiciones equivalentes

p(A|B) p(A) p(B|A)=p(B) , o

p(A B) p(A)p(B) ( : p(A|B)=p(A|B ) ; p(B|A)=p(B|A ))

i j i j i j k i j k

1 2 n 1 2 n

p(A A )=p(A )p(A ) , i<j p(A A A )=p(A )p(A )p(A ) , i<j<k

p(A A ... A )=p(A )p(A )...p(A )

b) Si A y B son independientes, entonces son compatibles.

c) Puede ocurrir que A y B sean independientes, B y C sean independientes, A y C sean independientes; y, sin embargo, A , B y C sean dependientes.

Motivo de reflexión (análisis).

Una determinada enfermedad presenta 5 tipos excluyentes de síntomas: S1, S2, S3, S4 y S5. Un investigador postula que el tipo de síntoma está asociado al grupo sanguíneo (O, A , B y AB). Para contrastar tal conjetura, se tomó una muestra de 2373 enfermos , que se clasificaron en función de los niveles que manifestaron respecto de los criterios síntomas-grupo sanguíneo, obteniéndose los siguientes resultados:

O A B AB S1 531 450 293 226 S2 174 150 133 36 S3 42 26 26 8 S4 47 49 22 10 S5^50 59 26