7/25/2019 inmunek
1/23
TEOREMA DE BAYES
Explica como considerar matemticamente la nueva
informacin en la toma de decisiones.
)(
)()(
)(
)()(
BP
ABPAP
BP
BAPBAP
=
=
PROBLEMA:
En cierto lugar llueve el 40% de los das y hay cielodespejado el 60%. Un fabricante de barmetrosdetecto una falla en su instrumento porque en das
lluviosos errneamente pronosticaba claro el 10% delas veces, mientras que en das despejadoserrneamente pronosticaba lluvia el 20% de las veces.
CUL SERIA LA PREDICCION OPTIMA DELESTADO DEL TIEMPO AL DIA SIGUIENTE?
7/25/2019 inmunek
2/23
Sin consultar el barmetro se cuenta con las
probabilidades a priori (tabla 1).
Estado del tiempo (A) Lluvia (A1) Claro (A2)
Probabilidad
a priori P (A) 0.40 0.60
Al consultar el barmetro se obtiene una probabilidad
a posteriori, pero primero se debe establecer
formalmente la confiabilidad del barmetro (tabla 2).
Estado A
Prediccin B
Lluvia
A1
Claro
A2
Lluvia B1
Claro B2
0.90
0.10
0.20
0.80
Probabilidades condicionales P (A|B)
7/25/2019 inmunek
3/23
Al combinar las probabilidades a priori con la
informacin del barmetro se obtiene la tabla 3.
Una vez hecha una prediccin (lluvia o despejado), el
espacio muestral se reduce, supongamos que la
prediccin es lluvia:
Estado del tiempo A
Lluvia Lluvia (0.40) Claro (0.60)
Claro
P
r
e
d
i
cc
i
o
n
(0.4)(0.9)=
0.36
(0.6)(0.2)=0.12
(0.4)(0.1)=0.04
(0.6)(0.8)=
0.48
P (Prediccin lluvia) = P (B1) = 0.36+0.12=0.48
7/25/2019 inmunek
4/23
Aplicando el teorema de Bayes se obtiene la probabilidad a posteriori
que se muestra en a tabla 4
Estado A Lluvia A1 Claro A2
Probabilidad
a posteriori
P (A B1)
0.75 0. 25
75.0
48.0
36.0
)Pr(
)Pr()(
1
1111 ==
=
B
BABAP
25.048.0
12.0
)Pr(
)Pr()(
1
1212 ==
=
B
BABAP
7/25/2019 inmunek
5/23
DISTRIBUCIONES DE PROBABILIDAD
Una vez que se conocen los conceptos bsicos de probabilidad ylos mtodos para calcular la probabilidad de un evento es posible
explorar mtodos para calcular la probabilidad de un evento bajocircunstancias ms complicadas. Se estudiaran las relaciones entrelos valores que puede adquirir una variable y sus probabilidadesde ocurrencia que se resumen mediante un mecanismo llamadodistribucin de probabilidad. La distribucin de probabilidad se
puede expresar en forma de tabla, grafica o formula. Conocer ladistribucin de probabilidad para una variable aleatoria
proporciona una herramienta poderosa para simplificar y describirun conjunto de datos, y para llegar a conclusiones acerca de la
poblacin de datos sobre la base de una muestra de datosextrados de la poblacin.
DISTRIBUCIN DE PROBABILIDAD DEVARIABLES DISCRETAS.
Primero se considerar la distribucin de probabilidad de unavariable discreta, que se define como sigue:
La distribucin de probabilidad de una variable aleatoriadiscreta es una tabla, una grfica, una formula u otro sistemautilizado para especificar todos los valores posibles de unavariable aleatoria discreta y sus probabilidades de ocurrencia
Una de las distribuciones discretas que se estudiaran es ladistribucin binomial.
7/25/2019 inmunek
6/23
DISTRIBUCIN BINOMIAL
Una de las distribuciones ms ampliamente utilizada enestadstica aplicada.
Se deriva del procedimiento conocido como ensayo de Bernoulli,en honor al matemtico suizo James Bernoulli quien realizcontribuciones importantes en el campo de la probabilidad, enespecial la distribucin binomial.
Cuando en algn ensayo de algn proceso o experimento puedeocurrir slo uno de dos resultados mutuamente excluyentes, comovida o muerte, alivio o enfermedad, macho o hembra, xito ofracaso, el ensayo se llama ENSAYO DE BERNOULLI. Unasecuencia de ensayos de Bernoulli constituye un PROCESO DEBERNOULLIsi se cumplen las siguientes condiciones.
1. En cada ensayo ocurre uno de dos posibles resultadosmutuamente excluyentes uno de los cuales se denota(arbitrariamente) como xito y el otro como fracaso.
2. La probabilidad de un xito denotada por p, permanececonstante de un ensayo a otro y la probabilidad de fracaso 1-
p se denota por q.
3. Los ensayos son independientes, es decir, el resultado dealgn ensayo en particular no es afectado por el resultado decualquier otro ensayo.
7/25/2019 inmunek
7/23
Ejemplo:Se desea conocer la probabilidad de x xitos en n ensayos deBernoulli. Suponga que en cierta poblacin el 52 por ciento detodos los nacimientos que se registraron son varones. Esto
significa que la probabilidad del nacimiento de un varnregistrado es de 0.52. Si aleatoriamente se escogen 5 registros denacimientos dentro de esa poblacin , Cul es la probabilidad deque exactamente tres de ellos pertenezcan a varones?.
Solucin: Designe la ocurrencia de un registro para el nacimientode un varn como xito, esta es una designacin arbitraria confines de claridad y conveniencia y no refleja de ninguna manera la
preferencia relativa del nacimiento de varones frente a mujeres.
La ocurrencia del registro de nacimiento de un varn se designacomo xito, puesto que lo que se busca son registros denacimientos de varn.
Tambin es conveniente designar el nmero 1 a un xito(registro del nacimiento de un varn) y un 0 para el registro denacimiento de una mujer.
El proceso que finalmente resulta en un registro denacimiento se considera como un proceso de Bernoulli.
Suponga que, de los 5 registros de nacimientos
seleccionados, resulta esta secuencia de sexos:
VMVVM
En forma codificada se escribe de la siguiente manera:
10110
Puesto que la probabilidad de un xito se denota con p y la
probabilidad de un fracaso con q, la probabilidad de la secuenciade los resultados anteriores se calcula por medio de la regla de lamultiplicacin:
P(1.0.1.1.0) = pqppq =
7/25/2019 inmunek
8/23
La probabilidad resultante es la de obtener la secuencia especificaen el orden en que se muestra. Sin embargo, el inters no est enel orden de ocurrencia de los registros de nacimientos de varonesy mujeres, sino, como se ha manifestado previamente, en la
probabilidad de ocurrencia exacta de tres registros de nacimientode varones de entre cinco registros seleccionados aleatoriamente.En lugar de ocurrir en la secuencia mostrada con anterioridad(secuencia nmero 1), los tres xitos y dos fracasos puedenocurrir tambin en alguna de las secuencias adicionales dadas enla siguiente tabla.
Nmero Secuencia2 11100
3 100114 110105 110016 101017 011108 001119 01011
10 01101
Cada una de estas secuencias tiene la misma probabilidad deocurrencia y es q2p3, que es la probabilidad calculada para la
primera secuencia.
Cuando se extrae una sola muestra de cinco elementos apartir de una poblacin especifica, slo se obtiene una secuenciade xitos o fracasos. La pregunta, ahora , es: cul es la
probabilidad de obtener la secuencia nmero 1, la secuencianumero 2...... o la secuencia nmero 10? Con la regla de........se sabe que esta probabilidad es igual a............................Que es equivalente a............Ahora se puede responder la pregunta original cul es la
probabilidad de observar tres registros de nacimiento de varn ydos de mujer? En una muestra aleatoria de 5 elementos extradade la poblacin especificada?
7/25/2019 inmunek
9/23
Dado que en la poblacin p=0.52. entonces q =........Y se resuelve con.......
Conforme crece el tamao de la muestra se hace mas tediosohacer una lista para contar el nmero de secuencias, por lo que esnecesario un mtodo sencillo para contarlas. Para esto podemosutilizar la formula de conteo que nos permite saber cuantossubconjuntos de objetos pueden formarse cuando en diferentessubconjuntos se utilizan nmeros de objetos que componen el
conjunto del cual se extraen. Cuando el orden de los objetosdentro del de un subconjunto no importa, el subconjunto se llamacombinacin de objetos. Si un conjunto cuenta de n objetos y y se
pretende formar un subconjunto de x objetos, sin importar elorden de los objetos dentro del subconjunto el resultado se llamacombinacin
Cuando la combinacin se forma tomando x objetos de unconjunto de n objetos:
La combinacin de n objetos tomados x a la vez se obtiene:
)!(!
!xnx
nCxn
=
donde x! Que se lee x factorial, el es producto de todos losnmeros enteros de x hasta 1.
En el ejemplo se tiene una muestra de n=5 nacimientos y se tieneinters en encontrar la probabilidad de que tres de ellos seannacimientos de varones.
7/25/2019 inmunek
10/23
El nmero de secuencias para el ejemplo es:
==
=
12
120
12123
1234535C
La probabilidad de obtener x xitos en n ensayos se escribe:
f(x)= nCxqn-xp x = nCxp
xq n-x
A esta expresin se le llama distribucin binomial.
Esta distribucin se puede presentar en una tabla como sigue:
Nmero de xitos, x Probabilidad f(x)0 nC0q
n-0p 01 nC1q
n-1p 12 nC2q
n-2p 2
x nCxqn-xp x
N nCNq n-Np NTotal 1
O en una grafica:
0,03
0,14
0,29
0,32
0,18
0,04
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0 1 2 3 4 5
V ariable x
7/25/2019 inmunek
11/23
Ejemplo 2. Suponga que se sabe que 30 % de cierta poblacin es
inmune a alguna enfermedad. Si se escoge una muestra aleatoria
de 10 elementos de entre esta poblacin. cul es la probabilidad
de que dicha muestra contenga exactamente 4 personas inmunes?
Solucin: La probabilidad de elegir una persona inmune es de 0.3.
Al utilizar la ecuacin de la distribucin binomial podemos
obtener:
f(4) =
El uso de la ecuacin binomial puede resultar tedioso, sobre todosi el tamao de la muestra es grande y si nos interesa calcular
probabilidades acumuladas. Afortunadamente las probabilidades
para diferentes valores de n p y x se encuentran tabulados por lo
que solo tenemos que consultar la tabla para obtener las
probabilidades deseadas. La tabla de la distribucin binomial
presenta las probabilidades acumuladas de que x sea menor o
igual a un valor determinado. Es decir, la tabla presenta las
probabilidades acumuladas desde x=0 hasta un numero positivoespecifico de xitos.
Uso de la tabla con el ejemplo 2.
Ejemplo 3. Suponga que se sabe que en cierta poblacin el 10%
es daltnica. Si se extrae una muestra aleatoria de 25 personas de
esa poblacin, con la tabla de la distribucin binomial encuentrela probabilidad de que:
a)Existan 5 o menos daltnicos
b)Existan 6 o mas daltnicos
c)Existan entre 6 y 9 daltnicos
d)Existan 2, 3 o 4 daltnicos.
7/25/2019 inmunek
12/23
Tarea Distribucin Binomial.
Ejercicio 4. Suponiendo que el 26 % de las personas adultas
tienen sobrepeso.
1. Al extraer una muestra aleatoria simple de 20 adultos,encontrar (usando la tabla de distribucin binomial) la
probabilidad de que el nmero de personas con sobrepeso, dentro
de la muestra, sean:
a)Exactamente tres personas
b)Tres o mas personas
c)Menos de tres personas
d)Entre tres y siete personas
2. Cuantos adultos con sobrepeso se espera encontrar en la
muestra de 20?
3. Suponga que de la misma poblacin se extrae una muestra
aleatoria de 5 adultos. Usando la ecuacin binomial encuentre la
probabilidad de que el numero de personas con sobrepeso en la
muestra sea.
a)Cero
b)Entre uno y tres
c)Cinco
d)Ms de una
e)Dos o menos
4.- Plantee y resuelva un problema en el que se use la distribucinbinomial. Puede usar datos reales (pagina del INEGI) o realsticos
(inventados pero que tengan sentido). Plantear al menos dos
preguntas.
7/25/2019 inmunek
13/23
DISTRIBUCIONES DE PROBABILIDAD CONTINUAS
Una variable aleatoria continua es aquella que puede asumir
cualquier valor en un intervalo especifico. Consecuentemente,
entre dos valores asumidos por la variable continua existe un
nmero infinito de valores.
Considerando los datos de la edad de 169 individuos que
participaron en un estudio (es una variable continua).
Intervalo de Clase Frecuencia9.5-19.5 4
19.5-29.5 66
29.5-39.5 47
39.5-49.5 36
49.5-59.5 12
59.5-69.5 4
Total 169
0
10
20
30
40
50
60
70
14.5 24.5 34.5 44.5 54.5 64.5
Edad
Frecuencia
7/25/2019 inmunek
14/23
Si el nmero de valores de la variable es muy
grande, y la amplitud del intervalo muy pequea........
7/25/2019 inmunek
15/23
Entre mas observaciones tengamos (n se aproxima a
infinito) y la amplitud del intervalo se aproxima a cero, el
poligono se aproxima a una curva.
Representacin grafica de una distribucin continua
7/25/2019 inmunek
16/23
Caractersticas de la distribucin de
probabilidad continua:
El rea total bajo la curva es igual a uno
La frecuencia relativa de ocurrencia de los valores
entre dos puntos cualesquiera, sobre el eje de las x, es
igual al rea total delimitada por la curva, el eje de las
x y las rectas perpendiculares levantadas sobre ambospuntos del eje de las x, como se muestra en la figura.
La probabilidad de cualquier valor especifico de la
variable aleatoria es cero.
Esto es lgico dado que un valor especifico se
representa como un ponto sobre el eje de las x.
7/25/2019 inmunek
17/23
DISTRIBUCION NORMAL
Se considera la distribucin ms importante en toda laestadstica. La formula para esta distribucin fue publicada
por Abraham De Moivre en 1733. Otros matemticos
hicieron contribuciones importantes en el estudio de esta
distribucin incluyento a Carl Friedrich Gauss. A esta
distribucin tambien se le llama distribucin de Gauss
como reconocimiento a las contribuciones de estematemtico.
La densidad normal esta dada por:
= xexf x ,
2
1)(
22 2/)(
La grfica de la distribucin normal produce la conocida
curva en forma de campana.
7/25/2019 inmunek
18/23
Caractersticas de la distribucin normal
1. Es simtrica respecto a su media . Tal como se muestra
en la figura, la curva hacia cualquiera de los lados de es
una imagen de espejo de la del otro lado.
2. La media la mediana y la moda son todas iguales
3. El rea total bajo la curva sobre el eje de las x es una
unidad de rea. Esta caracterstica se deduce del hecho de
que la distribucin normal es una distribucin de
probabilidad. Debido a la simetria mencionada
anteriormente, 50% del area esta a la derecha de laperpendicular levantada sobre la media y el otro 50% a la
izquierda.
4. Si se levantan perpendiculares a una distancia de una
desviacin estndar desde la media hacia ambos lados, el
rea delimitada por esas perpendiculares, el eje de las x y
la curva ser de 68 % del rea total, aproximadamente, si
los limites laterales se extienden a dos desviaciones
estndar en ambos lados de la media estar incluido
aproximadamente el 95 % del rea y extendiendolos a tres
desviaciones estandar aproximadamente el 99.7 %.
5. Los parmetros y determinan completamente la
distribucin normal. En otras palabras, por cada valor
diferente de y se especifica una distribucin normaldistinta.Los valores diferntes de desplazan la grfica de
la distribucin a lo largo del eje de las x. Los valores de
determinan el grado de aplanamiento o levantamiento de la
grfica.
7/25/2019 inmunek
19/23
Suponga que usted esta a cargo de la agencia
nacional de alquiler de un modelo especfico de
automvil. Su agente de servicio en una determinadaciudad no ha sido totalmente digno de confianza
porque en el pasado suspendio el servicio 1 de 10
veces. El efecto de dicha suspension es el
incremento de la probabilidad de que un cliente
cancele el trato de 0.2 a 0.5.
Si un individuo cancelo su pedido cul es la
probabilidad de que alguna vez haya sido afectado
por la suspension del servicio?
Asesoria de Ejercicio de Teorema de Bayes
7/25/2019 inmunek
20/23
Probabilidad a priori (tabla 1).
Servicio (A) Abierto(A1) Cerrado(A2)
Probabilidad
a priori P (A)
Al saber que el agente no es confiable, obtenemos una
nueva probabilidad a posteriori, pero primero se debe
establecer formalmente la confiabilidad del agente
(tabla 2).
Servicio A
Trato B
Abierto
A1
Cerrado
A2
Hecho B1
Cancelado B2
Probabilidades condicionales P (A|B)
7/25/2019 inmunek
21/23
Estado del tiempo A
Hecho Abierto(0.90) Cerrado (0.10)
Cancelado
T
r
a
t
o
Al combinar las probabilidades a priori con la
informacin del barmetro se obtiene la tabla 3.
P (Cancelar trato) = P (B2) =
7/25/2019 inmunek
22/23
Aplicando el teorema de Bayes se obtiene la probabilidad a posteriori
que se muestra en a tabla 4
Estado AAbierto A1 Cerrado A2
Probabilidad
a posteriori
P (A B2)
=
=)Pr(
)Pr()(
2
2222
B
BABAP
7/25/2019 inmunek
23/23
Considerando que el 30% de la poblacin fuma.
Al extraer una muestra aleatoria simple de 15
adultos. Encuentre la probabilidad de que el
nmero de fumadores en la muestra sean:
a) Tres
P(x=3)= p(x