Professional Documents
Culture Documents
Qu es la Bioestadstica?
PROBABILIDADES
MTODOS ESTADSTICOS
DISEAR LAS
INVESTIGACIONES
NOS PERMITEN
RECOGER,
CLASIFICAR,
RESUMIR Y
ANALIZAR DATOS
DETERMINAR
GRADO DE
CONFIABILIDAD
BIOESTADSTICA
MODELOS MATEMTICOS
MODELOS DETERMINSTICOS
MODELOS ALEATORIOS
Un experimento aleatorio se caracteriza porque:
Es posible repetirlo indefinidamente bajo las
mismas condiciones.
El resultado de una repeticin no se puede
predecir pero se conoce el conjunto de todos los
posibles resultados.
7
MODELOS ALEATORIOS
ESPACIO DE RESULTADOS
SUCESO
Dado un experimento aleatorio llamamos suceso
a un subconjunto del espacio muestral.
10
SUCESO ELEMENTAL
Tiene un solo resultado posible
11
Suceso complementario
Llamamos suceso complementario de A al
suceso que ocurre si y slo si no ocurre A. Lo
indicamos A.
13
Suceso Unin
Dados dos sucesos A y B llamamos suceso
unin al que ocurre si y slo si ocurre A o B.
Lo indicamos A B.
14
Propiedades de la Unin
de Sucesos
1)
2)
3)
4)
A A = S
AS=S
A=A
AB AB=B
15
Suceso Interseccin
Dados dos sucesos A y B llamamos suceso
interseccin al que ocurre si y slo si ocurren
simultneamente A y B. Lo indicamos A B.
16
Propiedades de la
Interseccin de Sucesos
1)
2)
3)
4)
A A =
AS=A
A=
AB AB=A
17
Sucesos mutuamente
excluyentes
FRECUENCIA
Se llama frecuencia del suceso A y se indica
f(A) al nmero de veces que ocurre A.
Se la denomina tambin frecuencia absoluta.
19
EJEMPLO
Se quiere saber el nmero de hijos por
matrimonio. Se obtienen los siguientes
datos:
20
EJEMPLO
2
3
2
5
1
2
4
3
2
5
4
1
0
1
4
1
2
5
2
2
3
0
1
4
0
5
2
4
0
3
3
3
3
3
2
2
1
2
3
4
1
7
4
2
3
6
4
1
6
1
21
EJEMPLO
En nuestro ejemplo, la frecuencia
absoluta indica el nmero de familias que
tienen esa cantidad de hijos.
22
EJEMPLO
0
12
10
1
23
FRECUENCIA RELATIVA
Se llama frecuencia relativa del suceso A al
cociente f(A)/n, siendo n el nmero de
repeticiones del experimento. Se indica:
f ( A)
f r ( A) =
n
24
EJEMPLO
0
0,08
0,18
12
0,24
10
0,20
0,16
0,08
0,04
0,02
25
Propiedades de las
frecuencias relativas
1) 0 f r ( A ) 1
2)
f r (S ) = 1
f r ( A B) = f r ( A) + f r ( B)
26
Definicin Axiomtica de
Probabilidad
Sea S el espacio de resultados de un
experimento aleatorio. A cada suceso A le
asignamos un nmero real llamado
probabilidad del suceso A, lo indicamos
P(A).
27
Definicin Axiomtica de
Probabilidad
1) 0 P(A) 1
2) P(S) = 1
3)Si A y B son sucesos mutuamente
excluyentes, entonces
P(A B) = P(A) + P(B)
28
Definicin Axiomtica de
Probabilidad
4) Si A1 ,..., An ,... son sucesos mutuamente
excluyentes de a pares, entonces
P( A1 A2 ... An ...) = P( A1 ) + P( A2 ) + ... + P( An ) + ...
29
PROPIEDAD 1.1
P(
) = 0
30
PROPIEDAD 1.2
P(A) = 1 - P(A)
31
PROPIEDAD 1.3
Si A
B P(A) P(B)
32
PROPIEDAD 1.4
33
PROPIEDAD 1.5
Clculo de probabilidades en el caso
de un nmero finito de resultados
igualmente probables
Sucesos mutuamente
excluyentes
Observe cuidadosamente la siguiente urna
Sucesos mutuamente
excluyentes
Sucesos mutuamente
excluyentes
El suceso que la bolita sea amarilla que
lo denotamos con la letra A.
El suceso que la bolita sea roja que lo
denotamos con la letra R.
El suceso que la bolita sea verde que
lo denotamos con la letra V.
37
Sucesos mutuamente
excluyentes
Observe que ninguno de estos sucesos
tienen elementos comunes, de manera que
entre ellos son mutuamente excluyentes.
Podemos calcular la probabilidad de obtener
una bolita amarilla, esto es,
38
Sucesos mutuamente
excluyentes
Podemos calcular la probabilidad de obtener
una bolita amarilla, esto es,
5
P ( A) =
12
39
Sucesos mutuamente
excluyentes
De igual forma podemos calcular la
probabilidad de sacar una bolita roja, esto es,
4
P( R) =
12
40
Sucesos mutuamente
excluyentes
Y la probabilidad de obtener una bolita
verde, que es
3
P(V ) =
12
41
Sucesos mutuamente
excluyentes
Ahora nos preguntamos: cul es la probabilidad
de sacar una bolita roja o una bolita amarilla?
42
Sucesos mutuamente
excluyentes
PROBABILIDAD
CONDICIONAL
Si B es un suceso tal que la P(B) > 0, llamamos
probabilidad condicional del suceso A dado B:
P( A B)
P( A / B) =
P( B)
44
REGLA DE LA
MULTIPLICACIN
Cuando
necesitamos
podemos utilizar:
calcular
P(A
B)
P( A B) = P( A).P( B / A)
P( A B) = P( B ).P( A / B )
45
SUCESOS
INDEPENDIENTES
SUCESOS
INDEPENDIENTES
Esto significa que sacamos la primera bolita,
anotamos su color, y la regresamos a la urna, y
luego hacemos la segunda extraccin.
Definamos el suceso la primera bolita extrada fue
de color amarillo, que llamaremos suceso A1; y
definamos el suceso la segunda bolita extrada fue
de color amarillo, que llamaremos A2.
47
SUCESOS
INDEPENDIENTES
SUCESOS
INDEPENDIENTES
Miremos
cuidadosamente
los
siguiente
cuadritos, el primer cuadro denotar las formas
de obtener una bolita cualquiera y el segundo
cuadro las formas de obtener una bolita
cualquiera de la segunda extraccin.
49
SUCESOS
INDEPENDIENTES
12
12
50
SUCESOS
INDEPENDIENTES
Ahora vamos a calcular las formas diferentes de
obtener una bolita amarilla en la primera
extraccin y una bolita amarilla en la segunda
extraccin:
5
= 25 formas diferentes
51
SUCESOS
INDEPENDIENTES
Luego la probabilidad de obtener dos bolitas
amarillas de dos extracciones con reposicin (con
reemplazo) es:
25
P( A) =
144
52
SUCESOS
INDEPENDIENTES
5
P( A1 ) =
12
53
SUCESOS
INDEPENDIENTES
P(A2) = 5/12
54
SUCESOS
INDEPENDIENTES
De manera que podemos ver que la probabilidad de
obtener A1 y A2, es igual al producto de la
probabilidad de A1 por la probabilidad de A2, esto
es:
1
2
1
2
P ( A A ) = P ( A ).P ( A )
SUCESOS
INDEPENDIENTES
Dos sucesos A y B son independientes si y slo si :
P( A B) = P( A).P( B)
56
5
P( A1 ) =
12
59
P( R 2 A1 ) = P ( R 2 / A1 ).P( A1 )
60
4
P ( R 2 / A1 ) =
11
61
4 5 20
P( R 2 A1 ) = . =
11 12 132
62
EJEMPLO (Concepto de
Independencia)
Se realiz una encuesta a 200 personas, 100
hombres y 100 mujeres y se les pregunt si son
fumadores activos. Los resultados figuran en la
siguiente tabla:
64
EJEMPLO (Concepto de
Independencia)
Mujeres
Hombres
Total
Fuman
20
40
60
No Fuman
80
60
140
Total
100
100
200
65
EJEMPLO (Concepto de
Independencia)
20
1
P( M F ) =
=
200 10
100 60 1 3
3
P ( M ).P ( F ) =
.
= . =
200 200 2 10 20
66