Estad stica

36

Tema 3: Probabilidad. Teorema de Bayes.

1 Deniciones bsicas. a

En Estad stica se utiliza la palabra experimento para designar todo acto que proporciona unos datos. Se van a distinguir dos tipos de experimentos: deterministas y aleatorios. Los primeros se producen en aquellas situaciones, en las que la realizacin sucesiva de un experimento en las mismas o condiciones, produce el mismo resultado (durante siglos la ciencia se ha ocupado de fenmenos o que daban origen a situaciones deterministas, por ejemplo es un fenmeno determinista la caida o libre de los cuerpos). Los segundos son aquellas situaciones en las que la realizacin sucesiva de o un experimento en las mismas condiciones produce resultados distintos (son fenmenos aleatorios: o rendimiento de una semilla, duracin de la vida de una componente, consumo mensual de energ o a en una casa, resultado de lanzar una moneda, etc.) En los experimentos deterministas las mismas causas producen los mismos efectos, mientras que en los experimentos aleatorios las mismas causas producen distintos efectos. Esta distincin lleva a destacar que los resultados de un experimento determinista, se pueden o predecir, no as los de un experimento aleatorio. Al realizar un experimento aleatorio llevamos a cabo una operacin, al nal de la cual obtenemos un resultado, cuyo valor es, a priori, impredecible, o pero pertenece a un conjunto que se puede describir completamente antes de realizar el experimento. Denicin 1 Llamaremos espacio muestral asociado a un experimento aleatorio al conjunto de todos o los posibles resultados del experimento. Lo representaremos por , y a sus elementos, que se llamarn a puntos muestrales, por . Observacin 1 El espacio muestral puede ser nito o innito: o El espacio muestral para el experimento de tirar una moneda es nito; = {cara, cruz}. El espacio muestral para el nmero de averas de una mquina en un determinado intervalo de u a tiempo es tericamente innito (puede tener ninguna, 1 2, 3, ... averas). o El espacio muestral para la medida del dimetro interior de un determinado tipo de rodamientos a es tambin innito, aunque en este caso, los posibles valores son un intervalo de IR. e 1. Diremos que el espacio muestral es discreto si los posibles resultados del exDenicin 2 o perimento son una cantidad nita o numerable. (Los dos primeros ejemplos corresponden a espacios muestrales discretos). 2. Se dice que el espacio muestral es continuo si el conjunto de posibles resultados es innito, pero no numerable. (El tercer ejemplo corresponde a un espacio muestral continuo). Al asignar a un experimento aleatorio un espacio muestral estamos haciendo una simplicacin. o Adems esta asignacin no es unica. a o Denicin 3 Llamaremos suceso a un subconjunto cualquiera del espacio muestral A . o Llamaremos suceso elemental a aquellos sucesos que slo contienen un punto muestral. o Se llama suceso compuesto, al que contiene ms de un punto muestral. a Se llama suceso imposible a aquel que nunca ocurre, A = . Se llama suceso seguro a aquel que ocurre siempre, A = .

Estad stica

37

Por ejemplo, salir par, impar, mltiplo de 3, etc. son sucesos compuestos correspondientes al u experimento aleatorio de tirar un dado. Salir 3 es un suceso elemental del mismo experimento. Cuando se realiza un experimento, el resultado que se obtiene es un punto muestral, entonces, diremos que ha ocurrido un suceso cualquiera, cuando ocurre un punto muestral contenido en el mismo. Es decir, diremos que ha ocurrido el suceso A, si el valor obtenido , verica A. Lo que estamos haciendo es, por tanto, trabajar con conjuntos, lo cual nos va a permitir usar todas las relaciones existentes entre conjuntos, recordemos las ms usuales: a Operaciones entre sucesos: Complementario de un suceso Sea A un suceso, tal que A , llamaremos suceso complementario de A, y se denota por Ac o tambin por A, al formado por los puntos muestrales que no e c / pertenecen a A:A = { / A}. Unin de dos sucesos Sean A y B tal que A, B , se dene la unin de los sucesos A y B y o o se denota por A B, al suceso formado por todos los puntos muestrales que pertenencen, al menos, a uno de los sucesos: A B = { / A B}. o Interseccin de sucesos Sean A y B tal que A, B , se dene la interseccin de los sucesos A o o y B y se denota por A B por AB, al suceso formado por todos los puntos muestrales que o pertenencen a ambos sucesos: A B = { / A y B}. Inclusin de sucesos Sean A y B tal que A, B , se dir que el suceso A est contenido o o a a incluido en el suceso B, si todos los puntos muestrales de A pertenencen a B. A B si A B. Sucesos incompatibles, disjuntos o mutuamente excluyentes Sean A y B tal que A, B , se dir que el suceso A es incompatible con el suceso B, si no tienen puntos muestrales en a com n: A B = . u Leyes de Morgan Sean A y B tal que A, B , entonces: (A B)c = Ac B c . (A B)c = Ac B c .

Introduccin al concepto de probabilidad. o

A lo largo de la historia se han dado varias deniciones de probabilidad, tratando de superar en cada caso los inconvenientes de las anteriores. Denicin 4 Si realizamos un experimento N veces, llamamos frecuencia absoluta del suceso A al o nmero de veces que ocurre A y lo designamos por nA . u nA . La frecuencia relativa de A ser entonces fr(A) = a N Propiedades 1 2. fr() = 1. 1. 0 fr (A) 1.

Estad stica

38

3. fr(A B) = fr(A) + fr(B) si A B = . Esta ultima propiedad se puede hacer extensible a la unin de un nmero nito o innito nume o u rable de sucesos. Si lanzramos al aire sucesivamente una moneda perfecta, comprobar a amos que en la medida que aumente el n mero de tiradas, la frecuencia relativa del suceso A = {salir cara} se ir acercando a u a 1/2. Esto constituye un hecho emp rico que se conoce como Ley de Regularidad Estad stica y que se puede enunciar del siguiente modo: La frecuencia relativa de un suceso se estabiliza cuando el n mero de experimentos crece u indenidamente Esto permite dar una denicin frecuentista o emprica de probabilidad: o o rica. Denicin 5 Denicin emp o Dado un experimento aleatorio se dene la probabilidad de un suceso como el l mite de las frecuencias relativas de aparicin de dicho suceso, al repetir indenidamente el experimento. Es decir, o p(A) = lim fr(A) = lim
N N

nA . N

Esta denicin hoy en desuso, no es operativa y presenta muchos problemas: o No es posible conocer el valor de la frecuencia relativa para cualquier N, lo que no permite un clculo real del l a mite. Las circunstancias del experimento pueden variar con el tiempo, y por tanto lo har las an frecuencias, y el valor de la probabilidad. El suceso puede ocurrir una sla vez. (Por ejemplo, la probabilidad de que un determinado o avin se estrelle no es calculable de esta forma). o Tambin hay problemas con respecto al concepto matemtico de l e a mite. Ms adelante, Laplace dio una nueva denicin de probabilidad: a o o u Denicin 6 Denicin segn Laplace. o Si en un experimento aleatorio se pueden dar N resultados igualmente posibles y mutuamente excluyentes (es decir, dos cualesquiera no pueden darse a la vez) y si nA de estos N resultados tienen la caracterstica A, se dene la probabilidad de A como: p(A) = nA casos favorables = . N casos posibles

Un ejemplo en el que esta situacin se da, y por tanto esta frmula es aplicable, es en el expeo o rimento de tirar un dado: los 6 posibles resultados son igualmente posibles (salvo que el dado est trucado) y dos cualesquiera no pueden darse a la vez, por tanto, la probabilidad de obtener un e resultado cualquiera de estos 6 ser 1 . a 6 Sin embargo, esta denicin no es aplicable a otras muchas situaciones, en las que los resultados o no son igualmente probables o no son un n mero nito; por ejemplo, que en la fabricacin de u o determinadas piezas, una sea aceptable o defectuosa.

Estad stica

39

Denicin axiomtica de probabilidad. o a

La denicin de probabilidad con la que se suele trabajar es la denicin axiomtica de probabilidad o o a que introdujo en 1933 el matemtico ruso Kolmogorov: a Denicin 7 Si es el espacio muestral de un experimento aleatorio, se dene una probabilidad o en como una aplicacin p, que asigna a cada suceso A un nmero real p(A) y que cumple las o u siguientes propiedades: 1. Si A es un suceso, 0 p(A) 1. 2. p() = 1. 3. Si A1 , A2 , . . . , An , . . . son sucesos mutuamente excluyentes, (es decir Ai Aj = , i = j) entonces p ( Ai ) = i=1
i=1

p(Ai ).

1. Notar que las propiedades de la probabilidad son paralelas a las de la frecuencia Observacin 2 o relativa. As, mientras la frecuencia relativa es una medida emprica de la ocurrencia de un suceso, la probabilidad es una medida terica. o 2. La idea comn de probabilidad como nmero de casos favorables partido por el nmero de u u u casos posibles introducida por Laplace es un caso particular de la denicin de Kolmogorov. o 3. Cualquier aplicacin que verique la denicin anterior es una probabilidad, no teniendo porqu o o e ajustarse a un experimento aleatorio real. Lo que interesa, es que ante un determinado experimento se construya una probabilidad que lo describa lo mejor posible. Asignar una probabilidad buena a un experimento aleatorio es el problema central de la Inferencia Estad stica. A partir de la denicin de probabilidad, se pueden deducir las propiedades siguientes: o Propiedades 2 1. p() = 0.
n

2. Si A1 , A2 , . . . , An son sucesos mutuamente excluyentes, (es decir Ai Aj = , i = j) entonces p (n Ai ) = i=1

i=1

p(Ai ).

3. p(Ac ) = 1 p(A) para todo suceso A. 4. Si A B entonces p(A) p(B). 5. p(A B) = p(A) + p(B) p(A B). Asignacin de probabilidades en la prctica. o a La denicin axiomtica de probabilidad no proporciona en la prctica un mtodo para asignar o a a e probabilidades a los resultados de un experimento aleatorio. Para ello, en ocasiones puede utilizarse el mtodo proporcionado por la denicin seg n Laplace; en otras ocasiones puede utilizarse el estudio e o u de las frecuencias relativas y la denicin emp o rica; el mtodo ms usado es una combinacin de e a o experimentacin y teor o a. En cualquier caso, siempre el primer paso que hay que dar es denir con precisin la poblacin o o objeto de estudio, el experimento aleatorio y los sucesos posibles.

Estad stica

40

Ejemplos 1: 1. Una empresa acaba de implantar un nuevo proceso de produccin. Durante un tiempo, se o realiza un control al 100% de la produccin, que se agrupa en lotes de 50 piezas, y se ha o observado que la mayor de los lotes presentan dos piezas defectuosas. En principio, una a asignacin razonable de probabilidades ser asignar una probabilidad de 0.04 (es decir 2/50) o a al resultado pieza defectuosa y de 0.96 al resultado pieza aceptable. 2. Un juego consiste en tirar un dado y observar el resultado. Si este es par, el jugador gana; sino, pierde. En este caso, los resultados o sucesos elementales son 1, 2, 3, 4, 5, 6 y podemos asignar probabilidades usando el mtodo de Laplace, de forma que la probabilidad de cualquier e resultado es 1/6. El suceso par es un suceso compuesto, formado por los sucesos elementales 2, 4 y 6 (mutuamente excluyentes), luego: p(par) = p(2) + p(4) + p(6) = 3 = 1 . 6 2 3. Aunque tericamente, la asignacin de probabilidades en el ejemplo anterior es vlida, en la o o a prctica se observa que slo un 10% de las veces aparecen el resultado 2, el 4, el 5 y el 6 a o y sin embargo un 30% de las veces aparece el resultado 1 y un 30% el resultado 3. En este caso, la asignacin de probabilidades ms correcta deber ser coherente con la experimentacin: o a a o p(1) = 0.3, p(2) = 0.1, p(3) = 0.3, p(4) = 0.1, p(5) = 0.1, p(6) = 0.1 y por tanto, p(par) = 0.3. Ejemplo 2: Se lanza una moneda normal tres veces. 1. Describir el espacio muestral subyacente. 2. Cul es la probabilidad de que exactamente dos tiradas den el mismo resultado? a 3. Cul es la probabilidad de una cara y dos cruces? a 4. Cul es la probabilidad de que las tres tiradas den el mismo resultado? a El espacio muestral de este experimento ser los resultados posibles de las tres tiradas. Si an denotamos por C el resultado cara en una tirada y por X el resultado cruz, = {CCC, CCX, CXC, XCC, CXX, XCX, XXC, XXX}. Para asignar probabilidades en este experimento, puesto que la moneda es normal, podemos considerar que todos estos sucesos son equiprobables y asignar a 1 cada uno, utilizando Laplace, probabilidad 1 ( N , con N=8). Podemos resolver el resto de apartados 8 utilizando tambin Laplace: e
o p(dos tiradas den el mismo resultado)= nnocasos favorables = casos posibles 6 8

o p(una cara y dos cruces)= nnocasos favorables = casos posibles

3 8

o p(las tres tiradas den el mismo resultado)= nnocasos favorables = casos posibles

2 8

Estad stica

41

Probabilidad condicionada.

En ocasiones, se dispone de informacin adicional sobre el experimento, y la asignacin inicial de o o probabilidades, debe ser modicada: Ejemplo 3: Si se considera el experimento tirar una moneda dos veces, el conjunto de posibles resultados ser a: = { CC, CX, XC, XX } (donde C=cara y X=cruz) Al suceso obtener cara en la primera tirada y cruz en la segunda le asignar amos la probabilidad 1/4 (usando equiprobabilidad). Sin embargo, si disponemos de la informacin adicional de que la o primera tirada ya se ha realizado y sali cara, la probabilidad de este suceso ser 1/2. Qu diferencia o a e hay entre una situacin y otra? La diferencia es que, al disponer de informacin adicional, el espacio o o muestral ha cambiado; ahora es un subconjunto del espacio muestral : {CX, CC} Denicin 8 Sea el espacio muestral de un experimento aleatorio, A y B dos sucesos con p(B) = o 0. Se dene la probabilidad condicionada del suceso A al suceso B (a que haya ocurrido el suceso B) como: p(AB) p(A/B) = . p(B) Anlogamente, se dene la probabilidad del suceso B condicionado porque haya ocurrido A como: a p(B/A) = p(AB) , siempre que p(A) = 0. p(A) Se deduce p(AB) = p(A)p(B/A) = p(B)p(A/B). Se tiene en general p(A1 A2 An ) = p(A1 )p(A2 /A1 )p(A3 /A1 A2 ) p(An /A1 An1 ) siempre que p(A1 An1 ) = 0. Observacin 3 La probabilidad condicionada p(A/B) es una probabilidad denida sobre el conjunto o o a; de sucesos , cuya interseccin con B es no vac por tanto, verica todas las propiedades de la probabilidad. (Se puede comprobar fcilmente). a Ejemplo 4: Se realiza un lanzamiento de un dado normal. Cul es la probabilidad de obtener un 1 si se sabe a que el resultado ha sido impar? Llamamos A al suceso obtener un 1 y B al suceso obtener un impar. La probabilidad pedida es p(A/B). Utilizando la denicin, p(A/B) = o
p(AB) p(B)

En este caso A B, por tanto el suceso interseccin de A y de B es A: obtener un 1. o Luego p(A/B) =

1/6 3/6

1 3

Estad stica

42

Independencia

Unido al concepto de probabilidad condicionada aparece el concepto de independencia de sucesos. De forma intuitiva dos sucesos A y B del espacio muestral se dice que son independientes si la ocurrencia de uno no modica la probabilidad de que el otro ocurra. o Denicin 9 Diremos que dos sucesos A y B del espacio muestral son independientes, si y slo o si p(B/A) = p(B). Proposicin 1 Las siguientes condiciones son equivalentes: o A y B son sucesos independientes. p(A/B) = p(A). p(AB) = p(A) p(B). Ejemplo 5: En el experimento tirar dos monedas, los sucesos obtener cara en la primera y obtener cara en la segunda son independientes: p(CC) = 1 = p(C)p(C). 4

Denicin 10 Dos sucesos A y B se dicen dependientes si no son independientes. o Observacin 4 La independencia de dos sucesos no es una propiedad intrnseca de los mismos, es o decir, no es una propiedad que dependa de la naturaleza de los sucesos, sino que es una propiedad ligada a las probabilidades de los mismos. Ejemplo 6: Se lanza una moneda trucada tres veces y el resultado de cada tirada se considera independiente. Si la probabilidad de cara es 0.8, contestar a las preguntas del ejemplo 2, es decir: 1. Describir el espacio muestral subyacente. 2. Cul es la probabilidad de que exactamente dos tiradas den el mismo resultado? a 3. Cul es la probabilidad de una cara y dos cruces? a 4. Cul es la probabilidad de que las tres tiradas den el mismo resultado? a En este caso, las probabilidades de cara y cruz no son iguales; la de cara es 0,8 y, por tanto, la de cruz (suceso complementario de cara) es 0,2 (1-0,8). El espacio muestral de este experimento es idntico al del ejemplo 2: e = {CCC, CCX, CXC, XCC, CXX, XCX, XXC, XXX} Ahora los sucesos elementales no son equiprobables.

Estad stica

43

Cul ser, por ejemplo, p(CCX)? Determinamos la probabilidad del suceso CCX usando la a a caracterizacin de probabilidad de sucesos independientes: o p(CCX) = p(C)p(C)p(X) = (0.8)(0.8)(0.2) De igual manera podr amos obtener la probabilidad del resto de suceos elementales o puntos muestrales. Para resolver el resto de preguntas, utilizamos las propiedades de la unin, interseccin o o y complementario de sucesos: p(dos tiradas den el mismo resultado)=p(CCX+CXC+XCC+CXX+XCX+XXC)=(*) como los sucesos anteriores son mutuamente excluyentes, la probabilidad de la unin es la suma o de probabilidades: (*)=p(CCX)+p(CXC)+p(XCC)+p(CXX)+p(XCX)+p(XXC)= =(0.8)2 (0.2) + (0.8)2 (0.2) + (0.8)2 (0.2) + (0.2)2 (0.8) + (0.2)2 (0.8) + (0.2)2 (0.8) p(una cara y dos cruces)=p(CXX+XCX+XXC)= =p(CXX)+p(XCX)+p(XXC)=(0.2)2 (0.8) + (0.2)2 (0.8) + (0.2)2 (0.8) p(las tres tiradas den el mismo resultado)=p(CCC+XXX)=p(CCC)+p(XXX)=(0.8)3 + (0.2)3 Ejemplo 7: Se tira 8 veces la moneda trucada del ejemplo 6; Cul es la probabilidad de obtener exactamente a tres caras? En este ejemplo el espacio muestral est formado por puntos muestrales con ocho letras C o X. a 3 5 Cada suceso con exactamente tres caras tiene probabilidad (0.8) (0.2) . Para resolver el problema, se necesita saber cuntos de estos puntos muestrales hay. La respuesta la proporciona el n mero a u combinatorio 8 3 =
8! 3!(83)!

En general, si n y k son n meros enteros con n k, se dene el n mero combinatorio u u n k =

n! k!(nk)!

y proporciona el n mero de subconjuntos distintos de k elementos de n distintos. En el problema u que nos ocupa, es necesario contabilizar cuntos puntos muestrales distintos con 3 caras hay, es decir, a cuntos subconjuntos distintos de 3 posiciones de las 8 posibles, para colocar las tres caras, existen. a Por tanto,

Estad stica

44 8 3 (0.8)3 (0.2)5 =
8! (0.8)3 (0.2)5 3!(83)!

p(obtener exactamente tres caras)=

Teoremas principales en probabilidad

Vamos a tratar en este ultimo punto el Teorema de las Probabilidades Totales y el Teorema de Bayes. Teorema 1 Teorema de las probabilidades totales: Sean A1 , A2 , . . . , An , sucesos mutuamente excluyentes y de probabilidad no nula, tales que A1 A2 . . . An = . Si B es un suceso en , entonces:
n

p(B) =
i=1

p(B/Ai )p(Ai ).

Para demostrar este resultado basta escribir el suceso B como: B = BA1 + BA2 + . . . + BAn , unin de sucesos mutuamente excluyentes, y aplicar las propiedades de la probabilidad. o El teorema de Bayes corresponde a la siguiente situacin, en el contexto en el que nosostros lo o vamos a aplicar: Un experimento se realiza en dos etapas: - En la primera pueden darse n sucesos A1 , A2 , . . . , An , mutuamente excluyentes, con probabilidades conocidas. (Vamos a llamarlos causas). - En la segunda pueden darse los resultados B1 , B2 , . . . , Bm , (que denominaremos efectos) cuya ocurrencia depende de los resultados obtenidos en la primera etapa, y se conocen p(Bj /Ai ) (es decir, la probabilidad de que se presente el efecto Bj cuando se ha dado la causa Ai ); entonces, al realizar a el experimento se ha observado que el resultado nal ha sido Bj y se plantea cul es la probabilidad de que la causante haya sido la causa Ai (es decir, cul es la probabilidad de Ai ?). a Teorema 2 Teorema de Bayes: Sean A1 , A2 , . . . , An , sucesos mutuamente excluyentes y de probabilidad no nula, tales que A1 A2 . . . An = . Si B es un suceso en de probabilidad no nula, entonces: p(Ak /B) =
n

p(B/Ak )p(Ak ) p(B/Ai)p(Ai )

i=1

La demostracin de este resultado es muy sencilla y se basa en la denicin de probabilidad o o condicionada y en el teorema de las probabilidades totales. Ejemplo 8: El 60% de los tornillos producidos por una fbrica proceden de la mquina A y el 40% de la a a mquina B. La proporcin de defectuosos en A es 0.1 y en B es 0.5. Cul es la probabilidad de que a o a un tornillo de dicha fbrica sea defectuoso? Cul es la probabilidad de que, sabiendo que un tornillo a a es defectuoso, proceda de la mquina A?. a

Estad stica

45

En este ejemplo, tenemos un experimento en dos etapas; en la primera, los sucesos son: A: tornillo fabricado por la mquina A a B: tornillo fabricado por la mquina B a Los valores de las probabilidades de estos sucesos son conocidos: p(A)=0,6 y p(B)=0,4. Los resultados de la segunda etapa son: D: tornillo defectuoso D: tornillo no defectuoso Las probabilidades de estos sucesos dependen del resultado de la primera etapa: p(D/A)=0,1 p(D/B)=0,5 A partir de estos valores podemos determinar tambin: e p(D/A)=1-P(D/A)=1-0,1=0,9 p(D/B)=1-P(D/B)=1-0,5=0,5 El suceso D se puede poner como: D=DA+DB, sucesos mutuamente excluyentes; luego utilizando el teorema de las probabilidades totales: p(D)=p(D/A)p(A)+p(D/B)p(B)=(0,1)(0,6)+(0,5)(0,4)=0,26 La otra probabilidad es p(A/D), probabilidad de un resultado de la primera etapa condicionada a un resultado de la segunda; podemos aplicar el teroema de Bayes para resolverlo:
p(D/A)p(A) p(A/D)= p(D/A)p(A)+p(D/B)p(B) = (0,1)(0,6) (0,1)(0,6)+(0,5)(0,4)

3 13