4. Experiencias compuestas. Diagrama en árbol ... · Este grupo de datos se corresponde a...
Transcript of 4. Experiencias compuestas. Diagrama en árbol ... · Este grupo de datos se corresponde a...
4. Experiencias compuestas. Diagrama en árbol. Probabilidad total.
Todas las ideas que estamos analizando, pretenden aportar un uso más extenso del Diagrama en árbol, de manera que podamos
realizar cualquier cálculo que nos pidan una vez que lo tengamos construido. Hasta ahora hemos visto que se pueden calcular
intersecciones de una forma fácil (multiplicando las probabilidades de la rama en la que se encuentra la intersección. Pero ¿y si
hay más de una rama implicada, más de una intersección? Vamos a añadir al diagrama un resultado general, que permite dar
respuesta a esta situación:
Probabilidad total
Si volvemos a nuestro ejemplo de extracción de bolas de la urna: “En una urna hay tres bolas rojas y dos azules. Extraemos dos
bolas sin reemplazamiento”, calcular la probabilidad de “extraer sólo una bola roja”.
Si partimos del diagrama ya elaborado, observamos que hay dos combinaciones, dos ramificaciones que cumplen la condición que
nos piden estudiar. Cada una de ellas es una intersección: “roja la primera y negra la segunda” y “negra la primera y roja la
segunda”. Cada una de ellas las puedo calcular como intersección:
y
Pero, ¿cómo calculamos la probabilidad que nos piden?
Pues bien esta situación, y todas aquellas que requieran trabajar a la vez con más de una intersección se resuelve con el Teorema
de Probabilidad Total. Este Teorema establece, que la probabilidad total de un suceso se obtiene sumando todas aquellas
intersecciones en las que intervenga dicho suceso. Es decir:
S
S
S
𝐏 𝐒 𝐏 𝐀𝟏 𝑺 + 𝐏 𝐀𝟐 𝑺 + 𝐏 𝐀𝟑 𝑺 + ⋯
Por tanto, en nuestro caso: +
+
Nota: realmente se podría interpretar esta suma como el resultado de la unión ya que se puede expresar como
“roja la primera y negra la segunda” o “negra la primera y roja la segunda”. Esta o, se corresponde con una unión y si vas a las
propiedades de la probabilidad, en las uniones sumamos.
En cualquier caso, para lo que nos interesa y planteábamos como cuestión inicial, ¿cómo procedemos cuando hay más de una
intersección implicada?
- Calculamos cada intersección a partir del Diagrama en árbol multiplicando y sumamos todas aquellas intersecciones
implicadas. Esta sería una versión coloquial de las consecuencias del Teorema de la probabilidad total.
Conviene destacar que este resultado, aunque parece nuevo, ya lo estábamos utilizando en las Tablas de contingencia. Recuerda
el esquema general de una tabla básica:
Todas estas expresiones son formulaciones del Teorema de Probabilidad total y ya las usábamos con anterioridad. En general si
tenemos una tabla de contingencia más elaborada:
Y esto es aplicable a todos los sucesos, se llamen como se llamen.
P(A) 𝐀 𝐁 + 𝐀 𝐁´
Probabilidad Total de un suceso:
P(A) 𝐀 𝐁 + 𝐀 𝐂 + ⋯+ 𝐀 𝐃
P(A´) 𝐀´ 𝐁 + 𝐀´ 𝐁´
P(B) 𝐁 𝐀 + 𝐁 𝐀´
P(B´) 𝐁´ 𝐀 + 𝐁´ 𝐀´
Ejemplo 1. Tenemos una moneda y dos urnas con bolas. Lanzamos la moneda y si sale cara, extraemos una bola de la urna I, si sale
cruz extraemos una bola de la urna II. Calcula la probabilidad de que la bola extraída sea roja.
- Conviene comenzar siempre haciendo un análisis del enunciado y buscar en él elementos
clave para determinar el planteamiento adecuado. Se trata de una experiencia compuesta.
Primero lanzamos una moneda y después sacamos una bola. Por tanto debemos hacer un
diagrama en árbol.
- El diagrama lo construímos comenzando por la primera experiencia (lanzar moneda) y sus
respectivas probabilidades. A continuación en cada caso, extraemos una bola. Por tanto
describimos todas las posibilidades y añadimos todas las probabilidades. Ten en cuenta que
estas probabilidades serán condicionadas.
Finalmente, como me piden la probabilidad de que sea roja la bola tendré que tener en cuenta las combinaciones (intersecciones)
en las que la bola sea roja y sumar sus probabilidades:
P(R) + +
+
Ten en cuenta que en este ejemplo, hemos realizado muchos más cálculos de los que son precisos. Podríamos desarrollar sólo la
parte del diagrama en árbol que vayamos a necesitar y calcular, sólo las probabilidades que necesitamos. En el siguiente
ejemplo, vamos a utilizar esta idea.
Ejemplo 2.
Calcular la probabilidad de que la bola extraída sea roja.
Este problema es muy similar al anterior. Se trata de una experiencia compuesta, por lo que de nuevo hay
que hacer un Diagrama en árbol:
Al multiplicar las probabilidades de cada
rama, obtenemos la intersección
correspondiente. Recuerda, conviene
expresar estas probabilidades como
intersecciones: 𝐂 𝐑 …
Pero, como sólo vamos a utilizar parte del diagrama, vamos a optar por desarrollar aquellas ramas que intervienen en nuestro
problema y sus respectivas probabilidades:
Observa, que con esta estrategia, simplificamos bastante el problema.
Recuerda que los diagramas en árbol se utilizan siempre en experiencias compuestas (todos los ejemplos anteriores), pero
también en experiencias simples, de las que nos proporcionan como datos probabilidades condicionadas.
Ejemplo 3.
Analicemos con detalle el enunciado. Observa que se describen dos categorías de sucesos:
elegir camino y cazar o no al ratón.
En estos últimos datos, está la clave del problema, al darnos probabilidades condicionadas, también debemos plantear el
problema con un diagrama en árbol:
Al multiplicar las
probabilidades de cada rama,
obtenemos la intersección
correspondiente.
Este grupo de datos se corresponde a probabilidades totales (elección de caminos)
Este otro grupo de datos expresa probabilidades condicionadas. Nos indica la
probabilidad de ser cazado, sabiendo que está ya en el camino A. Es decir, esta
probabilidad, no es válida nada más que en este caso, en este supuesto.
Al mismo tiempo nos están dando la probabilidad de que no sea cazado si el camino
elegido es el camino A (sabiendo que): 0,6 contrario
Al multiplicar las probabilidades de
cada rama, obtenemos la intersección
correspondiente.
Quizás el siguiente ejemplo lo podáis relacionar con muchas de las cuestiones que estamos viviendo estos días.
Ejemplo 4.
Al seleccionar un ciudadano al azar, ¿cuál es la probabilidad de que éste dé positivo?
Volvemos a comenzar haciendo un análisis del enunciado. Observa que la experiencia es simple: se eloge un ciudadano al zar, pero
sólo uno, por tanto experiencia simple.
El dato del 12% es una probabilidad total, se trata efectivamente del total de enfermos.
En este punto tenemos la clave del problema. Este 90% se puede aplicar sólo a personas que tenemos certeza (sabemos… ) de que
están enfermas. Por tanto se trata de una probabilidad condicionada y esto sugiere desarrollar un diagrama en árbol.
Observa, que no es un 100%, es decir, esta prueba diagnóstica tiene un 10% de error, ya que indicará que están sanas personas
que realmente están enfermas. Hablamos en este caso de falsos positivos.
Algo similar ocurre con este dato. Es aplicable sólo a personas que sabemos que están sanas (por tanto condicionadas). Es lo que
llamamos falsos positivos, estoy sano, pero la prueba me indica que estoy enfermo.
Podemos construir por tanto, el diagrama en árbol y añadir las probabilidades que nos proporcionan como datos
Expresado de una manera algo más rigurosa: P(+) + + +
Las consecuencias de este problema son muy importantes a nivel sanitario. Observa que el porcentaje de personas enfermas, no
coincide con el de los positivos. Esta diferencia depende de la calidad de la prueba diagnóstica (si baja a un 80% de eficacia como
vemos en el caso del coranovirus), se agrava aún más el problema. También depende del porcentaje de enfermos reales, si es muy
bajo, no hay tanto problema, pero si es muy elevado, las diferencias entre positivos y enfermos reales se agravan aún más.
Normalmente, para mejorar los porcentajes, se suele volver a repetir la prueba al cabo de un tiempo. Esto reduce el porcentaje de
falsos positivos y de falsos negativos (por ahora no vamos a entrar en este estudio).
Puedes hacer alguna prueba con datos reales, siguiendo la estructura de los cálculos que hemos hecho en este problema y seguir
tus propias conclusiones.
Al multiplicar las probabilidades de
cada rama en los que dan positivo,
estamos calculando las dos
intersecciones implicadas. Si las
sumamos obtenemos la probabilidad
total de “dar positivo”