Esta pregunta es espectacularmente enrevesada, pero en realidad conduce a algunos resultados realmente satisfactorios.
SUGERENCIA:
Supongamos que WLOG que $p_m>p_f$ - los hombres son más propensos a tener accidentes que las mujeres. La intuición que subyace a tu problema es que, si tienes un accidente en el primer año, es más probable que seas hombre, por lo que es más probable que tengas un accidente en el segundo año. Esto debería ser una pista suficiente para empezar, así que dedica algo de tiempo a pensar en estas líneas antes de seguir leyendo. En realidad, no necesitas esta suposición para que la prueba funcione.
SPOILER:
Por lo tanto, usaremos $M$ y $F$ para denotar los eventos de que el asegurado es hombre y mujer respectivamente, y dejemos que $\widetilde{\alpha} = (1-\alpha)$ . Condicionando al género, la probabilidad de que tenga un accidente en el año 1 es
\begin{align*} \mathbb{P}(A_1) &= \mathbb{P}(A_1 | M)\mathbb{P}(M) + \mathbb{P}(A_1|F)\mathbb{P}(F) \\ &= \alpha p_m + \widetilde{\alpha}p_f \end{align*}
Y, utilizando el mismo condicionamiento, la probabilidad de que tenga un accidente en el año 2 dado que tuvo uno en el año 1 es
\begin{align*} \mathbb{P}(A_2|A_1) &= \mathbb{P}(A_2 | A_1 \cap M)\mathbb{P}(M|A_1) + \mathbb{P}(A_2|F\cap A_1)\mathbb{P}(F |A_1) \\ &= \frac{\alpha p_m^2 + \widetilde{\alpha}p_f^2}{\mathbb{P}(A_1)} \end{align*}
Ahora, estamos tratando de probar que $\mathbb{P}(A_2|A_1)>\mathbb{P}(A_1)$ . En su lugar, mostraremos que $\mathbb{P}(A_2|A_1)\mathbb{P}(A_1)> \mathbb{P}(A_1)^2$ lo que es cierto si
$$ \alpha p_m^2 + \widetilde{\alpha}p_f^2 > (\alpha p_m + \widetilde{\alpha}p_f)^2 $$
Una rápida manipulación, recordando que $\widetilde{\alpha} = (1-\alpha)$ y $(1- \widetilde{\alpha}) = \alpha$ muestra que esto es cierto si y sólo si
$$ (p_m - p_f)^2 > 0 $$
Y como $p_m \neq p_f$ Esto es claramente cierto, y el resultado se deduce.
Este tipo de cosas probablemente dará el mismo resultado independientemente de lo que tengamos en cuenta. Si no tenemos en cuenta el género, sino que consideramos alguna función de todas las propiedades que pueda tener un ser humano, probablemente obtendremos el mismo tipo de resultado, proporcionando una base matemática sólida a la idea de que el rendimiento pasado es un buen indicador del rendimiento futuro, sin tener que depender de ningún dato recogido por el experimento.
0 votos
Sólo son independientes condicionados al género. Como comprobación, supongamos que la probabilidad de que $p_f = \varepsilon$ está cerca de $0$ y $p_m = 1-\varepsilon$ y $\alpha = 1/2$ . Entonces $P(A_1) = 1/2$ pero $P(A_2 \mid A_1)$ está muy cerca de $1$ . (Creo que de hecho es $\frac{(1-\varepsilon)^2}{\varepsilon^2+(1-\varepsilon)^2}$ .) ETA: Oops, acabo de darme cuenta de que esta pregunta es antigua. Oh, bueno, vale la pena hacer la breve observación.