No soy capaz de entender esta fórmula de forma intuitiva.
Podría incorporar un contraejemplo en el que los ojos azules estén perfectamente correlacionados con la zurdera, de modo que el $P(B \bigcap L) \neq P(L) \cdot P(B)$ .
No soy capaz de entender esta fórmula de forma intuitiva.
Acerca de $8\%$ de la población mundial tiene los ojos azules. Suponiendo que haya $7.5$ mil millones de personas en este planeta, son seiscientos millones de personas con ojos azules.
Aproximadamente uno de cada diez es zurdo. Eso hace que $750$ millones de personas zurdas.
Así que, elijamos una persona al azar y veamos los acontecimientos $$ L=\text{the person is left-handed}\\ B=\text{the person has blue eyes} $$ Tenemos $P(B)=0.08$ y $P(L)=0.1$ .
Aquí está el núcleo de por qué su fórmula es verdadera:
Suponiendo que el color de los ojos y la preferencia por las manos son independientes, cabría esperar que, al igual que una décima parte de toda la población es zurda, una décima parte de todas las personas de ojos azules son zurdas.
Aplicando esta idea a la fórmula habitual $\frac{\text{good cases}}{\text{possible cases}}$ obtenemos que la probabilidad de que una persona al azar sea a la vez de ojos azules y zurda es $$ P(B\cap L)=\frac{\text{number of blue-eyed left-handers}}{\text{number of people in the world}}\\ =\frac{0.1\cdot\text{number of blue-eyed people}}{\text{number of people in the world}}\\ =\frac{0.1\cdot(0.08\cdot \text{number of people in the world})}{\text{number of people in the world}}\\ =0.1\cdot 0.08=P(L)\cdot P(B) $$ En cuanto a por qué es necesaria la independencia, esto es lo que ocurre en los dos extremos de la escala de dependencia:
Podría incorporar un contraejemplo en el que los ojos azules estén perfectamente correlacionados con la zurdera, de modo que el $P(B \bigcap L) \neq P(L) \cdot P(B)$ .
No puedo corregir la errata "Blue eued" (6 caracteres mínimos para una edición). ¿Quizás el OP pueda?
Imagina que tiras un dado y lanzas una moneda. Son sucesos independientes: ninguno afecta al otro. Puedes mostrar todos los resultados posibles en un cuadrado unitario en el que el área de cada región muestre su probabilidad. Entonces tiene sentido la regla del producto para sucesos independientes. La región sombreada más oscura tiene un área $$ \frac{1}{2} \times \frac{1}{6} = \frac{1}{12} $$ para la probabilidad de que lances una cabeza y saques un cuatro.
(Esto NO es una prueba, es un recurso que puede ayudar a su intuición).
Puede encontrar una descripción exhaustiva en https://economictheoryblog.com/2012/12/26/stochastic-independence-versus-stochastic-dependence . El artículo describe la intuición detrás de P(A y B) = P(A) - P(B) y explica la diferencia entre dependencia estocástica e independencia estocástica.
Un ejemplo extraído de la página web dice que, para que dos sucesos sean independientes, la ocurrencia del suceso A no puede tener ninguna influencia en la ocurrencia del suceso B y viceversa. Como ejemplo, supongamos que el suceso A se define como ganar más de 10.000 al mes y el suceso B se define como obtener seis al lanzar un dado. Ambos sucesos no interfieren, o al menos no lo hacen hasta donde yo sé. La probabilidad de tener un seis al lanzar un dado no cambia si se trata de una persona que gana más de 10.000 al mes, ni tampoco cambia la probabilidad de que una persona gane más de 10.000 al mes si esta persona tiene un seis al lanzar un dado.
Pero $P(A\land B)\leq\min(P(A),P(B))$ siempre - pero a veces $=\min(P(A),P(B))$ A veces es $0$ y puede tener varios valores intermedios. Pero la regla $P(A\land B)=P(A)\cdot P(B)$ sólo se aplica en el caso de que $A$ y $B$ son independientes.
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.
6 votos
No es realmente el objetivo de su pregunta, pero ¿qué quiere decir con "diferentes formas de llegar"? Esta es la definición de eventos independientes. (Ahora, pedir una intuición detrás de esta definición sigue teniendo todo el sentido).
0 votos
@ClementC. Había una explicación que utilizaba la geometría de coordenadas para llegar a esta ecuación en particular.
3 votos
@SilentMonk Mi punto es, ¿cuál es el definición de la independencia de los eventos con los que está comenzando? Porque la identidad que mencionas en tu título es la definición estándar de independencia (por lo que no es necesario derivarla o llegar a ella).
0 votos
@ClementC. Oh. En la explicación que leí, utilizaba la probabilidad geométrica para llegar a esta ecuación partiendo de la ecuación básica de la probabilidad - P = n(evento)/n(resultados posibles)
1 votos
La respuesta seleccionada es excelente, pero añadiré un simple punto: la independencia significa la proporción $p$ de resultados en el evento $A$ que también están en el evento $B$ es igual a $P(B)$ y viceversa ( $p=P(B)$ ). Me gusta pensar en ello en términos de muestreo de una población. Siguiendo con el ejemplo de los ojos azules/izquierdos: si se pregunta por la probabilidad de que una persona al azar sea zurda, entonces no importa si se está muestreando de toda la población o de la población de personas de ojos azules.
1 votos
Como dijo jdods, en otras palabras, la probabilidad condicional es la clave: math.stackexchange.com/a/1208283/162300