Probabilidad

Estadística. Probabilidades conjunta y condicional. Bayes. Variable aleatoria discreta. Momentos. Distribución binomial, geométrica, Pascal, Poisson

  • Enviado por: Oz
  • Idioma: castellano
  • País: México México
  • 12 páginas

publicidad
cursos destacados
Curso de Matemáticas para Administradores CEIPA
Curso de Matemáticas para Administradores CEIPA
Ahora los estudiantes que estudien el núcleo diseñado por Tareasplus y CEIPA Business School y pasen el examen de...
Ver más información

Ejercicios Resueltos Ecuaciones Diferenciales
Ejercicios Resueltos Ecuaciones Diferenciales
Serie de ejercicios resueltos de Ecuaciones Diferenciales Este curso va ligado al curso actual de Ecuaciones...
Ver más información

publicidad

TRABAJO 1

PROBABILIDAD

  • CONCEPTOS BÁSICOS

  • Probabilidad. Es el estudio de los fenómenos de los que no estamos seguros de su ocurrencia.

    Fenómeno. Es la ocurrencia de un hecho o suceso.

    Experimento. Es un fenómeno observable perfectamente definido.

    Los fenómenos observables se pueden clasificar en:

  • Deterministicos. Se puede predecir el resultado.

  • Aleatorios. No se puede predecir el resultado.

  • Espacio Muestral (Resultados). Es el conjunto de todos los posibles resultados que hay en un fenómeno aleatorio. El espacio muestral se clasifica en:

  • Espacio muestral Discreto. Es aquel donde se puede contar el número de posibles resultados.

  • Espacio muestral Continuo. No se puede enumerar los posibles resultados, debido a que, el espacio muestral continuo esta definido sobre la recta de los números reales.

  • Evento. Es un conjunto de resultados que tiene cierta característica común. Los eventos pueden ser:

  • Evento seguro. Es aquel que tiene todos los posibles resultados.

  • Evento imposible. Es aquel que no tiene un posible resultado.

  • Evento complementario. Es aquel evento que esta compuesto por los eventos que no están en este evento.

  • Eventos mutuamente excluyentes. Para que un evento sea mutuamente excluyente debe cumplirse que A"B=Ø.

  • Evento colectivamente exhaustivo. Un conjuntos de eventos E1, E2,...En son colectivamente exhaustivos cuando E1U E2.... UEn= S, donde S es el espacio muestral.

  • TÉCNICAS DE CONTEO

    Principio fundamental del conteo.

    Si un evento puede realizarse de n1 maneras diferentes y si continuo con el procedimiento n2 maneras diferentes y si después de efectuados estos, n3 otro procedimiento de maneras diferentes y así sucesivamente, entonces el número de formas o maneras en los que los eventos pueden realizarse en el orden indicado es el producto de n1·n2 · n3··· nr =nT.

    El número total (nT) de formas o maneras en que puede realizarse un evento es

    n1·n2 · n3··· nr =nT

    Diagrama de árbol

    Es un dibujo que se usa para numerar los resultados de un experimento, cuento con los siguientes elementos:

    • Nodo inicial. Puede o no representar un evento.

    • Nodos finales o terminales. Son el número de alternativas.

    • Ramas. Une a dos nodos.

    PERMUTACIONES

    Es un arreglo en orden particular que forma un conjunto.

    El número de permutaciones de r objetos escogidos de un conjunto de n objetos distintos es

    o, en forma factorial

    donde:

    n = tamaño de la población

    r = tamaño de la muestra

    • Permutaciones con repetición

    COMBINACIONES

    Una combinación es una selección de objetos en donde no importa el orden sino la pertenencia al grupo.

    El número de formas en que r objetos pueden elegirse de un conjunto de n objetos distintos es

    TEOREMA DEL BINOMIO

  • FUNDAMENTOS DE LA TEORÍA DE LA PROBABILIDAD

  • PROBABILIDAD CLÁSICA

    Sea un experimento un espacio de resultados (S), con n resultados igualmente posibles en el cual define un evento A con nA resultados posibles en él, entonces

    PROBABILIDAD FRECUENTISTA

    Repetición de un experimento bajo las mismas condiciones muchas veces y repetirlo casi hasta que llegue a la probabilidad clásica, entonces

    PROBABILIDAD SUBJETIVA

    Un punto de vista alternativo que actualmente ha tenido popularidad es interpretar las probabilidades como evaluaciones personales o subjetivas. Tales probabilidades expresan una creencia sobre las incertidumbres involucradas, y se aplican especialmente cuando poca o ninguna evidencia; así que no hay otra opción que considerar evidencias paralelas (indirectas), conjeturas fundamentadas y quizás intuición u otros factores subjetivos.

    Entonces

    Probabilidad = O !! el evento no ocurrirá

    Probabilidad = 1 !! seguro el evento ocurre

    AXIOMAS Y TEOREMAS DE LA PROBABILIDAD

    Axiomas

  • P(A) " 0

  • P(S) = 1

  • Si A"B = Ø entonces, P(AUB)=P(A) + P(B)

  • Teoremas

  • 0 " P(A) "1

  • P(Ø) = 0

  • P(A') = 1-P(A)

  • P(A) " P(B)

  • P(AUB)=P(A) +P(B) - P(A"B)

  • PROBABILIDAD CONJUNTA

    PROBABILIDAD CONDICIONAL

    Probabilidad condicional es la probabilidad de un evento dado que ocurrió otro.

    Ahora

    a lo anterior se le conoce como propiedad multiplicativa de ocurrencia conjunta.

    EVENTOS INDEPENDIENTES

    A y B son independientes sí y sólo sí cumplen con las siguientes condiciones

    P(A/B) = P(A)

    P(A"B) = P(A)P(B)

    PROBABILIDAD TOTAL

    Si B1,B2, B3, ...Bn, son eventos mutuamente excluyentes, uno de los cuales debe ocurrir, entonces

    TEOREMA DE BAYES

  • VARIABLES ALEATORIAS

  • Una variable aleatoria es una función que va a relacionar cada uno de los resultados de los experimentos con los números reales. Las variables aleatorias se clasifican

  • Variables aleatorias discretas. Se puede contar el número de resultados posibles

  • Variables aleatorias continuas. No se puede saber el número de resultados posibles, ya que esta dentro de la recta de los números reales.

  • VARIABLE ALEATORIA DISCRETA

    • Función o distribución de probabilidad

    Una función de probabilidad es una función que asigna un número P(x) a cada valor posible de x.

    Propiedades:

  • P(xi) = 1

  • P(xi) " 0;

    • Función de probabilidad acumulada

    Propiedades:

  • 0 " F(xi) " 1

  • F(xi) " F(xj) V xi " xj

  • P(x>x) = 1 - F(x)

  • VARIABLE ALEATORIA CONTINUA

    • Función densidad de probabilidad

    La función densidad debe cumplir:

  • f(x) "0

  • P(a" x"b)=

    • Función de distribución acumulada

    Propiedades:

  • 0" F(xi)"1

  • P(a" x"b)= F(b) - F(a)

  • VALOR ESPERADO

    • Caso discreto

    E(x) = xP(x)

    • Caso continuo

    E(x) =

    Propiedades:

  • E(c) = cte

  • E(cx) = cE (x)

  • La esperanza de una suma = la suma de las esperanzas

  • Esperanza de una función de variable aleatoria

    Sea g(x) una función de x

    • Caso discreto

    E[g(x)] = g(x)P(x)

    • Caso continuo

    E[g(x)] =

    Variancia

    • Caso discreto

    • Caso Continuo

    MOMENTOS

  • Momentos con respecto al origen (')

    • Caso discreto

    '= xr P(x)

    • Caso continuo

    ' =Probabilidad

  • Momentos con respecto a la media

    • Caso discreto

    • Caso continuo

  • VARIABLES ALEATORIAS CONJUNTAS

  • VARIABLES ALEATORIAS CONJUNTAS DISCRETAS

    • Función de probabilidad conjunta

    Propiedades:

  • P(x,y) "0

    • Función de distribución acumulativa conjunta

    • Funciones marginales de probabilidad

    Px(x) =Pxy(x,y) ; Vy

    • Esperanza

    • Covarianza

    • Coeficiente de correlación

    • Distribución de probabilidad condicional

    • Independencia estadística

    P(x/y)=Px(x) ; V x,y

    P(x,y)= Px(x)Py(y)

    VARIABLE ALEATORIA CONJUNTA CONTINUA

    • Función de densidad acumulativa conjunta

    Propiedades:

  • f(x,y) "0

  • f(x,y) dxdy =1

  • P(a1"x1"b1, a2"y2"b2) =

    • Función de distribución acumulativa conjunta

    • Funciones marginales de probabilidad

    • Esperanza

    • Variancia

    • Covarianza

    • Coeficiente de correlación

    • Independencia estadística

    f(x/y)=fx(x)

    F(x,y) = fx(x)fy(y)

    • Distribución de probabilidad condicional

  • MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS

  • PROCESO DE BERNULLI

    P(éxito) = P

    P(fracaso)= q= 1 -P

    DISTRIBUCIÓN BINOMIAL

    ¿Cuántos éxitos en n intentos?

    E(x) =x = nP

    2x =nPq

    DISTRIBUCIÓN GEOMÉTRICA

    P(x;P) = Pqx-1

    E(x) = 1/P

    2= q/p2

    DISTRIBUCIÓN DE PASCAL

    * si k = 1 , entonces es Dist. Geométrica

    E(x) = k/p

    2x =qk/p2

    DISTRIBUCIÓN HIPERGEOMÉTRICA

    ¿Cuántos éxitos en n intentos?

    =

    2x =

    DISTRIBUCIÓN DE POISSON

    E(x) =

    2= 

    = t= frecuencia media

    DISTRIBUCIÓN EXPONENCIAL

    Es la distribución de probabilidad en el tiempo, espacio o distancia en la que ocurre el primer evento.

    =

    DISTRIBUCIÓN NORMAL (DE GAUSS)

    DISTRIBUCIÓN NORMAL ESTANDARIZADA

    BIBLIOGRAFÍA

    M.I. Marina esastigue R.

    Apuntes de probabilidad (semstre 2000-3)

    UNAM-FI

    México, 20000

    Vídeos relacionados