Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Lección 6: Teoría de la Probabilidad, Apuntes de Estadística

En esta lección se presenta la teoría de la probabilidad, una rama de las matemáticas que estudia la incertidumbre y el riesgo asociados a los fenómenos aleatorios. Se abordan conceptos básicos como la aleatoriedad, el espacio muestral, la definición clásica y frecuentista de probabilidad, las propiedades de la probabilidad y teoremas del cálculo de probabilidades.

Tipo: Apuntes

2020/2021

Subido el 15/03/2021

Holi20
Holi20 🇪🇸

5 documentos

1 / 11

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Lección 6
Teoría de la probabilidad
ÍNDICE
1. Definiciones y notación
2. Concepto de probabilidad
3. Propiedades fundamentales
4. Teoremas del cálculo de probabilidades
5. Probabilidad condicionada
6. Independencia e incompatibilidad
7. Teorema de la Probabilidad Total
8. Teorema de Bayes
1. DEFINICIONES Y NOTACIÓN
• Aleatoriedad frente a determinismo:
Fenómeno determinista: si cuando se reproduce bajo las
mismas condiciones podemos predecir con certeza el resultado
Fenómeno aleatorio: sólo conocemos el resultado una vez
realizado el experimento, u observado el resultado
-Cuando se reproduce bajo las mismas condiciones no
podemos predecir con certeza el resultado
-El resultado está sujeto a incertidumbre
-La estadística estudia fenómenos aleatorios
Experimento: reproducción del
fenómeno para observar sus resultados
Se supone que el experimento puede
repetirse en las mismas condiciones y
que todos los posibles resultados son
conocidos
• Tipos de experimentos:
Determinista: al repetirlo bajo las mismas condiciones se
obtiene siempre el mismo resultado
Aleatorio: al repetirlo en análogas condiciones no se
puede predecir el resultado
• ¿Cuáles de estos fenómenos pueden ser experimentos aleatorios?:
Sacar una carta de una baraja
Abrir las compuertas de un estanque lleno de agua
Lanzar una moneda sobre el suelo y anotar el resultado del
número de caras que aparecen
Arrojar una piedra al vacío y medir su aceleración
Erwin
Schrödinger
(1881-1961)
Colapso de
Werner
Heisenberg
(1901-1976)
y el Principio
pf3
pf4
pf5
pf8
pf9
pfa

Vista previa parcial del texto

¡Descarga Lección 6: Teoría de la Probabilidad y más Apuntes en PDF de Estadística solo en Docsity!

Lección 6

Teoría de la probabilidad

ÍNDICE

  1. Definiciones y notación
  2. Concepto de probabilidad
  3. Propiedades fundamentales
  4. Teoremas del cálculo de probabilidades
  5. Probabilidad condicionada
  6. Independencia e incompatibilidad
  7. Teorema de la Probabilidad Total
  8. Teorema de Bayes
  9. DEFINICIONES Y NOTACIÓN
  • Aleatoriedad frente a determinismo:
    • Fenómeno determinista : si cuando se reproduce bajo las mismas condiciones podemos predecir con certeza el resultado
    • Fenómeno aleatorio : sólo conocemos el resultado una vez realizado el experimento, u observado el resultado - Cuando se reproduce bajo las mismas condiciones no podemos predecir con certeza el resultado - El resultado está sujeto a incertidumbre - La estadística estudia fenómenos aleatorios
  • Experimento : reproducción del fenómeno para observar sus resultados
    • Se supone que el experimento puede repetirse en las mismas condiciones y que todos los posibles resultados son conocidos - Tipos de experimentos:
    • Determinista: al repetirlo bajo las mismas condiciones se obtiene siempre el mismo resultado
    • Aleatorio: al repetirlo en análogas condiciones no se puede predecir el resultado
  • ¿Cuáles de estos fenómenos pueden ser experimentos aleatorios?:
    • Sacar una carta de una baraja
    • Abrir las compuertas de un estanque lleno de agua
    • Lanzar una moneda sobre el suelo y anotar el resultado del número de caras que aparecen
    • Arrojar una piedra al vacío y medir su aceleración Erwin Schrödinger (1881-1961) Colapso de Werner Heisenberg (1901-1976) y el Principio
  • Medir una longitud de una circunferencia de radio 5 m
  • Quitar el freno de mano de un coche cuesta abajo
  • Lanzar un dado • Abrir un libro al azar y anotar la página situada en el margen derecho
  • El resultado de un experimento aleatorio está sujeto a incertidumbre, que se mide mediante la probabilidad - Probabilidad : medida del grado de incertidumbre asociada a un fenómeno aleatorio
  • La probabilidad nos permite medir la incertidumbre antes de realizar un experimento aleatorio
  • El conocimiento de esa medida nos permite:
  • Valorar los riesgos de nuestras decisiones
  • Comprobar la verosimilitud de nuestras hipótesis
  • Espacio muestral (E): conjunto de todos los resultados posibles conocidos del experimento aleatorio.
  • Suceso(S): cada uno de los resultados posibles del experimento aleatorio
  • Suceso seguro: el que siempre se observa
  • Suceso imposible (): suceso que nunca se puede observar (está fuera del espacio muestral)

Tipos de sucesos

  • Suceso unión de A y B: es el que se observa si sucede el suceso A o bien el suceso B
  • Si dos sucesos no tienen elementos comunes son mutuamente excluyentes o disjuntos
    • Ejemplos con lanzamientos de un dado
  • La unión e intersección verifican las siguientes propiedades:
    • Conmutativa
    • Asociativa
    • Distributiva
    • Idempotente
    • Elemento neutro
    • Simplificación
    • Absorción

Leyes de De Morgan

Augustus De Morgan (1806-1871) 2.1 DEFINICIÓN CLÁSICA DE PROBABILIDAD Pierre Simon, marqués de Laplace (1749- 1827) si todos los casos son igualmente posibles (equiprobables) (1812)

- Probabilidad clásica: Laplace - Supuesto: equiprobabilidad

  • Propiedades:

ÁLGEBRA

DE

BOOLE

Pierre-Simon, Marqués de

Limitaciones:

  • Requiere que todos los casos sean igualmente probables
  • Requiere que el número de casos posibles sea finito 2.2. DEFINICIÓN FRECUENTISTA DE PROBABILIDAD Richard von Mises (1883-1953) Probabilidad de un suceso es la frecuencia relativa de la aparición de un suceso si repetimos indefinidamente el experimento ■ Probabilidad frecuentista: R. Von Mises
  • Se basa en la experimentación
  • Repetición del experimento n veces, de forma independiente
  • La probabilidad de un suceso es el número al que tiende su frecuencia relativa cuando el experimento se repite un número infinito de veces
  • Probabilidad frecuentista : R. Von Mises
  • De las propiedades de las frecuencias relativas se deduce:
    • 0 ≤ ni N

n 1 + n 2 N

→ 𝑃 (𝑆 1 , 𝑆 2 )= P (𝑆 1 )+ P (𝑆 2 )

  • Sucesión infinita aleatoria: es imposible en la práctica 2.3. DEFINICIÓN LÓGICA DE PROBABILIDAD ■ Probabilidad lógica
  • La probabilidad es parte de la Lógica (Filosofía) y existe como tal, Richard Edler von Mises (1883- Richard Edler von Mises Rudolf Carnap
  • 𝑎 á𝑙𝑔𝑒𝑏𝑟𝑎 + ⋃ ∞ 𝑖=1 ∞^ 𝑆𝑖 ∈^ 𝑄,^ ∩ ∞ 𝑖=1 𝑆𝑖 ∈^ 𝑄^ (numerable) **3. PROPIEDADES DE LA PROBABILIDAD
  1. TEOREMAS DEL CÁLCULO DE PROBABILIDADES Teorema I: La probabilidad del suceso imposible es 0**
  • 𝑃 (∅) = 0
  • Demostración a partir del Axioma III
  • Sean 𝑆 1 , 2 ,………𝑆 ; 𝑆𝑖 ∩ 𝑆𝑗 = ∅ ∀𝑖 ≠ 𝑗 (disjuntos dos a dos) → 𝑃 ⋃ ∞ 𝑖=1 𝑆𝑖^ =^  ∞ 𝑖=1 𝑃^ (𝑆𝑖)
  • Si 𝑆𝑖 = ∅ → 𝑃 (⋃∞𝑖=1 ∅) = ∞𝑖=1 𝑃 ∅ ↔ 𝑃 (⋃ ∞ 𝑖=1 ∅)^ =^ 𝑃^ ∅ y por tanto 𝑃 (∅) = 0  ∞ 𝑖=1 𝑃^ (∅)^ = 0 Teorema II: La probabilidad de la unión de n sucesos disjuntos es igual a la suma de sus probabilidades
  • Demostración Axioma III, considerando 𝑆𝑖>𝑛 = ∅ Teorema III: La probabilidad de la unión de n sucesos es igual a la suma de sus probabilidades menos la probabilidad de sus intersecciones 𝑃 (𝑆 1 ∪ 𝑆 2 )= 𝑃 (𝑆 1 )+𝑃 (𝑆 2 )−𝑃 (𝑆 1 ∩ 𝑆 2 )
  • Demostración: 𝑆 1 ∪ 𝑆 2 = [𝑆 1 /𝑆 1 𝑖𝑛𝑐𝑜𝑚𝑝 (𝑆 1 ∩ 𝑆 2 )] ∪ [𝑆 2 /𝑆 2 𝑖𝑛𝑐𝑜𝑚𝑝 (𝑆 1 ∩ 𝑆 2 )] ∪ (𝑆 1 ∩ 𝑆 2 ) Teorema IV: La probabilidad del suceso contenedor es mayor que la probabilidad del suceso contenido 𝑆 1 ⊂ 𝑆 → 𝑃 (𝑆 1 ) < 𝑃 (𝑆)

𝑆 = [𝑆 1 /𝑆 1 𝑖𝑛𝑐𝑜𝑚𝑝 (𝑆)] ∪ (𝑆 ∩ 𝑆 1 ) = (𝑆 ∩ 𝑆

c 1 )^ ∪^ (𝑆^ ∩^ 𝑆 1 ) 𝑃 (𝑆)= 𝑃 (𝑆 ∩ 𝑆 c 1 )+^ 𝑃^ (𝑆^ ∩^ 𝑆 1 )^ →^ 𝑃^ (𝑆)^ ≥^ 𝑃^ (𝑆^ ∩^ 𝑆 1 ) Como 𝑆 1 ⊂ 𝑆, 𝑆 ∩ 𝑆 1 = 𝑆 1 → (𝑆) ≥ (𝑆 1 ) Teorema V: La probabilidad de un suceso 𝑺 es igual o inferior a la unidad 𝑃 (𝑆) ≤ 1

  • Demostración a partir del Teorema IV: 𝑆 ⊂ 𝐸 (^) 𝑇−𝐼𝑉 (𝐸) ≥ (𝑆) → 𝑃(𝑆) ≤ 1 5. PROBABILIDAD CONDICIONAL Es la probabilidad de un suceso sabiendo (condicionada a) la ocurrencia de otro suceso P (A/B) = P ( A ∩B ) P ( B ) La probabilidad cambia al incorporar información
  • La probabilidad condicionada debe cumplir la axiomática de Kolmogorov ■ Axioma I: 𝑃 (𝑆/𝑆 1 ) ≥ 0 ■ Axioma II: 𝑃 (𝐸/𝑆) = 1 ■ Axioma III: Sean (𝑆 1 /𝑆) , (𝑆 2 /𝑆) , … (𝑆𝑛/𝑆) ; 𝑆𝑖 ∩ 𝑆𝑗 = ∅ ∀𝑖 ≠ 𝑗 (disjuntos dos a dos) → 𝑃 (⋃ ∞ 𝑖=1 𝑆𝑖/𝑆)^ =^  ∞ 𝑖=1 𝑃^ (𝑆𝑖/𝑆) ■ (𝐸𝑠 = 𝐸 ∩ 𝑆,Ω𝑠 = Ω ∩ 𝑆,𝑃𝑠) es Espacio de Probabilidad condicionado a S Teorema de la multiplicación
  • Dados 𝑆 1 , 𝑆 2 ,…𝑆𝑛 y como consecuencia de (𝑆 1 /𝑆) = P^ ¿^ ¿ 6. INDEPENDENCIA E INCOMPATIBILIDAD Dos sucesos A y B son independientes si el conocimiento de la ocurrencia de uno no modifica la probabilidad del otro P(A/B) = P(A), P(B/A) = P(B) P(A/B) = P(A) = P^ ¿^ ¿

P(X/A1)=0,

P(X/A2)=0,

P(X)=0,

Teorema de la Probabilidad Total

  • Dados 𝑆 1 , 𝑆 2 ,……… , tal que:
  • 𝑆𝑖 ∩ 𝑆𝑗 = ∅∀𝑖 ≠ 𝑗
  • 𝐴 ∩ 𝑆𝑗 ≠ ∅ ∀𝑖
  • ⋃𝑛𝑆𝑖 = 𝐸
  • Se verifica que: 𝑃 𝐴 = ෍ 𝑃 (𝑆𝑖) ∗ 𝑃 (𝐴 𝑆𝑖) 8. TEOREMA DE BAYES Se aplica para calcular la probabilidad de cada una de las posibles causas, una vez observado el efecto Ej: dados los datos de las máquinas M1 y M2, se escoge una pieza, y resulta ser defectuosa. Calcular la probabilidad de que proceda de M Teorema de Bayes
  • Dados 𝑆 1 , 2 ,……𝑆 , tal que:
    • 𝑃(𝑆𝑖) > 0 Teorema de la Probabilidad Total 𝑃 (𝐹) = 0,4 ∗ 0,2 + 0,6 ∗ 0,1 = 0, Thomas Bayes
  • Y un subconjunto de E, denominado A, tal que:
    • 𝑃 (𝐴) > 0 𝑡𝑎𝑙 𝑞𝑢𝑒 𝐴 ∩𝑆𝑖 ≠ ∅∀𝑖
  • Interpretación:
  • 𝑃 (𝑆𝑖/𝐴): probabilidad “a posteriori”
  • 𝑃 (𝐴/𝑆𝑖): verosimilitud
  • 𝑃 (𝑆𝑖): probabilidad “a priori” En nuestro ejemplo: