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


INTRODUCCION A LA PROBABILIDAD:, Apuntes de Estadística Económica

Conceptos y Teoremas de la asignatura de estadistica teorica, del segundo curso de administracion y direccion de empresas

Tipo: Apuntes

2019/2020

Subido el 22/12/2020

ignacio-lasheras-lalaguna
ignacio-lasheras-lalaguna 🇪🇸

1 documento

1 / 16

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
TEMA 1.- INTRODUCCION A LA
PROBABILIDAD:
Conceptos y Teoremas
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff

Vista previa parcial del texto

¡Descarga INTRODUCCION A LA PROBABILIDAD: y más Apuntes en PDF de Estadística Económica solo en Docsity!

TEMA 1.- INTRODUCCION A LA

PROBABILIDAD:

Conceptos y Teoremas

Ejemplos reales en los que la probabilidad está presente como medida de

incertidumbre:

➢ Predicción meteorológica

➢ Juegos de azar

➢ Riesgos de enfermedades

➢ Riesgos financieros

➢ Riesgos de accidentes

➢ Resultados deportivos

➢ Reglas de decisión

➢ Búsquedas en internet

➢ Escenarios económicos

4

Partición del espacio muestral

S1 S2 S3 S

Colección de sucesos disjuntos cuya unión es E

E

Concepciones de Probabilidad

Clásica

(A priori)

Laplace

Frecuentista

Von Mises

Subjetiva

Bayesiana

Equiprobabilidad

Razón Insuficiente

Experimentable

Formalización Matemática

Se estudiará la probabilidad como medida de incertidumbre

que toma valores entre 0 (suceso imposible) y 1 (suceso seguro)

7

8

Definición de probabilidad condicionada

¿Cómo cambia probabilidad cuando sé que ha sucedido algo?

En el ejemplo del lanzamiento de un dado:

P(salga un dos) = 1/

P(salga un dos si se sabe que ha salido un número par? )=(1/3)= (1/6)/(3/6)

10

Independencia de sucesos

P B A P B

P A B P A

P A B P A P B

  • P(CARA∩1) al lanzar moneda y dado =
  • P(llueva UAM/suba IBEX) =

11

Independencia de sucesos

P A B C P A P B P C

ademas

P A B P A P B

P A C P A P C

P B C P B P C

( ) ( ) ( ) ( )

( ) ( ) ( )

( ) ( ) ( )

( ) ( ) ( )

  =  

 = 

 = 

 = 

13

Teorema de Bayes

P B A

P A B P B

P A

( / )

( / ) ( )

( )

=

A priori

Verosimilitud A posteriori

14

f

f

f

f

f

f

f

f

1

  • Probabilidad conjunta :

P(cara 1

∩cara 2

) = f 11

  • Probabilidad marginal:

P(cara 1

) = f

  • Probabilidad condicionada :

Habiendo salido cara en la

primera, salga cara en la segunda:

P(cara 2

/cara 1

)=f 11

/f

Los conceptos claves que se han tratado en el tema se resumen en:

P(A)

P(A

c )

P(AUB)=P(A)+P(B)- P(A∩B)

P(A∩B)=P(A)+P(B)-P(AUB)

P(A∩B)=P(A/B)*P(B)

P(A∩B)=P(B/A)*P(A)

Si los sucesos son independientes

P(A∩B)=P(A)*P(B)

Probabilidad condicionada P(A/B)

Teorema de Bayes:

P B A

P A B P B

P A

( / )

( / ) ( )

( )

=

P A B

P A B

P B

( / )

( )

( )

=