Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidad PDF
Probabilidad PDF
Probabilidad PDF
Modelos de probabilidad
U.P.M.
Julio de 2011
1
Índice
Índice I
1 Variables aleatorias
1 Denición
2 Generalidades
2 Probabilidad
1 Objetivo de la probailidad. Sucesos
2 Denición de probabilidad
3 Propiedades de la probabilidad
4 Unión e intersección de sucesos
5 Dependencia e independencia de sucesos.Probabilidad
condicionada
6 Probabilidad e información
7 Cálculo de probabilidades
8 Cálculo de probabilidades. Insuciencia de la regla de Laplace
Índice
Índice II
3
Índice
Índice III
Variables aleatorias I
Objetivo
del azar. (Véase una denición más precisa, por ejemplo, en Martín
Pliego y Ruiz-Maya (1995)).
6
Índice
7
Índice
Ejemplos
8
Índice
9
Índice
10
Índice
11
Índice
12
Índice
¾Qué es la probabilidad?
j =1
14
Índice
sucesos
Observaciones
16
Índice
de sucesos
17
Índice
de sucesos
O bien,
P (S1 ∩ S2 ) 6= P (S1 ) × P (S2 )
18
Índice
(
P S1 ∩ S2 )
( | )=
P S1 S2 ,
P (S2 )
de donde:
(
P S1 ∩ S2 ) = P (S2 ) × P (S1 |S2 ) = P (S1 ) × P (S2 |S1 )
19
Índice
Probabilidad VIII
( | ) = P (S1 )
P S1 S2 y ( | ) = P (S2 )
P S2 S1
20
Índice
Probabilidad IX
Observación
21
Índice
Probabilidad X
Observaciones
22
Índice
Observaciones
23
Índice
24
Índice
Ejemplo
4 3 1
P (S ) = P (naipe I rey)×P (naipe II rey|naipe I rey) = × =
40 39 130
25
Índice
Modelos de probabilidad I
27
Índice
Modelos de probabilidad II
...
29
Índice
30
Índice
31
Índice
32
Índice
Ejemplo
P (1) = 0,15625
P (2) = 0,3125
P (3) = 0,3125
P (4) = 0,15625
P (5) = 0,03125
33
Índice
Grácamente:
La ordenada en cada
punto representa la
probabilidad de que la
variable tome ese valor.
34
Índice
Observaciones
siguientes condiciones:
1 f (a ) ≥ 0 cualquiera que sea i .
i
2 f (a ) = 1
P
i
35
Índice
Ejemplo
Como
f (x ) ≥ 0, para x ∈ {π, π 2 , π 3 , π 4 } y
f (π) + f (π 2 ) + f (π 3 ) + f (π 4 ) = 1.
Y
∞
X
2
σ = (xi − µ)2 pi .
i =1
37
Índice
El proceso de Bernoulli I
El proceso de Bernoulli II
El modelo binomial I
El modelo binomial II
41
Índice
El proceso de Poisson I
43
Índice
El proceso de Poisson II
El modelo Poisson I
45
Índice
El modelo Poisson II
En un modelo P (λ):
µ=λ
y
σ 2 = λ.
Índice
X = X1 + X2 + · · · + Xn
se comporta como una variable de Poisson de parámetro
λ = λ1 + λ2 + · · · + λn .
47
Índice
variable P (2).
2 A una cola de un supermercado llegan, en media, dos personas
por minuto. La variable Número de personas que llega a la
cola en media hora es una distribución P (60).
48
Índice
49
Índice
Grácamente,
b
b b
a b
Rb
P (a ≤ X ≤ b) = a f(x) dx.
50
Índice
Observaciones
51
Índice
Ejemplo
52
Índice
Ejemplo
Grácamente,
Observación
b b
1,5 3,5
Índice
54
Índice
El modelo Normal I
1
2
x −µ
1 −
√ e 2 σ
f (x ) =
σ 2π
55
Índice
El modelo Normal II
Grácamente,
σ
b
b b b
µ a b
Rb
P (a ≤ X ≤ b) = a f(x) dx.
Índice
57
Índice
El modelo Normal IV
58
Índice
El modelo Normal V
0′6827
Índice
El modelo Normal VI
0′9545
Índice
0′9973
Índice
−µ
−→ N (0, 1)
X
Z =
σ
62
Índice
límite
63
Índice
El modelo exponencial I
64
Índice
El modelo exponencial II
65
Índice
66
Índice
La t de Student I
67
Índice
La t de Student II
68
Índice
La χ2 I
varianza σ = 2n.
2
69
Índice
La χ2 II
70
Índice
La función de distribución I
Definición
( ) = P (X ≤ x0 )
F x0
Índice
La función de distribución II
P (X ≤ x0 )
b
0 b b
x0 x0
P (X ≤ x0 )
72
Índice
73