CONCEPTOS BÁSICOS

ÁLGEBRA DE SUCESOS
EXPERIMENTO ALEATORIO: EA. Acción o procedimiento que debe cumplir 3 características:
1. Tiene ≥2 resultados posibles, conocidos con anterioridad. UNIÓN INTERSECCIÓN COMPLEMENTARIO DISJUNTO DIFERENCIA DE S
2. No predice el resultado (influyen factores aleatorios) 𝐴∪𝐵 𝐴 ∩𝐵 𝑆̅ 𝐴 ∩𝐵= ∅ 𝑆1 − 𝑆2
3. Puede repetirse ∞ veces en condiciones idénticas (en teoría)
Sucesos en A, B o ambos Sucesos de A y B Sucesos que no se incluyen No tienen elementos en Sucesos que pertenecen al
en el suceso existente. común. primer S pero no al segundo.
ESPACIO MUESTRAL: E. Conjunto de todos los resultados posibles del EA.
- DISCRETO: In / finito y numerable.
- CONTINUO: Infinito y no numerable.

SUCESOS: S. Cualquier subconjunto de E. Es verificado cuando en el EA tiene lugar alguno de los elementos que lo componen.
- ELEMENTAL: SE. 1 elemento.
- COMPUESTO: SC. +1 elemento.
- SEGURO: SS. Todos los elementos del E.

- IMPOSIBLE: Ф. Elementos no pertenecientes al E.

PROBABILIDAD: Número que cuantifica en términos relativos las opciones de verificación de un suceso en tanto x1.
- Hace referencia a que los resultados del EA comienzan a ser previsibles al repetirse un número grande de veces.
- Es un concepto “ideal”
- No garantiza la ocurrencia del resultado.

VARIABLE ALEATORIA: VA. Función que asigna un valor (numérico) (y solo 1) a cada SE de un E. Pueden definirse ≠ VA sobre un mismo E.
- DISCRETA: In / finito y numerable.
- CONTINUA: Infinito y no numerable.

PROPIEDADES
- Resultados equiprobables.
𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
A PRIORI 𝑃 (𝑆𝐼 ) = Frecuencia relativa del suceso en E. - E debe ser finito y conocido.
𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
- Todos los elementos de Si deben ser conocidos.
ENFOQUES DE LA PROBABILIDAD

- 𝑁𝑖 = Frecuencia de Si

𝑁𝑖 ∞ - N = Número de veces que se realiza EA.

A POSTERIORI 𝑃 (𝑆𝐼 ) = lim Límite de la frecuencia relativa del suceso en E cuando el número de repeticiones del EA tiende
𝑛→∞ 𝑁 - Número de repeticiones infinitamente grande. (Teoría)
- La frecuencia relativa se estabiliza pronto (Práctica)

TEOREMAS
1. 0 ≤ 𝑃 (𝐴) ≤ 1 (Axiomas 1 y 2)

𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) Obtiene número real que cumple los 3 axiomas. 2. 𝑃(𝐴̅) = 1 − 𝑃(𝐴) (Axioma 2)
AXIOMATICO
3. 𝑃 (∅) = 0
4. 𝑷(𝑨 ∪ 𝑩) = 𝑷(𝑨) + 𝑷(𝑩) − 𝑷(𝑨 ∩ 𝑩)

𝑃 (𝐴 ∪ 𝐵)
CONDICIONAL 𝑃 (𝐴|𝐵) = Probabilidad de que ocurra A suponiendo que ya ha ocurrido B.
𝑃(𝐵)
ÁLGEBRA DE PROBABILIDAD

𝑃 (𝐴 ∩ 𝐵) = 𝑃 (𝐴|𝐵) ∙ 𝑃(𝐵)
INTERSECCIÓN Probabilidad de que A y B ocurran juntos. - 𝑃 (𝐴 ∩ 𝐵) = 𝑃 (𝐵 ∩ 𝐴)
𝑃 (𝐵 ∩ 𝐴) = 𝑃 (𝐵|𝐴) ∙ 𝑃(𝐴)

- Disjuntos = Dependientes.
𝑃 (𝐴 ∩ 𝐵) = 𝑃 (𝐴) ∙ 𝑃(𝐵)
- No disjuntos = Dep / Indep.
SUCESOS INDEPENDIENTES Verifica si la ocurrencia de uno no afecta a la probabilidad del otro.
𝑃 (𝐴|𝐵) = 𝑃(𝐴)
- Independientes = No disj.
- Dependientes = Disj. / No disj.

DISJUNTOS 𝑃 (𝐴 ∩ 𝐵) = ∅ No tienen elementos en común, la probabilidad de que ocurran juntos es imposible.

 FÓRMULA CARACTERÍSTICAS PROPIEDADES
- Parámetro de tendencia central de V.A.
̅ en una muestra.
- Equivale a la 𝑀
𝜇, 𝐸(𝑋) = ∑ 𝑋𝑖 𝑓(𝑋𝑖 ) - Valor ideal que representa el valor medio que se obtendría si se repitiese el E.A. un
número infinito de veces. - Cte. 𝐸(𝑎) = 𝑎
- Esperanza de una función de X. - Transformación lineal 𝐸(𝑎 + 𝑏) = 𝑎 + 𝑏𝐸(𝑋)
ESPERANZA
MATEMÁTICA 𝜇, 𝐸(𝑋 + 2) = ∑(𝑋𝑖 + 2) 𝑓(𝑋𝑖 ) - Es una combinación lineal de variables.

𝜇, 𝐸(𝑋 2 ) = ∑(𝑋𝑖 2 ) 𝑓(𝑋𝑖 )

- Parámetro que representa la variabilidad de V.A. - Equivale a 𝑠𝑥 2 en una muestra.

𝜎 2 , 𝑣𝑎𝑟(𝑋) = 𝐸[𝑋 − 𝐸(𝑋)]2 - Varianza que se obtendría si se repitiese el E.A. un número infinito de veces. - Cte. 𝒗𝒂𝒓(𝒂) =𝟎
- Transformación lineal 𝒗𝒂𝒓(𝒂 + 𝒃𝑿) = 𝒃𝟐 𝒗𝒂𝒓(𝑿)
VARIANZA 𝜎 2 , 𝑣𝑎𝑟(𝑋) = 𝐸(𝑋 2 ) − [𝐸(𝑋)]2

𝜎, 𝑑𝑒𝑠𝑣(𝑋) = √𝑣𝑎𝑟(𝑋)

- Asigna a cada valor (suceso) de V.A. la P de que asuma el valor. - ∑ 𝑓(𝑋) = 1 𝑓(𝑥𝑖 ) > 0
- Probabilidad de que X (v.a.) asuma el valor xi (SE)

CÓMO CALCULARLA
𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
1. Calcular la P de cada SE de cada E por separado 𝑃 (𝑆𝐼 ) =
FUNCIÓN DE 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
PROBABILIDAD 𝑓(𝑋) = 𝑃 (𝑋 = 𝑥𝑖 ) 2. Multiplicamos las P de los E.
3. Contamos las veces que cada V.A. se cumple.
4. Multiplicamos la PE por le nº de veces que se cumple la V.A.
PROBABILIDAD DISCRETA

- Probabilidad de que V.A. asuma el valor de xi y todos los anteriores. - 𝐹 (−∞) = lim 𝐹(𝑥𝑖 ) = 0 // 𝐹 (∞) = lim 𝐹(𝑥𝑖 ) = 1
𝑛→−∞ 𝑛→∞
- Probabilidad acumulada.
FUNCIÓN DE - 0 ≤ 𝐹(𝑥𝑖 ) ≤ 1
DISTRIBUCIÓN 𝐹(𝑋) = 𝑃 (𝑋 ≤ 𝑥𝑖 ) = ∑ 𝑓(𝑥𝑗 ) - Es una función no decreciente.

- Probabilidad de que X e Y tomen simultáneamente los valores de xi e yi.

𝑓(𝑥𝑖 , 𝑦𝑖 ) = 𝑃(𝑋 = 𝑥𝑖 , 𝑌 = 𝑦𝑖 ) - Probabilidad marginal: Probabilidad de que X o Y tomen los valores para xi o yi
FUNCIÓN DE P teniendo en cuenta todos los valores posibles de la otra variable.
CONJUNTA 𝑓(𝑔𝑖 ) = 𝑃(𝑋 = 𝑥𝑖 )
𝑓(ℎ𝑖 ) = 𝑃(𝑌 = 𝑦𝑖 )

- Si la relación de igualdad se cumple, las variables son independientes. - Basado en la probabilidad de sucesos independientes 𝑃 (𝐴 ∩ 𝐵) = 𝑃 (𝐴) ∙ 𝑃(𝐵)
INDEPENDENCIA 𝑓(𝑥𝑖 , 𝑦𝑖 ) = 𝑔(𝑥𝑖 ) ∙ ℎ(𝑦𝑖 )
ENTRE VARIABLES

- Cómo se distribuye la P entorno a un valor concreto en una V.A. continua. - 𝑃 (𝑋 = 𝑥𝑖 ) = 0, el número de elementos tiende a infinito y no se puede calcular la probabilidad de un valor
concreto.
PROBABILIDAD CONTINUA

- La densidad se origina a partir de la creación de intervalos.

FUNCIÓN DE - 𝑓(𝑋) ≥ 0
Se calcula según las tablas de
DENSIDAD DE - 𝑓(𝑋) = 1, el área bajo la curva siempre es 1.
PROBABILIDAD distribución

- Probabilidad de que la V.A. asuma un valor igual o menor que xi. - 𝐹 (−∞) = lim 𝐹(𝑥𝑖 ) = 0 // 𝐹 (∞) = lim 𝐹(𝑥𝑖 ) = 1
𝑛→−∞ 𝑛→∞
- Es la integral definida de la f.d.p. hasta un punto.
𝐹(𝑥𝑖 ) = 𝑃 (𝑋 ≤ 𝑥𝑖 ) - 0 ≤ 𝐹(𝑥𝑖 ) ≤ 1
FUNCIÓN DE 𝑥𝑖 - Es una función no decreciente.
DISTRIBUCIÓN = ∫ 𝑓(𝑋)𝑑𝑥
−∞
 FÓRMULAS CARACTERISTICAS PROPIEDADES

CONDICIONES
𝑓(1) = 𝑝
1. Un único ensayo.
𝑓(0) = 𝑞 = 1 − 𝑝 2. Solo 2 resultados posibles mutuamente excluyentes
- Éxito (1)

𝐹(𝑥𝑖 ) = 𝑃 (𝑋 ≤ 𝑥𝑖 ) - Fracaso (0)

BERNOULLI 3. 𝑓(𝑋)
𝐹(0) = 𝑞
DISTRIBUCIONES DISCRETAS

𝐹(1) = 𝑞 + 𝑝 = 1

𝐸 (𝑋) = 𝑝
𝑣𝑎𝑟(𝑋) = 𝑝 ∙ 𝑞

𝑛! CONDICIONES - Se calcula p.
𝑓(𝑥𝑖 ) = 𝑃 (𝑋 = 𝑥𝑖 ) = 𝑝 𝑥𝑖 ∙ 𝑞𝑛−𝑥𝑖
𝑥! (𝑛 − 𝑥𝑖)! n ensayos independientes de Bernaoulli.
1. - Se busca en la tabla en función de n y k.

𝑘 2. Dos resultados posibles.

BINOMIAL 𝐹(𝑥𝑖 ) = 𝑃 (𝑋 ≤ 𝑥𝑖 ) = ∑ 𝑓(𝑋) 3. V.A. = nº de éxitos en los n ensayos.
𝑖=1
K = número del ensayo.
𝐸 (𝑋) = 𝑛 ∙ 𝑝
𝑣𝑎𝑟(𝑋) = 𝑛 ∙ 𝑝 ∙ 𝑞
- Puntos de inflexión en 𝜇 − 𝜎 y 𝜇 + 𝜎
𝜇=0 - Simétrica respecto a 𝑥 = 𝜇
- Curva que siempre tiene la misma forma.
𝜎2 = 1 - Máximo en 𝑥 = 𝜇.
- 𝜇, 𝜎 parámetros diferenciadores y definitorios. - Asintótica respecto al eje de abscisas.
𝑃(𝑋 < 𝑥𝑖 ) = 𝑃(𝑍𝑥𝑖 < 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑓ó𝑟𝑚𝑢𝑙𝑎) 𝜎=1 - + probables los valores cercanos a la tendencia central.
- Describe muchos fenómenos naturales
NORMAL 𝑥𝑖 − 𝜇 - No depende de ningún parámetro. CÓMO CALCULAR:
Tipificada 𝑍𝑥𝑖 = - Refleja que numerosas variables concentran sus valores
𝜎 entorno a 𝜇, 𝜎 y en menor medida en los extremos. - Puntos de inflexión en z=1 y z=-1 1. Se obtiene 𝑍𝑥𝑖
𝑃(𝑋 > 𝑥𝑖 ) = 1 − 𝑃(𝑍𝑥𝑖 )
- Siempre la misma proporción. 2. Se busca en la tabla la F(X) para el valor.

- Se tipifica al transformar las p.directas en p.típicas. 3. Si nos dan un %, se divide entre 100 para obtener la F(X) y buscar
en la tabla el resto de los valores.
DISTRIBUCIONES CONTINUAS

- Derivada de la normal - Solo valores ≥ 0

- Para realizar inferencias sobre algunos parámetros. - Asimétrica positiva.

𝑿𝟐𝒏 - Combinación de V.A., suma de variables z elevadas al - Asintótica respecto al eje de abscisas.
cuadrado.
- Si 𝑛 → ∞ se aproxima a la Normal.
- Grados de libertad= Parámetro que indica el número de
valores sumados.

- Derivada de la Normal y de 𝑋𝑛2 - Simétrica respecto a 𝑡𝑛 = 0 ; Máximo en 𝑡𝑛 = 0

- Para realizar inferencias sobre algunos parámetros. - Más prob. los valores próximos a la media.
𝑍
𝑋=
𝒕𝒏 2 - La media divide la curva en dos zonas de igual área.
√𝑋𝑛⁄
𝑛 - Asintótica respecto al eje de abscisas.

- Si 𝑛 → ∞ se aproxima a la Normal.

- Distribución derivada de dos 𝑋𝑛2 - Solo valores ≥ 0

𝑋𝑛21⁄ - Para realizar inferencias sobre algunos parámetros. - Asimétrica positiva.
𝑛1
F de Snedecor 𝑋=
𝑋𝑛22⁄ - Asintótica respecto al eje de abscisas.
𝑛2
- Si 𝑛1 𝑛2 → ∞ se aproxima a la Normal.