Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Capı́tulo 1
1. Introducción
2. Definición de Probabilidad
3. Teorı́a de Conjuntos
Definiciones
Unión, Intersección y Complemento
Leyes
Diagramas de Venn
4. Cálculo de Probabilidades
Axiomas de Kolmogorov
Propiedades de P
Técnicas de Conteo
5. Probabilidad Condicional
Teorema de Probabilidades Totales
Teorema de Bayes
Independencia de Eventos
Introducción
c
Introducción
c
Suponga que decidió invertir el 1ero de Abril del año 2017 gran parte de
sus ahorros en acciones Cencosud. Después de casi un año, los resultados
de su inversión no han sido lo que él esperaba.
http://www.elmercurio.com/inversiones/acciones/ficha.aspx?id=CENCOSUD
Introducción
c
Introducción
c
http://www.elmercurio.com/inversiones/acciones/ficha.aspx?id=CENCOSUD
Podrı́a haber sido la oportunidad, en Pandemia casi todos han perdido, pero ¡Cencosud no!
Introducción
c
Introducción
c
Definición de Probabilidad
Probabilidad Clásica
Definición de Probabilidad
Probabilidad Clásica
Ejemplo:
Definición de Probabilidad
Probabilidad Empı́rica
Definición de Probabilidad
Probabilidad Empı́rica
Definición de Probabilidad
Probabilidad Empı́rica
Definición de Probabilidad
Probabilidad Subjetiva
Teorı́a de Conjuntos
c
Teorı́a de Conjuntos
Definiciones
Teorı́a de Conjuntos
Definiciones
Teorı́a de Conjuntos
Definiciones
Teorı́a de Conjuntos
Unión, Intersección y Complemento
Teorı́a de Conjuntos
Unión, Intersección y Complemento
Teorı́a de Conjuntos
Leyes
Teorı́a de Conjuntos
Diagramas de Venn
Teorı́a de Conjuntos
Diagramas de Venn
Teorı́a de Conjuntos
Diagramas de Venn
El evento de que exactamente uno (de los dos) ocurre, se puede expresar
como (A ∩ B c ) ∪ (Ac ∩ B)
El evento de que a lo más uno (de los dos) ocurre, se puede expresar como
(A ∩ B)c
Cálculo de Probabilidades
Axiomas de Kolmogorov
Cálculo de Probabilidades
Axiomas de Kolmogorov
Cálculo de Probabilidades
Axiomas de Kolmogorov
Cálculo de Probabilidades
Propiedades de P
Propiedades:
I P(Ac ) = 1 − P(A)
I P(∅) = 0
I Si A ⊂ B entonces P(A) ≤ P(B)
I Para cualquier evento A, se tiene que P(A) ≤ 1
I P(A) = P(A ∩ B C ) + P(A ∩ B)
I P(A ∪ B) = P(A) + P(B) − P(A ∩ B)
Cálculo de Probabilidades
Propiedades de P
Cálculo de Probabilidades
Propiedades de P
Leyes de Morgan:
I (A ∩ B)c = Ac ∪ B c
I (A ∪ B)c = Ac ∩ B c
Cálculo de Probabilidades
Técnicas de Conteo
#A
P(A) =
#S
Cálculo de Probabilidades
Técnicas de Conteo
Cálculo de Probabilidades
Técnicas de Conteo
Cálculo de Probabilidades
Técnicas de Conteo
Combinatoria
El número de maneras de seleccionar k elementos a partir de un conjunto
de n distintos, sin importar el orden se denota por el sı́mbolo kn está dado
por
n n!
=
k (n − k)!k!
Cálculo de Probabilidades
Técnicas de Conteo
Ordenamiento Multinomial
Queremos asignar n objetos a k grupos distintos de tamaños n1 ,. . . , nk ,
k
X
con ni = n. El número de grupos distintos con las caracterı́sticas dadas
i=1
son
n n!
=
n1 n2 nk n1 ! · n2 ! · · · nk !
Cálculo de Probabilidades
Técnicas de Conteo
Cálculo de Probabilidades
Técnicas de Conteo
Permutación:
Si se dispone de una secuencia ordenada de longitud n, con todos los
elementos distintos entre sı́. El número de permutaciones de largo k está
dado por
n · (n − 1) · (n − 2) · · · (n − k + 1)
En particular, el número de permutaciones de los n elementos es
n!
Probabilidad Condicional
Introducción
I Para muchas situaciones del mundo real, sabemos con certeza que
ciertos eventos ya han ocurrido, y esas ocurrencias pueden tener
relación con la probabilidad que estamos tratando de encontrar.
I Ası́ la probabilidad de un evento A puede “ajustarse” si sabemos con
certeza que algún evento relacionado, digamos B, ya ha ocurrido.
I Este tipo de cálculo de probabilidades se conoce como probabilidad
condicional.
Probabilidad Condicional
Motivación
Suponga que dos amigos se unen para hacer un proyecto inmobiliario muy
ambicioso en la zona costera del paı́s. Según ciertos tipos de criterios, ellos
evalúan anualmente si está siendo exitoso o no es el proyecto. Ellos creen
que en los primeros tres años del proyecto, los resultados pueden ser tan
incierto, como lanzar una moneda justa al aire. ¿Cuál es la probabilidad
de que en los primeros tres años se evalúe como exitoso el proyecto, si se
tiene al menos dos evaluaciones exitosas?
Probabilidad Condicional
Motivación
Como los eventos son equiprobables, se tiene que cada resultado posible
tiene probabilidad 1/8 de ocurrir.
Probabilidad Condicional
Motivación
Probabilidad Condicional
Motivación
Probabilidad Condicional
Definición
I Será conveniente tener una fórmula para P(A|B) que pueda evaluarse
en términos del S original, en lugar de la S condicionada.
I Suponga que S es un espacio muestral finito con n resultados, todos
igualmente probables. Suponga que A y B son dos eventos que con-
tienen a y b resultados, respectivamente, y que c denota el número
de resultados en la intersección de A y B.
Probabilidad Condicional
Definición
De esta manera,
c c/n P(A ∩ B)
P(A|B) = = =
b b/n P(B)
P(A ∩ B)
P(A|B) =
P(B)
Probabilidad Condicional
Definición
P(A ∩ B) = P(A|B)P(B)
Probabilidad Condicional
Propiedades
Teorema de Bayes
c
P(B|Aj )P(Aj )
P(Aj |B) = Pn
i=1 P(B|Ai )P(Ai )
Independencia de Eventos
c
P(A ∩ B) = P(A)P(B)
Independencia de Eventos
c
P(A ∩ B ∩ C ) = P(A)P(B)P(C )
P(A ∩ B) = P(A)P(B)
P(A ∩ C ) = P(A)P(C )
P(B ∩ C ) = P(B)P(C )
Independencia de Eventos
c
Independencia de Eventos
Propiedades
Propiedad
Si A y B son eventos independientes del espacio muestral S, entonces
I Ac y B c también son independientes
I A y B c también son independientes
I Ac y B también son independientes
Independencia de Eventos
Propiedad
Independencia Condicional
Si A, B C son eventos del espacio muestral S, y si A y B son eventos
independientes dado el evento C entonces