Professional Documents
Culture Documents
Probabilidad - Introducción
Introducción.
Tema 1. Análisis de datos univariantes.
Descripción de variables y datos
Tema 2. Análisis de datos bivariantes.
socioeconómicos
Tema 3. Correlación y regresión.
Tema 4. Series temporales y números índice.
Tema 5. Probabilidad.
Tema 6. Variables aleatorias unidimensionales.
Modelización de la incertidumbre
Tema 7. Modelos probabilísticos discretos.
en las variables socieconómicas
Tema 8. Modelos probabilísticos continuos.
Tema 9. Variables aleatorias multidimensionales.
Los objetivos del aprendizaje de esta unidad temática son los siguientes:
Entender los conceptos básicos de suceso, espacio muestral, independencia, etcétera.
Calcular probabilidades utilizando las reglas elementales y resultados teóricos simples de la
probabilidad.
Conocer los siguientes modelos probabilı́sticos discretos: Bernoulli, binomial, geométrico y
Poisson.
Conocer los siguientes modelos probabilı́sticos continuos: Exponencial, uniforme, y normal.
Tema 5. Probabilidad
Los contenidos a desarrollar en este tema son los siguientes:
Experimentos aleatorios.
El espacio muestral, sucesos elementales y compuestos.
Interpretaciones de la probabilidad: clásica, frecuentista y subjetiva.
Propiedades de la probabilidad.
La regla de multiplicación.
Independencia.
La ley de la probabilidad total.
El teorema de Bayes.
Probabilidad - Introducción
I Ω = A ∪ Ā y A ∩ Ā = ∅.
A y B ” como
Definición 6. Para dos sucesos, A y B, se define el suceso “A
el conjunto de sucesos elementales contenidos en A y en B, es decir, A y
B = A ∩ B.
A o B ” como
Definición 7. Para dos sucesos, A y B, se define el suceso “A
el conjunto de sucesos elementales contenidos en A o en B, es decir, A o
B = A ∪ B.
Con este experimento, defina un suceso (no trivial) que sea incompatible con
el suceso A y B. Múltiples soluciones
Ω R
A B
Diagramas de Venn
Ω R Ω R
A AyB
Ā
Tema 5. Probabilidad
Experimentos aleatorios. X
El espacio muestral, sucesos elementales y compuestos. X
Interpretaciones de la probabilidad: clásica, frecuentista y subjetiva.
Propiedades de la probabilidad.
La regla de multiplicación.
Independencia.
La ley de la probabilidad total.
El teorema de Bayes.
Interpretaciones de la probabilidad
Ω = {e1, . . . , ek }
luego se tiene
1
Pr(ei) = para i = 1, 2, . . . , k.
k
Para cualquier suceso A entonces, la probabilidad de A es
1
Pr(A) = × número de sucesos elementales en A.
k
1
y cada uno tiene probabilidad igual a 4 .
Interpretaciones de la probabilidad
Interpretación frecuentista de la probabilidad:
Ejemplo 8. Definimos el experimento de tirar una moneda una vez. Repeti-
mos el experimento un número n de veces y calculamos las frecuencias relativos
de cada suceso elemental. Excel
f n=1 f n = 10
1 1
6 6
,5 ,5
0 0
C X C X
f f
1 n = 100 1 n = 1000
6 6
,5 ,5
0 0
C X C X
Interpretaciones de la probabilidad
Interpretación frecuentista de la probabilidad:
I En el ejemplo, se ve que las frecuencias relativas se acercan a un lı́mite
cuando se repite el experimento muchas de veces. El valor lı́mite de la frecuencia
es la probabilidad del suceso.
I Para un suceso A se escribe Pr(A) para representar su probabilidad.
I Utilizando las propiedades de frecuencias se puede deducir las siguientes
propiedades básicas de las probabilidades:
Para cualquier suceso A, 0 ≤ Pr(A) ≤ 1.
P
Pr(A) = i:ei ∈A Pr(ei )
Pr(Ω) = 1
1. ¿Cuál es Pr(e4)?
2. Si A = e1 o e2, hallar Pr(A) y Pr(Ā).
3. Si B = e3, hallar Pr(B̄)
4. Calcular Pr(A o B).
Interpretaciones de la probabilidad
I Ası́ nuestras probabilidades para algún suceso pueden ser distintas, ya que
tenemos diferentes cantidades de información.
Tema 5. Probabilidad
Experimentos aleatorios. X
El espacio muestral, sucesos elementales y compuestos. X
Interpretaciones de la probabilidad: clásica, frecuentista y subjetiva. X
Propiedades de la probabilidad.
La regla de multiplicación.
Independencia.
La ley de la probabilidad total.
El teorema de Bayes.
Propiedades de la probabilidad
Si A y B son sucesos incompatibles, tenemos
La probabilidad de A o B:
el siguiente diagrama de Venn.
Si A y B son sucesos incompatibles, tenemos el siguiente diagrama de Venn:
Ω R
A B
Propiedades
Una manera visual de la probabilidad
de ver los distı́ntos sucesos
es a través del diagrama de Venn.
En el caso más general, tenemos el siguiente diagrama Venn:
Ω R
A B
9
Deducimos que Pr(A) = 1 − Pr(Ā) = 15 y también que Pr(B) = 1 − Pr(B̄) =
7
15 .
ΩR
AoB
Ā y B̄
Ejemplo 11. Una empresa de venta por correo ofrece un regalo sorpresa a
todos los clientes que hacen compras 20 euros o más. Hay cinco tipos de regalo
sorpresa que se eligen al azar:
1. llavero y navajita
2. bolı́grafo y linterna
3. abrecartas y linterna
4. navajita y abrecartas
5. bloc de notas y abrecartas
Si un cliente hace dos compras de más de 20 euros y recibe dos regalos, ¿cuáles
son el espacio muestral y los sucesos elementales?
El espacio muestral es Ω = {(1, 1), (1, 2), . . . , (4, 5), (5, 5)}, donde el par (i, j)
significa que con el primer pedido recibe el regalo i y con el segundo pedido
recibe el regalo j.
Una vez se tienen Pr(A) y Pr(B), ¿qué es más fácil de calcular Pr(A o B) o
Pr(A y B)? Ley de adición
Propiedades de la probabilidad
Una extensión P (A o B o C)
Extensión de la ley de la adición:
Ω R
)
C
A B
Pr(APensamos
o B o C) en
= probabilidad
Pr(A) + Pr(B)como si fuera area.
+ Pr(C)
− Pr(A y B) − Pr(B y C) − Pr(A y C)
+ Pr(A y B y C)
P (A o B o C) = P (A) + P (B) + P (C) −
Introducción a la Estadı́stica Andrés M. Alonso
P (A y B) − P (B y C) − P (A y C)
26
Tema 5. Probabilidad
Experimentos aleatorios. X
El espacio muestral, sucesos elementales y compuestos. X
Interpretaciones de la probabilidad: clásica, frecuentista y subjetiva. X
Propiedades de la probabilidad. X
Independencia.
La ley de la probabilidad total.
El teorema de Bayes.
Probabilidad condicional
Se elige una persona al azar del grupo y se descubre que tiene sobrepeso.
¿Cuál es la probabilidad de que tenga hipertensión? ¿Es la misma que antes?
¿Miramos en la misma columna?
I Observamos que
Pr(H y S)
Pr(H|S) = .
Pr(S)
Pr(A y B)
Pr(A|B) = .
Pr(B)
Ejemplo 13. Se dan dos cartas de una baraja española. ¿Cuál es la probabil-
idad de que ambas cartas sean copas?
Sea A (B) el suceso de que la primera (segunda) carta sea copa. Queremos
calcular Pr(A y B).
Por tanto,
10 9 3
Pr(A y B) = × = .
40 39 52
Tema 5. Probabilidad
Experimentos aleatorios. X
El espacio muestral, sucesos elementales y compuestos. X
Interpretaciones de la probabilidad: clásica, frecuentista y subjetiva. X
Propiedades de la probabilidad. X
La regla de multiplicación. X
Independencia.
La ley de la probabilidad total.
El teorema de Bayes.
Independencia
Ω R Vemos que
A = (A y B) ∪ (A y B̄)
A = (A y B) ∪ (A y B̄)
34
Ω
B1 B3
B2 B4
Los Un
Definición 10. sucesos B1,de
conjunto . . .sucesos
, B4 dividen
B1, . . . el
, Bespacio mues-
k tales que Bi ∩ Bj = ∅
para todo i 6= j y en 4 partes distı́ntas.
tral
Ω = B1 ∪ B2 ∪ . . . B k
se llama unaDefinición
partición del 28
espacio
Un muestral.
conjunto de sucesos B , . . . , B
1 k
donde Bi ∩ Bj = φ para todo i 6= j y
Introducción a la Estadı́stica Andrés M. Alonso
36
Ω
B1 B3
B2 B4
4
37
El teorema de Bayes
Teorema 3. Para dos sucesos A y B, se tiene
Pr(B|A) Pr(A)
Pr(A|B) =
Pr(B)
Demostración
Por la regla de multiplicación, se tiene
Pr(A y B) = Pr(A|B) Pr(B) e igualmente
Pr(A y B) = Pr(B|A) Pr(A)
Ejemplo 17. Volviendo al Ejemplo 15, supongamos que descubrimos que una
caja es defectuosa. Calcule la probabilidad de que la caja provenga de la cadena
A1.
Pr(D|A1) Pr(A1)
Pr(A1|D) =
Pr(D)
,01 × ,35
= ≈ ,1777
,0197
Sean A, B,C los sucesos de que Alfredo, Bruno y Carlos respectivamente estén
puestos en libertad. Sea b el suceso de que el gobernador diga el nombre de
Bruno.
Se tiene:
Pr(A) = Pr(B) = Pr(C) = 1/3.
Recapitulación
Tema 5. Probabilidad
Experimentos aleatorios.
El espacio muestral, sucesos elementales W Conceptos básicos
y compuestos.
Interpretaciones de la probabilidad:
clásica, frecuentista y subjetiva. W Interpretación y
propiedades básicas
Propiedades de la probabilidad.
La regla de multiplicación.
Independencia. W Probabilidad condicional y
La ley de la probabilidad total. reglas de cálculo
El teorema de Bayes.
Tema 5. Probabilidad
Conceptos básicos.
Interpretación y propiedades básicas
Probabilidad condicional y reglas de cálculo.
Generalización