Professional Documents
Culture Documents
Marzo, 2018
¿Qué es un modelo?
Modelo
Un modelo es una colección formal de reglas coherentes describiendo, de
manera simplificada, algún problema del mundo real.
¿Qué es la probabilidad?
¿Qué es la probabilidad?
Interpretación frecuentista
Dado un evento A, se define
m
P(A) = lim ,
n→∞ n
Problemas:
El lı́mite no puede ser entendido como un lı́mite matemático.
En experimentos reales, n no llega a infinito y por tanto no existe
forma de asegurar la existencia de tal lı́mite.
Esta definiciı́on está limitada a eventos observables; sin embargo ...
también evaluamos eventos no observables!
P(A|H),
Por otro lado, una persona local de Puno podrı́a establecer que
0.75 , si llueve en Puno.
P(A|H2 ) = (2)
0.25 , si no llueve en Puno.
𝑃 𝜃 𝑃 𝐷𝑎𝑡𝑜𝑠 𝜃)
𝑃 𝜃 𝐷𝑎𝑡𝑜𝑠) =
𝑃(𝐷𝑎𝑡𝑜𝑠)
Conocimiento de los
Conocimiento
datos: Verosimilitud
actualizado: A posteriori
p(x, y)
p(x|y) = . (5)
p(y)
Z
p(x|z) = p(x, y|z)dy. (6)
Y
p(x, y|z)
p(x|y, z) = . (7)
p(y|z)
p(x, y)
p(x|y) = . (9)
p(y)
Z
p(x|z) = p(x, y|z)dy. (10)
Y
p(x, y|z)
p(x|y, z) = . (11)
p(y|z)
Proposición 1
Sean X e Y dos vectores aleatorios p−dimensionales con matrices de
covarianzas A = V (X) y B = V (Y). A > B si y solo si
Proposición 2
Sean X e Y dos variables aleatorios, entonces se cumplen las siguientes
dos identidades:
E(X ) = E(E(X |Y )) (14)
V (X ) = E(V (X |Y )) + V (E(X |Y )). (15)
Ejercicio
1 Pruebe la proposición dos para el caso de vectores aleatorios.
Christian Amao Suxo (UNI) Introducción a la inferencia bayesiana Marzo, 2018 39 / 41
Conceptos matemáticos y estadı́sticos necesarios Resultados de probabilidad importantes
Proposición 3
Si X e Y son dos vectores aleatorios y h : Y → R una función medible,
entonces
E(h(Y) · X|Y) = h(Y)E(X|Y) (16)
Proposición 4
Si X es una variable aleatoria positiva, entonces
Z ∞
E(X ) = P(X > x)dx. (17)
0
Ejercicio
1 Pruebe la proposición 4.
¿Preguntas?