Beruflich Dokumente
Kultur Dokumente
L. Enrique Sucar
ITESM Cuernavaca
Incertidumbre, E. Sucar: 2 3
Probabilidad
Interpretaciones
Clsica eventos equiprobables
Lgica medida de grado de creencia
racional (inferencia respecto a evidencia)
Subjetiva medida del grado de creencia
personal (factor de apuesta)
Frecuencia medida del nmero de
ocurrencias con muchas repeticiones
Propensin medida del nmero de
ocurrencias bajo condiciones repetibles
Incertidumbre, E. Sucar: 2 4
Probabilidad
Interpretaciones
Dos principales enfoques:
Objetiva (clsica, frecuencia, propensin)
las probabilidades existen y se pueden
medir en el mundo real
Epistemolgica (lgica, subjetiva) las
probabilidades tienen que ver con el
conocimiento humano, medida de creencia
Incertidumbre, E. Sucar: 2 5
Probabilidad
Definicin
Dado un experimento E y el espacio de
muestreo S, a cada evento A le asociamos
un nmero real P(A), el cual es la
probabilidad de A y satisface los siguientes
axiomas
A
Incertidumbre, E. Sucar: 2 6
Probabilidad
Axiomas
0 P(A) 1
P(S) = 1
P(A B) = P(A) + P(B),
A y B mutuamente exclusivas
Incertidumbre, E. Sucar: 2 7
Probabilidad
Justificaciones de Probabilidad
Argumento del libro holands
Deduccin de Cox
Incertidumbre, E. Sucar: 2 8
Probabilidad
Teoremas
P (0) = 0
P (A) = 1 P(A)
P(A B) = P(A) + P(B) P(A B)
Incertidumbre, E. Sucar: 2 9
Probabilidad
Probabilidad Condicional
P(A | B) = P(A B) / P(B)
B1 B3 B4
B2 A
B5
Incertidumbre, E. Sucar: 2 12
Probabilidad
Teorema de Bayes
Con la definicin de probabilidad total, el
teorema de Bayes se puede escribir como:
Incertidumbre, E. Sucar: 2 13
Probabilidad
Eventos independientes
Dos eventos son independientes si la
ocurrencia de uno no altera la probabilidad
de ocurrencia del otro:
P(A | B) = P(A)
P(B | A) = P(B)
Lo que es equivalente a:
P(A B) = P(A) P(B)
Independientes mutuamente exclusivos
Incertidumbre, E. Sucar: 2 14
Probabilidad
Independencia condicional
A es condicionalmente independiente de B
dado C, si el conocer C hace que A y B sean
independientes:
P(A | B,C) = P(A | C)
Ejemplo:
A regar el jardn
B prediccin del clima
C - lluvia
Incertidumbre, E. Sucar: 2 15
Probabilidad
Regla de la Cadena
De la definicin de probabilidad condicional,
se puede evaluar la probabilidad de
A1 A2 A3 ... AN (probabilidad
conjunta) como:
Incertidumbre, E. Sucar: 2 18
Probabilidad
Distribucin de probabilidad
Variables discretas: p(X):
p(X) 0
p(X) = 1
Variables continuas: f(x):
f(x) 0
f(x) = 1
Incertidumbre, E. Sucar: 2 19
Probabilidad
Funcin acumulativa
Probabilidad de que la variable X tome un valor
menor a x
Discretas: P(X) = x p(X)
Continuas: F(X) = x f(X)
Propiedades:
0 F(X) 1
F(X1) F(X2) , si X1 X2
F(-) = 0
F(+) = 1
Incertidumbre, E. Sucar: 2 20
Probabilidad
Estadsticas
Moda: valor de mayor probabilidad
Mediana: valor medio (divide el rea en 2)
Promedio: valor esperado:
E(X) = x X p(X)
Varianza: dispersin
2(X) = x (X E(X))2 p(X)
Desviacin estandar
(X) = 2
Incertidumbre, E. Sucar: 2 21
Probabilidad
Variables aleatorias en 2-D
X y Y son dos funciones que asignan nmeros reales
a los eventos en S, entonces (X, Y) es una variable
aleatoria en dos dimensiones
Propiedades
p(X,Y) 0
p(X,Y) = 1
Ejemplos:
Nmero de artculos terminados en dos lneas de
produccin
Nmero de pacientes con cncer y nmero que fuma
Incertidumbre, E. Sucar: 2 22
Probabilidad
Probabilidad conjunta, marginal,
y condicional
Probabilidad conjunta:
p(X,Y)
Probabilidad marginal:
p(X) = Y p(X,Y)
Probabilidad condicional:
p(X | Y) = p(X,Y) / p(Y)
Incertidumbre, E. Sucar: 2 23
Probabilidad
Independencia y Correlacin
Dos variables aleatorias son independientes si su
probabilidad conjunta es el producto de las
marginales:
p(X,Y) = p(X) p(Y)
Correlacin: grado de relacin lineal entre dos
variables aleatorias (diferente independencia):
(X,Y) = E{[(X E(X)][Y E(Y)]}/ x Y,,
[-1, 1]
Incertidumbre, E. Sucar: 2 24
Probabilidad
Distribuciones bsicas
Uniforme
Binomial
Gaussiana o normal
Incertidumbre, E. Sucar: 2 25
Probabilidad
Uniforme
Todos los valores en el rango son
equiprobables
Incertidumbre, E. Sucar: 2 26
Probabilidad
Binomial
X es el nmero de valores verdaderos en N
repeticiones de un proceso de Bernoulli con
probabilidad P de verdadero (xito)
P(X=k) = (n k) pk (1-p)n-k
Incertidumbre, E. Sucar: 2 27
Probabilidad
Gaussiana
Aproximacin a la binomial con p=0.5 y N
muy grande (corresponde a la suma de
muchas variables aleatorias independientes)
f(x) = 1/(2)1/2 exp[-1/2 ((x-)/)2 ]
Incertidumbre, E. Sucar: 2 28
Probabilidad
Histograma
Muestra el nmero de datos por intervalo en
forma absoluta o relativa
Incertidumbre, E. Sucar: 2 29
Probabilidad
Referencias
[Neapolitan] Cap. 2
[Notas] Appendix Mathematical
Foundations
[Notas] Rice Mathematical Statistics
(gua ilustrada)
Libros bsicos de probabilidad, por ej.:
Meyer, Introductory Probability and Statistical
Applications
Waserman, All of statistics
Incertidumbre, E. Sucar: 2 30
Probabilidad
Actividades
Leer captulo 1 de Pearl y 2 de Neapolitan
Hacer ejercicios de probabilidad en la
pgina del curso (no entregar)
Obtener licencia de MatLab (informtica) y
leer el tutorial en la pgina
Incertidumbre, E. Sucar: 2 31
Probabilidad