R Markdown

Introducción a la probabilidad

“Probabilidad es el lenguaje matemático para cuantificar incertidumbre.” -Wasserman

  1. Terminología de probabilidad: espacio de resultados, eventos, funciones de probabilidad, etc.

  2. Interpretación frecuentista de probabilidad.

  3. Probabilidad condicional y su relación con independencia.

  4. La regla de Bayes.

Espacio de resultados y eventos

El espacio de resultados \(\Omega\) es el conjunto de posibles resultados de un experimento aleatorio.

Ejemplo: Si lanzamos una moneda dos veces entonces:

\[ \Omega = \{AA, AS, SA, SS \} \]

El evento: que el primer lanzamiento resulte águila es

\[ A = \{AA, AS\} \]>

Eventos Equiprobables

La probabilidad se puede ver como una extensión de la idea de proporción, o cociente de una parte con respecto a un todo. Si en la carrera de química tenemos:

la proporción de hombres es:

\[ \frac{300}{700+300}=0.3\ \]

Ahora, supongamos que elegimos un estudiante al azar, la probabilidad de elegir una mujer es 0.7.

En el ejemplo hay un supuesto implícito en elegir al azar (o aleatoria mente), en este caso estamos suponiendo que todos los estudiantes tienen la misma probabilidad de ser elegidos, que nos lleva al siguiente concepto:

Eventos equiprobables. Si todos los elementos en el espacio de resultados tienen la misma oportunidad de ser elegidos entonces la probabilidad del evento A es el número de resultados en A dividido entre el número total de posibles resultados:

\[ P(A) = \frac{\#(A)}{\#(\Omega)} \]

Por lo que solo hace falta contar. e.g. La probabilidad de obtener AA si lanzamos una moneda 2 veces es de 1/4 que tambien es 0.25 ó 25%, y la probabilidad del evento que el primer lanzamiento resulte águila es de 2/4 = 0.5 ó 50%

Si lanzamos dos datos y suma los numeros obtenidos Cuál es la probabilidad de que la suma de los numeros sea 5? \[\Omega = \{36\} \] \[\Omega = \{4\} \] \[ \frac{4}{36}=0.1111\ \]

*Cuál es la probabilidad de que el sugundo numero sea mayor que el primero?

\[\Omega = \{36\} \] \[\Omega = \{15\} \] \[ \frac{15}{36}=0.41\ \]

*Reíte las preguntas anteriores vuando lanzas 2 dados de 8 caras. Cuál es la probabilidad de que la suma de los numeros sea 5? \[\Omega = \{64\} \] \[\Omega = \{4\} \]

\[ \frac{4}{64}=0.0625\ \]

*Cuál es la probabilidad de que el sugundo numero sea mayor que el primero?

\[\Omega = \{64\} \] \[\Omega = \{28\} \] \[ \frac{28}{64}=0.4365\ \]

Ejemplo: combinaciones Un comité de 5 personas será seleccionado de un grupo de 6 hombres y 9 mujeres. Si la seleccion es alatoria, Cuál es la probabilidad de que el comité está conformado por 3 hombres y 2 mujeres?

Hay \(\dbinom{15}{5}\) Posibles comites, cada uno tiene la misma posibilidad de ser seleccionado.

Por otra parte hay \(\dbinom{6}{3} \dbinom{9}{2}\) posibles comites que incluyen 3hp,bres y 2 mujeres, por lo tanto, la probabilidad que buscamos es:

\[ \frac{\dbinom{6}{3} \dbinom{9}{2}}{\dbinom{15}{5}} \]

y la funcion para calcular las convinaciones en R (Random) es choose(n, r)

choose (6, 3) * choose (9, 2) / choose (15, 5)

Interpretación frecuentista de probabilidad

Las probabilidades se entienden como una aprocimación matemática de frecuencias relativasn Cuando la frecuncia total tiende a infinito.

Supongamos que lanzamos una moneda 10 veces y obtengamos:

Lanzamientos_10 <- sample(c(“A”, “S”),10, replace=TRUE)

Para calcular la secuencia de frecuencias relativas de águila

cumsum(Lanzamientos_10== “A”) Suma acumulada de águilas

round(cumsum(Lanzamientos_10 == “A”) / 1:10, 2 )

Distribuciones de probabilidad

Distribuciónes Alias Distribución normal norm Distribución binomial binom Distribución Poisson pois Distribución exponencial exp Distribución t de student t Distribución chi cuadrada chisq Distribución F F

Prefijos Funciones Prefijos Función de distribucion p Función cuantílica q Función de densidad d Generación alatoria r

dexp = función de dencidad de distribucion exponencial