La probabilidad es el lenguaje matemático para cuantificar la incertidumbre - Wasserman.
1.- Terminología de probabilidad: Espacio de resultados, eventos, funciones de probabilidad.
2.- Intepretación frecuentista de la probabilidad.
3.- Probabilidad condicional y su relación con independencia.
4.- La regla de Bayes.
El espacio de resultados es el conjunto de posibles resultados de un experimento aleatorio.
Ejemplo: Si lanzamos una moneda 2 veces, entonces
\[ ER = {AA, SS, AS, SA} \]
La probabilidad se puede ver como una proporción de una parte con respecto a un todo
Si en ingeniería química tenemos 1000 estudiantes de los cuales
Si elegimos un estudiante al azar de ingeniería química
Cual es la probabilidad de que sea hombre?
\[ P = 300/700+300 = 0.3 \]
Esto se consigue de la sigiuente forma:
\[ Probabilidad = Eventos favorables/ Eventos posibles \]
Las probabilidades se entienden como una aproximación matemática de frecuencias relativas cuando la frecuencia total tiende a cero.
Supongamos que lanzamos una moneda 10 veces y obtenemos lo siguiente:
lanzamientos_10 <- sample(c("A","S"), 10, replace = TRUE)
lanzamientos_10
## [1] "A" "S" "A" "A" "A" "S" "S" "A" "S" "S"
cumsum(lanzamientos_10 == "A") #Suma acumulada de Aguila
## [1] 1 1 2 3 4 4 4 5 5 5
round(cumsum(lanzamientos_10 == "A")/1:10,2)
## [1] 1.00 0.50 0.67 0.75 0.80 0.67 0.57 0.62 0.56 0.50
Un comité de 5 personas será seleccionado de un grupo de 6 hombres y 9 mujeres. Si la selección es aleatoria, ¿Cuál es la probabilidad de qu el comité esté confirmado por 3 hombres y 2 mujeres?
Hay \(\dbinom{15}{5} \dbinom{9}{2}\) posibles comités que incluyen 3 hombres y 2 mujeres, por lo tanto, la probabilidad que buscamos es:
\[ \frac{\dbinom{6}{3} \dbinom{9}{2}}{\dbinom{15}{5}} \]
Y la función para calcular las combinaciones es choose(n, r)
choose(6,3) * choose(9, 2) / choose(15, 5)
## [1] 0.2397602