1) El documento presenta una introducción a conceptos básicos de probabilidad y estadística como experimentos, resultados muestrales, espacio muestral y eventos. 2) Explica las definiciones clásica y empírica de probabilidad y los axiomas de Kolmogorov. 3) Resalta que el objetivo del curso es hacer inferencias sobre parámetros desconocidos de una población basadas en una muestra.
El documento define la probabilidad clásica y como frecuencia relativa. La definición clásica requiere un espacio muestral finito y equiprobable, mientras que la definición de frecuencia relativa se basa en repetir un experimento aleatorio muchas veces y medir la frecuencia con la que ocurren los eventos, aproximándose a la probabilidad real cuando el número de repeticiones tiende a infinito. También presenta ejemplos para calcular probabilidades usando ambas definiciones.
El documento presenta una introducción a la teoría de probabilidades. Define conceptos básicos como experimento, espacio muestral, suceso, probabilidad y tipos de sucesos. Explica métodos de conteo como la regla de la multiplicación, permutaciones, variaciones y combinaciones. Finalmente, introduce conceptos como probabilidad condicional, eventos independientes, reglas de adición y multiplicación, y teoremas como el de Bayes. El documento provee una visión general de los principales elementos de la teoría de probabilidades.
Teoria de la probabilidad estadistica. primer 20% 3er corte. (3)luisbadell89
Este documento presenta conceptos básicos de probabilidad. Introduce la definición de probabilidad como un cálculo para determinar si un fenómeno ocurrirá basado en cálculos, estadísticas o teoría. Explica conceptos como espacio muestral, eventos, axiomas de probabilidad, reglas de adición y multiplicación, y distribuciones de probabilidad como la normal y exponencial. El objetivo es que los estudiantes aprendan a aplicar métodos estadísticos en el ámbito económico-empresarial.
La teoría de la probabilidad tiene sus orígenes en juegos de azar inventados por los romanos hace 2000 años. Existen tres definiciones de probabilidad: la clásica, la frecuentista y la axiomática. La definición clásica define la probabilidad como la proporción de casos favorables sobre el total de casos posibles para espacios muestrales finitos. La definición frecuentista la define como el límite de la frecuencia relativa al repetir un experimento infinitas veces. La definición axiomática de Kolmogorov intenta superar las limitaciones de
Este documento presenta los conceptos básicos de la teoría de probabilidad, incluyendo: experimentos aleatorios, espacio muestral, puntos muestrales, sucesos, reglas de probabilidad como la adición y multiplicación, probabilidad condicional e independencia. También explica métodos de conteo como permutaciones, variaciones y combinaciones.
Este documento introduce los conceptos básicos de probabilidad y estadística. Explica que la probabilidad se utiliza para modelar fenómenos no deterministas mediante la asignación de probabilidades a los posibles resultados. También define conceptos clave como población, muestra y espacio muestral.
Este documento presenta conceptos clave de la teoría de probabilidad, incluyendo definiciones de espacio muestral, eventos, probabilidad condicional, teoremas fundamentales de probabilidad y la importancia de la estadística en diferentes campos profesionales. Explica que la teoría de conjuntos es la base de las matemáticas y que un diagrama de árbol representa los resultados posibles de un experimento aleatorio. También describe cómo la estadística se utiliza en ciencias naturales, sociales, económicas y médicas.
El documento define la probabilidad clásica y como frecuencia relativa. La definición clásica requiere un espacio muestral finito y equiprobable, mientras que la definición de frecuencia relativa se basa en repetir un experimento aleatorio muchas veces y medir la frecuencia con la que ocurren los eventos, aproximándose a la probabilidad real cuando el número de repeticiones tiende a infinito. También presenta ejemplos para calcular probabilidades usando ambas definiciones.
El documento presenta una introducción a la teoría de probabilidades. Define conceptos básicos como experimento, espacio muestral, suceso, probabilidad y tipos de sucesos. Explica métodos de conteo como la regla de la multiplicación, permutaciones, variaciones y combinaciones. Finalmente, introduce conceptos como probabilidad condicional, eventos independientes, reglas de adición y multiplicación, y teoremas como el de Bayes. El documento provee una visión general de los principales elementos de la teoría de probabilidades.
Teoria de la probabilidad estadistica. primer 20% 3er corte. (3)luisbadell89
Este documento presenta conceptos básicos de probabilidad. Introduce la definición de probabilidad como un cálculo para determinar si un fenómeno ocurrirá basado en cálculos, estadísticas o teoría. Explica conceptos como espacio muestral, eventos, axiomas de probabilidad, reglas de adición y multiplicación, y distribuciones de probabilidad como la normal y exponencial. El objetivo es que los estudiantes aprendan a aplicar métodos estadísticos en el ámbito económico-empresarial.
La teoría de la probabilidad tiene sus orígenes en juegos de azar inventados por los romanos hace 2000 años. Existen tres definiciones de probabilidad: la clásica, la frecuentista y la axiomática. La definición clásica define la probabilidad como la proporción de casos favorables sobre el total de casos posibles para espacios muestrales finitos. La definición frecuentista la define como el límite de la frecuencia relativa al repetir un experimento infinitas veces. La definición axiomática de Kolmogorov intenta superar las limitaciones de
Este documento presenta los conceptos básicos de la teoría de probabilidad, incluyendo: experimentos aleatorios, espacio muestral, puntos muestrales, sucesos, reglas de probabilidad como la adición y multiplicación, probabilidad condicional e independencia. También explica métodos de conteo como permutaciones, variaciones y combinaciones.
Este documento introduce los conceptos básicos de probabilidad y estadística. Explica que la probabilidad se utiliza para modelar fenómenos no deterministas mediante la asignación de probabilidades a los posibles resultados. También define conceptos clave como población, muestra y espacio muestral.
Este documento presenta conceptos clave de la teoría de probabilidad, incluyendo definiciones de espacio muestral, eventos, probabilidad condicional, teoremas fundamentales de probabilidad y la importancia de la estadística en diferentes campos profesionales. Explica que la teoría de conjuntos es la base de las matemáticas y que un diagrama de árbol representa los resultados posibles de un experimento aleatorio. También describe cómo la estadística se utiliza en ciencias naturales, sociales, económicas y médicas.
La teoría de la probabilidad estudia los fenómenos aleatorios y asigna números a los posibles resultados de experimentos para cuantificar su probabilidad de ocurrencia. Existen diferentes métodos para calcular probabilidades como la regla de adición, multiplicación y Laplace. La teoría de probabilidad se aplica en áreas como estadística, física, finanzas y toma de decisiones gubernamentales.
Ensayo de teoria de probabilidad estadistica manuel suarezmanuel0716
La teoría de la probabilidad estudia los fenómenos aleatorios y asigna números a los posibles resultados de experimentos para cuantificar su probabilidad de ocurrencia. Existen diferentes métodos para calcular probabilidades como la regla de adición, multiplicación y Laplace. La teoría de probabilidad se aplica en áreas como estadística, física, finanzas y toma de decisiones.
Este documento presenta una introducción a la teoría de la probabilidad. Define conceptos básicos como sucesos, espacio muestral, probabilidad discreta y continua, y distribuciones de probabilidad. Explica que la teoría de la probabilidad estudia fenómenos aleatorios cuantificando los resultados posibles de experimentos. También resume definiciones clásicas y axiomáticas de la probabilidad, así como propiedades de la unión de sucesos.
Teoriadeprobabilidad izquiel TRABAJO DE ESTADISTICAizquielar
Este documento presenta un resumen sobre la teoría de probabilidad. Define conceptos clave como experimentos aleatorios y determinísticos, espacio muestral, eventos, reglas de probabilidad como la adición y teoremas. Explica los enfoques frecuentista y clásico para calcular probabilidades y provee ejemplos para ilustrar los conceptos.
Exposición de Probabilidad y estadística pptxal23020048
La teoría de la probabilidad estudia los experimentos aleatorios y eventos que ocurren en ellos. Se basa en la noción de que la probabilidad de un evento es una medida de la certeza de que ocurra. El espacio muestral es el conjunto de todos los resultados posibles de un experimento. Un diagrama de Venn utiliza círculos para representar conjuntos y sus intersecciones.
El documento trata sobre la probabilidad y sus aplicaciones. Explica que la probabilidad mide la frecuencia de un evento aleatorio y se usa en áreas como estadística, física y ciencias. Luego describe los tres métodos para calcular probabilidades: regla de adición, multiplicación y distribución binomial. Finalmente, señala que la teoría de probabilidad se aplica en análisis de riesgo, mercados de materias primas y diseño de productos para mejorar su fiabilidad.
1) El documento introduce conceptos básicos de probabilidad como experimento, resultado, espacio muestral, evento y puntos muestrales. 2) Explica la probabilidad clásica y los axiomas de probabilidad que incluyen que la probabilidad del espacio muestral es 1 y la de un evento está entre 0 y 1. 3) Presenta teoremas como la regla de adición, complementación y multiplicación para calcular probabilidades.
El documento presenta conceptos básicos de probabilidad como espacio muestral, eventos, probabilidad simple y conjunta. Explica que la probabilidad representa la posibilidad de que ocurra un evento y puede calcularse de forma clásica, empírica o subjetiva. También proporciona ejemplos como el lanzamiento de un dado o la selección aleatoria de fichas de colores para ilustrar cómo calcular la probabilidad de diferentes eventos.
Este documento presenta los fundamentos de la teoría de la probabilidad. Explica que los fenómenos pueden ser deterministas u aleatorios, y discretos o continuos. Define conceptos clave como espacio muestral, eventos elementales y compuestos. Luego describe tres enfoques para asignar probabilidades a eventos: el clásico basado en la razón insuficiente, el frecuentista basado en frecuencias relativas observadas, y el subjetivo basado en la opinión del observador. Finalmente, presenta definiciones formales de probabilidad deriv
Este documento presenta un resumen sobre la teoría de la probabilidad. Introduce conceptos como experimentos aleatorios y determinísticos, espacio muestral, eventos, operaciones con eventos, tablas de contingencia, diagramas de árbol y definiciones de probabilidad desde enfoques frecuentista y clásico. También expone algunos teoremas y la regla de adición para el cálculo de probabilidades.
Este documento presenta conceptos básicos sobre probabilidad y distribuciones de probabilidad. Explica que la teoría de probabilidad surge para estudiar experimentos aleatorios cuyos resultados no pueden predecirse con certeza. Define términos como espacio muestral, sucesos, probabilidad condicionada y sucesos dependientes e independientes. También describe propiedades como la aditividad de probabilidades y cómo calcular la probabilidad de eventos compuestos usando eventos simples mutuamente excluyentes.
Repaso de teoría de conjuntos
Fenómenos determinísticos vs. fenómenos aleatorios
Definición de probabilidad
Interpretación frecuentista y Bayesiana de la probabilidad
Espacio muestral, eventos
Sigma-álgebra
Medida de probabilidad, definición, propiedades
Axiomas de Kolmogorov
Probabilidad conjunta, marginal, condicional
Eventos independientes
Teorema de las probabilidades totales, teorema de Bayes
Técnicas de conteo: factorial, permutación, combinatoria
Este documento presenta un syllabus para un curso sobre control estadístico de procesos. Cubre temas como conceptos estadísticos fundamentales, funciones de distribución de probabilidad, control de procesos, gráficos de control por variables y atributos, y capacidad del proceso. El syllabus se desarrollará en 4 días con diferentes temas cada día.
El documento presenta una introducción a la teoría de la probabilidad. Explica que la probabilidad se define como la proporción de casos favorables entre el total de casos posibles. Describe los tres tipos de espacios muestrales (finito, infinito numerable, continuo) y define sucesos y probabilidad clásica y frecuentista. Finalmente, introduce la probabilidad condicionada al proveer información adicional sobre el experimento.
El documento resume conceptos básicos de probabilidad, incluyendo definiciones de sucesos, reglas para calcular probabilidades de uniones e intersecciones de sucesos, y teoremas como la probabilidad total y Bayes. Explica que la probabilidad surgió del estudio de juegos de azar y ahora se usa en estadística.
El documento resume conceptos básicos de probabilidad como experimentos aleatorios, espacio muestral, sucesos, reglas de probabilidad, teoremas de probabilidad total y Bayes. Explica tipos de sucesos como sucesos elementales, compuestos, seguros e imposibles. También cubre cálculo de probabilidades para sucesos como la unión, intersección y diferencia de sucesos.
Este documento introduce el concepto de probabilidad y modelos probabilísticos. Explica que la probabilidad se utiliza para modelar fenómenos no deterministas cuyos resultados no pueden predecirse con certeza, a diferencia de modelos deterministas. Define los conceptos clave de espacio muestral, suceso y probabilidad de un suceso, y proporciona una fórmula básica para calcular la probabilidad cuando el espacio muestral es finito y todos los resultados elementales son igualmente probables.
Este documento introduce la teoría de la probabilidad, incluyendo definiciones clásicas y actuales de probabilidad, tipos de probabilidad como discreta y continua, y la función de densidad. Explica conceptos como evento, espacio muestral y sucesos. También cubre el teorema de Bayes y ejemplos de su aplicación, así como los axiomas y propiedades de la probabilidad. La conclusión señala que el estudio de la probabilidad es útil para el análisis económico en empresas.
La teoría de la probabilidad estudia los fenómenos aleatorios y asigna números a los posibles resultados de experimentos para cuantificar su probabilidad de ocurrencia. Existen diferentes métodos para calcular probabilidades como la regla de adición, multiplicación y Laplace. La teoría de probabilidad se aplica en áreas como estadística, física, finanzas y toma de decisiones gubernamentales.
Ensayo de teoria de probabilidad estadistica manuel suarezmanuel0716
La teoría de la probabilidad estudia los fenómenos aleatorios y asigna números a los posibles resultados de experimentos para cuantificar su probabilidad de ocurrencia. Existen diferentes métodos para calcular probabilidades como la regla de adición, multiplicación y Laplace. La teoría de probabilidad se aplica en áreas como estadística, física, finanzas y toma de decisiones.
Este documento presenta una introducción a la teoría de la probabilidad. Define conceptos básicos como sucesos, espacio muestral, probabilidad discreta y continua, y distribuciones de probabilidad. Explica que la teoría de la probabilidad estudia fenómenos aleatorios cuantificando los resultados posibles de experimentos. También resume definiciones clásicas y axiomáticas de la probabilidad, así como propiedades de la unión de sucesos.
Teoriadeprobabilidad izquiel TRABAJO DE ESTADISTICAizquielar
Este documento presenta un resumen sobre la teoría de probabilidad. Define conceptos clave como experimentos aleatorios y determinísticos, espacio muestral, eventos, reglas de probabilidad como la adición y teoremas. Explica los enfoques frecuentista y clásico para calcular probabilidades y provee ejemplos para ilustrar los conceptos.
Exposición de Probabilidad y estadística pptxal23020048
La teoría de la probabilidad estudia los experimentos aleatorios y eventos que ocurren en ellos. Se basa en la noción de que la probabilidad de un evento es una medida de la certeza de que ocurra. El espacio muestral es el conjunto de todos los resultados posibles de un experimento. Un diagrama de Venn utiliza círculos para representar conjuntos y sus intersecciones.
El documento trata sobre la probabilidad y sus aplicaciones. Explica que la probabilidad mide la frecuencia de un evento aleatorio y se usa en áreas como estadística, física y ciencias. Luego describe los tres métodos para calcular probabilidades: regla de adición, multiplicación y distribución binomial. Finalmente, señala que la teoría de probabilidad se aplica en análisis de riesgo, mercados de materias primas y diseño de productos para mejorar su fiabilidad.
1) El documento introduce conceptos básicos de probabilidad como experimento, resultado, espacio muestral, evento y puntos muestrales. 2) Explica la probabilidad clásica y los axiomas de probabilidad que incluyen que la probabilidad del espacio muestral es 1 y la de un evento está entre 0 y 1. 3) Presenta teoremas como la regla de adición, complementación y multiplicación para calcular probabilidades.
El documento presenta conceptos básicos de probabilidad como espacio muestral, eventos, probabilidad simple y conjunta. Explica que la probabilidad representa la posibilidad de que ocurra un evento y puede calcularse de forma clásica, empírica o subjetiva. También proporciona ejemplos como el lanzamiento de un dado o la selección aleatoria de fichas de colores para ilustrar cómo calcular la probabilidad de diferentes eventos.
Este documento presenta los fundamentos de la teoría de la probabilidad. Explica que los fenómenos pueden ser deterministas u aleatorios, y discretos o continuos. Define conceptos clave como espacio muestral, eventos elementales y compuestos. Luego describe tres enfoques para asignar probabilidades a eventos: el clásico basado en la razón insuficiente, el frecuentista basado en frecuencias relativas observadas, y el subjetivo basado en la opinión del observador. Finalmente, presenta definiciones formales de probabilidad deriv
Este documento presenta un resumen sobre la teoría de la probabilidad. Introduce conceptos como experimentos aleatorios y determinísticos, espacio muestral, eventos, operaciones con eventos, tablas de contingencia, diagramas de árbol y definiciones de probabilidad desde enfoques frecuentista y clásico. También expone algunos teoremas y la regla de adición para el cálculo de probabilidades.
Este documento presenta conceptos básicos sobre probabilidad y distribuciones de probabilidad. Explica que la teoría de probabilidad surge para estudiar experimentos aleatorios cuyos resultados no pueden predecirse con certeza. Define términos como espacio muestral, sucesos, probabilidad condicionada y sucesos dependientes e independientes. También describe propiedades como la aditividad de probabilidades y cómo calcular la probabilidad de eventos compuestos usando eventos simples mutuamente excluyentes.
Repaso de teoría de conjuntos
Fenómenos determinísticos vs. fenómenos aleatorios
Definición de probabilidad
Interpretación frecuentista y Bayesiana de la probabilidad
Espacio muestral, eventos
Sigma-álgebra
Medida de probabilidad, definición, propiedades
Axiomas de Kolmogorov
Probabilidad conjunta, marginal, condicional
Eventos independientes
Teorema de las probabilidades totales, teorema de Bayes
Técnicas de conteo: factorial, permutación, combinatoria
Este documento presenta un syllabus para un curso sobre control estadístico de procesos. Cubre temas como conceptos estadísticos fundamentales, funciones de distribución de probabilidad, control de procesos, gráficos de control por variables y atributos, y capacidad del proceso. El syllabus se desarrollará en 4 días con diferentes temas cada día.
El documento presenta una introducción a la teoría de la probabilidad. Explica que la probabilidad se define como la proporción de casos favorables entre el total de casos posibles. Describe los tres tipos de espacios muestrales (finito, infinito numerable, continuo) y define sucesos y probabilidad clásica y frecuentista. Finalmente, introduce la probabilidad condicionada al proveer información adicional sobre el experimento.
El documento resume conceptos básicos de probabilidad, incluyendo definiciones de sucesos, reglas para calcular probabilidades de uniones e intersecciones de sucesos, y teoremas como la probabilidad total y Bayes. Explica que la probabilidad surgió del estudio de juegos de azar y ahora se usa en estadística.
El documento resume conceptos básicos de probabilidad como experimentos aleatorios, espacio muestral, sucesos, reglas de probabilidad, teoremas de probabilidad total y Bayes. Explica tipos de sucesos como sucesos elementales, compuestos, seguros e imposibles. También cubre cálculo de probabilidades para sucesos como la unión, intersección y diferencia de sucesos.
Este documento introduce el concepto de probabilidad y modelos probabilísticos. Explica que la probabilidad se utiliza para modelar fenómenos no deterministas cuyos resultados no pueden predecirse con certeza, a diferencia de modelos deterministas. Define los conceptos clave de espacio muestral, suceso y probabilidad de un suceso, y proporciona una fórmula básica para calcular la probabilidad cuando el espacio muestral es finito y todos los resultados elementales son igualmente probables.
Este documento introduce la teoría de la probabilidad, incluyendo definiciones clásicas y actuales de probabilidad, tipos de probabilidad como discreta y continua, y la función de densidad. Explica conceptos como evento, espacio muestral y sucesos. También cubre el teorema de Bayes y ejemplos de su aplicación, así como los axiomas y propiedades de la probabilidad. La conclusión señala que el estudio de la probabilidad es útil para el análisis económico en empresas.
Similar a Clase 1 - Unidad 0 - Breve Repaso Estadística.pptx (20)
1. Introduccion a las excavaciones subterraneas (1).pdfraulnilton2018
Cuando las excavaciones subterráneas son desarrolladas de manera artesanal, se conceptúa a la excavación como el “ que es una labor efectuada con la mínima sección posible de excavación, para permitir el tránsito del hombre o de
cémilas para realizar la extracción del material desde el
frontón hasta la superficie
Cuando las excavaciones se ejecutan controlando la sección de excavación, de manera que se disturbe lo menos posible la
roca circundante considerando la vida útil que se debe dar a la roca, es cuando aparece el
concepto de “ que abarca,
globalmente, al proceso de excavación, control de la periferia, sostenimiento, revestimiento y consolidación de la excavación
ESPERAMOS QUE ESTA INFOGRAFÍA SEA UNA HERRAMIENTA ÚTIL Y EDUCATIVA QUE INSPIRE A MÁS PERSONAS A ADENTRARSE EN EL APASIONANTE CAMPO DE LA INGENIERÍA CIVIŁ. ¡ACOMPAÑANOS EN ESTE VIAJE DE APRENDIZAJE Y DESCUBRIMIENTO
2. Breve Resumen Estadística I
Clase 1 – Unidad 0
Entender el concepto de Probabilidad y su uso en la toma de decisiones
La definición de probabilidad ha evolucionado a lo largo del tiempo. No hay nada contradictorio en las
definiciones, los cambios reflejan principalmente la necesidad de una mayor generalidad y un mayor rigor
matemático.
Definiciones Clave: Experimento, Resultado Muestral, Espacio Muestral y Evento
El primero es lo que proporciona un mecanismo conceptual para convertir los fenómenos del mundo real en
términos probabilísticos. Los tres últimos, nos brindan un marco matemático familiar de la teoría de
conjuntos clásica dentro del cual trabajar.
Axiomas y Cálculo de Probabilidades
Kolmogorov definió tres axiomas necesarios y suficientes que toda medida de probabilidad P debe cumplir.
4. Concepto de Probabilidad y su uso en la toma de decisiones
Unidad 0: Breve repaso de Estadística
La teoría de probabilidad tiene su origen en los juegos de azar. Es así como surgió la primera definición de
probabilidad, conocida como enfoque clásico. Se aplica solo a situaciones donde:
El número de resultados posibles es finito.
Todos los resultados son igualmente probables.
En esas condiciones, la probabilidad de un evento A que comprenda m resultados posibles de un total de n
resultados igualmente probables está dada por
P(A) =
𝑚
𝑛
Ejemplos: Dados, Cartas, Monedas, etc.
5. ¿Pero qué ocurre si los resultados no
son igualmente probables y/o la
cantidad de resultados no es finita?
6. Concepto de Probabilidad y su uso en la toma de decisiones
Unidad 0: Breve repaso de Estadística
Es así como en el siglo XX nace la probabilidad empírica, que permite calcular probabilidades a conjuntos
numerables (conjunto finito o conjunto infinito numerable).
Se requiere disponer de un conjunto de datos, donde se supone que se repite el experimento bajo las
mismas condiciones.
Así la probabilidad empírica (o frecuencia relativa) de un evento A, es el número de veces en que el
evento ocurrió (m) divido por el número total de experimentos (n)
Note que la definición del m y n es distinta que el la probabilidad clásica. Según este enfoque, la
probabilidad de un evento dado es el límite (cuando n tiende a infinito) de la fracción m/n, es decir:
P(A) = lim
𝑛→ ∞
𝑚
𝑛
7. Concepto de Probabilidad y su uso en la toma de decisiones
Unidad 0: Breve repaso de Estadística
Por lo tanto, la igualdad ocurre sólo en el caso que repitamos infinitas veces el experimento.
Dado que en la práctica tenemos un conjunto finito de datos, la frecuencia relativa será, en general, no igual
a la probabilidad, solo una estimación. Este tipo de problemas son los que se resuelven en este curso
donde la pregunta que nos hacemos será: Qué tan “buena” es la estimación.
9. Definiciones Clave: Experimento, Resultado Muestral, Espacio Muestral y Evento
Unidad 0: Breve repaso de Estadística
Un Experimento se refiere a cualquier procedimiento que:
Pueda repetirse, teóricamente, un número infinito de veces.
Tiene un conjunto bien definido de resultados posibles.
Por ejemplo,
1. Registrar el precio de apertura de una acción.
2. Medir la presión arterial de un hipertenso.
3. Contabilizar el número de llamadas que recibe un Call Center en una hora.
10. Definiciones Clave: Experimento, Resultado Muestral, Espacio Muestral y Evento
Unidad 0: Breve repaso de Estadística
Cada uno de los eventuales resultados posibles de un experimento se denomina Resultado Muestral,
denotaremos por w, y a la totalidad de resultados posibles se denomina Espacio Muestral, que lo
denotaremos por Ω.
De lo anterior se tiene que w Є Ω.
Finalmente, cualquier colección de resultados muestrales, constituye un Evento.
11. Definiciones Clave: Experimento, Resultado Muestral, Espacio Muestral y Evento
Unidad 0: Breve repaso de Estadística
Asociados a los eventos definidos en un espacio muestral se definen operaciones denominadas Álgebra
de conjuntos. Estas son las reglas que rigen las formas en que un evento se puede combinar con otro.
Definiciones:
Sean A y B dos eventos definidos en el mismo espacio muestral Ω. Entonces:
La intersección de A y B, escrita como A Ո B, es el evento cuyos resultados pertenecen tanto a A como
a B.
La unión de A y B, escrita A Ս B, es el evento cuyos resultados pertenecen a A o B o ambos.
El complemento del evento A, denotado por 𝐴𝑐
, es el evento que consiste en todos los resultados en Ω
que no están en A.
Se dice que los eventos A y B son mutuamente excluyentes (o Disjuntos) si no tienen resultados en
común, es decir, si A Ո B = Ø, donde Ø es el conjunto vacío.
12. Definiciones Clave: Experimento, Resultado Muestral, Espacio Muestral y Evento
Unidad 0: Breve repaso de Estadística
Las relaciones basadas en dos o más eventos a veces pueden ser difíciles de expresar usando solo
ecuaciones.
Un enfoque alternativo es representar gráficamente los eventos subyacentes en un Diagrama de Venn.
La siguiente figura muestra Diagramas de Venn para la intersección, la unión, el complemento y para
dos eventos que son mutuamente excluyentes. En cada caso, el interior sombreado de una región
corresponde al evento deseado
Ω
14. Axiomas y Cálculo de Probabilidades
Unidad 0: Breve repaso de Estadística
Es así como Kolmogorov definió tres axiomas necesarios y suficientes que toda medida de probabilidad P
debe cumplir:
Axioma 1: Sea A un evento del espacio muestral Ω. Entonces
P(A) ≥ 0
Axioma 2: La probabilidad del evento certeza Ω es P(Ω)=1
Axioma 3: Sean A y B dos eventos mutuamente excluyentes (disjuntos) definidos en Ω, entonces
P(A Ս B) = P(A) + P(B)
15. Axiomas y Cálculo de Probabilidades
Unidad 0: Breve repaso de Estadística
Cuando Ω tiene un número infinito de eventos, se requiere de un cuatro axioma.
Axioma 4: Sean A1, A2, .... eventos definidos en Ω, tal que 𝐴𝑖 Ո 𝐴𝑗 = Ø, para todo i ≠ j entonces
P ( 𝑖=1
∞
𝐴𝑖) = 𝑖=1
∞
𝑃(𝐴𝑖)
De estos axiomas surgen reglas generales para manipular la función de probabilidad.
16. Axiomas y Cálculo de Probabilidades
Unidad 0: Breve repaso de Estadística
Propiedades:
P(𝐴𝑐
) = 1 – P(A)
P(Ø) = 0
Si A ʗ B entonces P(A) ≤ P(B)
Para cualquier evento A, se tiene que P(A) ≤ 1
P(A) = P(A Ո 𝐵𝑐
) + P(A Ո B)
P(A Ս B) = P(A) + P(B) - P(A Ո B)
17. Axiomas y Cálculo de Probabilidades
Unidad 0: Breve repaso de Estadística
Hasta el momento…
Se asume que todos los parámetros del modelo probabilístico son conocidos, esto permite calcular, por ejemplo, la
probabilidad de que un evento dado ocurra de manera exacta o aproximada, y/o calcular ciertas características de
una variable aleatoria, como la media, mediana, desviación estándar, entre otras.
Sin embargo, en este curso nos acercaremos aún más a la realidad puesto que los roles del modelo
probabilístico y el resultado de un experimento de interés (datos) están invertidos. En efecto, se observa el
resultado de dicho experimento, mientras que el verdadero valor del parámetro es desconocido.
18. Nuestro Desafío
El objetivo principal será hacer inferencias sobre los parámetros
desconocidos de una población en base a la información
contenida en una muestra.
Así la inferencia estadística está completamente relacionada con
la muestra. Una muestra que no es representativa de la
población hará que se obtengan conclusiones erróneas
sobre esta.
19. 1. ¿Qué es una muestra?
2. ¿Por qué trabajamos con muestras y no con la población?
3. Explique el Teorema del Límite Central.
4. Señale al menos una de cada una: medida de posición, dispersión y
asociación.
PREGUNTAS