Probabilidad

Teorema 1.   0 Distribuciones de probabilidad discretas

Teorema 2. 
  ,  :          -~Uniformem: -  . 

.  1,2, , m

Teorema 3.         
 Reparte la masa de probabilidad por igual o uniformemente.
 
     
 Teorema 4.   :    o b $ p q p q)$
Teorema 5.   1 Teorema 6.    1   >-  ]-  D3 9 
! ! p q $
Probabilidades compuestas  Probabilidades condicionales

 -~Bernoullir: -  .  r ; s$; .  0,1
/ 
 Representa toda situacin donde se de xito o fracaso.
Teorema.        ! / " /
!  #  / $
  
>-  r ]-  rs D3 9  s  rE :
Teorema de las probabilidades totales.      / 
Teorema de Bayes.  /  )
%&' %(/&'  -~Binomialm, r: -  .  t;ur ; s $; .  0,1,2, , m
'*+ %&' %(/&'  Probabilidad de que en m repeticiones se obtenga . veces xito.
Independencia estocstica >-  mr ]-  mrs D3 9  s  rE : 

   , /  
p wx yz
Caractersticas de las Distribuciones de Probabilidad -~Poissonv: -  .  .  0,1,2,
;!
Si - es una v.a. discreta: -  . / 0, 0. 1 23 ; 56 -  .  1 Probabilidad de que ocurran . xitos por unidad de tiempo, rea o producto.
q
Funcin de Distribucin Acumulada: 7.  -  .  :; :$< 8  9 >-  v ]-  v D3 9  E yp $
Esperanza Matemtica: =  >-  56 .-  . *Distribucin Poisson como lmite de la Binomial
Esperanza de una funcin de una v.a.: >?@-A  56 @.-  . En su origen, Poisson determino esta distribucin de probabilidad como lmite de la distribucin Binomial,
en el caso que: >-  mr  v, m | y r | 0; en la prctica se puede realizar dicha aproximacin con
Momento respecto al origen de orden B: >- C   56 . C -  . un error no relevante siempre que: r  0.1 y v  mr  5.
Momento de orden B respecto a la media: >?-  =C A  56 .  =C -  .
Funcin generatriz de momentos: D3 9  >E :3   56 E :; -  . -~Geomtricar: -  .  rs ;$ .  1,2,
Funcin caracterstica: F9  >E :3   56 E :; -  . Probabilidad de . ensayos hasta que ocurra un xito.
<  p q
Si - es una v.a. continua: G3 . / 0, 0. 1 23 ; H$< G3 .I.  1 >-  ]-  D3 9 
b $p q
:
Funcin de Distribucin Acumulada: 7.  -  .  H$< GJ 9I9
;$
<
Esperanza Matemtica: =  >-  H$< .G3 .I. -~BNr: -  .  t$ ur s ;$ .  m, m  1,
< Probabilidad de . ensayos hasta que ocurran m xitos.
Esperanza de una funcin de una v.a.: >?@-A  H$< @.G3 .I. 
 p q
<
Momento respecto al origen de orden B: >- C   H$< . C G3 .I. >-  m ]-  m D3 9 
b $p q
<
Momento de orden B respecto a la media: >?-  =C A  H$<.  =C G3 .I.
< N wN
z )wz
Funcin generatriz de momentos: D3 9  >E :3   H$< E :; G3 .I. -~H, m, B: -  .  .  0,1,2, , mB, m
<
)
Funcin caracterstica: F9  >E :3   H$< E :; G3 .I. Probabilidad de . ocurrencias de B en m ensayos dependientes.
Propiedades C C C $
N O :  MN S:
>-  m ]-  m 1 
?P1A: >-  
C L
M 6
P ?P2A: >- C   L P ?P3A: >U  U $
M: N :Q N M: N :Q
?P4A: >U-  U>- ?P5A: >U-  X  U>-  X Agradecimiento especial al PhD Luis Ral Pericchi Guerra
?P6A: Z !  V-  >?-  =! A  >- !   =! ?P7A: ]U  0
Referencias: Arniz, Gonzalo. (1978). Introduccin a la estadstica terica (3 ed.). Valladolid: Lex-Nova.
Canavos, George C. (1988). Applied probability and statistical methods (1 ed.).
?P8A: ]U-  U! ]- ?P9A: ]U-  X  U! ]- Virginia: McGRAW-HILL.
 Forbes, Evans, Hastings, Peacock, Catherine y otros. (2011). Statistical distributions (4 ed.).
Desigualdad de CHEBICHEV: |-  =| a BZ  b John Wiley & Sons Ltd.
C Paolella, Marc. (2007). Intermediate probability: A computational approach. John Wiley & Sons Ltd.
de3$fg h de3$fk h
Coeficiente de Asimetra: c  Coeficiente de Curtosis: j  Martn, Javier y Luis Ruiz-Maya. (2005). Fundamentos de probabilidad (2 ed.). Espaa: Thomson.
ig ik Wilcox, Rand. (2009). Basic statistics: Understanding conventional methods and modern insights.
Copyright 2011 Omar Chocotea Poca United States of America: Oxford University Press Inc.
 5 M
 
 
.7  8

~3,L : 13/ KL/ L35M/
 5/A


,
+ 0
Distribuciones de probabilidad continuas
5 M
.7 8.7 8

~Uniforme, :  
  
 
   
, 
 

  
 
L L 3L
  ,K + 2 ,K + 4
L 3LJL


   
  
 
    
 

~Weibull1, 2:  
 
3 ) /4
3 5
,
+ 0
   #0 %
   ! &
45

  1 - )
 " ' /45


 
  () 
 2 71 ; 8 
  2 71 ; 8
 

~Exponencial(: 
  1 - )
* * 
,
+ 0 3 3

    
  
  
.   W   
.7 8N.7 8.7 8.W 7 8

  2  U 71 ; 8 -  71 ; 8V #
  5 5 5 5
* * *
   #2 %9
W
* 3 3  
XY.7 8. 7 8Z
*" 5 5
[  W   
.758J.758.758P. 758.758N.[ 758
%

~Gamma1, 2:  
 
)
 3 /4
,
+ 0 
U.7 8. 7 8V
 
.34 5 5 5


   
  12 
  12 

4  .3
Funcin Gamma: 1  \_
3 )  ]
,1 + 0
^
.3
3
   7 8 # %  3 71 ; 8 EP1F: 1  1 - 1! EP2F: 1  1 - 1 1 - 1
  
4" 3 3
EP3F: 7 8  b Formula de Stirling: 1! c 2b113 ) 3


33 
 @AB 
3e
 3e
  3e
N  U V
33 333

~Normal<, =  :  
  )
  7 8
 C ,- 
  P 
>?
3e_    ^e_   3e_g3h   3   ; 3
5  
E
- < F  =  
  < 
  = 
! ,||  1
 
^ 3ye
y   3ye
y  ; 2 3y{z
y
z
 !
)
u @
u
ETaylor - Mac Laurin F: ELeibinz F:
   ) #0 %3
 e_
H" ?  "  !

 3
ENmero )F: )  lim3^ 71 ; 8
3

~I3  
 
)
  3/ /
5 ,
+ 0
.7 85/
Optimizacin
:
Sea la funcin  
, la condicin necesaria para que la funcin tenga extremos es que exista algn
_ ,

[1] Funcin de una variable real
5
 .7  8

   
  1 
  21 tal que  
_   0, siendo suficiente para la existencia de:
Mximo:  
_   0 Mnimo:  
_  + 0 Punto de inflexin:  
_   0 y 
_  0
5
.7 8

3/
   7 8 # %  3 71 ; 8
 J J
[2] Funcin de dos variables reales
" 3 3
Sea la funcin  
, , funcin objetivo que se quiere optimizar:
[2.1] Extremos libres

: gradiente; : hessiano.

~Beta1, K:  
 
3 1 -
L
.3L
,0 
 1   Mximo relativo: || + 0 y

0
.3.L
0
 
   U V ||  
5 M    
Mnimo relativo: ||  0 y +0

  
7 87 8

  
 

.3L.3 3 5M 5M 0 
 
.3.3L 3L 3L Punto silla: ||  0
 

# %
L33L N3LO3L 3L3LPQ
3L3L 3L3L3LN Sea la funcin  
, , funcin objetivo que se desea optimizar sujeta a la condicin 
,   ,
[2.2] Extremos condicionados: Multiplicadores de Lagrange

siendo una constante.

5  
5 
,   
,  ; (E
,  - F: Funcin Lagrangiana
 
 
.7 8

~3 : 71 ; 8 (: Multiplicador de Lagrange.
 

,- 

5 
.7 8.7 83 3 
, : condicin de ptimo; : hessiano orlado.
 

  0 
  0
3
,1 + 2  0

3
  Mximo relativo: | | + 0

,    0 |
|    
Mnimo relativo: | |  0
0  
*  

Copyright 2011 Omar Chocotea Poca