Capitulo 1

ARCHIVOS
• Bit: 0-1
• Código ASCII (“aski”) https://elcodigoascii.com.ar/
• Metodo de Huffman: Codigos de longitud variable. Permiten disminuir espacio promedio
requerido a partir de la frecuencia de aparición de los caracteres.

PROBABILIDAD
• Experimento: Proceso que genera observaciones y que puede ser repetible.
• Espacio muestral: Es el conjunto de todas las observaciones posibles
◦ finito
◦ infinito numerable
◦ infinito no muerable (?)
• Evento/sucesos: Es un subconjunto del espacio muestral. Se designan con las letras
mayúsculas A, B, C, D, etc.

TEORIA DE CONJUNTOS
Sucesos
• S: Evento Cierto. Es un subconjunto de S certero o cierto
• Ø: Evento Imposible. Es un subconjunto de S imposible
• A(u para arriba)B: Evento Unión. Sucede cuando pasa A, pasa B
• A(u para abajo)B: Eveto Intersección. Sucede cuando pasa A y B.
• Ac o A(con raya de ceteris paribus): Evento Opuesto. Sucede cuando no pasa A.
• A-B=A(u para abajo)Bc: Evento Diferencia. Sucede cuando ocurre A pero no B
• AÇB: Suceso Contenido/Implicado. “A está contenido en B”. Si sucede A, sucede B. Cada
vez que sucede A también ha sucedido B. (Si hay fuego -A- hay oxígeno -B- // Oxigeno
contiene a fuego)

Frecuencia relativa: Es la cantidad de repeticiones de un determinado suceso.

PROPIEDADES

Asociatividad:

Conmutatividad:

Distributividad:

Leyes de Morgan:

AXIOMAS
A1: P(A) >= 0
• La probabilidad de que exista un evento es mayor a cero.

A2: P(S) = 1
• La suma de las probabilidades de S es igual a 1

A3: A∩B = Ø o P(A∩B) = 0

• Si A y B son excluyentes la probabilidad de que haya una intersección A∩B es cero. La
probabilidad AUB es igual a la sumatoria de P(A)+P(B). Es posible calcular la probabilidad
de un suceso compuesto de varias alternativas mutuamente excluyentes sumando las
probabilidades de sus componentes.
• A3b: Lo mismo para una colección infinita numerable de sucesos

PROPIEDADES

5
 CAPITULO 2
PROBABILIDAD CONDICIONAL
“La probabilidad de A dado B”. Es la probabilidad de que suceda un evento A habiendo ya
ocurrido un evento B. Se puede decir que las probabilidades condicionales reducen el espacio
muestral (e) de A.

P(A|B) = P(A∩B) / P(B)

REGLA DEL PRODUCTO

Permite encontrar la probabilidad de que ocurra un evento A y B al mismo tiempo.

P(A∩B) = P(A) * P(A|B)

PARTICION DEL ESPACIO MUESTRAL

Resulta cuando el conjunto de los sucesos A1, A2, An ocupan el espacio muestral pero no
tienen interesecciones.

TEOREMA DE LA PROBABILIDAD TOTAL

Dada la partición de un espacio muestral S, la probabilidad de un suceso B es igual a la
suma de las probabilidades condicional de los sucesos que implican a B.

TEOREMA DE BAYES
Vincula la probabilidad de A dado B, “revisando” la probabilidad original P(A) a partir de
que se introduce el evento B.

Probabilidad a priori: Es la probabilidad A (antes de conocer los datos)

Probabilidad a posteriori: Es la probabilidad de A dado B (una vez que se conocen los datos)
 P(A|B)= P(B|A)*P(A) / P(B)

INDEPENDENCIA
Es el caso en donde la probabilidad de A no se ve modificada por la ocurrencia del suceso B.
P(A|B) = P(A)

Los eventos A y B son independientes: P(A∩B) = P(A)*P(B)

Si la igualdad no se cumple, los elementos son dependientes.

PROPIEDADES

1. Si los sucesos A y B son excluyentes, entonces A y B no son independientes.

2. Si P(B)=0, entonces B es independiente de A

3. Si A C B, A y B no son independientes.

4. Si A y B son sucesos independientes, A y Bc (contrario de B) también lo son.

INDEPENDENCIA DE MAS DE DOS EVENTOS

La definición de independencia de dos eventos puede extenderse a más de dos.

…...
 CAPITULO 3
VARIABLES ALEATORIAS DISCRETAS
Es una función que asigna un valor al resultado de un experimento ejecutado dentro de un
determinado espacio muestral.

V.A = Variable aleatoria (se nominan con letras mayusculas)

valores de V.A = se nominan con letras minúsculas
Rx = Es el rango de valores posibles que puede tener una V.A

DISCRETAS
Una variable es discreta si toma un número finito o infinito numerable de valores.

Función de probabilidad puntual o de masa

La probabilidad puntual de una v.a.X indica cómo se distribuye la probabilidad total entre
los distintos valores. Se determina a partir de la probabilidad de los sucesos asociados a cada valor
de X.
(La probabilidad que tiene cada evento de ocurrir)

Px(X) = P(

La sumatoria de las probabilidades puntuales da 1

Función de distribución acumulada

Fx(X)=P(X<=x)

La función asigna a cada valor real de x, el de la probabilidad de que una variable aleatoria X asuma
un valor inferior o igual a x

PROPIEDADES DE LA FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

1
2
3
4
5

[….]

PARAMETRO DE UNA FUNCIÓN DE PROBABILIDAD

La probabilidad de éxito de un experimento va entre 0 y 1. Las variaciones de probabilidad
(espectro que va de 0 a 1) se denomina familia de distribuciones.
El valor p se denomina parámetro de la distribución.
0<p<1

ESPERANZA O VALOR ESPERADO DE UNA v.a DISCRETA (E)

 Es el valor que formaliza la media de una distribución aleatoria. La esperanza en una
variable discreta es igual a la suma de las probabilidades de cada suceso aleatorio (de cada
probabilidad puntual).
En el ejemplo de los dados:

En este caso como todos los sucesos tienen igual probabilidad, la esperanza es igual a la media
aritmética.

v.a de tipo Bernouilli

Es una variable aleatoria que puede tomar solo dos valores en sus probabilidades puntuales
(1-2 / Exito – fracaso).

Casos en donde no existe la esperanza (E)

Si la serie de datos absolutos diverge, la esperanza no puede definirse y se postula como
imposible Ø.
….

INTERPRETACIÓN DE LA ESPERANZA
E(X) es el centro de gravedad de la función de probabilidad puntual. Es decir que es una
medida del “centro” de la distribución.

“Ley de los grandes números”: El promedio de los resultados obtenidos en un experimento

aleatorio que toma distintos valores, tiende a esstabilizarse en un número que es el E(X) si es que
éste existe.

….

PROPIEDADES DE LA ESPERANZA

1. Linealidad. Si a y b son constantes reales entonces E(aX+b) = aE(X)+b

2. Si X es una v.a. tal que P(X=c)=1, entonces E(X)=c

VARIANZA DE UNA v.a. DISCRETA

 CAPITULO 4
EXPERIMENTO BINOMIAL

Se denomina experimento binomial al que cumpla los cuatro requerimientos:

• El experimento consiste en n pruebas, siendo n fijo
• Las pruebas son idénticas y solo hay dos posibles resultados (ensayo de Bernoulli)
• Las pruebas son independientes, por lo que el resultado de una prueba no influye sobre el de
otras
• La probabilidad de éxito se mantiene constante en todas las pruebas. P(E)=p

VARIABLE ALEATAORIA BINOMIAL

En un experimento binomial, la v.a binomial X es igual al número de éxitos en las n
repeticiones: X~Bi(n,p) (n= total de ensayos del experimento) (p=Probabilidad de éxito)

VARIABLE ALEATORIA GEOMÉTRICA