3: Probabilidad
- Page ID
- 84197
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)
- 3.1: Eventos
- Definición de eventos y explicación de la diferencia entre eventos simples y compuestos.
- 3.2: Probabilidad Condicional
- Explicación de la probabilidad compuesta y ecuaciones para describir situaciones que involucran probabilidad compuesta.
- 3.3: Regla de Bayes
- Visión general de la regla de Bayes y sus aplicaciones para encontrar la probabilidad de un evento simple condicionado a uno compuesto, utilizando la probabilidad del evento compuesto condicionado al simple.
- 3.4: Variables aleatorias
- El papel de la variable aleatoria\(x\) en situaciones donde a cada evento en un espacio muestral se le asigna un valor numérico, incluso en la búsqueda del valor medio y la varianza.
- 3.5: Variables aleatorias continuas y la función de densidad de probabilidad
- Introducción a variables aleatorias continuas, que requieren el uso de la función de densidad de probabilidad para encontrar el valor medio de la variable aleatoria\(x\) y de sus funciones.
- 3.6: El PDF gaussiano
- Descripción general de la función de densidad de probabilidad normal o gaussiana
- 3.7: La Función de Probabilidad Acumulada
- La Función de Probabilidad Acumulativa, cómo se relaciona con la función de densidad de probabilidad, y su papel en la transformación del pdf de una variable aleatoria en el pdf de una función de esa variable aleatoria.
- 3.8: Teorema del límite central
- El Teorema del Límite Central como propiedad de variables aleatorias, y una breve descripción de sus aplicaciones en el mundo real. Una propiedad bastante sorprendente de las variables aleatorias se captura en el teorema del límite central; que una suma de variables aleatorias tomadas de distribuciones, incluso muchas distribuciones diferentes, se acerca a una sola distribución gaussiana a medida que el número de muestras aumenta.