Actuaría (plan 2006) 2015-1
Tercer Semestre, Probabilidad I
Grupo 9034 66 alumnos.
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO
FACULTAD DE CIENCIAS
Probabilidad I
Prof. Fernando Guerrero Poblete (poblete22@ciencias.unam.mx)
Ayud. Lidia Ivone Agustin Navia (infinito2.lian@gmail.com)
OBJETIVO(S)
Introducir los conceptos básicos de la Probabilidad Matemática. Ilustrar cómo una gran variedad de problemas que surgen
en diferentes actividades se pueden modelar y resolver utilizando la teoría de Probabilidad.
TEMARIO
1. Espacio de Probabilidad
-
Espacio Muestral, eventos y su interpretación.
-
Panorama histórico de la Probabilidad, interpretación frecuentista, definición clásica, probabilidad geométrica.
-
Definición axiomática de Probabilidad (sin énfasis en sigma-algebras).
-
Propiedades de la Probabilidad.
-
Probabilidad Condicional e Independencia.
-
Fórmulas de la Probabilidad Total y de Bayes.
-
Teorema de Continuidad de la Probabilidad.
-
Simulación de ejemplos elementales para ilustrar la interpretación frecuentista.
2. Variables Aleatorias y Funciones de Distribución
-
Definición de variable aleatoria.
-
Función de distribución y sus propiedades.
-
Variables aleatorias discretas y funciones de masa o densidad. Ejemplos: Bernoulli, Binomial, Poisson, Uniforme, Geométrica, Binomial negativa Hipergeométrica y modelos donde éstas aparecen.
-
Variables aleatorias continuas (o absolutamente continuas) y funciones de densidad. Ejemplos: Uniforme, Normal, Exponencial, Gamma, Cauchy, Beta, Weibull, Pareto, Frechet, Gumbel, Logística, Gaussiana inversa y modelos donde éstas aparecen.
-
Función de distribución de funciones de variables aleatorias.
-
Simulación de variables aleatorias continúas.
3. Momentos de Variables Aleatorias
-
Esperanza, varianza y propiedades.
-
Momentos de variables aleatorias.
-
Esperanza de funciones de una variable aleatoria.
-
Desigualdad de Chebyshev.
-
Funciones Generadoras: función generadora de momentos, función generadora de momentos factoriales (para variables aleatorias con valores en los naturales) y aplicaciones.
4. Vectores aleatorios discretos. Independencia
-
Vectores aleatorios.
-
Funciones de densidad y de distribución; conjunta y marginales.
-
Variables aleatorias independientes.
-
Sumas de variables aleatorias independientes.
-
Propiedades de la esperanza y la varianza.
-
Enunciado de algunos teoremas límite: Leyes de los Grandes Números, Teorema de Límite Central.
BIBLIOGRAFÍA BÁSICA
-
Gnedenko, B. V., The Theory of Probability, New York: Chelsea, 1975.
-
Grinstead, S., Introduction to Probability, Providence, Rhode Island: American Mathematical Society, 1997.
-
Hoel, P. G., Port, S. C., Stone, C. J., Introduction to Probability Theory, Boston: Houghton Miin Company, 1971.
-
Ross, S., Introduction to Probability Models, New York: Academic Press, 2000.
-
Ross, S., A First Course in Probability Theory (5th ed), New Jersey: Prentice Hall,1997
BIBLIOGRAFÍA COMPLEMENTARIA
-
Mood, A. M., Graybill, F. A., Boes, D. C.. Introduction to the Theory of Statistics (3rd ed), New York: McGraw-Hill,1974.
-
Morris, H. Probabilidad y Estadística. Mèxico D.F. Addison-Wesley Iberoamericana. 1988.
-
Chung, Kan, Ian. Teoría Elemental de la Probabilidad y de los Procesos Estocásticos. España. Editorial Revertè. 1983.
SUGERENCIAS DIDÁCTICAS
La participación activa de los alumnos mediante exposiciones.
SUGERENCIA PARA LA EVALUACIÓN DE LA ASIGNATURA
Además de las calicaciones en exámenes y tareas se tomará en cuenta la participación del alumno.
EVALUACIÓN
-
PARCIALES (3) 20% de la calicación total cada uno; en las semanas 4, 6 y 12 del curso.
-
TAREAS (individuales) Y EXAMENES CORTOS 20%
-
EXPOSICIÓN (equipos) Y TAREA EXAMEN 20%
-
Se suma de 1 a 3 y se redondea al entero más próximo apartir de 0.6
-
Se podrá reponer a lo más un parcial
-
Todos los parciales deben de estar aprobados para validar su evaluación
-
Las tareas son individuales y sólo se pedirán al azar 1 a 3 ejercicios el dia de la entrega.