julio 2012
Teora de Probabilidad
julio 2012
1 / 33
Introduccin
Variable aleatoria y probabilidad
Teora de Probabilidad
julio 2012
2 / 33
Introduccin
Deniciones de Probabilidad
Teora de Probabilidad
julio 2012
3 / 33
Conceptos de Probabilidad
Probabilidad condicional y no condicional
Teora de Probabilidad
P (B )
julio 2012
4 / 33
Conceptos de Probabilidad
Operaciones con probabilidades
P (AB )
Teora de Probabilidad
P (B )
julio 2012
5 / 33
Conceptos de Probabilidad
Otras propiedades de probabilidades
P (A)
i =n
[ Ai
i =1
i =n
P ( Ai )
i =1
Teora de Probabilidad
julio 2012
6 / 33
Probabilidad Condicional
Caso prctico
Teora de Probabilidad
julio 2012
7 / 33
Probabilidad Condicional
Caso prctico
Ganador Periodo 1
Ganador Periodo 2
Perdedor periodo 2
79
71
Perdedor Periodo 1
71
79
Total
150
150
Teora de Probabilidad
julio 2012
8 / 33
Probabilidad Condicional
Caso prctico
fondo
fondo
fondo
fondo
es
es
es
es
ganador en el periodo 1
perdedor en el periodo 1
ganador en el periodo 2
perdedor en el periodo 2.
Teora de Probabilidad
julio 2012
9 / 33
Probabilidad Condicional
Caso prctico
Perdedor periodo 2
Ganador Periodo 1
52.7%
47.3%
Perdedor Periodo 1
47.3%
52.7%
Total
100%
100%
Teora de Probabilidad
julio 2012
10 / 33
Probabilidad Condicional
Caso prctico
P (B )
50% = 26.4%
Teora de Probabilidad
julio 2012
11 / 33
Conceptos de Probabilidad
La regla de probabilidad total
Teora de Probabilidad
julio 2012
12 / 33
Se pregunta.
Cul es la probabilidad que se ejecute la orden 1 o la orden 2?
Cul es la probabilidad que se ejecute la orden 2, dado que se ejecut
la orden 1,?
Teora de Probabilidad
julio 2012
13 / 33
Recordemos que :
P (AUB ) = P (A) + P (B )
P (AB ) = P (A jB )
P (AB )
P (B )
Teora de Probabilidad
25% = 35%
julio 2012
14 / 33
P (AB )
P (A)
Teora de Probabilidad
julio 2012
15 / 33
Conceptos de Probabilidad
Valor esperado y varianza de variables aleatorias
E (X ) =
P ( Xi ) Xi
i =1
Teora de Probabilidad
E (X )]2
julio 2012
16 / 33
Conceptos de Probabilidad
Valor esperado y varianza de variables aleatorias
i =n
P ( Xi ) [ X
E (X )]2
i =1
E (X ) =
E (X /Si ) P (Si )
i =1
Teora de Probabilidad
julio 2012
17 / 33
Valor Esperado
Propiedades de valor esperado
wi Ri
i =1
i =n
wi E (Ri )
i =1
n
El retorno de un portafolio, esta dada por: E (Rp ) = E ii =
=1 wi Ri
Teora de Probabilidad
julio 2012
18 / 33
Valor Esperado
Ejemplo
EPS($)
0.15
2.60
0.45
2.45
0.24
2.20
0.16
2.00
2.6 + 0.45
2.45 + 0.24
Teora de Probabilidad
2.20 + 0.16
2.00 = 2.34
julio 2012
19 / 33
Valor Esperado
Ejemplo 2
P (d ) + $ (1 + R )
[1
P (d )]
(1 + RF )
(1 + R )
Si el retorno del bono es 12.55% y la prima por riesgo es the 675 pbs,
por arbitraje el retorno de un activo libre de riesgo, por ejemplo un
bono del Tesoro ser 5,8%. E (RTB ) = 12.75 6.75% = 5.8% .Esto
implica que existe un probabilidad de 94% de que el bono no se
declare en default.
[1
Paul Castillo Bardlez (UP)
P (d )] =
1.058
(1 + RF )
= 0.94
=
1.1255
(1 + R )
Teora de Probabilidad
julio 2012
20 / 33
Covarianza
Denicin
ERi ) E (Rj
ERj )
Teora de Probabilidad
julio 2012
21 / 33
Propiedades de la varianza
Propiedades
Teora de Probabilidad
julio 2012
22 / 33
Covarianza
Ejemplo
RB = 30%
RB = 15%
RB = 10%
Rz = 15%
0.25
0
0
Rz = 10%
0
0.5
0
Teora de Probabilidad
Rz = 5%
0
0
0.25
julio 2012
23 / 33
Covarianza
Ejemplo
0.25 + 10%
0.25 + 15%
0.5 + 5%
0.5 + 10%
0.25 = 10%
0.25 = 17.5%
Teora de Probabilidad
julio 2012
24 / 33
Covarianza
Ejemplo 2
Teora de Probabilidad
julio 2012
25 / 33
Covarianza
Ejemplo
EPS($)
0.15
2.60
0.45
2.45
0.24
2.20
0.16
2.00
Teora de Probabilidad
julio 2012
26 / 33
Correlacin
Denicin
i =n i =n
wi wj Cov (Ri Rj )
i =1 j =1
Cov (Ri Rj )
(Ri ) (Rj )
Teora de Probabilidad
julio 2012
27 / 33
Correlacin
Propiedades
Teora de Probabilidad
julio 2012
28 / 33
El teorema de Bayes
Denicin
P (B/A)P (A)
.
P (B )
P (B/Ai )P (Aj )
.
P (B/Aj )P (Aj )
n
ii =
=1
Teora de Probabilidad
julio 2012
29 / 33
El teorema de Bayes
Denicin
P (B/A)P (A)
.
P (B )
Teora de Probabilidad
julio 2012
30 / 33
El teorema de Bayes
Ejemplo
Teora de Probabilidad
julio 2012
31 / 33
El teorema de Bayes
Ejemplo 1
P (Z /B )P (B )
P (Z )
P (B/Z )= 0.20.410.3
0.3 + 0.05
0.25 = 0.41.
= 0.14
Teora de Probabilidad
julio 2012
32 / 33
El teorema de Bayes
Ejemplo 2
P (Z /C )P (C )
P (Z )
0.3 + 0.05
P (B/Z )= 0.050.410.25
0.25 = 0.41.
= 0.03
Teora de Probabilidad
julio 2012
33 / 33