Escolar Documentos
Profissional Documentos
Cultura Documentos
UNAD
TRABAJO COLABORATIVO 1
PROBABILIDAD
GRUPO 100402_306
TUTORA:
LUIS ALEXANDER SARAVIA ROA
PRESENTADO:
LUCY STELLA BELTRAN CIFUENTES
CC. 51.793.602
INTRODUCCION
En muchos campos de la actividad humana se trabajan fenmenos que posee
algunos grados de incertidumbre y en un importante nmero de situaciones se
llega a decisiones soportadas en el estudio de tales hechos.
El economista estudia la oferta y la demanda de un producto y establece
alguna relacin funcional sin llegar a determinar exactamente la interaccin
entre las dos, la incertidumbre se presenta debido a la alcatoriedad del
fenmeno que se observa, pero adems por el desconocimiento del verdadero
estado del sistema lo cual equivale a ignorar los parmetros que determinen
ese estado de naturaleza, se requiere por lo tanto de un procedimiento
estructurado, sistematizado, formalizado, es decir cientfico, para manejar la
incertidumbre y que adems permita cuantificar los diversos niveles de esta.
El ser humano ha tratado de medir su nivel de incertidumbre, tal medida se
conoce como probabilidad.
Para indicar el grado de incertidumbre de un evento, esta se debe explicar en
trminos numricos, para ello se debe conocer reglas y operaciones de la
probabilidad.
P ( A ) P( B)
1
2
Particiones
Es posible definir particiones sobre el espacio muestral. Formalmente
hablando, una participacin sobre se define como un conjunto numerable:
{ A 1 }1 N tal que
1. A 1 A2 .. An =
2. A i A j= i j; i , j=1. . n
3. P ( Ai ) > A i=1. . n
Ejemplo:
En el caso experiment aleatorio lanzar un dado, el espacio muestral del
experimento seria = {1,2,3,4,5,6 } . Por otro lado cambiamos ligeramente la
experiencia pasando en el nmero resultante de la suma de dos dados,
entonces tenemos dos posibles espacios mustrales para modelar nuestra
realidad:
= { ( 1,1 ) , ( 1,2 ) , ( 1,3 ) , ( 1,4 ) , ( 1,5 ) , ( 1,6 ) , ( 2,1 ) , ( 2,2 ) ( 6,6) }={ 1,2,3,4,5,6 } { 1,2,3,4,5,6 }
= {2,3,4 .,12 }
FACTORIAL DE UN NMERO
El factorial de un entero positivo, factorial de n o n factorial se define en
principio como el productos de todos los nmeros enteros positivos desde 1
(es, decir, los nmeros naturales) hasta n por ejemplo
5 !=1 2 3 4 5=120
Simbologa
n !=
1 si ,n=0
( n1 ) ! n si , n>0
Z1.
( n1 ) !=
n!
n
Vlida para todo nmero mayor o igual que1. Asa se conoce que 5! es 120,
entonces 4! es 24 porque:
5 ! 120
=
=24
5
5
y por lo tanto 3 ! debe ser necesariamente 6 puesto que
4! 4
= =6
4 24
3! 6
2! 2
= =2, 1! = =1
3 3
2 2
n !=1
tendremos
que 0! corresponde a:
0 !=
1! 1
= =1
1 1
() ()
()
( )
()
( )
()
(nk )= ( nKn)!! . K !
De igualmente se puede encontrar en la derivacin por la regla del producto
para derivadas de orden superior de manera similar que el binomio de Newton:
n
(n )
(n )
( n1)
( n2)
( n1)
(n)
(K) (n K )
fg = n fg + n f g
+ n f g
++ n f
g + n f g= N f g
0
1
2
n1
n
k
K=0
n
d x
( f ( x ) g ( x ) )=
n
dx
() ()
()
( )
()
( )
( n )= ( n1 ) != t n1 et dt
0
Solo para n>0, se puede generalizar an ms, para todo nmero complejo z,
que no sea igual aun entero no positivo, mediante la siguiente definicin:
( z )=( z1 ) !=lim
n! n
( z+1 ) (z +n)
Doble factorial
n
{( n21)si ,.nnsi0,n> 0
Ejemplo
8 =2. 4.6. 8=384
9 =1.3 .5 .7 .9=945
n=0,1,2, .
Empieza as 1,1,2,3,8,15,48,105,384,945,3840
( n2 ) =
n
y esta es la solucion de dobles factoriales para n=1,3,5.7
n
1
1
1,1, , , .
3 15
( 2 n+1 ) ! ( 2n+ 1 ) !
= n
( 2n )
2 n!
4. ( 2 n1 ) =
( 2 n+1 ) ! ( 2 n ) !
=
( 2 n2 ) 2n n !
4. ( 2 n1 ) =
( 2 n+1 ) ! ( 2 n ) !
=
( 2 n2 ) 2n n !
) !!
( 12 )= ( 2 n1
2
4. n+
4.
( n2 +1)= 22! !
n+1
2
PROBABILIDAD CONDICIONAL
Es la probabilidad de que ocurra un evento A, sabiendo que tambin sucede
otro evento B. La probabilidad condicionada se escribe P (A I B), y se lee la
probabilidad de A dado B
Probabilidad condicional bajo independencia estadstica
P ( B| A =P(B)
( B| A =P(B A )/P (A )
No tiene por qu haber una relacin casual o temporal entre Ay B puede
preceder en el tiempo a B, sucederlo o puede ocurrir simultneamente. A puede
causar B, viceversa o puede no tener relacin causal. Las relaciones causales
o temporales son nociones que no pertenecen al mbito de la probabilidad.
Pueden desempear un papel o no dependiendo de la interpretacin que se le
d a los eventos.
Definicin
Dado un espacio de probabilidad, ( , F , P)
A ,BF
con
definida como:
P ( A| B =
P( A b)
P (B)
Interpretacin:
Tomando los mundos en los que B se cumple,
P ( A| B
se puede interpretar
como la fraccin en los que tambin se cumple A, si el evento B es, por ejemplo
tener gripe, y el evento A es tener dolor de cabeza P ( A| B sera la
probabilidad de tener dolor de cabeza cuando se est enfermo de gripe.
Grficamente, si se interpreta el espacio de la ilustracin como el espacio de
todos los mundos posibles, A seria los mundos en los que se tiene dolor de
cabeza y B en el espacio en el que se tiene gripe. La zona roja de la
interaccin representara los mundos en los que se tiene gripe y dolor de
cabeza P( A b) . En este caso P ( A| B , es decir la probabilidad de que
alguien tenga dolor de cabeza sabiendo que tiene gripe, seria, sera la
proporcin de mundos con gripe y dolor de cabeza (color rojo) de todos los
mundos con gripe. El rea verde dividida por el rea de B. Como el rea roja
A B
P(B) , formalmente se
representa
P ) y el rea de B representa a
tiene que:
P ( A| B =
P( A b)
P (B)
P ( A| B
1. P ( A ) =+ P ( A| B . P ( B ) + P ( A| B . P ( B)
Independencia de sucesos
Dos sucesos aleatorios A y B son independientes si y solo si:
A B=P( A) P (B)
P
P ( B| A =P(B)
Adems, si
P ( B ) >0
entonces
( A|B , es
igual a 0
La falacia de la probabilidad condicional
La falacia de la probabilidad condicional se basa en asumir que
casi igual
siguiente
P ( A| B =P ( B| A ) .
P(B)
teorema de Bayes
P( A)
P ( A| B es
P ( A| B y P ( B| A es la