Documente Academic
Documente Profesional
Documente Cultură
probabilidad
Harry y Paula van a una pizzeria. Ellos estn recin empezando una relacin. Paula
ordena la mitad de su pizza con salami y Harry con jamn. Luego ellos comparten su
pizza, en lo que notan que dejan de compartir un pedazo de afuera o un pedazo central
de la pizza. Sin embargo, a Harry que normalmente le gusta mas lo de afuera, no se
preocupa de eso en su actual situacin. Y tambin paula deja su mitad de afuera por
casualidad. Cun grande es verdaderamente la probabilidad, que Harry tenga dos
pedazos de pizza de su preferencia del total?
Archivo:Pizza estadistica.png
Pedazos de Pizza
La respuesta correcta sera 1/4. Pero porque obtenemos la probabilidad precisamente de
1/4?
Obtenemos un proceso: Para inicios iguales (condicin compleja) se puede intentar
intercambiando dos mitades de los pedazos aleatoriamente, haciendolo repetidamente
frecuente a voluntad. Cada ocasin tiene un desenlace incierto. Se trata aqui de una
operacin aleatoria (experimento, intento).
La operacin aleatoria se puede tambien describir a travs de:
Desenlace incierto
Resultados y Acontecimientos
El concepto actual del clculo de probabilidades se presenta del siguiente modo:
Suceso aleatorio: nmero de autos que a las 12 del medio dia conducen por un
contador de autos en un determinado lugar. = {0, 1, 2, 3, ...}.
Suceso aleatorio: una persona adulta sera pesada (en kg). = {x|30 x 200; x
R}.
F: R; A P(A)
Una funcin P, que cada suceso A de E ordena un nmero real se llama probabilidad
cuando cumple el siguiente axioma:
Axioma de la Probabilidad:
Dados dos sucesos A,B que estan en .
1.
No-negatividad
2.
Nominalidad
3.
Este sistema de axiomas se puede contar solo para muchos finitos sucesos. Para muchos
infinitos sucesos Ai (i = 1, 2, ...) se obtiene, en vez del conjunto finito solucin, una Algebra. Se mantienen ampliado todos las propiedades de los conjuntos solucin de
muchos infinitos sucesos Ai. Aqui se detalla el tercer axioma respectivo:
3. Son los sucesos Ai completamente disjuntos en pares, es por su distribucin
en caso de
que Ai sea disconjunto (-Aditividad).
El principio simtrico tiene sobre todo una desventaja que no se puede aplicar para
todos los sucesos aleatorios, p. e.: para muchos eventos infinitos. Frecuentemente se
asigna tambien a un resultado distintas probabilidades, p.e.:
con n(A) como nmero de intentos que se han surgido del evento A. Se designa ese
conexion como Ley de grandes nmeros. La ley proporciona el razonamiento que se
puede evaluar desconocidas probabilidades con ayuda de una visin emprica, aqui eso
nos sirve de mucha ayuda!.
Para muchas preguntas se rechazan ambos conceptos de probabilidad arriba
mencionados. P.e. para sucesos, que se realizan raramente, no se tiene una una serie de
intentos disponibles; como la probabilidad de exito de un nuevo producto ubicado en el
mercado. Se quier llevar el ejemplo a una compaia de detergente. Se encuentra ante
una alternativa, de hacer publicidad en la televisin o no. Se confronta con los eventos:
Cuando pasa la propaganda televisiva es para la compaia un exito/un fracaso. Cuando
no se pasa la propaganda es para la compaia tambien un exito/ un fracaso. Para estas
cuatro alternativas se debe determinar probabilidad. No se tiene informacion confiable
sobre el evento, no se puede tener datos previos, eventualmente bajo consideraciones de
experiencias parecidas se asigna una probabilidad determinada. Esa forma de proceder
se denomina el concepto subjetivo de probabilidad.
Hay sucesos que se definen como conjuntos, se puden ilustrar tambien en muchos
eventos y en sus probabilidades en un diagrama de Venn. La probabilidad es la
superficie del correspondiente conjunto.
Tenemos || = 50 diferentes resultados. Se puede de ahi sacar que cada cliente tiene la
misma probabilidad de ser escogido.
Definimos ahora los sucesos:
A: El cliente comi pizza; B: El cliente comi lasagne;
C: El cliente tom vino; D: El cliente tom agua.
Se tiene bajo el principio de simetra:
Podemos calcular:
La regla de Morgan: