Beruflich Dokumente
Kultur Dokumente
La teora de la probabilidad es la parte de las matemticas que estudia los fenmenos aleatorios. Estos deben contraponerse a los fenmenos determinsticos, los cuales son resultados nicos y/o previsibles de experimentos realizados bajo las mismas
condiciones determinadas. Los fenmenos aleatorios, por el contrario, son aquellos que se obtienen como resultado de experimentos realizados, otra vez, bajo las mismas condiciones determinadas pero como resultado posible poseen un conjunto de alternativas, por ejemplo, el lanzamiento de un dado o de un dardo. Muchos fenmenos naturales son aleatorios, pero existen algunos como el lanzamiento de un dado, donde el fenmeno no se repite en las mismas condiciones, debido a que la caractersticas del material hace que no exista una simetra del mismo, as las repeticiones no garantizan una probabilidad definida.
Operaciones conjuntos
Sean a y b dos conjuntos Unin
1
La unin, se denota con el smbolo , de dos conjuntos A y B, que se representa como A B, es el conjunto de todos los elementos que pertenecen al menos a uno de los conjuntos A y B.
Figura 1: A unin B Interseccin La interseccin, se denota con el smbolo , de dos conjuntos A y B es el conjunto A B de los elementos comunes a A y B.
Figura 2: A interseccin B Diferencia La diferencia, se denota con el smbolo \, del conjunto A con B es el conjunto A \ B que resulta de eliminar de A cualquier elemento que este en B.
Figura 3: A diferencia B
Complemento El complemento de un conjunto A es el conjunto A que contiene todos los elementos que no pertenecen a A, respecto a un conjunto B que lo contiene.
Figura 4: Complemento de A Diferencia simtrica La diferencia simtrica, se denota con smbolo , de dos conjuntos A y B es el conjunto A B con todos los elementos que pertenecen, o bien a A, o bien a B, pero no a ambos a la vez.
Leyes
Para realizar operaciones matemticas con los conjuntos clsicos, necesitamos conocer las propiedades que estos poseen. Dados los conjuntos A, B y C se definen las siguientes propiedades: 1. Conmutativa: A B = B A A B = B A 2. Asociativa: A (B C) = (A B) C A (B C) = (A B) C 3. Distributiva: A (B C) = (A B) (A C);
3
A (B C) = (A B) (A C) 4. Idempotencia: A A= A A A= A 5. identidad: A = A A X = X A X = A A = 6. Doble negacin: A= A 7. Transitiva: Si A B C, entonces A C Existen dos propiedades importantes a las que llamamos leyes, la ley del medio excluido y las leyes de Morgan. Ley del medio excluido: incluye la ley del medio excluido y la ley de Contradiccin. I. Ley del medio excluido: Representa la unin de un conjunto A con su complemento A A= X II. Ley de contradiccin: Representa la interseccin del conjunto A y su complemento. A A= Leyes de Morgan: A B = A B A B = A B
Representacin
Hay dos formas de como representar los conjuntos I. DIAGRAMAS DE VENNE Conjunto es representado por una curva cerrada y cada elemento es presentado por un punto.
1
CURVA CERRADA
ELEMENTO
2 3 1
NOMBRE DEL CONJUNTO
II.
DIAGRAMA DE LLAVES Los elementos se encuentran entre llaves. El conjunto va precedido del nombre del conjunto seguido del signo igual.
NOMBRE DEL CONJUNTO
S = {0, 1, 2, 3, 4, 5}
LLAVES
INTRODUCCIN DE LA PROBABILIDAD
Cada vez que realizamos un clculo matemtico para resolver un problema fsico, estamos aplicando un modelo matemtico a un fenmeno de la realidad. Este fenmeno puede ser, por ejemplo, la cada de un objeto desde cierta altura, y en este caso utilizamos un modelo que es la Ley de Gravedad. Qu es un modelo? Al enfrentar un problema de fsica, qumica, ingeniera, etc., estamos analizando e investigando una parte o aspecto de la realidad material que nos rodea. Para resolver el problema, necesitamos modelar esa realidad, es decir, construir una representacin en la mente de cmo ocurren los hechos, junto con ecuaciones matemticas que permitan calcular los efectos de los mismos. En ningn caso se debe confundir modelo con realidad. Un modelo es slo una representacin de la realidad, utilizado para estudiar y analizar dicha realidad. Hay modelos matemticos que nos permiten obtener un resultado numrico preciso, por ejemplo, que la velocidad de un automvil es de 175,5 Km/Hora. O que la corriente elctrica que circula por un cable es de 5,7 Amperios. Este tipo de modelos matemticos se denominan Determinsticos. Existen tambin fenmenos que necesitan otro tipo de modelos matemticos, denominados no determinsticos, probabilsticos o estocsticos. Por ejemplo, supongamos que se ha previsto la realizacin de unas pruebas balsticas para las que se necesita saber la cantidad de lluvia que va a caer en un prximo periodo de tiempo, antes de decidir la forma de llevar a cabo los ensayos. El Tcnico
5
responsable podr informarse en el servicio meteorolgico en relacin con la presin baromtrica, la temperatura, velocidad del viento y otros datos meteorolgicos, sin embargo, no hay una ecuacin que con todos esos datos le permita calcular de forma precisa los milmetros de lluvia que van a caer durante el periodo de tiempo que le interesa. De la misma forma, ningn operador puede calcular cuanto va a subir la Bolsa, ni siquiera si va a subir o bajar, aun cuando tenga a su alcance todas las variables econmicas disponibles. Este tipo de fenmenos no admiten un modelo determinstico, sino un modelo probabilstico, que como resultado nos dice la probabilidad de que llueva una cierta cantidad, o la probabilidad de que la Bolsa suba un cierto porcentaje. El resultado no es un valor determinado, sino la probabilidad de un valor.
estadsticas. Esta definicin seria la ms real, pero proporciona probabilidades aproximadas, es decir, proporciona estimaciones y no valores reales. Adems, los resultados son a posteriori, pues se necesita realizar el experimento para poder obtenerlo. c) La probabilidad clsica de un evento E, que denotaremos por P(E), se define como el numero de eventos elementales que componen al evento E, entre el numero de eventos elementales que componen el espacio muestral:
Es la definicin mas utilizada porque supone de antemano y se necesita como requisito indispensable, que todos los eventos elementales tienen la misma probabilidad de ocurrir.
Diagrama de rbol
Es una herramienta que se utiliza para determinar todos los posibles resultados de un experimento aleatorio. En el clculo de la probabilidad se requiere conocer el nmero de elementos que forman parte del espacio muestral, estos se pueden determinar con la construccin del diagrama de rbol. Para la construccin de un diagrama en rbol se partir poniendo una rama para cada una de las posibilidades, acompaada de su probabilidad. En el final de cada rama parcial se constituye a su vez, un nudo del cual parten nuevas ramas, segn las posibilidades del siguiente paso, salvo si el nudo representa un posible final del experimento (nudo final). Hay que tener en cuenta: que la suma de probabilidades de las ramas de cada nudo ha de dar 1. EJEMPLO Calcular la probabilidad de que al arrojar al aire tres monedas, salgan: tres caras.
Permutaciones y combinaciones
Llamamos permutacin de un conjunto a cada una de las posibles ordenaciones de todos los elementos de dicho conjunto. En ocasiones es necesario tomar de una lista de n objetos, r elementos y colocarlos en un orden determinado. La notacin que utilizamos ser nPr, que dice que de n objetos permutamos enteros y que no es posible que r>n, porque no podramos tomar mas objetos que los n disponibles. Entonces el nmero de posibles formas en que se elijan los elementos es:
nPr=n!/(n-r)!
En muchos problemas nos interesa en el nmero de formas de seleccionar r objetos de n sin importar el orden. Tales selecciones se llaman combinaciones. Una combinacin es realmente una particin con dos celdas, donde una celda contiene los r objetos seleccionados y la otra contiene los (n-r) objetos restantes. El nmero de combinaciones de n objetos distintos tomados de r a la vez es:
nCr=n!/
(r!(n-r)!)
contable.
Continuos: son aquellos espacios donde el n
incontable.
Definiciones de probabilidad
La probabilidad mide la frecuencia con la que se obtiene un resultado (o conjunto de resultados) al llevar a cabo un experimento aleatorio, del que se conocen todos los resultados posibles, bajo condiciones suficientemente estables. La teora de la probabilidad se usa extensamente en reas como la estadstica, la fsica, la matemtica, la ciencia y la filosofa para sacar conclusiones sobre la probabilidad discreta de sucesos potenciales y la mecnica subyacente discreta de sistemas complejos.
10
Definicin clsica
Esta definicin clsica de probabilidad fue una de las primeras que se dieron (1900) y se atribuye a Laplace. Tambin se conoce con el nombre de probabilidad a priori pues, para calcularla, es necesario conocer, antes de realizar el experimento aleatorio, el espacio muestral y el numero de resultados o sucesos elementales que entran a formar parte del suceso. La aplicacin de la definicin clsica de probabilidad puede presentar dificultades de
aplicacin cuanto el espacio muestral es infinito o cuando los posibles los resultados de un experimento no son equiprobables. ej. En un proceso de fabricacin de piezas puede hacer algunas defectuosas no podemos utilizar la definicin clsica pues necesitamos conocer previamente el resultado del proceso de fabricacin Para resolver estos casos, se hace una extensin de la definicin de probabilidad, de manera que se pueda aplicar con menos restricciones, llegando as a la definicin frecuentista de probabilidad.
11
Axiomtica
Las definiciones anteriores son netamente empricas o experimentales, sin embargo despus de establecerse una forma de determinar la probabilidad experimentalmente, se pueden deducir leyes o propiedades de la probabilidad en forma lgica o computacional bajo ciertas suposiciones llamados axiomas de la probabilidad.
Primer axioma
La probabilidad de un suceso A es un nmero real mayor o igual que 0.
Segundo axioma
La probabilidad del total, , es igual a 1, es decir,
Tercer axioma
Si son sucesos mutuamente excluyentes (incompatibles dos a dos, disjuntos o de interseccin vaca dos a dos), entonces: Segn este axioma se puede calcular la probabilidad de un suceso compuesto de varias alternativas mutuamente excluyentes sumando las probabilidades de sus componentes.
Algunos teoremas
Si A y B son dos eventos cualesquiera en un espacio muestral S y P(A) 0, P (AB)=P(A) P (B|A) Si A, B y C son tres elementos cualesquiera en un espacio muestral, tal que P (AB) 0, entonces
12
Independencia
Dos eventos A y B son independientes si y solo si P (AB)=P(A) P (B) Los eventos A1, A2,AK son independientes si y si solo si la probabilidad de la interseccin de cualesquiera de estos eventos es igual al producto de sus probabilidades respectivas.
El complemento
Si A y B son independientes, entonces Ay B tambin son independientes: P(AB)=P(A)P(B) P(AB)=P(A)P(B)
Teorema de Bayes
El teorema de Bayes, enunciado por Thomas Bayes, en la teora de probabilidad, es el resultado que da la distribucin de probabilidad condicional de un evento aleatorio A dado B en trminos de la distribucin de probabilidad condicional del evento B dado A y la distribucin de probabilidad marginal de solo A.
La formula es:
P (A|B)= P (AB) / (P (AB) + P (BA)) P(A)* P (B|A)/ (P(A) P (B|BA) + P (A) P (B|A))
13
CONCLUSIONES
A travs de este trabajo se apreci que un conjunto se define como una coleccin de algo, dichos conjuntos poseen miembros o elementos, pero el mas utilizado para llamarles seria elemento. cuando nos referimos a ellos los marcamos como elementos pertenecientes aX conjunto, en este trabajo se mostraron la teora de conjuntos, es una parte de esta investigacin en la que se presenta la manera en la que estos conjuntos se denotan, sus simbologas principales y sobre todo las diversas operaciones que se manejan con ayuda de ellos; entre los cuales encontramos la de unin, esta se refiere a que elementos del conjunto A estn unidos o relacionados con los elementos del conjunto , en la operacin de interseccin se seala que entre el grupo Ay B comparten cierto numero de elementos, la diferencia de conjuntos esta seala que los elementos de un conjunto no son pertenecientes a otro, el complemento dice que elementos de un grupo pertenecen a otro. Despus de este tema se dio conocer el teorema de Bayes este es prcticamente un claro ejemplo de la probabilidad condicional puesto que para que puedan desatarse los eventos, uno depender de condiciones marcadas por el otro evento. La probabilidad de eventos es eso un estudio realizado a eventos de ese tipo, dichos eventos deben de comportarse de manera estables, una propiedad de los fenmenos aleatorios es al regularidad estadsticas. El espacio muestral y los eventos son temas de los que tambin se trato en este trabajo, el espacio muestral es le conjunto universo de todos los resultados posibles de un experimento dado, se denota con la letra U, S y el evento es un subconjunto del espacio muestral de un experimento aleatorio, la definicin de la posibilidad de manera clsica, dice que se debe de conocer el experimento aleatorio antes de realizar los estudios por eso tambin recibe el nombre de priori. La definicin frecuentista consiste en definir la probabilidad como el lmite cuando n tiende a infinito de la proporcin o frecuencia relativa del suceso. La probabilidad axiomtica responde a uno s axiomas experimental. o leyes dadas despus de lo emprico y El diagrama de rbol es la manera de organizar un evento que tiene
diferentes maneras de solucionarse, las permutaciones tratan de organizar una lista de varios los elementos en orden y las combinaciones son aquellas en las que se incluyen eventos sin importar el orden en otro y la probabilidad condicional y la independiente son bsicas puesto que presentan diversas caractersticas.
14
BIBLIOGRAFA
15