La teora de la decisin Es una rea interdisciplinaria de estudio, relacionada con casi todos los participantes en ramas de la ciencia, la ingeniera

y, principalmente, la psicologa del consumidor (basados en perspectivas cognitivo-conductuales). Concierne a la forma y al estudio del comportamiento y fenmenos ps uicos de a uellos las decisiones ptimas La teora de la probabilidad es la parte de las matemticas ue estudia los fenmenos aleatorios estocsticos. Estos deben contraponerse a los fenmenos determinsticos, los cuales son resultados !nicos y"o previsibles de e#perimentos reali$ados ba%o las mismas condiciones determinadas, por e%emplo, si se calienta agua a &'' grados Celsius a nivel del mar se obtendr vapor. Los fenmenos aleatorios, por el contrario, son a uellos ue se obtienen como resultado de e#perimentos reali$ados, otra ve$, ba%o las mismas condiciones determinadas pero como resultado posible poseen un con%unto de alternativas, por e%emplo, el lan$amiento de un dado o de una moneda. La teora de probabilidades se ocupa de asignar un cierto n!mero a cada posible resultado ue pueda ocurrir en un e#perimento aleatorio, con el fin de cuantificar dic(os resultados y saber si un suceso es ms probable ue otro. En la teora de probabilidades, el espacio muestral o espacio de ue toman las decisiones (reales o ficticios), as como las condiciones por las ue deben ser tomadas

muestreo (denotado E, S, ) o U) consiste en el con%unto de todos los posibles resultados individuales de un e#perimento aleatorio. *or e%emplo, si el e#perimento consiste en lan$ar dos monedas, el espacio de muestreo es el con%unto +(cara, cara), (cara, cru$), (cru$, cara) y (cru$, cru$),. -n evento o suceso es cual uier subcon%unto del espacio muestral, llamndose a los sucesos ue contengan un !nico elemento sucesos elementales. En el e%emplo, el suceso .sacar cara en el primer lan$amiento., o +(cara, cara), (cara, cru$),, estara formado por los sucesos elementales +(cara, cara), y +(cara, cru$),. *ara algunos tipos de e#perimento puede (aber dos o ms espacios de muestreo posibles. *or e%emplo, cuando se toma una carta de un ma$o normal de /0 cartas, una posibilidad del espacio de muestreo podra ser el n!mero (del as al rey), mientras ue otra posibilidad sera el palo (diamantes, tr1boles, cora$ones y picas). -na descripcin

completa de los resultados, sin embargo, especificara ambos valores, n!mero y palo, y se podra construir un espacio de muestreo ue describiese cada carta individual como elproducto cartesiano de los dos espacios de muestreo descritos. Los espacios de muestreo aparecen de forma natural en una apro#imacin elemental a la probabilidad, pero son tambi1n importantes en espacios de probabilidad. -n espacio de probabilidad (), F, P) incorpora un espacio de muestreo de resultados, ), pero define un con%unto de sucesos de inters, la 2-lgebra F, por la cul se define la medida de probabilidad P. Tipos de espacio muestral[editar editar cdigo] *odemos diferenciar entre dos tipos de espacios muestrales3 discretos y continuos. Discretos[editar editar cdigo] 4on a uellos espacios donde el n!mero de sucesos elementales es finito o infinito numerable. Espacio probabilstico discreto[editar editar cdigo] Es a uel cuyo espacio muestral es discreto.*odemos diferenciar varios tipos de espacio probabilstico discreto3 Espacio Probabilistico Discreto Equiprobable[editar editar cdigo]

4u espacio muestral es finito de tamao n. La probabilidad de cual uier suceso elemental E es

, de a u se deduce

ue para todo suceso 5 la probabilidad

es Espacio Probabilistico Finito[editar editar cdigo]

4u espacio muestral es discreto finito. 6ay al menos 0 sucesos elementales ue cumplen.

Procesos Estocasticos Finitos Y Diagramas de rbol[editar editar cdigo] -n proceso estocstico es una sucesin finita de e#perimentos aleatorios, cada uno de ellos con un n finito de resultados posibles. 4e representan con diagrama de rbol. *or e%emplo, imaginemos ue se lan$a una moneda y un dado de seis caras. La

probabilidad de obtener un resultado particular corresponde a la multiplicacin de sus probabilidades. Es decir, la probabilidad de obtener cara y un tres ser3

5(ora bien, la probabilidad de un suceso cual uiera es la suma de las probabilidades de los distintos resultados aislados posibles. 5s, la probabilidad de sacar siempre un resultado impar en los dados, independientemente del resultado de la moneda, ser3

Espacio Probabilistico In inito !ontable[editar editar cdigo] 5 uel cuyo espacio muestral es discreto infinito contable. *or e%emplo

La probabilidad de ue salga cara en la primera tirada ----7 La probabilidad de ue salga nuevamente cara en la segunda tirada

----7

La probabilidad de

ue salga nuevamente cara en la tercera tirada

----7 !ontinuos[editar editar cdigo] 4on a uellos espacios donde el n!mero de sucesos elementales es infinito incontable. Espacio probabilstico continuo[editar editar cdigo]

Espacio muestral infinito no numerable. -8o es posible observar puntos concretos del espacio.

9iene sentido (ablar de intervalos observados. - 8o es posible asignar probabilidad a un punto concreto, se asigna a intervalos.

*or -----7

tanto

la

funcin

est

definida

sobre

intervalos

-6abitualmente cuando traba%amos con magnitudes fsicas. "a uncin de demanda

La funcin de demanda se define como a u1lla ue recoge la cantidad ue se consumira de un bien ante un precio dado, o a la inversa, la disposicin a pagar de los consumidores sobre un bien en concreto (de a( ue se (able de funcin directa de demanda o de funcin inversa de demanda, bien sea por ue se disponga en funcin del precio o de la cantidad del bien).

Consideremos la funcin de demanda la cual depende de cuatro factores3 el precio del bien, el precio de los dems bienes, la renta, y los gustos de los consumidores. :rficamente, la funcin de demanda la definiremos en relacin al factor ms determinante, el precio del bien. La pendiente de la funcin de demanda ser decreciente, dado ue a menor precio los consumidores demandarn mayor cantidad, y viceversa. Consideremos un precio tal como p;el cual determinar una cantidad demandada de ;. 4i el precio del bien se reduce, la cantidad demandada aumentar. 9al como podemos apreciar el despla$amiento ue a lo largo de la curva de demanda se (a producido lo genera una alteracin de la variable precio. 4i a(ora consideramos el resto de los factores ue influyen en la funcin de demanda, su alteracin ceteris paribus, provocar bien un despla$amiento paralelo (acia la derec(a por3 aumento del precio de los bienes sustitutivos, reduccin del precio de los bienes complementarios, aumento de la renta, o bien por el aumento del gusto. < (acia la i$ uierda en los casos contrarios.

E#presin matemtica ue relaciona la Cantidad =emandada de un >ien o servicio con todas las variables de las cuales ella depende3 *recio del >ien, *recio de otros >ienes, ?ngreso de las personas, gustos, etc. 4e denota como3 @ f (*, *o, ?, :, y) donde3 3 representa la Cantidad =emandada del >ien, *3 su *recio, *o3 el precio de otros >ienes, ?3 el ?ngreso de las personas, :3 sus gustos y otros factores. 4i suponemos ue todas las variables, e#cepto *, permanecen constantes, la teora nos dice ue una reduccin en el *recio conduce a un aumento de la cantidad demandada y viceversa, lo ue se conoce como .ley de la =emanda.. 5l representar la Auncin de =emanda, en un grfico donde en el e%e vertical se mida el *recio del >ien, y en el e%e (ori$ontal su Cantidad =emandada, la ley de la =emanda nos muestra una curva de inclinacin negativa. Esta .curva. de =emanda se traslada como resultado de cambios en las otras variables, tales como el ?ngreso, gustos, etc., cambiando la Cantidad =emandada del >ien. uncin de distribucin En la 9eora de la *robabilidad y en Estadsticas, una uncin de distribucin acumulada (fda) describe la probabilidadde ue una variable aleatoria real X su%eta a

cierta ley de distribucin de probabilidad, se sit!e en la $ona de valores menores o iguales a x.

?ntuitivamente, asumiendo la funcin f como la ley de distribucin de probabilidad, la fda sera la funcin con la recta real como dominio, con imagen del rea hasta aqu de la funcin f, siendo aqu el valor x para la variable aleatoria real X.

La fda asocia a cada valor x, la probabilidad del evento3 .la variable B toma valores menores o iguales a #.. Las Aunciones de =istribucin 5cumulativa se emplean tambi1n para especificar la distribucin de variables aleatorias multivariantes. Esperan#a matemtica La esperan#a matemtica o $alor esperado de una variable aleatoria discreta es la suma del producto de la probabilidad de cada suceso por el valor de dic(o suceso. Los nombre de esperan#a matemtica y $alor esperado tienen su origen en los %uegos de a$ar y (acen referencia a la ganancia promedio esperada por un %ugador cuando (ace un gran n!mero de apuestas. 4i la esperan#a matemtica es cero , E(#) @ ',

el %uego es equitati$o , es decir, no e#iste venta%a ni para el %ugador ni para la banca. En estadstica la esperan#a matemtica (tambi1n

llamada esperan#a, $alor esperado, media poblacional o media) de una variable aleatoria , es el n!mero ue formali$a la idea de valor medio de un

fenmeno aleatorio. Cuando la variable aleatoria es discreta, la esperan$a es igual a la suma de la probabilidad de cada posible suceso aleatorio multiplicado por el valor de dic(o suceso. *or lo tanto, representa la cantidad media ue se .espera. como resultado de un e#perimento aleatorio cuando la probabilidad de cada suceso se mantiene constante y el e#perimento se repite un elevado n!mero de veces. Cabe decir ue el valor ue toma la

esperan$a matemtica en algunos casos puede no ser .esperado. en el sentido ms general de la palabra - el valor de la esperan$a puede ser improbable o incluso imposible.

Probabilidad condicional es la probabilidad de ue ocurra un evento A, sabiendo ue tambi1n sucede otro evento B. La probabilidad condicional se escribe P(ACB), y se lee la probabilidad de A dado B. 8o tiene por u1 (aber una relacin causal o temporal entre A y B. A puede preceder en el tiempo a B, sucederlo o pueden ocurrir simultneamente. A puede causar B, viceversa o pueden no tener relacin causal. Las relaciones causales o temporales son nociones ue no pertenecen al mbito de la probabilidad. *ueden desempear un papel o no dependiendo de la interpretacin ue se le d1 a los eventos. -n e%emplo clsico es el lan$amiento de una moneda para luego lan$ar un dado. Cul es la probabilidad de obtener una cara (moneda) y luego un D (dado)E *ues eso se escribira como * (Cara C D). El condicionamiento de probabilidades puede lograrse aplicando el teorema de >ayes.

?ndependencia (probabilidad)

En teora

de

probabilidades,

se

dice

ue

dos sucesos

aleatorios son independientes entre s cuando la probabilidad de cada uno de ellos no est influida por ue el otro suceso ocurra o no, es decir, cuando ambos sucesos no estn relacionados. De inicin ormal[editar editar cdigo] =os sucesos son independientes si la probabilidad de ue ocurran ambos

simultneamente es igual al producto de las probabilidades de ue ocurra cada uno de ellos, es decir, si

FGHC>-I8JKK-DK=FC-GK>L<->>ALA.