Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Trabajo
Teora de la probabilidad
La teora de la probabilidad es la parte de las matemticas que estudia los fenmenos
aleatorios estocsticos. Estos deben contraponerse a los fenmenos determinsticos, los
cuales son resultados nicos y/o previsibles de experimentos realizados bajo las mismas
condiciones determinadas, por ejemplo, si se calienta agua a 100 grados Celsius a nivel
del mar se obtendr vapor. 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 una moneda. La teora de
probabilidades se ocupa de asignar un cierto nmero a cada posible resultado que pueda
ocurrir en un experimento aleatorio, con el fin de cuantificar dichos resultados y saber si
un suceso es ms probable que otro.
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. En los procesos reales que se
modelizan mediante distribuciones de probabilidad corresponden a modelos complejos
donde no se conocen a priori todos los parmetros que intervienen; sta es una de las
razones por las cuales la estadstica, que busca determinar estos parmetros, no se
reduce inmediatamente a la teora de la probabilidad en s.
En 1933, el matemtico sovitico Andri Kolmogrov propuso un sistema de axiomas para
la teora de la probabilidad, basado en la teora de conjuntos y en la teora de la medida,
desarrollada pocos aos antes por Lebesgue, Borel y Frechet entre otros.
Esta aproximacin axiomtica que generaliza el marco clsico de la probabilidad, la cual
obedece a la regla de clculo de casos favorables sobre casos posibles, permiti la
rigorizacin de muchos argumentos ya utilizados, as como el estudio de problemas fuera
de los marcos clsicos. Actualmente, la teora de la probabilidad encuentra aplicacin en
las ms variadas ramas del conocimiento, como puede ser la fsica (donde corresponde
mencionar el desarrollo de las difusiones y el movimiento Browniano), o la economa
(donde destaca el modelo de Black y Scholes para la valuacin de acciones).
2 Ao - ESTADSTICA
Profesor Lic. HSO Diego Manzi
Pgina 1
(1)
donde A es un suceso cualquiera y:
es el nmero de veces que se ha repetido una accin u observacin cuyo
resultado puede dar el suceso A o no-A.
es el nmero de veces que observa A en todas las observaciones.
Este tipo de definiciones si bien permitieron desarrollar un gran nmero de propiedades,
no permitan deducir todos los teoremas y resultados importantes que hoy forman parte
de la teora de la probabilidad. De hecho el resultado anterior se puede demostrar
rigurosamente dentro del enfoque axiomtico de la teora de la probabilidad, bajo ciertas
condiciones.
La primera axiomatizacin completa se debi a Andrei Kolmogorov (quien us dicho
enfoque por ejemplo para deducir su "ley 0-1 para sucesos cola" y otros resultados
relacionados con la convergencia de sucesiones aleatorias). La definicin axiomtica de la
probabilidad se basa en resultados de la teora de la medida y en formalizaciones de la
idea de independencia probabilstica. En este enfoque se parte de un espacio de medida
normalizada
donde
2 Ao - ESTADSTICA
Profesor Lic. HSO Diego Manzi
Pgina 2
,
La interpretacin de esta probabilidad es la frecuencia promedio con la que aparece dicho
suceso si se considera una eleccin de muestras aleatorias sobre
debiera
2 Ao - ESTADSTICA
Profesor Lic. HSO Diego Manzi
Pgina 3
, es el
espacio que consiste en todos los resultados que son posibles. Los resultados, que se
denota por
Definicin axiomtica
Como se ha adelantado anteriormente la defincin axiomtica de probabilidad es una
extensin de la teora de la medida, en la que se introducen la nocin de independencia
relativa. Este enfoque permite reproducir los resultados de la teora clsica de la
probabilidad adems de resultados nuevos referidos a la convergencia de variables
aleatorias. Adems de los procesos estocsticos, el clculo de Ito y las ecuaciones
diferenciales estocsticas.
Dentro del enfoque axiomtico es posible demostrar que la ley dbil de los grandes
nmeros implica que se cumplir que:
Donde se interpreta
Variables aleatorias
Una variable aleatoria es una funcin medible
.
Pgina 4
donde:
designa el cardinal o "nmero de elementos" de un conjunto.
, es el conjunto de todos los
posibles valores que toma la variable aleatoria.
Probabilidad continua
Un problema de probabilidad continua es uno en el que aparecen variables aleatorias
capaces de tomar valores en algn intervalo de nmeros reales (y por tanto asumir un
conjunto no numerable de valores), por lo que continuando con la notacin anterior:
Para una variable aleatoria discreta esta funcin no es continua sin constante a tramos
(siendo continua por la derecha pero no por la izquierda). Para una variable aleatoria
2 Ao - ESTADSTICA
Profesor Lic. HSO Diego Manzi
Pgina 5
Donde
a tramos.
Funcin de densidad de probabilidad
La funcin de densidad, o densidad de probabilidad de una variable aleatoria
absolutamente continua, es una funcin a partir de la cual se obtiene la probabilidad de
cada valor que toma la variable definida como:
2 Ao - ESTADSTICA
Profesor Lic. HSO Diego Manzi
Pgina 6