Está en la página 1de 29

Procesos Estocsticos

Departamento de Elctrica y Electrnica


Dr. Marco J. Flores C.

Abril-Septiembre 2016

Conjuntos y Probabilidad

Conjuntos
1. Teora de Conjuntos
Un conjunto, S , es una coleccin de objetos llamados elementosa .
Los conjuntos pueden ser:
Finitos
Innitos: contable o no-contable

Un subconjunto B de un conjunto A es otro conjunto cuyos


elementos son tambi'en elementos de A. La siguiente gura ilustra
el caso:

Los subconjuntos se denotan por el smbolo , por ejemplo, B A.


a En

la literatura de probabilidades S
Dr. Marco J. Flores C.

Procesos Estocsticos

Conjuntos y Probabilidad

Conjuntos
1. Ejemplos de conjuntos
Conjunto nito: S = {Lanzamiento de un dado} = {1, 2, 3, 4, 5, 6}
Conjunto innito contable: S = {1, 2, 3, ...}
Conjunto innito no-contable:
a) S = {(x, y ) : b 6 x y 6 a}

b) S = {(r , c) : 95 6 r 6 97, 313 6 c 6 340}

Dr. Marco J. Flores C.

nmeros decimales infinitos


0.9999
0,000999999

Procesos Estocsticos

Conjuntos y Probabilidad

Conjuntos
Subconjuntos de un conjunto nito
Los subconjuntos que se pueden formar a partir del conjunto S , nito, es
2n ; donde n es el nmero de elementos.
Por ejemplo:
Caso 1: Si el conjunto tiene 4 elementos, entonces se tienen 24 = 16
subconjuntos
Caso 2: Si el conjunto tiene 8 elementos, entonces se tienen
28 = 256 subconjuntos
Caso 3: Si el conjunto tiene 50 elementos, entonces se tienen
250 = 1.1259x 1015 subconjuntos
Listar todos los subconjuntos de los conjuntos: S1 = {1, 2, 3},
S2 = {a, b, c, d} y S3 = {a1 , a2 , a3 , a4 , a5 , a6 , a7 , a8 }.

Dr. Marco J. Flores C.

Procesos Estocsticos

Conjuntos y Probabilidad

Probabilidades
2. Elementos de la Teora de Probabilidades
Experimento aleatorio: Es un experimento cuyo resultado no
puede ser determinado de antemano
Espacio muestral (Conjunto Universal): Es un conjunto de todos
los posibles sucesos de un experimento aleatorio Este espacio puede
ser:
1

Finito
Innito: contable o no-contable

Es un subconjunto de un espacio muestral. Es decir, un


evento es cualquier coleccin de los posibles sucesos de un
experimento:
Evento:

-lgebra o -campo

Es una funcin que asigna un valor a los eventos.


Generalmente, este valor est en el intervalo [0, 1]
Probabilidad:

Dr. Marco J. Flores C.

Procesos Estocsticos

Conjuntos y Probabilidad

Probabilidades
Ejemplos de espacio muestral
Lanzamiento de monedas:

Dos veces , entonces el espacio muestral es: S1 = {CC , CS, SC , SS}


Tres veces, entonces el espacio muestral es:
S2 = {CCC , CCS, CSC , SCC , SSC , SCS, CSS, SSS}

Formar los subconjuntos de S1 y S2


Sistema de radares: El voltaje de la onda de ruido al tiempo t es el
espacio muestral: S = {, }
Filtro pasa bajo RC: La regin formada por la resistencia
(ohmios)y la capacitancia (micro-faradios) constituyen el espacio
muestral S = {(r , c) : 95 6 r 6 105, 300 6 c 6 340}
Falla de componentes: El conjunto de funciones X (t) para los que
X (t) = 1 para 0 6 t 6 t0 y X (t) = 0 para t > t0 , donde t0 > 0 es el
tiempo donde el componente falla.

Dr. Marco J. Flores C.

Procesos Estocsticos

Conjuntos y Probabilidad

Probabilidades
2.1 -lgebra (F)
En probabilidades son de inters aquellas colecciones de subconjuntos
(eventos) de S que cumplen las siguientes condiciones [5], [1], [2],[4]:
1

S F

Si A1 , A2 , ... F entonces
Si A F entonces Ac F

i=1

Ai F

Como consecuencia directa se tiene:


Si S F entonces F (por (3)).
Si A1 , A2 , ... F, entonces por (2) y (3) se tiene:

Ai =

i=1

La dupla (S, F) se denomina

!c
Aci

i=1

espacio medible[5].

Dr. Marco J. Flores C.

Procesos Estocsticos

Conjuntos y Probabilidad

Probabilidades

2.2. -lgebra de Borel de R


Considere la coleccin de todos los intervalos abiertos (a, b) de R, con
a 6 b . A la mnima -lgebra generada por esta coleccin se le llama
-lgebra de Borel de R, y se la denota por B(R).
B(R) = {(a, b) R : a 6 b}

(1)

A los elementos de B(R) se los denomina conjuntos de Borel. De esta


manera se puede asociar la B(R) al conjunto de los nmeros reales.
Nota: La -lgebra de Borel se dene como la -lgebra generada por
los conjuntos abiertos (o equivalentemente, por los conjuntos cerrados).

Dr. Marco J. Flores C.

Procesos Estocsticos

Conjuntos y Probabilidad

Probabilidades
Ejemplos
a) Si S 6= . Entonces F = {S, } es una -lgebra, denominada
-lgebra trivial, y es la ms pequea que se puede denir a partir
de S .
b) Si S 6= y A S . Entonces F = {S, A, Ac , } es una -lgebra.
c) Sea S = {1, 2, 3} entonces, vericar que si:

{1}, {1, 2}, {1, 2, 3}


{2}, {1, 3},
F=

{3}, {2, 3},

cumple las propiedades de -lgebra.

Dr. Marco J. Flores C.

Procesos Estocsticos

Conjuntos y Probabilidad

Probabilidades

Ejemplos
d) Sea S = {, +} la recta real. Entonces F se construye a
partir de los conjuntos de la forma: i) [a, b], ii) (a, b], iii) (a, b) o
[a, b); con a y b nmeros reales.

Dr. Marco J. Flores C.

Procesos Estocsticos

iv)

Conjuntos y Probabilidad

Probabilidades
3. Probabilidad
Es una funcin que asigna un valor a los eventos.

Generalmente, este valor est en el intervalo [0, 1] y cumple las siguientes


condiciones (axiomas) [3]:
1

Si A F es un evento, entonces P(A) > 0


P(S) = 1. La probablilidad de todo el espacio vale 1
Sean A1 , A2 , ... F una secuencia de
T eventos que son mutuamente
excluyentes (disjuntos), es decir An Am = para m 6= n entonces:
P

!
An

n=1

La tripleta (S, F, P) se denomina

(2)

P(An )

n=1

espacio de probabilidad

Dr. Marco J. Flores C.

Procesos Estocsticos

[5].

Conjuntos y Probabilidad

Probabilidades
4. Probabilidad (Frecuentista)
Supongamos que se desarrolla un experimento n veces. La probabilidad
de un evento A, que se ha repetido nA veces es el siguiente lmite:
P(A) = limn

nA
n

(3)

Es decir, la probabilidad, desde el punto de vista frecuentista, es el


nmero de casos favorables sobre el nmero de casos totales.Este lmite
no siempre existe.
La denicin anterior cumple las siguientes propiedades:
0 6 nnA 6 1, donde nnA = 0 is A no ocurre en ninguna de las
repeticiones, y nnA = 1 si A ocurre en todas las repeticiones
Si A y B son eventos mutuamente excluyentes, entonces
nAB = nA + nB y
nAB
nA nB
=
+
n
n
n

Dr. Marco J. Flores C.

Procesos Estocsticos

Conjuntos y Probabilidad

Probabilidades
5. Proposiciones
Para lo que sigue, A, B, C son eventos de F.
Si A B , entonces:
1

P(A) 6 P(B)
2

Si P(A) + P(Ac ) = 1 entonces


P(Ac ) = 1 P(A)

(5)

Si A = S , entonces Ac = , por lo tanto se tiene:


P() = 1 1 = 0

(4)

(6)

Sean A y B dos eventos, entonces:


P(A B) = P(A) + P(B) P(AB)

Dr. Marco J. Flores C.

Procesos Estocsticos

(7)

Conjuntos y Probabilidad

Probabilidades
5. Proposiciones
Si A y B son dos eventos, entonces:
1

P(B Ac ) = P(B) P(A B)

Nota: B = {B A} {B Ac }
Si A y B son mutuamente excluyentes, se tiene:
P(A B) = P(A) + P(B)

(8)

Si A, B y C son tres eventos, entonces:


P(A B C )

P(A) + P(B) + P(C )


P(AB) P(AC ) P(BC ) + P(ABC )

Dr. Marco J. Flores C.

Procesos Estocsticos

(9)

Conjuntos y Probabilidad

Probabilidades
5. Proposiciones
Si A1 , ...., An es una secuencia de eventos (generalizacin del caso
anterior para n eventos), entonces:
1

P(A1 A2 ... An )

n
X

P(Ai )

i=1

+(1)r +1

P(Ai Ai ) + ...
1

i1 <i2

P(Ai Ai ...Air )
1

i1 <i2 <...<ir

+... + (1)n+1 P(A1 A2 ...An )

Dr. Marco J. Flores C.

Procesos Estocsticos

Conjuntos y Probabilidad

Probabilidades
5. Proposiciones
Para cualquier particin C1 , C2 .... de S y A F se tiene:
1

P(A) =

P(A Ci )

(10)

i=1
2

Para cualquier secuencia de eventos A1 , A2 , ... (Desigualdad de


Boole) se tiene:
!
P

Ai

i=1

Dr. Marco J. Flores C.

P(Ai )

i=1

Procesos Estocsticos

(11)

Conjuntos y Probabilidad

Probabilidades
6. Sucesiones de conjuntos crecientes y decrecientes
Una sucesin de eventos {An , n > 1} se dice:
Creciente si:
1

A1 A2 ... An An+1 ...

(12)

A1 A2 ... An An+1 ...

(13)

Decreciente si:

Si {An , n > 1} es una sucesin creciente (decreciente) de eventos,


entonces se dene un nuevo evento, limn An , denotado por:
limn An =

n
[

Ai

i=1

Dr. Marco J. Flores C.

Procesos Estocsticos

(14)

Conjuntos y Probabilidad

Probabilidades
Proposicin:
Si {An , n > 1} es una sucesin creciente o decreciente de eventos,
entonces:
limn P(An ) = P(limn An )

(15)

Demostracin proposicin
Suponga que {An , n > 1} es una secuencia creciente, y dena los eventos
{Bn , n > 1} como:
B1

= A1

Bn

= An

!c

n
[1

Ai

i=1

= An Acn1 ,
Dr. Marco J. Flores C.

para

n>1

Procesos Estocsticos

Conjuntos y Probabilidad

Probabilidades
Continuacin demostracin
Los Bn son eventos mutuamente excluyentes, tal que:

[
i=1

n
[
i=1

(16)

Ai

i=1

n
[

Bi =

Bi =

Ai ,

para

n>1

i=1

As se tiene:

!
Ai

= P

i=1

Bi

i=1

P(Bi ),

(axioma 3)

i=1
Dr. Marco J. Flores C.

Procesos Estocsticos

(17)

Conjuntos y Probabilidad

Probabilidades
Continuacin demostracin
= limn

n
X

P(Bi )

i=1

= limn P
= limn P

n
[
i=1
n
[

!
Bi
!
Ai

i=1

= limn P(An )

Dr. Marco J. Flores C.

Procesos Estocsticos

Conjuntos y Probabilidad

Ejercicios de Probabilidades
Ejemplo 1
El espacio muestral S de un experimento es la recta real expresada como:
S = {v : < v < }

Considere los eventos

Ai =

Determinar los eventos


Considere los eventos

v :1
S

i=1

2i1

6v <1

i=1

Ai

v :v 6

1
2i

Bi

Ai y

Bi =

Determinar los eventos

i=1

Bi y

Dr. Marco J. Flores C.

i=1

Procesos Estocsticos

1
2i

Conjuntos y Probabilidad

Ejercicios de Probabilidades
Ejemplo 2
Consideremos el experimento aleatorio lanzar un dado dos veces seguidas,
y sea A el suceso salir par en el primer lanzamiento e impar en el
segundo, B el suceso salir nmero primo en los dos lanzamientos. En
esta situacin:
Describir el espacio muestral S , el suceso A y el suceso B
Describir A B , A B , A 0
Ejemplo 3
Supongamos que se mide el tiempo de vida de los chips de memoria de
computador, y se encuentra que "La proporcin de chips cuyo tiempo de
vida excede t decrese exponencialmente a una tasa > 0". Encontrar la
ley de probabilidad (Probar los axiomas de probabilidad).

Dr. Marco J. Flores C.

Procesos Estocsticos

Conjuntos y Probabilidad

Ejercicios de Probabilidades
Ejemplo 4
Considere la siguiente red de interruptores. Todos los interruptores tienen
la misma probabilidad de funcionar o no. Encuentre la probabilidad de
que existe un camino cerrado (circuito cerrado) entre las terminales C1 y
C2 .

Dr. Marco J. Flores C.

Procesos Estocsticos

Conjuntos y Probabilidad

Ejercicios de Probabilidades

Dr. Marco J. Flores C.

Procesos Estocsticos

Conjuntos y Probabilidad

Tarea para reforzar el conocimiento

Tarea
Desarrollar ejercicios de este tema. En particular analizar el tema de
-lgebra
Lectura complementaria
Leer el captulo 1 de los libros de Peebles y de Papoulis

Dr. Marco J. Flores C.

Procesos Estocsticos

Conjuntos y Probabilidad

Mtodos de conteo

Teorema fundamental del conteo


Si un trabajo consiste de k acciones separadas (task), el i-simo de ellos
puede ser realizado de ni maneras, i = 1, ..., k entonces el trabajo total
puede ser realizado en n1 n2 .... nk maneras.
Denicin
Para un entero positivo n, n! es el producto de todos los enteros positivos
menores o iguales que n, Esto es:
n! = n (n 1) .... 3 2 1

Dr. Marco J. Flores C.

Procesos Estocsticos

(18)

Conjuntos y Probabilidad

Mtodos de conteo

Mtodos de conteo
Los mtodos de conteo se pueden dividir en:
i) Ordenado, sin reemplazo:
ii) Ordenado, con reemplazo:
iii) No ordenado, sin reemplazo:
iv) No ordenado, con reemplazo:
Por completar.............

Dr. Marco J. Flores C.

Procesos Estocsticos

Conjuntos y Probabilidad

Mtodos de conteo

Mtodos de conteo
El nmero de posibles arreglos de tamano r a partir de n objetos.

Por completar.............

Falta: Muestreo con reemplazo y sin reemplazo

Dr. Marco J. Flores C.

Procesos Estocsticos

Conjuntos y Probabilidad

Leonid Karalov and Yakov Sinai.

Theory of Probability and Random Processes.

Springer-Verlag, 2007.
Nitis Mukhopadhyay.

Probability and Statistical Inference.

Marcel Dekker Inc., 2000.


Sheldon M. Ross.

Stochastic Processes.

John Wiley and Sons, Inc, 1996.

Steven E. Shreve.

Stochastic Calculus for Finances II, continuous time models.

Springer, 2004.

Myriam Muoz Ozak y Lilina Blanco Castaeda.

Introduccin a la teora avanzada de probabilidad.

Universidad Nacional de Colombia, 2002.

Dr. Marco J. Flores C.

Procesos Estocsticos

También podría gustarte