Conjuntos y Probabilidades Mayo2020

Procesos Estocásticos y
Fundamentos de Procesos Estocásticos

Departamento de Eléctrica,
Electrónica y Telecomunicaciones
Dr. Marco J. Flores C.
«Conjuntos y Probabilidad»
Abril - Agosto 2020

Conjuntos y Probabilidad
Conjuntos
1. Teoría de Conjuntos
Un conjunto, S, es una colección de objetos llamados elementosa .
Todo conjunto tiene una propiedad asociada llamada cardinal. Es el tamaño
del conjunto.
Los conjuntos pueden ser:
Finitos
Infinitos: contable (numerable) o no-contable
Un subconjunto B de un conjunto A es otro conjunto cuyos elementos son
también elementos de A. La siguiente figura ilustra varios casos:
Los subconjuntos se denotan por el símbolo ⊂, por ejemplo, B ⊂ A.

a En la literatura de probabilidades S ≡ Ω
Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 2/39 Abril - Agosto 2020 2 / 39

Conjuntos
1. Teoría de Conjuntos
La totalidad de los subconjuntos de un conjunto dado A constituye el
llamado conjunto potencia o conjunto partes de A.
P(A) = {B : B ⊂ A}
Una partición de un conjunto A es un conjunto de subconjuntos no vacíos de

A, disjuntos dos a dos, cuya unión es A. Es decir, sea {Ci : i ∈ I } una familia
de subconjuntos donde se cumple:
Para cada i ∈ I , Ci ⊂ A y Ci 6= ∅
S cada i 6= j, Ci ∩ Cj = ∅
Para
i∈I Ci = A

Conjuntos
Operaciones de Conjuntos

Conjuntos
Ejemplos de conjuntos
Conjunto finito: S = {Lanzamiento de un dado} = {1, 2, 3, 4, 5, 6}
Conjunto infinito contable: S = {1, 2, 3, ...}
Conjunto infinito 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}

Conjuntos
Subconjuntos de un conjunto finito

Todo subconjunto de un conjunto finito es finito.
Los subconjuntos que se pueden formar a partir del conjunto S, finito, es 2n ;
donde n es el número de elementos.
Subconjuntos de un conjunto infinito

Todo conjunto infinito tiene un subconjunto numerable a .
Un conjunto infinito puede tener la misma cardinalidad que un subconjunto
propio de él mismo b .
a Ver más información en Teoría abstracta de conjuntos
b Mayores detalles en Conjuntos infinitos

Ejercicios de Conjuntos
Ejemplo 1
Si el conjunto tiene 4 elementos, entonces se tienen 24 = 16 subconjuntos
Si el conjunto tiene 8 elementos, entonces se tienen 28 = 256 subconjuntos
Si el conjunto tiene 50 elementos, entonces se tienen 250 = 1.1259x1015
subconjuntos
Ejemplo 2
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 }.
Ejemplo 3
El conjunto A = {2, 4, 6, ..., }, con A ⊂ N, tiene la misma cardinalidad que el
conjunto de los números naturales.

Conjuntos
Función indicador
Sea A ⊂ S, se define la función indicadora de A como:

1 ω∈A
1A (ω) =
0 si no
A partir de la definición de función indicador se tiene:

1A (ω) 6 1B (ω) ssi A ⊂ B
1Ac (ω) = 1 − 1A (ω)
1A∪B (ω) 6 1A (ω) + 1B (ω), con igualdad si A ∩ B = ∅
1S (ω) ≡ 1
La relación entre conjuntos y funciones indicadoras es uno a uno, ya que:
A = {ω ∈ S : 1A (ω) = 1} (1)
Conjuntos
Sucesiones de subconjuntos: Límites superior e inferior

Para una sucesión de subconjuntos {An , n > 1} se define el limite superior y el
limite inferior como sigue:
∞ [
\ ∞
lim supn→∞ An = Ak (2)
n=1 k=n
∞ \
[ ∞
lim infn→∞ An = Ak (3)
n=1 k=n
El límite superior y el límite inferior siempre existen y son únicos.

El conjunto resultante es siempre un conjunto, es decir, un conjunto medible
Siempre se cumple la siguiente contenencia:
lim infn→∞ An ⊆ lim supn→∞ An (4)

Conjuntos
Convergencia de conjuntos
Sea {An , n > 1} una sucesión de conjuntos. Si existe un conjunto A tal que:
lim infn→∞ An = lim supn→∞ An = A (5)
Entonces se dice que la sucesión converge al conjunto A, y se denota por:
limn→∞ An = A
Sucesiones de conjuntos crecientes y decrecientes

Una sucesión de conjuntos {An , n > 1} se dice:
1 Creciente si:
A1 ⊂ A2 ⊂ ... ⊂ An ⊂ An+1 ⊂ ...
2 Decreciente si:
A1 ⊃ A2 ⊃ ... ⊃ An ⊃ An+1 ⊃ ...

Conjuntos
Proposición
Si {An , n > 1} es una sucesión creciente de conjuntos, entonces se define un nuevo
conjunto, limn→∞ An , denotado por:
n
[
limn→∞ An = Ai (6)
i=1
Si {An , n > 1} es una sucesión decreciente de conjuntos, entonces se define un

nuevo conjunto, limn→∞ An , denotado por:
n
\
limn→∞ An = Ai (7)
i=1

Ejercicios de Conjuntos
Ejemplo 1
Considere los conjuntos

1 1
Ai = v : 1 − i−1 6 v < 1 − i
2 2
para i = 1, 2, .... Determinar los conjuntos ∞

S T∞
i=1 Ai y i=1 Ai
Sea An = [−1/n, 0] si n es impar, y An = [0, 1/n] si n es par. Verificar que
limn→∞ An = {0}. a
Considere los conjuntos
1
Bi = v : v 6 i
2
Determinar los conjuntos ∞
S T∞
i=1 Bi y i=1 Bi
a Nota: En este caso calcular la limsup y liminf .

Probabilidades
2. Elementos de la Teoría de Probabilidades

1 Experimento aleatorio (E): Es un experimento cuyo resultado no puede ser
determinado de antemano.
2 Espacio muestral (Conjunto Universal, S): Es un conjunto de todos los
posibles sucesos de un experimento aleatorio Este espacio puede ser:
Finito
Infinito: contable o no-contable
3 Evento: Es un subconjunto de un espacio muestral. Es decir, un evento es
cualquier colección de los posibles sucesos de un experimento:
Algebra de conjuntos denominada σ-álgebra (ó σ-campo)
4 Probabilidad: Es una función que asigna un valor a los eventos.
Generalmente, este valor está en el intervalo [0, 1]

Probabilidades
Ejemplos de Experimento Aleatorio y 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 = {−∞, ∞}
Posición de una partícula: La posición de una partícula en un fluido pude
ser modelada por S = R3
Variabilidad en un circuito electrónico (Filtro pasa bajo RC): La región
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.
Probabilidades
2.1 σ-álgebra (F)

En probabilidades son de interés aquellas colecciones de subconjuntos (eventos) de
S que cumplen las siguientes condiciones [?], [?], [?],[?]:
1 S∈F
S∞
2 Si A1 , A2 , ... ∈ F entonces i=1 Ai ∈ F
c
3 Si A ∈ F entonces A ∈ F
Como consecuencia directa se tiene:

Si S ∈ F entonces ∅ ∈ F (por (3)).
Si A1 , A2 , ... ∈ F, entonces por (2) y (3) se tiene:
∞ ∞
!c
\ [
c
Ai = Ai
i=1 i=1
La dupla (S, F) se denomina espacio medible[?].

Probabilidades
2.2. σ-álgebra de Borel de R

Considere la colección de todos los intervalos abiertos (a, b) de R, con a 6 b. A la
mínima σ-álgebra generada por esta colección se le llama σ-álgebra de Borel de R,
y se la denota por B(R).
B(R) = σ {(a, b) ⊆ R : a 6 b} (8)
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 números reales.
Nota1: La σ-álgebra de Borel se define como la σ-álgebra generada por los
conjuntos abiertos (o equivalentemente, por los conjuntos cerrados).
Nota2: La σ-álgebra de Borel B(R) se suele notar simplemente como B.

Probabilidades
Espacio de Borel unidimensional

Todo intervalo y, en particular, todo número real ({a} = [a, a]), es un
conjunto de Borel.
Todo conjunto numerable y, en particular, todo conjunto finito, es un
conjunto de Borel.
Todo conjunto formado a partir de las operaciones de uniones numerables,
intersecciones numerables y complementarios, realizadas a partir de intervalos
de R, es un conjunto de Borel.

Ejercicios de σ-álgebras
Ejemplo 1: σ-álgebras
a) Si S 6= ∅. Entonces F = {S, ∅} es una σ-álgebra, denominada σ-álgebra
trivial, y es la más pequeña que se puede definir a partir de S.
b) Si S 6= ∅ y A ⊆ S. Entonces F = {S, A, Ac , ∅} es una σ-álgebra.
c) Sea S = {1, 2, 3, 4} y sean F1 = {S, ∅, {1}, {2, 3, 4}} y F2 = {S, ∅, {1, 2}, {3, 4}}.
Claramente, (S, F1 ) es un espacio medible distinto de (S, F2 ).

Ejemplo 2: σ-álgebra generada

Sea S = {1, 2, 3, 4, 5, 6} .
Hallar la σ-álgebra generada por {1} y {4}.
Hallar la σ-álgebra generada por {1, 4} y {3}.
La σ-álgebra generada por {1} y {4} es:
σ{{1}, {4}} = {S, ∅, {1}, {4}, {1}c , {4}c , {1, 4}, {1, 4}c }

Ejemplo 3: B(R)
Sea S = {−∞, +∞} la recta real. Entonces B(R) se construye a partir de los
conjuntos de la forma: i) [a, b], ii) (a, ∞) iii) (−∞, b), iv) [a, b), v) (a, b] o vi) a;
con a y b números reales.
i) Los intervalos cerrados [a, b] son conjuntos Borelianos y pueden representarse en

términos de una intersección numerable de intervalos abiertos de la siguiente forma
∞
\ 1 1
[a, b] = a − ,b +
n=1
n n
Cada elemento de esta intersección es un conjunto Boreliano. Siendo B(R) una

σ-álgebra, la intersección infinita es un elemento de B(R). De esta forma se
concluye que cada intervalo cerrado [a, b] es un elemento de B(R).

Similar al caso anterior se tiene:

ii)
∞
[
(a, +∞) = (a, a + n) ∈ B(R)
n=1
iii)
∞
[
(−∞, b) = (b − n, b) ∈ B(R)
n=1
iv)
∞
\ 1
[a, ∞) = a − , ∞ ∈ B(R)
n=1
n

v)
∞
\ 1
(−∞, b] = −∞, b + ∈ B(R)
n=1
n
vi)
∞
\ 1 1
{a} = a − ,a +
n=1
n n
Complementos, intersecciones y uniones numerables de estos conjuntos son todos

ellos Borelianos.

Ejemplo 4: B(R)
Las siguientes σ-álgebras son todas idénticas a B(R).
i): σ{[a, b] : a 6 b}
ii): σ{(a, b] : a 6 b}
iii): σ{[a, b) : a 6 b}
iv): σ{(a, +∞) : a ∈ R}
v): σ{(−∞, b) : b ∈ R}
i): Para probar que B(R) = σ{[a, b] : a 6 b} se prueban las dos contenencias.

Claramente [a, b] ∈ B(R), por tanto, {[a, b] : a 6 b} ∈ B(R). Entonces
σ{[a, b] : a 6 b} ⊆ σ{B(R)} = B(R)
Sabemos que (a, b) ∈ σ{[a, b] : a 6 b} pues (a, b) = ∞ 1 1

S
n=1 [a + n , b − n ].
Entonces
{(a, b) : a 6 b} ⊆ σ{[a, b] : a 6 b}
Por lo tanto
B(R) = σ{(a, b) : a 6 b} ⊆ σ{[a, b] : a 6 b}

Probabilidades
3. Probabilidad
Es una función que asigna un valor a los eventos.
Generalmente, este valor está en el intervalo [0, 1] y cumple las siguientes
condiciones (axiomas) [?]:
1 Si A ∈ F es un evento, entonces P(A) > 0
2 P(S) = 1. La probablilidad de todo el espacio vale 1
3 Sean A1 , A2 , ... ∈ F una secuencia de
T eventos que son mutuamente
excluyentes (disjuntos), es decir An Am = ∅ para m 6= n entonces:
∞ X∞
!
[
P An = P(An ) (9)
n=1 n=1
La tripleta (S, F, P) se denomina espacio de 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 límite:
nA
P(A) = limn→∞ (10)
n
Es decir, la probabilidad, desde el punto de vista frecuentista, es el número de
casos favorables sobre el número de casos totales.Este límite no siempre existe.
La definición anterior cumple las siguientes propiedades:
0 6 nnA 6 1, donde nnA = 0 is A no ocurre en ninguna de las repeticiones, y
nA
n = 1 si A ocurre en todas las repeticiones
Si A y B son eventos mutuamente excluyentes, entonces nA∪B = nA + nB y
nA∪B nA nB
= +
n n n

Probabilidades
5. Proposiciones
Para lo que sigue, A, B, C son eventos de F.
1
P(A) 6 1 (11)
2 Si A ⊂ B, entonces:
P(A) 6 P(B) (12)
3
P(Ac ) = 1 − P(A) (13)

4 Si A = S, entonces Ac = ∅, por lo tanto se tiene:
P(∅) = 1 − 1 = 0 (14)
P(A ∪ B) = P(A) + P(B) − P(AB) (15)

Probabilidades
5. Proposiciones
1 Si A y B son mutuamente excluyentes (o disjuntos, es decir, A ∩ B = ∅), se
tiene:
P(A ∪ B) = P(A) + P(B) (16)
2 Para el caso de tres eventos se tiene:
P(A ∪ B ∪ C ) = P(A) + P(B) + P(C ) −

P(AB) − P(AC ) − P(BC ) +
P(ABC )

Probabilidades
5. Proposiciones
1 Si A1 , ...., An es una secuencia de eventos (generalización del caso anterior
para n eventos), entonces:
X
n X
P(A1 ∪ A2 ∪ ... ∪ An ) = P(Ai ) − P(Ai1 Ai2 ) + ...
i=1 i1 <i2
X
+(−1)r +1 P(Ai1 Ai2 ...Air )
i1 <i2 <...<ir
+... + (−1)n+1 P(A1 A2 ...An )

Probabilidades
5. Proposiciones
1 Para cualquier partición C1 , C2 .... de S y A ∈ F se tiene:
∞
X
P(A) = P(A ∩ Ci ) (17)
i=1
2 Para cualquier secuencia de eventos A1 , A2 , ... (Desigualdad de Boole) se

tiene:
a)
∞ X
∞
!
[
P Ai 6 P(Ai ) (18)
i=1 i=1
b)
∞ X
∞
!
\
P Ai >1− P(Aci ) (19)
i=1 i=1

Probabilidades
Proposición:
Si {An , n > 1} es una sucesión creciente o decreciente de eventos, entonces:
limn→∞ P(An ) = P(limn→∞ An ) (20)
Demostración proposición
Suponga que {An , n > 1} es una secuencia creciente, y defina los eventos
{Bn , n > 1} como:
B1 = A1
n−1
!c
[
Bn = An Ai
i=1
= An Acn−1 , para n>1

Probabilidades
Continuación demostración
Los Bn son eventos mutuamente excluyentes, tal que:
∞
[ ∞
[
Bi = Ai (21)
i=1 i=1
y
n
[ n
[
Bi = Ai , para n > 1 (22)
i=1 i=1
Así se tiene:
∞ ∞
! !
[ [
P Ai = P Bi
i=1 i=1
∞
X
= P(Bi ), (axioma 3)
i=1
Probabilidades
Continuación demostración
X
n
= limn→∞ P(Bi )
i=1
n
!
[
= limn→∞ P Bi
i=1
n
!
[
= limn→∞ P Ai
i=1
= limn→∞ P(An )

Ejercicios de Probabilidades
Ejemplo 1
Dados el conjunto A = {a, b}, Hallar el conjunto potencia P(A).
Ejemplo 2
Se tienen dos sucesos aleatorios A y B tal que P(A) = 0.7, P(B) = 0.6 y
P(A ∪ B) = 0.85. Calcular: P(A ∩ B), P((A ∩ B)c ) y la probabilidad de que se
cumpla solo uno de los dos sucesos (Se cumple solo uno y no el otro).
Ejemplo 3
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 número primo en los dos lanzamientos. En esta situación:
Describir el espacio muestral S, el suceso A y el suceso B
Describir A ∪ B, A ∩ B y A 0
Hallar P(A ∪ B), P(A ∩ B) y P(A 0 )
Hallar la σ-álgebra generada por A y B
 

(1, 1) (1, 2) (1, 3) (1, 4) (1, 5) (1, 6)

 

 (2, 1) (2, 2) (2, 3) (2, 4) (2, 5) (2, 6)

 
(3, 1) (3, 2) (3, 3) (3, 4) (3, 5) (3, 6)
S=

 (4, 1) (4, 2) (4, 3) (4, 4) (4, 5) (4, 6)

 

 (5, 1) (5, 2) (5, 3) (5, 4) (5, 5) (5, 6)

 
(6, 1) (6, 2) (6, 3) (6, 4) (6, 5) (6, 6)
 
(2, 1) (2, 3) (2, 5)
A = (4, 1) (4, 3) (4, 5)
 
(6, 1) (6, 3) (6, 5)
 

(1, 1) (1, 2) (1, 3) (1, 5) 
 
(2, 1) (2, 2) (2, 3) (2, 5)
B=

 (3, 1) (3, 2) (3, 3) (3, 5)
 
(5, 1) (5, 2) (5, 3) (5, 5)

Ejemplo 4
Verificar las siguientes proposiciones:
Si A y B son dos eventos, con A ⊂ B, entonces:
P(A) 6 P(B) (23)
Si A y B son dos eventos, entonces
P(A\B) = P(A) − P(A ∩ B) (24)
Usando la relacion anterior, verificar que
P(A ∪ B) = P(A) + P(B) − P(A ∩ B) (25)
Sol:
Caso 1: B = A ∪ (B ∩ Ac ), entonces P(A) + P(B ∩ Ac ) > P(A)
Caso 2: A = (A\B) ∪ (A ∩ B)
Tarea para reforzar el conocimiento
Lectura complementaria
Leer el capítulo 1 de los libros de Peebles, Papoulis y León-García.
Video
Ver el video y hacer un resumen
https://www.youtube.com/watch?v=6k1j3jrJxe0

Tarea
Revisar la solución de los siguientes ejemplos en la página web Partes de un
conjunto:
Dado U = {a, b, c, d}, determinar P(U).
Determinar los conjuntos P(∅), P(P(∅)).
Tarea
Supongamos que se mide el tiempo de vida de los chips de memoria de
computador, y se encuentra que "La proporción de chips cuyo tiempo de vida
excede t decrese exponencialmente a una tasa λ > 0". Encontrar la ley de
probabilidad (Probar los axiomas de probabilidad).

Tarea
Sea S = {1, 2, 3}, verificar si:
 
 {1}, {1, 2}, {1, 2, 3} 
F= {2}, {1, 3}, ∅
 
{3}, {2, 3},
cumple las propiedades de σ-álgebra.

Nota: El conjunto F se denomina partes de S y se suele notar por P(S).

Conjuntos y Probabilidades Mayo2020

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Conjuntos y Probabilidades Mayo2020

Cargado por

Copyright:

Formatos disponibles

Procesos Estocásticos y

Fundamentos de Procesos Estocásticos

Dr. Marco J. Flores C.

Abril - Agosto 2020

Los subconjuntos se denotan por el símbolo ⊂, por ejemplo, B ⊂ A.

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 2/39 Abril - Agosto 2020 2 / 39

Una partición de un conjunto A es un conjunto de subconjuntos no vacíos de

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 3/39 Abril - Agosto 2020 3 / 39

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 4/39 Abril - Agosto 2020 4 / 39

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

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 5/39 Abril - Agosto 2020 5 / 39

Subconjuntos de un conjunto finito

Subconjuntos de un conjunto infinito

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 6/39 Abril - Agosto 2020 6 / 39

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 7/39 Abril - Agosto 2020 7 / 39

A partir de la definición de función indicador se tiene:

La relación entre conjuntos y funciones indicadoras es uno a uno, ya que:

Sucesiones de subconjuntos: Límites superior e inferior

El límite superior y el límite inferior siempre existen y son únicos.

lim infn→∞ An ⊆ lim supn→∞ An (4)

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 9/39 Abril - Agosto 2020 9 / 39

lim infn→∞ An = lim supn→∞ An = A (5)

Entonces se dice que la sucesión converge al conjunto A, y se denota por:

Sucesiones de conjuntos crecientes y decrecientes

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 10/39 Abril - Agosto 2020 10 / 39

Si {An , n > 1} es una sucesión decreciente de conjuntos, entonces se define un

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 11/39 Abril - Agosto 2020 11 / 39

para i = 1, 2, .... Determinar los conjuntos ∞

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 12/39 Abril - Agosto 2020 12 / 39

2. Elementos de la Teoría de Probabilidades

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 13/39 Abril - Agosto 2020 13 / 39

2.1 σ-álgebra (F)

Como consecuencia directa se tiene:

La dupla (S, F) se denomina espacio medible[?].

2.2. σ-álgebra de Borel de R

B(R) = σ {(a, b) ⊆ R : a 6 b} (8)

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

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 16/39 Abril - Agosto 2020 16 / 39

Espacio de Borel unidimensional

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 17/39 Abril - Agosto 2020 17 / 39

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 18/39 Abril - Agosto 2020 18 / 39

Ejemplo 2: σ-álgebra generada

La σ-álgebra generada por {1} y {4} es:

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 19/39 Abril - Agosto 2020 19 / 39

i) Los intervalos cerrados [a, b] son conjuntos Borelianos y pueden representarse en

Cada elemento de esta intersección es un conjunto Boreliano. Siendo B(R) una

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 20/39 Abril - Agosto 2020 20 / 39

Similar al caso anterior se tiene:

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 21/39 Abril - Agosto 2020 21 / 39

Complementos, intersecciones y uniones numerables de estos conjuntos son todos

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 22/39 Abril - Agosto 2020 22 / 39

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 23/39 Abril - Agosto 2020 23 / 39

Claramente [a, b] ∈ B(R), por tanto, {[a, b] : a 6 b} ∈ B(R). Entonces

σ{[a, b] : a 6 b} ⊆ σ{B(R)} = B(R)

Sabemos que (a, b) ∈ σ{[a, b] : a 6 b} pues (a, b) = ∞ 1 1

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 24/39 Abril - Agosto 2020 24 / 39

La tripleta (S, F, P) se denomina espacio de probabilidad [?].

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 25/39 Abril - Agosto 2020 25 / 39

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 26/39 Abril - Agosto 2020 26 / 39

P(Ac ) = 1 − P(A) (13)

P(A ∪ B) = P(A) + P(B) − P(AB) (15)

Dr. Marco J. Flores C. («Conjuntos y Probabilidad») 27/39 Abril - Agosto 2020 27 / 39

P(A ∪ B ∪ C ) = P(A) + P(B) + P(C ) −