Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Un evento será siempre un subconjunto del espacio muestral, pero para espacios
muestrales suficientemente grandes no todos los subconjuntos serán eventos. La clase de
todos los subconjuntos del espacio muestral no necesariamente corresponderá a el
espacio evento.
Un punto del espacio muestral es un evento toda vez que se especifica que un punto se
puede considerar como un subconjunto de un sólo elemento del espacio muestral y por tal
razón se le conocerá como evento elemental.
Ejemplos.
a) Experimento conceptual: Lanzar un dado
Ω = {Cara con un punto, Cara con dos puntos, ... , Cara con seis puntos} ,
A = {Caras con un número par de puntos} , Ai = {Cara con i puntos} , este último es un evento
elemental.
b) Lanzar tres monedas $5, $10 y $20 y ver ¿Cuál es el resultado en cada caso?
Los resultados se denotarán como vectores en 3 , esto es, lo que “salga” en la moneda de
$5 estará en el primer lugar, el de la moneda de $10 en el segundo lugar y el de la última
en el tercer lugar, con base a lo anterior, el espacio muestral estará dado por
A[3,10],[30,∞ ) = {( i , x ) | 3 ≤ i ≤ 10, 30 ≤ x}
i) Ω ∈ A
ii) Si A ∈ A , entonces A ∈ A
iii) Si A1 y A2 ∈ A , entonces A1 ∪ A2 ∈ A .
Cualquier conjunto de eventos con las propiedades anteriores se conoce como una álgebra
Booleana, un álgebra o un σ -álgebra de eventos.
Teorema φ ∈ A .
Demostración: Ω ∈ A y Ω ∈ A pero Ω = φ , así que φ ∈ A .
Teorema Si A1 y A2 ∈ A , entonces A1 ∩ A2 ∈ A .
Demostración: Si A1 y A2 ∈ A , entonces A1 ∪ A2 y ( A ∪ A ) ∈ A , pero por la Ley de
1 2
( )
Morgan A1 ∪ A2 = A1 ∩ A2 = A1 ∩ A2 con lo que se concluye el resultado.
n n
Teorema Si A1 , A2 , , An ∈ A entonces ∪Ai y
i =1
∩A ∈ A .
i =1
i
Es importante hacer un planteamiento para construir una σ -álgebra, motivo por el cual se
proponen los siguientes pasos:
⎧1 si ω ∈ A
I A (ω ) = ⎨
⎩0 si ω ∉ A
i) I A (ω ) = 1 − I A (ω ) para todo A ∈ A .
ii) I A1 A2 An(ω ) = I A (ω ) I A (ω ) I A (ω ) para A1 , A2 , , An ∈ A
1 2 n
Ejemplo
⎧0 si x ≤ 0
⎪x si 0 < x ≤ 1
⎪
f ( x) = ⎨ ≡ xI (0,1] ( x ) + ( 2 − x ) I (1,2] ( x )
⎪2 − x si 1 < x ≤ 2
⎪⎩0 si 2 < x
≡ (1 − 1 − x ) I ( 0,2] ( x )
Otra función interesante a considerar será la función conjunto que tiene como dominio a un
conjunto de conjuntos y como su contradominio la recta real, incluyendo posiblemente el
infinito.
⎡ ∞
⎤ ∞
P ⎢∪Ai ⎥ = ∑ P [ Ai ]
⎣ i =1 ⎦ i =1
Propiedades de P [⋅] . Para cada uno de los siguientes teoremas, suponga que Ω y A
están dados y P [⋅] es una función de probabilidad con dominio A .
Teorema P [φ ] = 0
n ∞
Demostración: Sea An +1 = φ , An + 2 = φ , An +3 = φ , entonces ∪Ai = ∪Ai ∈ A
i =1 i =1
y
⎡n ⎤ ⎡∞ ⎤ ∞ n ∞ n
P ⎢∪Ai ⎥ = P ⎢∪Ai ⎥ = ∑ P [ Ai ] = ∑ P [ Ai ] + ∑ P [ Ai ] = ∑ P [ Ai ] pues como ya se vio
⎣ i =1 ⎦ ⎣ i =1 ⎦ i =1 i =1 i = n +1 i =1
∞ ∞ ∞
∑ P [ A ] = ∑ P [φ ] = ∑ 0 = 0
i = n +1
i
i = n +1 i = n +1
P [ A − B ] = P ⎡⎣ A ∩ B ⎤⎦ = P [ A] − P [ A ∩ B ] .
Demostración: A = ( A ∩ B) ∪ A ∩ B ( ) y (
( A ∩ B) ∩ A ∩ B = φ ; ) así que
P [ A] = P [ A ∩ B ] + P ⎡⎣ A ∩ B ⎤⎦ .
− ∑∑ P ⎡⎣ Ai ∩ Aj ⎤⎦ + ∑∑∑ P ⎡⎣ Ai Aj Ak ⎤⎦ − + ( −1) n +1 P [ A1 A2 An ]
i j >i i j >i k > j
Demostración
A ∪ B = A ∪ AB y A ∩ AB = φ ; así que
P [ A ∪ B ] = P ⎡⎣ A ∪ AB ⎤⎦ = P [ A] + P ⎡⎣ AB ⎦⎤
= P [ A] + P [ B ] − P [ AB ]
Teorema Si A y B ∈ A y A ⊂ B , entonces P [ A] ≤ P [ B ] .
El enfoque clásico es generalmente adecuado para estos problemas, más sin embargo se
verá como el enfoque axiomático también es aplicable. Sea ω1 , ω2 , , ωN los N puntos
muestrales en un espacio muestral finito Ω . Suponga que la función conjunto P [⋅] con
dominio A el álgebra de eventos de Ω satisface las siguientes condiciones:
Se puede ver entonces que P [⋅] es una función conjunto que satisface los tres axiomas y
por lo tanto es una función de probabilidad.
Los problemas con espacios muestrales finitos generalmente se reducen a problemas de
conteo de los casos favorables y los casos posibles.
Ejemplo.
Experimento conceptual: Se lanzan dos dados o equivalentemente un dado se lanza dos
veces.
N ( A7 )
así que N ( A7 ) = 6 y consecuentemente P [ A7 ] = similarmente P ⎡⎣ Aj ⎤⎦ se puede
N (Ω)
calcular para j = 2, 3, , 12 pues el número de eventos en cualquier caso puede ser
contado fácilmente.
Considérese que el experimento, cualquiera que este sea, es tal que puede representarse
por una n − ada de valores registrados. Otro ejemplo, pudiera ser que si el experimento
fuera o consistiera de obtener una muestra de tamaño n , entonces la n − ada es
particularmente útil en registrar los resultados.
En la selección de una muestra con reemplazo el tamaño de la muestra ( n ) puede ser tal
que n > M ; sin embargo en el caso sin reemplazo n no puede ser mayor que M ( n ≤ M ).
Una n − ada puede utilizarse para describir los resultados de un muestreo tal ( Z1 , Z 2 , , Z n )
con Z i valor de la bola elegida en la i − ésima selección u observación.
El número total de muestras de tamaño n que se pueden obtener de una urna con M
bolas “distinguibles” (1, 2, , M ) es:
Bajo (i) se tiene que N ( Ω ) está dado por M n . Por otro lado N ( Ak ) equivale a
⎛n⎞ k
⎜ ⎟ K (M − K )
n−k
por lo que la probabilidad en cuestión es el cociente de las dos
⎝k ⎠
expresiones anteriores, esto es:
⎛n⎞ k
⎜ ⎟ K (M − K )
n−k
n−k
⎛ n⎞⎛ K ⎞ ⎛
k
⎝ k⎠ K⎞
P [ Ak ]CR = = ⎜ ⎟ ⎜ ⎟ ⎜1 − ⎟
Mn ⎝ k ⎠⎝ M ⎠ ⎝ M ⎠
En el caso de sin reemplazo (ii) la cardinalidad del espacio muestral, esto es, N ( Ω ) está
dada por M ( n ) = M ( M − 1)( M − 2 ) ( M − n + 1) . Con relación al evento Ak se tiene que su
⎛n⎞
cardinalidad está dada por ⎜ ⎟ K ( k ) ( M − K )( n − k ) y consecuentemente la probabilidad del
⎝k ⎠
evento en cuestión será:
⎛n⎞ ⎛ K ⎞⎛ M − K ⎞
⎜ ⎟ K ( k ) ( M − K )( n − k ) ⎜ ⎟ ⎜ ⎟
n−k ⎠
=⎝ ⎠ = ⎝ ⎠⎝
k k
P [ Ak ]SR
M (n) ⎛M ⎞
⎜ ⎟
⎝n⎠
Ejemplo
Considérese una baraja de 52 cartas, esto es, “americana” ¿cuál sería la probabilidad de
que en una mano de 13 cartas, salieran 6 espadas?
⎛13 ⎞ ⎛ 52 − 13 ⎞
⎜ ⎟⎜ ⎟
6 13 − 6 ⎠ 1716 ×15380937 2.639368 × 1010
P [ A6 ] = ⎝ ⎠ ⎝ = = = 0.041563975
⎛ 52 ⎞ 6.350135 ×1011 6.350135 ×1011
⎜ ⎟
⎝ 13 ⎠
Porque:
⎡N ⎤ N
1 = P [Ω ] = P ⎢∪ ω j ⎥ = ∑ P ⎡⎣ω j ⎤⎦
⎣ j =1 ⎦ j =1
entonces
∑p
i =1
j =1
Puede demostrarse que en estas condiciones P [⋅] satisface los axiomas correspondientes
a una función de probabilidad.
Hace falta conocer cuánto vale p1 , por lo que considerando el segundo axioma de la
función conjunto de probabilidad se tiene que:
1 = P [ Ω ] = ∑ p j = ∑ 2 j −1 p1 = p1 (1 + 2 + 22 + + 2 N −1 )
N N
j =1 j =1
⎛ 2 −1 ⎞
N −1
⎟ = p1 ( 2 − 1)
N −1
= p1 ⎜
⎝ 2 −1 ⎠
j −1
Lo que implica que p1 = 1 y en consecuencia p j = 2 por lo que
( 2 − 1)
N
(2 N
− 1)
k k
P [ Ak ] = ∑ p j = ∑ 2
j −1
=
(1 + 2 + 2
2
+ + 2k −1 )
=
(2 k
− 1)
,
j =1 j =1 ( 2 − 1)
N
(2 N
− 1) (2 N
− 1)