Beruflich Dokumente
Kultur Dokumente
Vase Probability for risk management. Matthew J. Hassett and Donald G. Stewart. 2. Edicin.
UNIDAD I
Existen varias formas de definir la probabilidad, las cuales representan enfoques diferentes en
el estudio de esta teora, las ms importantes son la definicin Clsica (a priori), la definicin de
Frecuencia Relativa (a posteriori) y la definicin Axiomtica.
La definicin clsica de probabilidad se aplic con bastante xito en problemas de juegos de
azar y ayud a sentar las bases para construir la teora matemtica. Su definicin es como
sigue: Si en un experimento se tiene un conjunto finito de posibles resultados y se denota por A
un subconjunto de estos posibles resultados, la probabilidad del evento A se obtiene como el
cociente de la cardinalidad de A entre el nmero total de posibles resultados
La interpretacin de probabilidad de acuerdo a la frecuencia relativa la utilizaremos solamente
como motivacin intuitiva ya que los fenmenos aleatorios no se comportan siempre as, es
aquella en la que el enunciado de que cierto resultado experimental tenga probabilidad p
puede interpretarse como que si el experimento se repitiese un nmero grande de veces, aquel
resultado sera observado cerca del 100p por ciento del tiempo.
En la definicin axiomtica de la probabilidad no se establece la forma explcita de calcular las
probabilidades, sino que se proponen las ciertas reglas que el clculo de probabilidades debe
satisfacer entre las que se encuentran los tres postulados o axiomas que fueron establecidos en
1933 por el matemtico ruso Andrey Nikolaevich Kolmogorov. El enfoque de este curso ser el
ltimo.2
Ejemplos:
Los siguientes fenmenos se pueden considerar aleatorios:
1.
2.
3.
4.
5.
6.
7.
Vase Fundamentos de Probabilidad y Estadstica. Vctor Aguirre, et. al. Jit Press / Introduccin a la Probabilidad. Luis
Rincn. Facultad de Ciencias. UNAM.
2
NOTAS DE CURSO
2. ESPACIOS DE PROBABILIDAD
El propsito de esta seccin es desarrollar la estructura matemtica formal llamada espacio de
probabilidad, que forma el fundamento para el tratamiento matemtico de los fenmenos
aleatorios.
Espacio muestral
Supongamos que tenemos un experimento real o imaginario cuyos resultados no son predecibles
con certeza y que estamos tratando de modelar. Lo primero que tenemos que hacer es definir
los posibles resultados de dicho experimento (no se debe excluir ninguno de los posibles). Luego
establecemos un conjunto cuyos elementos estn asociados uno-a-uno con estos resultados,
a este conjunto se le conoce como espacio muestral. Si el espacio muestral tiene un nmero finito
o infinito contable de puntos muestrales se le llama discreto.
Ntese que para un mismo experimento se pueden definir varios espacios muestrales
dependiendo de nuestro inters.
Ejemplos:
1. En la concepcin de un beb, de acuerdo a su sexo se tienen dos posible resultados, entonces
: {hombre, mujer}
2. Al tirar dos dados distintos, si se observan las parejas donde el primer elemento es la cara
en que cay el primer dado y el segundo elemento es la cara en que cay el otro dado, se
tienen 36 resultados posibles:
(1,1)(1,2) (1,6)
: {(2,1)(2,2) (2,6)
(6,1)(6,2) (6,6)
En cambio, si lo que interesa es la suma de los puntos de ambas caras, se tienen 11 resultados
posibles:
: {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}.
3. Al medir el tiempo que dura un transistor : [0,), pero si la duracin se mide en das el
espacio muestral es : {0, 1, 2, 3, }
4. Al considerar el orden en el que 10 alumnos llegan a clase, consistira en las
permutaciones correspondientes, es decir, tendra 10! elementos.
5. Cuando un alumno se inscribe a un curso, si lo que interesa es su estado final se tienen dos
posibles resultados en : {aprueba, reprueba}={su calificacin es <60, su calificacin es 60}.
UNIDAD I
El conjunto A debe ser una coleccin no vaca de subconjuntos de que tenga las siguientes
propiedades:
i) Si A est en A, Ac est en A.
ii) Si A y B estn en A, A U B y A B estn en A.
Por induccin se puede demostrar que si A1, A2,..., An son conjuntos en A, entonces tambin
ni=1 Ai y ni=1 Ai estn en A..
4
NOTAS DE CURSO
entonces
i=1 Ai y i=1 Ai estn en A.
Una coleccin no vaca de subconjuntos A de un conjunto se llama una -lgebra de
subconjuntos de siempre que las siguientes dos propiedades se cumplan:
i) Si A est en A, Ac est en A.
UNIDAD I
Una vez que podemos representar el experimento en trminos matemticos, podemos estudiarlo
utilizando los axiomas y resultados que conocemos.
Cuando la -lgebra considerada contiene todos los eventos simples del experimento, los
dems eventos se pueden expresar como una funcin del lgebra de conjuntos de dichos
eventos.
NOTAS DE CURSO
Ejemplos:
1. En la observacin del sexo de un beb al nacer se tiene:
: {hombre, mujer}
A ={ , , {H}, {M}}.
Evento A: el recin nacido es hombre = {H}
Evento seguro: el recin nacido es hombre o mujer =
Evento imposible: el recin nacido es hombre y mujer =
2. Al tirar dos dados, se observa la suma de los puntos de ambos dados.
: {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}
A =2
Se definen los siguientes eventos:
A: La suma de los dados es 6 = {6}
B: La suma es un nmero par = {2, 4, 6, 8, 10, 12}
C: La suma es un nmero non = {3, 5, 7, 9, 11}
A U B : La suma de los dados es 6 o es un nmero par = {2, 3, 6, 8, 10, 12}
A B : La suma de los dados es 6 y es un nmero par = {6}
3. Al medir los das que dura un transistor, : {0, 1, 2, 3, }.
={0, 1, 2, 3, }
A = {{0, 1, 2, 3, 4, 5}, {6, 7, 8, }, , }
El evento A: el transistor no dura ms de 5 das = {0, 1, 2, 3, 4, 5}
UNIDAD I
Ejercicios:
1. Sean E, F y G tres eventos. Encuentre la expresin correspondiente a las siguientes
afirmaciones:
a) Slo E ocurre.
b) Ocurren E y G pero no ocurre F.
c) Al menos uno de los tres ocurre.
d) A lo mucho uno de ellos ocurre.
e) Exactamente dos de ellos ocurren.
f) Los tres ocurren.
2. Una cafetera ofrece un men de tres tiempos. Una persona debe escoger un guisado, una
guarnicin y un postre. Las opciones son las siguientes:
Guisados: {
pollo
pescado
pasta
Guarniciones: { arroz
papas
helado
gelatina
Postres: {
pie
duraznos
NOTAS DE CURSO