Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 37 vistas

    Mpro U2 A1 Vivg

    Cargado por

    Javier Sánchez
    Este documento presenta los conceptos fundamentales de la teoría de la probabilidad, incluyendo: 1) la definición de un espacio de probabilidad como una terna ordenada que consiste en un espacio muestral, una σ-álgebra y una medida de probabilidad; 2) la definición de una σ-álgebra y ejemplos de estas; 3) los axiomas y propiedades de una medida de probabilidad como la probabilidad condicional y el teorema de Bayes. Además, introduce conceptos como eventos independientes y fuentes de consulta sobre probabilidad.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado

    Mpro U2 A1 Vivg

    Cargado por

    Javier Sánchez
    37 vistas9 páginas
    Este documento presenta los conceptos fundamentales de la teoría de la probabilidad, incluyendo: 1) la definición de un espacio de probabilidad como una terna ordenada que consiste en un espacio muestral, una σ-álgebra y una medida de probabilidad; 2) la definición de una σ-álgebra y ejemplos de estas; 3) los axiomas y propiedades de una medida de probabilidad como la probabilidad condicional y el teorema de Bayes. Además, introduce conceptos como eventos independientes y fuentes de consulta sobre probabilidad.

    Descripción original:

    Probabilidad

    Título original

    MPRO_U2_A1_VIVG

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta los conceptos fundamentales de la teoría de la probabilidad, incluyendo: 1) la definición de un espacio de probabilidad como una terna ordenada que consiste en un espacio muestral, una σ-álgebra y una medida de probabilidad; 2) la definición de una σ-álgebra y ejemplos de estas; 3) los axiomas y propiedades de una medida de probabilidad como la probabilidad condicional y el teorema de Bayes. Además, introduce conceptos como eventos independientes y fuentes de consulta sobre probabilidad.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    Descargar como pdf o txt
    37 vistas9 páginas

    Mpro U2 A1 Vivg

    Cargado por

    Javier Sánchez
    Este documento presenta los conceptos fundamentales de la teoría de la probabilidad, incluyendo: 1) la definición de un espacio de probabilidad como una terna ordenada que consiste en un espacio muestral, una σ-álgebra y una medida de probabilidad; 2) la definición de una σ-álgebra y ejemplos de estas; 3) los axiomas y propiedades de una medida de probabilidad como la probabilidad condicional y el teorema de Bayes. Además, introduce conceptos como eventos independientes y fuentes de consulta sobre probabilidad.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    Descargar como pdf o txt
    de 9

    Universidad Abierta y a Distancia de México

    Licenciatura en Matemáticas

    Unidad 2. Teoría de la probabilidad.

    Docente. Angela Rangel Tobilla.

    Actividad 1. Foro.

    Alumno: Víctor Hugo Velasco Gómez

    Matricula. ES1821016112

    San Cristóbal de Las Casas, Chiapas a 9 de noviembre de 2022


    Espacios de Probabilidad

    Este modelo consiste en una terna ordenada, denotada usualmente por


    (Ω, ℱ, 𝑃), en donde Ω es un conjunto arbitrario, ℱ es una 𝜎 − 𝑎́ 𝑙𝑔𝑒𝑏𝑟𝑎 de
    subconjuntos de Ω, y 𝑃 es una medida de probabilidad definida de ℱ.

    Espacio muestral 𝝈 − 𝒂́ 𝒍𝒈𝒆𝒃𝒓𝒂 Medidas de probabilidad


    El conjunto Ω es llamado espacio Una clase o colección no vacía de Una función 𝑃 definida sobre 𝜎 −
    muestral o espacio muestra y tiene ℱ de subconjuntos de Ω es una 𝑎́ 𝑙𝑔𝑒𝑏𝑟𝑎 ℱ y con valores en el
    como objetivo agrupar a todos los 𝜎 − 𝑎́ 𝑙𝑔𝑒𝑏𝑟𝑎 si es cerrada bajo las intervalo [0, 1] es una medida de
    posibles resultados del experimento operaciones de tomar probabilidad si 𝑃(Ω) = 1 y es 𝜎 −
    aleatorio en cuestión. complementos y uniones 𝑎𝑑𝑖𝑡𝑖𝑣𝑎, es:
    ∞ ∞
    numerables. A los elementos de
    𝑃 (⋃ 𝐴𝑛 ) = ∑ 𝑃(𝐴𝑛 )
    𝜎 − 𝑎́ 𝑙𝑔𝑒𝑏𝑟𝑎 se les llama eventos o
    𝑛=1 𝑛=1
    conjuntos medibles. En particular, Cuando 𝐴1 , 𝐴2 , … ∈ ℱ son ajenos
    un evento es simple si consta de a dos a dos. El número 𝑃(𝐴)
    los más un elemento de Ω y es
    representa una forma de medir la
    compuesto cuando consta de dos posibilidad de observar la
    o más elementos Ω. ocurrencia del evento 𝐴 al efectuar
    una vez el experimento aleatorio.
    Definición 1. Un espacio de probabilidad es una
    terna (Ω, ℱ, Ρ) en donde Ω es un conjunto
    arbitrario, ℱ es una 𝜎 − 𝑎́ 𝑙𝑔𝑒𝑏𝑟𝑎 de subconjuntos
    de Ω, y 𝑃 es una medida de probabilidad definida
    sobre ℱ.

    𝝈 − 𝒂́ 𝒍𝒈𝒆𝒃𝒓𝒂
    Definición 2. 𝜎 − 𝑎́ 𝑙𝑔𝑒𝑏𝑟𝑎. Una colección de ℱ de subconjuntos de Ω es una 𝜎 − 𝑎́ 𝑙𝑔𝑒𝑏𝑟𝑎 si cumple las siguientes condiciones:
    1. Ω ∈ ℱ.
    2. Si 𝐴 ∈ ℱ entonces 𝐴𝑐 ∈ ℱ.
    3. Si 𝐴1 , 𝐴2 , … ∈ ℱ entonces ⋃∞
    𝑛=1 𝐴𝑛 ∈ ℱ .

    A la pareja (Ω, ℱ) se le llama espacio medible y a los elementos de ℱ se les llama eventos o conjuntos medibles.
    Ejemplo.
    Sea Ω un conjunto cualquiera no vacío. Las siguientes colecciones son 𝜎 − 𝑎́ 𝑙𝑔𝑒𝑏𝑟𝑎 de subconjuntos de Ω.
    1. ℱ1 = {∅, Ω}
    2. ℱ2 = {∅, 𝐴, 𝐴𝐶 , Ω}, en donde 𝐴 ⊆ Ω.
    3. ℱ3 = 2Ω , conjunto potencia.

    Cálculo de probabilidades
    Sea 𝐸 el espacio muestral asociado a un experimento aleatorio y sea Ω una 𝜎 − 𝑎́ 𝑙𝑔𝑒𝑏𝑟𝑎 de sucesos de 𝐸(subconjunto de 𝑆
    con buenas propiedades). Diremos que la aplicación 𝑃: Ω → ℝ es una probabilidad si verifica los siguientes axiomas:
    Axioma 1. ∀𝐴 ∈ Ω, 𝑃(𝐴) ≥ 0
    Axioma 2. 𝑃(𝐸) = 1
    Axioma 3. Si {𝐴𝑖 }𝑖∈𝐼 ∈ Ω, son sucesos incompatibles dos a dos, es decir, 𝐴𝑖 ∩ 𝐴𝑗 = ∅∀𝑖 ≠ 𝑗, entonces

    𝑃 (⋃ 𝐴𝑖 ) = ∑ 𝑃(𝐴𝑖 )
    𝑖∈𝐼 𝑖∈𝐼

    Donde 𝐼 puede ser un conjunto de sucesos finito o infinito numerable.


    La función probabilidad asigna a cada suceso 𝐴 un número entre 0 y 1:
    ➢ Si 𝑃(𝐴) es cercana a 0, indica posibilidad pequeña de que ocurra el suceso 𝐴. Si 𝑃(𝐴) = 0, es imposible que ocurra 𝐴.
    En este caso 𝐴 = ∅.
    ➢ Si 𝑃(𝐴) es cercana a 1, indica posibilidad alta de que ocurra el suceso 𝐴. Si 𝑃(𝐴) = 1, 𝐴 ocurre con total seguridad. En
    este caso, 𝐴 = 𝐸.

    Propiedades consecuencia de los axiomas


    Propiedad 1. Si 𝐴 ∈ Ω, entonces 0 ≤ 𝑃(𝐴) ≤ 1
    Propiedad 2. 𝑃(𝐴̅) = 1 − 𝑃(𝐴)(también se escribe 𝑃(𝐴) = 1 − 𝑃(𝐴̅))
    Propiedad 3. 𝑃(∅) = 0
    Propiedad 4. Si 𝐴 es un suceso cualquiera, siempre se verifica que 𝑃(𝐴) = 𝑃(𝐴 ∩ 𝐵) + 𝑃(𝐴 ∩ 𝐵̅ ) siendo B cualquier suceso.
    Propiedad 5. 𝑃(𝐴 − 𝐵) = 𝑃(𝐴 ∩ 𝐵̅ ) = 𝑃(𝐴) − 𝑃(𝐴 ∩ 𝐵)
    Propiedad 6. Si 𝐴, 𝐵 ∈ Ω son tales que 𝐴 ⊂ 𝐵, entonces
    ➢ 𝑃(𝐴) ≤ 𝑃(𝐵)
    ➢ 𝑃(𝐵 − 𝐴) = 𝑃(𝐵) − 𝑃(𝐴).
    Propiedad 7. Si 𝐴 y 𝐵 son sucesos cualesquiera, entonces 𝑃(𝐴 ∪ 𝐵 = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) , si 𝐴, 𝐵 y 𝐶 son sucesos
    cualesquiera, entonces 𝑃(𝐴 ∪ 𝐵 ∪ 𝐶) = 𝑃(𝐴) + 𝑃(𝐵) + 𝑃(𝐶) − 𝑃(𝐴 ∩ 𝐵) − 𝑃(𝐴 ∩ 𝐶) − 𝑃(𝐵 ∩ 𝐶) + 𝑃(𝐴 ∩ 𝐵 ∩ 𝐶).
    Esta propiedad se puede generalizar al caso de más de tres sucesos
    𝑛 𝑛 𝑛

    𝑃(𝐴1 ∪ 𝐴2 ∪ … ∪ 𝐴𝑛 ) = ∑ 𝑃(𝐴𝑖 ) − ∑ 𝑃(𝐴𝑖 ∩ 𝐴𝑗 ) + ∑ 𝑃(𝐴𝑖 ∩ 𝐴𝑗 ∩ 𝐴𝑘 ) − ⋯ (−1)𝑛+1 𝑃(𝐴1 ∩ 𝐴2 ∩ … ∩ 𝐴𝑛 )


    𝑖=1 𝑖≠𝑗 𝑖≠𝑗≠𝑘

    Propiedad 8 (Regla de Laplace). Sea 𝐸 un espacio muestral finito 𝐸 = {𝐴1 , 𝐴2 , … , 𝐴𝑛 } asociado a un experimento aleatorio. Si
    se asignan probabilidades a cada suceso elemental {𝐴𝑖 }𝑖 = 1, 2, … , 𝑛 entonces para cualquier suceso 𝐵 de Ω, la probabilidad
    de 𝐵 se calcula como

    𝑃(𝐵 ) = ∑ ({𝐴𝑗 })
    𝐴𝑗 ∈𝐵

    Probabilidad condicional
    En general, dado un experimento y su espacio muestral asociado, queremos determinar como afecta a la probabilidad de 𝐴 el
    hecho de saber que ha ocurrido otro evento 𝐵.
    Sea 𝐴 y 𝐵 eventos tales que 𝑃(𝐵) > 0, la probabilidad del evento 𝐴 condicional a la ocurrencia del evento 𝐵 es:
    𝑃(𝐴 ∩ 𝐵)
    𝑃(𝐴|𝐵) =
    𝑃(𝐵)
    Propiedades de la Probabilidad Condicional. Dado un suceso 𝐵 fijo tal que 𝑃(𝐵) > 0, 𝑃(∙ |𝐵) es una probabilidad, en el sentido
    que satisface los axiomas de probabilidad y por lo tanto todas las propiedades que se deducen a partir de ellos. Por ejemplo:
    Axioma 1. 𝑃(𝐴|𝐵) ≥ 0 para todo suceso 𝐴.
    Axioma 2. 𝑃(𝑆|𝐵) = 1.

    Teorema de la probabilidad total


    Sea 𝐴1 , 𝐴2 , … , 𝐴𝑘 una partición del espacio muestral 𝑆 y sea 𝐵 un
    suceso cualquiera,
    𝑘

    𝑃(𝐵) = ∑ 𝑃(𝐵|𝐴𝑖 )𝑃(𝐴𝑖 )


    𝑖=1
    Demostración:
    𝑘 𝑘

    𝐵 = 𝐵 ∩ 𝑆 = 𝐵 ∩ (⋃ 𝐴𝑖 ) = ⋃(𝐵 ∩ 𝐴𝑖 )
    𝑖=1 𝑖=1

    Como (𝐵 ∩ 𝐴𝑖 ) ∩ (𝐵 ∩ 𝐴𝑗 ) = ∅∀𝑖 ≠ 𝑗, entonces


    𝑘 𝑘

    𝑃(𝐵) = 𝑃 (⋃(𝐵 ∩ 𝐴𝑖 )) = ∑ 𝑃(𝐵 ∩ 𝐴𝑖 )


    𝑖=1 𝑖=1

    = ∑ 𝑃(𝐵|𝐴𝑖 )𝑃(𝐴𝑖 )
    𝑖=1

    Teorema de Bayes
    Sea 𝐴1 , 𝐴2 , … , 𝐴𝑘 una partición del espacio muestral 𝑆 y sea 𝐵 un suceso cualquiera tal que 𝑃(𝐵) >
    0,
    Demostración;
    𝑃(𝐴𝑗 ∩ 𝐵)
    𝑃(𝐴𝑗 |𝐵) =
    𝑃(𝐵)
    𝑃(𝐵|𝐴𝑗 )𝑃(𝐴𝑗 )
    = 𝑘
    ∑𝑖=1 𝑃(𝐵|𝐴𝑖 )𝑃(𝐴𝑖 )
    En el numerador se aplicó la regla del producto y en el denominador el Teorema de la Probabilidad
    Total.
    El Teorema de Bayes describe cómo es posible “revisar” la probabilidad inicial de un evento o
    probabilidad a priori (𝑃(𝐴𝑖 )) para reflejar la información adicional que nos provee la ocurrencia de
    un evento relacionado. La probabilidad revisada se denomina a posteriori.
    Eventos independientes
    La definición de probabilidad condicional
    nos permite “revisar” la probabilidad de
    𝑃(𝐴) asignada a un suceso, cuando se
    sabe que otro suceso 𝐵 ha ocurrido. Hay
    casos en los que 𝑃(𝐴|𝐵) ≠ 𝑃(𝐴) ,
    mientras que en otros 𝑃(𝐴|𝐵) = 𝑃(𝐴), es
    decir que la ocurrencia del suceso 𝐵 no
    altera la probabilidad de ocurrencia de
    𝐴.
    Fuentes de consulta

    Probabilidad I. Segundo semestre. Unidad 2. Teoría de la Probabilidad. Universidad Abierta y a Distancia de México. México.
    Bianco, A. (2004). Probabilidades y Estadística (Computación). Universidad de Buenos Aires. Argentina. Texto recuperado en:
    http://www.dm.uba.ar/materias/probabilidades_estadistica_C/2011/1/PyEC02.pdf
    Rincón, L. (2006). Curso intermedio de Probabilidad. Facultad de Ciencias UNAM. México. Texto recuperado en:
    https://lya.fciencias.unam.mx/lars/pub/proba2.pdf
    Tema 1. Probabilidad. Curso 2017-2018. Texto recuperado en:
    https://www.cecyt3.ipn.mx/estudiantes/plan%20continuidad/Archivo%20comprimido3/MATERIAL_APOYO_%20PROBA
    BILIDADTM.pdf
    Axiomas de la probabilidad. Video recuperado en:
    https://www.youtube.com/watch?v=pwzWhCpirec&index=10&list=PLc_ATubXG-SSBl1JtXZHGvKLfyqUs6ETl
    Consecuencias inmediatas de los axiomas. Teoremas fundamentales. Video recuperado en:
    https://www.youtube.com/watch?v=N2b2YQCG0dM&list=PLc_ATubXG-SSBl1JtXZHGvKLfyqUs6ETl&index=11
    Definición de probabilidad Condicional. Video recuperado en:
    https://www.youtube.com/watch?v=ovDmEn3ARFY&index=20&list=PLc_ATubXG-SSBl1JtXZHGvKLfyqUs6ETl
    Eventos independientes. Video recuperado en: https://www.youtube.com/watch?v=P19uMLllpAs&index=23&list=PLc_ATubXG-
    SSBl1JtXZHGvKLfyqUs6ETl
    Sigma álgebra de Borel y ejemplos. Video recuperado en:
    https://www.youtube.com/watch?v=E5pSRgIXiC4&list=PLc_ATubXG-SSBl1JtXZHGvKLfyqUs6ETl&index=13
    Sigmas algebras y ejemplos. Video recuperado en: https://www.youtube.com/watch?v=jeMQNByiGTg&list=PLc_ATubXG-
    SSBl1JtXZHGvKLfyqUs6ETl&index=12
    Teorema de Bayes. Video recuperado en: https://www.youtube.com/watch?v=4BUTGqMQEtI&list=PLc_ATubXG-
    SSBl1JtXZHGvKLfyqUs6ETl&index=22
    Teorema de probabilidad Total. Video recuperado en:
    https://www.youtube.com/watch?v=077sZTdjqBY&index=21&list=PLc_ATubXG-SSBl1JtXZHGvKLfyqUs6ETl

    También podría gustarte