Teoremas Útiles para el Cálculo de Probabilidades

Teoremas Útiles para el Cálculo de Probabilidades

Teoremas Útiles para el Cálculo de Probabilidades

Resumen
En esta clase se presentan ejercicios resueltos en que se demuestran algunos teoremas útiles para el cálculo de probabilidades, incluyendo demostraciones y deducciones. Los ejercicios abordan temas como la probabilidad complementaria, la inclusión de conjuntos y la convergencia de eventos. Completar estos ejercicios te proporcionará una base sólida para profundizar en el estudio de la teoría de probabilidades.


OBJETIVOS DE APRENDIZAJE:
Al completar esta clase el estudiante será capaz de:

  1. Demostrar propiedades básicas de las probabilidades

Lo que veremos a continuación es una guía de ejercicios (resueltos) donde el objetivo es el de demostrar algunos teoremas útiles para la teoría de las probabilidades. Prueba intentar resolverlos y luego compara tus resultados >:D

  1. Demuestre que P(A^c) = 1 -P(A) y, a partir de esto, haga una deducción que permita argumentar que P(\emptyset) = 0
    MOSTRAR SOLUCIÓN

    De la definición de medida de probabilidad se tiene que, si A y B son eventos medibles cualesquiera, entonces se cumplirá que

    [a]0\leq P(A) \leq 1
    [b]A\cap B = \emptyset \rightarrow P(A\cup B) = P(A) + P(B)
    P(\Omega) = 1

    Ahora, como A\cap A^c = \emptyset, de la parte [b], se tendrá que:

    [d]A\cap A^c = \emptyset \rightarrow P(A\cup A^c) = P(A) + P(A^c)

    Como A\cap A^c = \emptyset siempre es verdad y A\cup A^c = \Omega, entonces se tendrá que

    1=P(\Omega) = P(A\cup A^c) = P(A) + P(A^c)

    Y, por lo tanto

    P(A^c) = 1-P(A)

    Que es lo que se quería demostrar.

    Para demostrar que P(\emptyset)=0, basta con tomar A\Omega en la relación que se acaba de probar y se tendrá que

    P(\emptyset) = P(\Omega^c) =1 - P(\Omega) = 1-1 = 0

  2. a) Demuestre que A\subseteq B \rightarrow P(B\setminus A) = P(B) - P(A),¿La igualdad es cierta en general?b) Demostrar que A\subseteq B \rightarrow P(B)\leq P(A)MOSTRAR SOLUCIÓN a)
    (1)A\subseteq B; Premisa
    \equiv A\cap B = A
    (2)B\setminus A = B\cap A^c; Defincion de Teor. de Conjuntos
    (3)B= (B\cap A) \cup (B\cap A^c); Propiedad de los conjuntos
    (4)(B\cap A)\cap (B\cap A^c)=\emptyset; Propiedad de los conjuntos
    (5)P(B)= P[(B\cap A) \cup (B\cap A^c)]; De (3)
    P(B)= P (B\cap A) + P(B\cap A^c); De (4) + Def, Medida de Probabilidad
    P(B)= P (B\cap A) + P(B\setminus A); De (2)
    P(B\setminus A) =P(B) - P (B\cap A)
    {P(B\setminus A) =P(B) - P (A) }; De (1)

    Por lo tanto {\{A\subseteq B\}\vdash P(B\setminus A) = P(B) - P(A)}.

    Notemos que esta igualdad no es cierta en general, ya que depende de que se cumpla A\subseteq B para ser obtenida. De estos desarrollos se puede ver que, si tal cosa no se cumple, entonces se tendrá que P(B\setminus A) = P(B) - P(A\cap B).

    MOSTRAR SOLUCIÓN b)

    A partir de lo razonado en a) se tiene que:

    \{A\subseteq B\}\vdash P(B\setminus A) = P(B) - P(A)
    \equiv \{A\subseteq B\}\vdash P(A) + P(B\setminus A) = P(B)

    Finalmente, como P es una medida de probabilidad, se tiene que \forall X (P(X)\geq 0), de modo que, por lo tanto:

    {\{A\subseteq B\}\vdash P(A) \leq P(B)}.

     

  3. a) Demuestre que P(A\cup B) = P(A) + P(B) - P(A\cup B). Acompañe la demostración con un diagrama.b) Usando el resultado anterior demuestre que P(A\cup B) \leq P(A) + P(B)MOSTRAR SOLUCIÓN PARTE a)
    (1)A\cup B = (A\triangle B) \cup (A\cap B); Propiedad de los conjuntos
    (2)A\triangle B := (A\setminus B) \cup (B\setminus A); Definición de diferencia simétrica
    (3)(A\triangle B)\cap ( A \cap B) = \emptyset; propiedad de los conjuntos
    (4)(A\setminus B)\cap (B\setminus A) = \emptyset; propiedad de los conjuntos
    (5)P(A\cup B) = P[(A\triangle B) \cup (A\cap B)]; De (1)
    P(A\cup B) = P(A\triangle B) + P(A\cap B)]; De (3)
    P(A\cup B) = P(A\setminus B) + P(B\setminus A) + P(A\cap B)]; De (2,4)
    (6)P(B\setminus A) = P(B) - P(A\cap B); Aplicando resultado del ejercicio 2
    (7)P(A\setminus B) = P(A) - P(A\cap B); Lo mismo que (6)
    (8)P(A\cup B) = P(A) - P(A\cap B) + P(B) - P(A\cap B) + P(A\cap B); de(5,6,7)
    {P(A\cup B) = P(A) + P(B) - P(A\cap B)}.
    MOSTRAR SOLUCIÓN PARTE b)
    \vdash P(A\cup B) = P(A) + P(B) - P(A\cap B); resultado de la parte a)
    \equiv\; \vdash P(A\cup B) + P(A\cap B) = P(A) + P(B)
    \equiv\; \vdash {P(A\cup B) \leq P(A) + P(B)}

     

  4. Si \{E_n\} es una familia infinita de eventos tales que E_1\supseteq E_2 \supseteq E_2 \supseteq \cdots \supseteq E_n \supseteq E_{n+1}\supseteq \cdots. Demostrar que se cumple

    \displaystyle P\left( \bigcap_{n=1}^\infty E_n \right) = \lim_{n\to \infty}P(E_n) MOSTRAR SOLUCIÓN

    (1)E_n \supseteq E_{n+1}; Hipótesis
    (2)E_n^c \subseteq E_{n+1}^c; Por complementación desde (1)
    (3)\displaystyle(E_n^c \subseteq E_{n+1}^c) \rightarrow P\left( \bigcup_{n=1}^\infty E_n^c \right)= \lim_{n\to\infty}P(E_n^c); Propiedad de Continuidad
    (4)\displaystyle \bigcup_{n=1}^\infty E_n^c = \left( \bigcap_{n=1}^\infty E_n \right)^c; Leyes de DeMorgan
    (5)P\left(E_n^c\right) = 1 - P(E_n); Demostrado en el ejercicio 1
    (6)\displaystyle P\left(\left[ \bigcap_{n=1}^\infty E_n\right]^c \right) = \lim_{n\to\infty}[1-P(E_n)] = 1 - \lim_{n\to\infty}P(E_n); de (2,4,5) aplicado sobre (3)
    \displaystyle 1 - P\left( \bigcap_{n=1}^\infty E_n \right) = 1 - \lim_{n\to\infty}P(E_n)
    {\displaystyle P\left( \bigcap_{n=1}^\infty E_n \right) = \lim_{n\to\infty}P(E_n)}

    \displaystyle\therefore\{E_n \supseteq E_{n+1}\}\vdash P\left( \bigcap_{n=1}^\infty E_n \right) = \lim_{n\to\infty}P(E_n).

     

Resolviendo estos ejercicios completarás un primer pilar que te servirá de sustento para continuar con el estudio de la teoría de la probabilidades.

Vistas: 18

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *