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