Espacios de probabilidad

a La teor de la probabilidad es la parte de las matemticas que se encarga a del estudio de los fenmenos o experimentos aleatorios. Se entiende por o experimento aleatorio todo aquel experimento tal que cuando se le repite bajo las mismas condiciones iniciales, el resultado que se obtiene no siempre es el mismo. A menudo, y por muy diversas razones, es necesario aceptar que no es posible predecir el resultado de un experimento particular an u cuando se le haya efectuado con anterioridad varias veces bajo las mismas condiciones iniciales, y en consecuencia se considera aleatorio. Bajo estas circunstancias, la teor de la probabilidad tiene el objetivo de modelar a matemticamente cualquier experimento aleatorio de inters. a e
ww w.

1.1.

Espacios de probabilidad

El modelo matemtico creado durante el primer tercio del siglo XX para a estudiar los experimentos aleatorios es el as llamado espacio de probabili dad. Este modelo consiste de una terna ordenada, denotada usualmente por (, F , P ), en donde es un conjunto arbitrario, F es una -lgebra de a subconjuntos de , y P es una medida de probabilidad denida sobre F . Explicamos a continuacin brevemente cada uno de estos elementos. o

at

em at

ic a1

.c

om

Espacio muestral. El conjunto es llamado espacio muestral o espacio muestra, y tiene como objetivo agrupar a todos los posibles resultados del experimento aleatorio en cuestin. No es imprescindible darle esta interpreo tacin al conjunto , y matemticamente se le considera entonces como un o a conjunto arbitrario. -algebra. Una clase o coleccin no vac F de subconjuntos de es o a una -lgebra si es cerrada bajo las operaciones de tomar complementos a y uniones numerables. El trmino -lgebra se lee sigma-lgebra. A los e a a elementos de una -lgebra se les llama eventos , sucesos, o conjuntos mea dibles. Debido a su uso extendido, se usa el trmino medible, aunque tal e vez lo correcto sea decir mensurable. En particular, un evento es simple o elemental si consta de a lo ms un elemento de , y es compuesto cuando a consta de dos o ms elementos de . a Medida de probabilidad. Una funcin P denida sobre una -lgebra F o a y con valores en el intervalo [0, 1] es una medida de probabilidad si P () = 1 y es -aditiva, es decir, si cumple que P(

at em

An ) =

at

ic
n=1

o cuando A1 , A2 , . . . son elementos de F que cumplen con la condicin de ser ajenos dos a dos, esto es, Ai Aj = para valores de i y j distintos. El nmero P (A) representa una forma de medir la posibilidad de observar u la ocurrencia del evento A, al efectuar una vez el experimento aleatorio. Tenemos entonces formalmente la siguiente denicin. o Definicion. (Espacio de probabilidad). Un espacio de probabilidad es una terna (, F , P ), en donde es un conjunto arbitrario, F es una -lgebra de subconjuntos de , y P es una medida de probabilidad a denida sobre F . El objetivo es asociar un espacio de probabilidad al experimento aleatorio de inters. No existen reglas establecidas para ello y adems la posible asige a

ww

w.

n=1

a1

P (An ),

.c

om

nacin no es unica, pues dependiendo del inters del observador, se puede o e asociar un espacio de probabilidad u otro. En este primer cap tulo se estudian con ms detalle los conceptos de -lgebra y medida de probabilidad. a a Empecemos con el primero.

1.2.

-lgebras a

En esta seccin se estudia el concepto de -lgebra y se dene la m o a nima -lgebra generada por una coleccin arbitraria de subconjuntos del espacio a o muestral. Recordemos nuevamente la denicin de esta estructura. o Definicion. (-algebra, espacio medible, evento). Una coleccin o F de subconjuntos de es una -lgebra si cumple las siguientes cona diciones: 1. F .

at

2. Si A F , entonces Ac F .

em
n=1

3. Si A1 , A2 , . . . F , entonces
ww w.

A la pareja (, F ) se le llama espacio medible y a los elementos de F se les llama eventos o conjuntos medibles. En palabras, una -lgebra es una coleccin de subconjuntos de que no a o es vac y que es cerrada bajo las operaciones de tomar complemento y a efectuar uniones innitas numerables. Estas propiedades garantizan que la coleccin es cerrada al efectuar las operaciones usuales entre conjuntos, es o decir, al tomar las operaciones de unin, interseccin, complemento, difereno o cia, diferencia simtrica, etc. se obtienen nuevamente elementos de la misma e coleccin. o

at
An F .

ic

a1

.c o

En probabilidad elemental el conjunto denota el espacio muestral o conjunto de posibles resultados de un experimento aleatorio, y los elementos de F representan eventos en el experimento aleatorio. Una -lgebra es a entonces una estructura que nos permite agrupar ciertos subconjuntos de de inters, aquellos a los cuales se desea calcular su probabilidad, y esta ese tructura constituye el dominio de denicin de una medida de probabilidad. o Cuando el espacio muestral es nito normalmente se toma como -lgebra a el conjunto potencia de , pero para espacio muestrales ms generales no a siempre puede tomarse esa estructura tan grande, y deben considerarse entonces -lgebras ms pequeas, es por ello que se estudian estas estructua a n ras. En general existen varias -lgebras que pueden asociarse a un conjunto a cualquiera no vac como se muestra a continuacin. o o Ejemplo Sea un conjunto cualquiera no vac Es inmediato comprobar o. que cada una de las siguientes colecciones es una -lgebra de subconjuntos a de . La -lgebra del primer inciso es la -lgebra ms pequea que poa a a n demos asociar a un conjunto cualquiera , y la -lgebra del ultimo inciso a es la ms grande. a a) F1 = {, }.

b) F2 = {, A, Ac , }, en donde A . c) F3 = 2 , conjunto potencia. Ejemplo. Sean A y B subconjuntos de tales que A B. La siguiente coleccin es una -lgebra de subconjuntos de que contiene expl o a citamente a los conjuntos A y B. Puede usted vericar tal armacin con la ayuda o de un diagrama de Venn? F = {, A, B, Ac , B c , B A, (B A)c , } Ejercicio. Sea un conjunto no numerable. Demuestre que la coleccin o F dada por {A : A o Ac es nito o numerable} es una -lgebra. a
ww w.

at

em

at

ic

a1

.c o

A D

Figura 1.1: Una -lgebra es una coleccin F = {A, B, C, D, E, . . .} de subcona o juntos que no es vac y que es cerrada bajo complementos y uniones numerables. a En la Figura 1.1 puede observarse una representacin grca de una o a o o a lgebra como una coleccin de subconjuntos de . En la seccin de ejercicios se pueden encontrar algunos otros ejemplos de -lgebras. El uso de la letra a F para denotar una -lgebra proviene del nombre en ingls eld que a e signica campo. A menudo se usa tambin el trmino -campo en lugar e e de -lgebra. Observe con cuidado el uso y signicado de los s a mbolos de contencin y pertenencia: A y A F . Demostraremos a continuacin o o algunas otras propiedades generales de las -lgebras. a Proposicion. Sea F una -lgebra de subconjuntos de . Entonces a 1. F . 2. Si A1 , A2 , . . . F , entonces
ww w.

at

em

3. Si A, B F , entonces A B F , y AB F .

Demostracin. o 1. Como F y F es una coleccin cerrada bajo complementos, eno

at ic
n=1

a1

An F .

.c o

tonces c = F . 2. Si A1 , A2 , . . . F , entonces Ac , Ac , . . . F . Por lo tanto Ac 1 2 n=1 n F . Tomando complementos y usando las leyes de De Morgan se obtiene el resultado. 3. Estas proposiciones se siguen de lo demostrado antes y de las deniciones A B = A B c , y AB = (A B) (B A).

Demostracin. Sean F1 y F2 dos -lgebras de subconjuntos de un mismo o a . Entonces F1 F2 es aquella coleccin de subconjuntos de cuyos eleo mentos pertenecen tanto a F1 como a F2 . Demostraremos que F1 F2 es una -lgebra. a a) Como F1 y F2 son -lgebras, entonces F1 y F2 . Por lo a tanto F1 F2 . b) Sea A un elemento en F1 F2 . Entonces A F1 y A F2 . Por lo tanto Ac F1 y Ac F2 , es decir, Ac F1 F2 . c) Sea A1 , A2 , . . . una sucesin de elementos en la interseccin F1 F2 . o o Entonces A1 , A2 , . . . F1 y A1 , A2 , . . . F2 . Por lo tanto An n=1 F1 y An F2 , es decir, An F1 F2 . n=1 n=1

ww

w.

Proposicion. La interseccin de dos -lgebras es una -lgebra. o a a

at

em

at

La proposicin anterior establece entonces que las -lgebras son estruco a turas tambin cerradas bajo las operaciones de diferencia e intersecciones e numerables. En la seccin de ejercicios pueden encontrarse algunas otras deo niciones de -lgebra equivalentes a la que hemos enunciado, y que involua cran las operaciones de la proposicin anterior. Una operacin de particular o o importancia es aquella en la que se intersectan dos -lgebras produciendo a una nueva -lgebra, este es el contenido del siguiente resultado. a

ic a1

.c om

Hemos entonces comprobado que si F1 y F2 son dos -lgebras de un mismo a conjunto , entonces F1 F2 es nuevamente una -lgebra de subconjuntos a de , naturalmente ms pequea que F1 y F2 en el sentido F1 F2 a n F1 , F2 . La siguiente pregunta consiste en vericar si la unin de dos o a lgebras produce nuevamente una -lgebra. En este caso la respuesta es a negativa. En general no es cierto que la unin de dos -lgebras produce una o a nueva -lgebra. Vanse por ejemplo los ejercicios 9 y 10 a este respecto. Por a e otro lado se puede extender la validez de la proposicin recin demostrada o e a intersecciones ms generales como indica el siguiente resultado. a Proposicion. La interseccin nita, innita numerable o bien arbitraria o de -lgebras es nuevamente una -lgebra. a a

Demostracin. Sea T un conjunto arbitrario distinto del vac Suponga o o. que para cada t en T se tiene una -lgebra Ft de subconjuntos de . Sea a F = tT Ft . Siguiendo los mismos pasos que en la demostracin anterior o es fcil probar que F es una -lgebra. Observe que como T es un conjunto a a arbitrario, la -lgebra F es efectivamente una interseccin arbitraria de a o -lgebras. a Lo demostrado anteriormente garantiza que la siguiente denicin tiene seno tido. Definicion. (-algebra generada). Sea C una coleccin no vac de o a subconjuntos de . La -lgebra generada por C , denotada por (C ), a es la coleccin o (C ) = {F : F es -lgebra y C F }. a
ww w.

at

em

at ic

a1

.c o

Es decir, la coleccin (C ) es la interseccin de todas aquellas -lgebras o o a que contienen a C . Por la proposicin anterior sabemos que (C ) es una o -lgebra. A (C ) tambin se le llama mnima -lgebra generada por C , a e a y el adjetivo mnima es claro a partir del hecho de que es la -lgebra ms a a pequea que contiene a la coleccin C . Es decir, si F es una -lgebra n o a que contiene a C , entonces forzosamente (C ) F . Observe que C (C ) pues a la coleccin C se le han aadido posiblemente algunos otros o n subconjuntos para convertirla en la -lgebra (C ). a Ejemplo. Sean A, B con A y B ajenos. Dena la coleccin C = {A, B}. o En general esta coleccin no es una -lgebra pero podemos aadirle algunos o a n subconjuntos de para encontrar la -lgebra generada por C . Resulta que a la m nima -lgebra que contiene a la coleccin C es la siguiente. Puede a o usted demostrar tal armacin? o

Proposicion. Sean C1 y C2 dos colecciones de subconjuntos de tales que C1 C2 . Entonces (C1 ) (C2 ). Demostracin. Claramente C1 C2 (C2 ). Entonces (C2 ) es una o lgebra que contiene a la coleccin C1 . Por lo tanto (C1 ) (C2 ). a o Proposicion. Si F es una -lgebra, entonces (F ) = F . a

Demostracin. Sabemos que F (F ). Por otro lado como F es una o lgebra que contiene a F , entonces (F ) F . Esto demuestra la igualdad. a

ww

w.

Los siguientes dos resultados son proposiciones sencillas y naturales acerca de -lgebras generadas. Las demostraciones son cortas pero requieren a algunos momentos de reexin en una primera lectura. o

at

em

at

ic a1

(C ) = {, A, B, (A B)c , A B, Ac , B c , }.
.c om

Ejercicio. Demuestre que ((C )) = (C ), en donde C una coleccin de o subconjuntos de . Ejercicio. Demuestre que (C1 C2 ) = ( (C1 ) (C2 ) ), en donde C1 y C2 son dos colecciones no vac de subconjuntos de . as

Otras estructuras de subconjuntos

En esta seccin se presentan los conceptos de lgebra y semi-lgebra, y su o a a relacin con -lgebras. No estudiaremos estas estructuras con detalle pero o a las mencionamos porque desempean un papel importante en la construcn cin y extensin de medidas de probabilidad. o o Definicion. (Algebra). Una coleccin A de subconjuntos de es una o a lgebra si cumple las siguientes condiciones:
ww w.

1. A .

2. Si A A , entonces Ac A .
n

3. Si A1 , . . . , An A , entonces

at

em

La diferencia entre una lgebra y una -lgebra estriba en que para la a a primera se pide que sea una coleccin cerrada bajo uniones nitas mientras o que la segunda es una coleccin cerrada bajo uniones innitas numerables. o Claramente toda -lgebra es una lgebra. a a

at ic
k=1

a1

Ak A .

.c om

 Definicion. (Semialgebra). Una coleccin S de subconjuntos de o es una semilgebra si cumple las siguientes condiciones: a 1. S . 2. Si A, B S , entonces A B S . 3. Si A, A1 S son tales que A1 A, entonces existen A2 , . . . , An S tales que los subconjuntos A1 , . . . , An son ajenos dos a dos y se cumple que
n

A=
k=1

Ak .

ww w.

Figura 1.2: Relacin general entre -lgebras, lgebras y semilgebras. o a a a A continuacin se estudia un ejemplo particular de -lgebra de subconjuno a tos de nmeros reales: la -lgebra de Borel. u a

at

semilgebras a

em
-lgebras a a lgebras

at ic a1

Los conceptos de -lgebra, lgebra y semilgebra estn relacionados como a a a a se muestra en la Figura 1.2. En la seccin de ejercicios se pide demostrar o las implicaciones y no implicaciones que se obtienen de este diagrama.
.c o m

Conjuntos de Borel
Considere la coleccin de todos los intervalos abiertos (a, b) de R, en donde o a b. A la m nima -lgebra generada por esta coleccin se le llama a o lgebra de Borel de R, y se le denota por B(R). a Definicion. (-algebra de Borel de R). B(R) = { (a, b) R : a b } . A los elementos de B(R) se les llama conjuntos de Borel , Borelianos o conjuntos Borel medibles. De esta forma se puede asociar la -lgebra B(R) a al conjunto de nmeros reales, y obtener as el espacio medible (R, B(R)). u Se muestran a continuacin algunos elementos expl o citos de esta -lgebra. a Proposicion. Para cualesquiera nmeros reales a b, los intervalos u [a, b], (a, ), (, b), [a, b), (a, b] y {a}, son todos elementos de B(R). Demostracin. Primeramente observe que los intervalos cerrados [a, b] son o conjuntos Borelianos, pues podemos escribirlos en trminos de una intersece cin numerable de intervalos abiertos de la siguiente forma o

ww

w.

at

em
n=1

[a, b] =

Observe que cada elemento de la interseccin anterior es un conjunto Boreo liano. Siendo B(R) una -lgebra, la interseccin innita es un elemento de a o B(R). De esta forma se concluye que cada intervalo cerrado es un conjunto

at ic
(a

a1

1 1 , b + ). n n

.c om

de Borel. As mismo tenemos que (a, ) = y (, b) =

n=1 n=1

(a, a + n) B(R), (b n, b) B(R).

Por lo tanto [a, ) = y (, b] =

n=1 n=1

(a

1 , ) B(R), n 1 ) B(R). n

(, b +
.c om

at
n=1

em

De forma anloga se puede hacer ver que los intervalos semiabiertos de la a forma [a, b) y (a, b] son conjuntos Borelianos. Los conjuntos que constan de un solo nmero tambin son conjuntos Borelianos pues u e {a} = (a

Complementos, intersecciones y uniones numerables de estos conjuntos son todos ellos Borelianos. Este hecho puede utilizarse para comprobar los siguientes resultados. Ejercicio. Demuestre directamente que N, Z y Q son elementos de B(R). Demuestre adems que el conjunto de nmeros irracionales es un conjunto a u de Borel de R. Adems de la denicin enunciada, existen otras formas equivalentes de a o generar a los conjuntos Borelianos. Este es el contenido de la siguiente proposicin. o

ww w.

at

ic

a1

1 1 , a + ). n n

 Proposicion. Las siguientes -lgebras son todas idnticas a B(R). a e 1. 2. 3. { [a, b] : a b }. 4. 5. { (a, ) : a R }.

{ (a, b] : a b }. { [a, b) : a b }.

{ (, b) : b R }.

Es natural preguntarse si la coleccin B(R) contiene a todos los subconjuno tos de R. La respuesta es negativa, es decir, puede demostrarse que existe un subconjunto de los nmeros reales que no pertenece a la coleccin B(R). u o La construccin del tal conjunto no es sencilla, y puede obtenerse indirectao mente de la siguiente forma: la coleccin B(R) est contenida en una clase o a ms amplia llamada la coleccin de conjuntos Lebesgue medibles de R, y se a o demuestra que existen subconjuntos de R que no son Lebesgue medibles, y por tanto tampoco Borel medibles. Los detalles de estas armaciones pueden encontrarse en textos de teor de la medida, como por ejemplo [5] o [14]. a Es posible tambin considerar la -lgebra de conjuntos de Borel restringie a dos a una porcin de los nmeros reales como se indica a continuacin. o u o
ww w.

at

De manera equivalente se puede denir a B(R) como la m nima -lgebra a generada por todos los subconjuntos abiertos de R. En ambos casos la lgebra generada es B(R). a

em

at

ic a1

Demostracin. Se prueba unicamente el primer inciso, el resto de ellos se o demuestra usando el mismo procedimiento. Para demostrar que B(R) = {[a, b] : a b} se verican ambas contenciones. Claramente [a, b] B(R), por lo tanto {[a, b] : a b} B(R). Entonces {[a, b] : a b} B(R). Ahora se demuestra la contencin contraria. Sabemos que (a, b) {[a, b] : o 1 1 a b} pues (a, b) = [a + n , b n ]. Entonces {(a, b) : a b} {[a, b] : n=1 a b}. Por lo tanto B(R) {[a, b] : a b}.
.c om

 Definicion. Sea A B(R). La -lgebra de Borel de A, denotada por a B(A) o por A B(R), se dene como sigue B(A) = {A B : B B(R)}.

No es dif comprobar que la coleccin B(A) es efectivamente una -lgecil o a bra de subconjuntos de A. Observe que el nuevo conjunto total es A y no R. El concepto de -lgebra de Borel de R puede extenderse a dimensioa nes mayores de la siguiente forma. Considere la coleccin C de todas los o 2 , es decir, rectngulos abiertos de R a C = {(a, b) (c, d) : a b, c d}. Se denen los conjuntos de Borel de R2 como los elementos de la m nima -lgebra generada por la coleccin C , es decir, B(R2 ) = (C ). De manera a o a equivalente se puede denir B(R2 ) = (B(R) B(R)). En forma anloga se dene B(Rn ) usando productos cartesianos de intervalos. Definicion. (-algebra de Borel de Rn ). B(Rn ) = (B(R) B(R)). En general el producto cartesiano de dos -lgebras no es una -lgebra a a de subconjuntos del espacio producto, de modo que debe anteponerse la operacin a tal coleccin para convertirla en una -lgebra. o o a Ejercicio. (-algebra producto). Demuestre que el producto cartesiano de dos -lgebras no es necesariamente -lgebra. Esto es, suponga a a que (1 , F1 ) y (2 , F2 ) son dos espacios medibles. Mediante un ejemplo muestre que F1 F2 no necesariamente es una -lgebra de subconjuntos a del espacio producto 1 2 . Se dene entonces la -lgebra producto como a
ww w.

M at

em

at

ic

a1

.c

om

(F1 F2 ). Ejercicio. Demuestre que la -lgebra {(a, b) (c, d) : a b, c d} a coincide con (B(R) B(R)).

Sucesiones de eventos
En esta seccin se estudia el concepto de convergencia de una sucesin ino o nita de eventos. Para enunciar tal concepto necesitaremos antes las deniciones de l mite superior y l mite inferior para conjuntos. Estas deniciones son anlogas al caso de sucesiones numricas como puede consultarse en un a e apndice al nal del texto. e Definicion. (L mite superior e inferior). Para una sucesin de o eventos {An : n N}, se dene el l mite superior y el l mite inferior como sigue: 1. l sup An = m
n

2. l inf An = m
n

n=1 k=n

Tanto el l mite superior como el l mite inferior son operaciones bien denidas, es decir, el resultado siempre existe y es unico. En cada caso, el conjunto resultante es siempre un evento, es decir, un conjunto medible. Es sencillo tambin comprobar que e m l inf An l sup An . m
n n

Tampoco es dif vericar que un elemento pertenece al evento l cil mite superior si, y slo si, pertenece a una innidad de elementos de la sucesin. En o o

ww

Ak .

w.

n=1 k=n

at

Ak .

em

at

ic

a1

.c

om

algunos textos de habla inglesa el evento l mite superior se escribe (An i.o.), en donde las letras i.o. signican innitely often. Por otro lado un elemento pertenece al evento l mite inferior si, y slo si, pertenece a todos o los elementos de la sucesin excepto un nmero nito de ellos. Con estos o u conceptos podemos ahora establecer la denicin de convergencia de una o sucesin de eventos. o Definicion. (Convergencia de eventos). Sea {An : n N} una sucesin de eventos. Si existe un evento A tal que o l inf An = l sup An = A, m m
n n

entonces se dice que la sucesin converge al evento A, y se escribe o l An = A. m

n

Ejemplo. Para cada nmero natural n dena el conjunto An = [1/n, 0] u m si n es impar, y An = [0, 1/n] si n es par. Entonces l An = {0} pues
ww
n

w.

at

Para calcular el posible l mite de una sucesin de eventos debemos entonces o calcular el l mite superior y el l mite inferior, y cuando el resultado de ambas operaciones coincida, entonces a tal resultado comn se le llama el l u mite de la sucesin. o

l sup An = m
n

em

at

ic

a1

Ak = Ak =

.c

l inf An = m
n

n=1 k=n n=1 k=n

n=1

n=1

Ejercicio. Sea A un evento. Demuestre que la siguiente sucesin de eventos o no es convergente. A si n es impar, An = c A si n es par.

om

[1/n, 1/n] = {0}, {0} = {0}.

Como el ejercicio anterior muestra, no todas las sucesiones de eventos convergen. Demostramos a continuacin que en particular toda sucesin montoo o o na es convergente. Ms adelante presentaremos algunos otros ejemplos cona cretos de sucesiones de eventos, y en la seccin de ejercicios se encuentran o algunos mas. Proposicion. Sea {An : n N} una sucesin montona de eventos. o o 1. Si A1 A2 , entonces l An = m
n n=1 n=1

An .

Demostracin. o
w.

ww

1. Como la sucesin es creciente, entonces (observe el valor inicial del o sub ndice en las operaciones de unin e interseccin), o o

at

em

k=n k=n

at

ic

a1
Ak =
k=1

.c

om

2. Si A1 A2 , entonces l An = m
n

An .

Ak ,

y Por lo tanto l sup An = m

n

Ak = An .

Ak = Ak =

Ak =

k=1

Ak ,

l inf An = m
n

n=1 k=n n=1 k=n

n=1 k=1 n=1

An .

2. El procedimiento es completamente anlogo al inciso anterior. En este a caso como la sucesin es decreciente se tiene que o
k=n k=n

Ak =

k=1

Ak ,

y Entonces m l sup An =
n

Ak = An .

Ak = Ak =

l inf An = m
n

n=1 k=n n=1 k=n

An , n=1
n=1 k=1

Ak =

k=1

Ak .

El siguiente resultado establece que a partir de una sucesin de eventos o puede construirse otra sucesin cuyos elementos son ajenos dos a dos, y cuya o unin es la unin de la sucesin original. Este procedimiento de separacin o o o o ser de utilidad ms adelante. a a
ww w.

at em

at ic

a1

.c om

 Proposicion. Sea {An : n N} una sucesin de eventos. Dena o

n1

B1 = A1 ,

Bn = An

Ak ,
k=1

para n 2.

o Entonces la sucesin de eventos {Bn : n N} satisface las siguientes propiedades: 1. Bn An . 2. Bn Bm = , si n = m. 3.

n=1 n=1

Bn =

An .
om

Demostracin. o

ww

2. Sin prdida de generalidad suponga n < m, entonces e

w.
n1 m1

Bn Bm = (An = (An = .

M at

1. Esto evidente a partir de la denicin de Bn . o

em

at ic
Ak ) (Am Ac ) (Am k

a1

.c

Ak )
k=1 m1

k=1 n1 k=1

Ac ) k
k=1

An Ac n 3. Consideraremos cada contencin por separado. Como cada Bn est cono a tenido en An , entonces el lado izquierdo es efectivamente un subconjunto del lado derecho. Por el contrario, sea x un elemento en

ndice n tal que x An . Sea n0 el priEntonces existe un mer ndice tal que x An0 y x Aj para 1 j n0 1. Entonces / x An0 n0 1 An = Bn0 . Por lo tanto x pertenece a Bn . n=1 n=1

n=1 An .

1.3.

Medidas de probabilidad

En esta seccin y en lo que resta del presente cap o tulo se estudian algunas propiedades de las medidas de probabilidad. Empezaremos por recordar nuevamente la denicin de este concepto. o Definicion. (Medida de probabilidad). Sea (, F ) un espacio medible. Una medida de probabilidad es una funcin P : F [0, 1] que o satisface 1. P () = 1.
w.
.c o m

3. Si A1 , A2 , . . . F son ajenos dos a dos, esto es, An Am = para n = m, entonces P (

ww

2. P (A) 0, para cualquier A F .

at

em
An ) =

n=1

Entonces toda funcin P denida sobre una -lgebra F , con valores en el o a intervalo [0, 1] y que cumpla los tres postulados anteriores se le llama medida de probabilidad o probabilidad axiomtica. Estos axiomas fueron establecidos a por A. N. Kolmogorov en 1933. En particular, la tercera propiedad se conoce con el nombre de -aditividad. Ejemplo. (Probabilidad clasica). Considere un experimento aleatorio con espacio muestral un conjunto nito . Asocie a este conjunto la -

at ic a1
n=1

P (An ).

a lgebra 2 , y para cualquier subconjunto A de dena P (A) = #A/#. Entonces P es una medida de probabilidad, y es llamada probabilidad clsica. a De acuerdo a esta denicin, para calcular la probabilidad de un evento es o necesario entonces conocer su cardinalidad. En los inicios de la teor de la a probabilidad se consideraban unicamente modelos de este tipo, los cuales eran estudiados en el contexto de los juegos de azar. De esta forma de calcular probabilidades surgen muchos y muy variados problemas de conteo, algunos de los cuales pueden no ser fciles de resolver. Por ejemplo, si cuatro a parejas se sientan al azar en una mesa circular, cul es la probabilidad de a que ninguna persona se siente junto a su pareja? Ejemplo. Considere un experimento aleatorio con espacio muestral el conjunto de nmeros naturales N. Asocie a este conjunto la -lgebra 2N . Para u a cualquier subconjunto A de N dena 1 . P (A) = 2n
nA

P (X = x) 1 2

ww w.

Es decir, el nmero natural n tiene asociada la probabilidad 1/2n , como se u cil muestra en la Figura 1.3. No es dif vericar que P es efectivamente una medida de probabilidad concentrada en el conjunto de nmeros naturales. u

at

em

at

ic

a1

.c

om

1 2 3 4 5 Figura 1.3: Una medida de probabilidad concentrada en los nmeros naturales. u

Ejemplo. Considere el espacio medible (R, B(R)). Sea f : R [0, ) una funcin no negativa y continua, tal que su integral sobre el intervalo o

(, ) es uno. La funcin P denida para cualquier conjunto de Borel A o por la siguiente integral, es una medida de probabilidad. P (A) =
A

f (x) dx.

Propiedades elementales
A partir de los postulados enunciados en la seccin anterior es posible deo mostrar una extensa serie de propiedades que cumplen todas las medidas de probabilidad. En esta seccin se estudian algunas propiedades elementales o que posiblemente ya conoce el lector, y ms adelante se demuestran otras a propiedades ligeramente ms avanzadas. a

ww

En la siguiente seccin estudiaremos algunas propiedades generales que cumo ple toda medida de probabilidad, y a lo largo del texto consideraremos varios modelos particulares para el clculo de probabilidades. a
w.

at e

at

e o Ejemplo. (Probabilidad geomtrica). Sea R2 una regin tal que su rea es positiva y nita. Sea F una -lgebra de subconjuntos de a a para los cuales el concepto de rea est bien denido. Para cada A en F a e dena P (A) = Area (A)/Area (). La funcin P resulta ser una medida de o probabilidad, y es llamada probabilidad geomtrica. Esta denicin puede e o extenderse a espacios de dimensin mayor de manera evidente. Un ejemplo o en donde se utiliza esta forma de calcular probabilidades es el siguiente: Suponga que dos personas deciden llegar a su cita de encuentro completamente al azar dentro del lapso de una hora especicada, y esperarse a lo sumo 15 minutos en caso de que la otra persona no haya llegado, cul es a la probabilidad de que las personas se encuentren?

ic a1

.c

om

 Proposicion. Sea (, F , P ) un espacio de probabilidad. Entonces 1. P () = 0. 2. Si A1 , . . . , An F son ajenos dos a dos, entonces
n n

P(
k=1

Ak ) =
k=1

P (Ak ).

3. P (Ac ) = 1 P (A). 4. Si A B, entonces P (B A) = P (B) P (A). 5. Si A B, entonces P (A) P (B). 7. P (A B) = P (A) + P (B) P (A B). 6. 0 P (A) 1. 8. P (A B) P (A) + P (B).
w.

Demostracin. o

1. Como = , por la -aditividad se tiene que P () = n=1 P (), lo cual sucede unicamente cuando P () = 0. 2. Se toma An+1 = An+2 = = , y la igualdad se obtiene al aplicar la -aditividad y la propiedad anterior. 3. Se expresa a como la unin disjunta A Ac . Aplicamos P y obteo nemos la igualdad requerida. 4. Escribimos B = A (B A). Aplicando P obtenemos P (B) P (A) = P (B A). 5. Como la probabilidad de cualquier evento es un nmero no negativo, u el resultado se sigue de la propiedad anterior.

ww

at

em

at ic

a1

.c om

6. La primera desigualdad es el segundo axioma, y la segunda es consecuencia de la propiedad anterior cuando B = y el primer axioma. 7. Descomponemos el evento A B como la siguiente unin de tres eveno tos disjuntos dos a dos: A B = (A B) (A B) (B A) = (A A B) (A B) (B A B). Por lo tanto P (A B) = P (A) P (A B) + P (A B) + P (B) P (A B). 8. Esta propiedad es consecuencia de la anterior y el segundo axioma.

n=1

n=1

2. P (

n=1

An ) 1

n=1

Demostracin. o 1. Tome B1 = A1 , y para n 2 dena

n1

ww

1. P (

w.

An )

P (An ).

M at

Proposicion. (Desigualdades de Boole). Sea {An : n N} una sucesin de eventos. Entonces o

P (Ac ). n

Bn = An

em

at

ic
Ak .
k=1

a1

La propiedad (2) establece que las probabilidades son funciones nitamente aditivas, y la propiedad (5) que son funciones montonas. La desigualdad (8) o dice que las probabilidades son funciones nitamente subaditivas. Veamos algunas otras propiedades.
.c om

Hemos demostrado antes que {Bn : n N} es una sucesin de eventos o disjuntos dos a dos tales que Bn An y n=1 An = n=1 Bn . Por lo tanto P(

An ) = P ( =
n=1 n=1

Bn )

n=1

n=1

P (Bn ) P (An ).

2. Esta desigualdad se sigue de la primera al considerar la sucesin de o los complementos.

M at

Proposicion. Sea {An : n N} una sucesin de eventos. o

ww

em

at
1. Si P (An ) = 1 para toda n, entonces P (
w.
n=1 An )

ic

a1

.c o

= 1. = 1. = 0.

2. Si P (An ) = 1 para alguna n, entonces P ( 3. Si P (An ) = 0 para alguna n, entonces P ( 4. Si P (An ) = 0 para toda n, entonces P (

n=1 An ) n=1 An )

n=1 An )

= 0.

Demostracin. o

1. Por las leyes de De Morgan y la desigualdad de Boole, P(

n=1

An ) = 1 P ( 1 = 1.

Ac ) n

n=1

P (Ac ) n

n=1

2. Como An 3. Como
n=1

n=1

An , se tiene que 1 = P (An ) P (

An ).

n=1

An An , entonces P (

n=1

An ) P (An ) = 0.
om
n=1

Las propiedades (1) y (4) de la proposicin anterior pueden interpretarse o de la siguiente forma. Intersectar dos eventos produce en general un evento ms pequeo, o por lo menos no mayor a los intersectandos. Sin embargo la a n propiedad (1) establece que la interseccin, an innita, de eventos con proo u babilidad uno produce un evento con probabilidad uno. Anlogamente, unir a dos eventos produce en general un evento mayor, pero por la propiedad (4), la unin, an innita, de eventos con probabilidad cero tiene probabilidad o u cero. Dos de las propiedades elementales ms conocidas y de amplia aplicacin a o son la frmula de probabilidad total y la frmula de Bayes. o o Ejercicio. (Teorema de probabilidad total). Sea (, F , P ) un espacio de probabilidad, y sea {A1 , A2 , . . .} una particin de tal que cada o

ww w.

at

em

at

ic

4. Por la desigualdad de Boole, P (

a1

n=1

An )

.c

P (An ) = 0.

elemento de la particin es un evento con probabilidad estrictamente posio tiva. Demuestre que para cualquier evento B, P (B) =
n=1

P (B | An )P (An ).

Ejercicio. (Teorema de Bayes). Sea (, F , P ) un espacio de probabilidad, y sea A1 , A2 , . . . una particin de tal que cada elemento de la o particin es un evento con probabilidad estrictamente positiva. Demuestre o que para cualquier evento B tal que P (B) > 0, y para cualquier m 1 jo, P (Am | B) =

P (B | Am )P (Am )

Ejercicio. (Completacion de espacios). Se dice que un espacio de probabilidad (, F , P ) es completo si cada vez que se tenga la situacin A B o con B F y P (B) = 0, entonces tambin se tiene que A F y P (A) = 0. e Un espacio de probabilidad (, F , P ) que no es completo puede ser completado de la siguiente forma. Se toma el mismo y se dene la coleccin o F de todos aquellos subconjuntos A para los cuales existan B y C en F con P (C) = 0, tales que B A B C. Para tal conjunto A se dene P (A) = P (B). Entonces resulta que (, F , P ) es un espacio de probabilidad completo, y se llama la completacin de (, F , P ). Verique esta armacin o o demostrando los siguientes incisos. a) F es efectivamente una -lgebra. a b) F F . c) La denicin de P (A) no depende del subconjunto B asociado, es o decir, la denicin es unica. o
ww w.

at

em

at

ic

a1

n=1

.c

om

P (B|An )P (An )

 d) P es una medida de probabilidad sobre F . e) P (A) = P (A), para cada A en F . f) El espacio de probabilidad (, F , P ) es completo. g) (, F , P ) es el espacio de probabilidad completo ms pequeo que a n contiene a (, F , P ), es decir, si (, F1 , P1 ) es otro espacio de probabilidad completo tal que F F1 y P1 = P sobre F , entonces F F1 y P = P1 sobre F .

Proposicion. Sea {An : n N} una sucesin no decreciente de eventos, o esto es, A1 A2 . Entonces P(

ww

Ahora demostraremos que las medidas de probabilidad son funciones continuas. Primero se prueba este resultado importante para dos tipos de sucesiones particulares, aquellas que son montonas crecientes o decrecientes, o y despus se prueba en general. Empezaremos con el caso de sucesiones e crecientes.
w.

at

An ) = l P (An ). m
n

n=1

Demostracin. Como An An+1 , tenemos que P (An ) P (An+1 ). Por lo o tanto la sucesin numrica {P (An ) : n N} es no decreciente y acotada o e superiormente por uno. Entonces el l mite de esta sucesin existe y el lado o

em

at ic

a1

.c om

Continuidad

derecho de la igualdad tiene sentido. Dena los eventos B1 = A1 , y Bn = An An1 ,

para n 2.

o o La sucesin {Bn : n N} es una coleccin de eventos disjuntos dos a dos, y es tal que An = Bn .
n=1 n=1

Por lo tanto P(

An ) = P ( =
n=1

Bn )

n=1

n=1

at

em M
= P (A1 ) +
ww w.

= P (A1 ) +

at
n=2 n=2 n=2

= P (B1 ) +

ic

a1
P (Bn ) P (An An1 ) P (An ) P (An1 )
m n=2

m = P (A1 ) + l

= P (A1 ) + l P (Am ) P (A1 ) m

m

l P (Am ). m

Las medidas de probabilidad tambin son continuas respecto de sucesioe nes no crecientes de eventos. Esta armacin es el contenido del siguiente o resultado que se demuestra a partir de la proposicin anterior. o

.c

om

P (Bn )

P (An ) P (An1 )

 Proposicion. Sea {An : n N} una sucesin no creciente de eventos, o esto es, A1 A2 . Entonces P(

An ) = l P (An ). m
n

n=1

Demostracin. Observe que si An An+1 , entonces Ac Ac . Por la o n n+1 proposicin anterior, o P(

Ac ) = l P (Ac ). m n n
n

n=1

n=1

Ahora se enuncia un resultado ms fuerte. Demostraremos que las medidas a de probabilidad son funciones continuas. Esta propiedad es muy util pues permite el clculo de probabilidades en procedimientos l a mite, y se encuentra siempre presente de manera impl cita en toda la teor que se desarrolla ms a a adelante. Proposicion. (Continuidad de la probabilidad). Sea {An : n N} una sucesin de eventos convergente al evento A. Entonces o
n

ww

w.

de donde se sigue inmediatamente el resultado.

l P (An ) = P (A). m

at

em

1 P(

at

An ) = l (1 P (An )), m
n

ic

a1

Aplicando las leyes de De Morgan,

.c om

Demostracin. La prueba se basa en las siguientes dos desigualdades: o a) l sup P (An ) P (l sup An ). m m
n n

b) P (l inf An ) l inf P (An ). m m

n n

Como la sucesin de eventos es convergente al evento A, entonces el l o mite superior y el l mite inferior son iguales a A. Se sigue entonces de las desigualdades (a) y (b) que l sup P (An ) P (l sup An ) m m
n n

= P (A) l inf P (An ). m De donde se concluye el resultado. Nos concentraremos ahora en demostrar las desigualdades enunciadas. a) Como An
k=n Ak ,

ww

w.

entonces P (An ) P (

at em at

ic

a1

k=n

en donde {

k=n Ak

o : n N} es una sucesin decreciente de eventos.

.c om

= P (l inf An ) m
n

Ak ),

Tomando el l mite superior se obtiene l sup P (An ) l sup P ( m m

n n

Ak )

l P ( m

k=n

Ak )

m = P ( l = P(

k=n k=n

Ak )

Ak )

n=1 k=n

= P (l sup An ). m
n

o en donde { Ak : n N} es una sucesin creciente de eventos. k=n Tomando el l mite inferior se obtiene
ww w.

at

em
k=n

P(

at

Ak ) P (An ),

ic

a1

b) Como

k=n Ak

An , entonces

l inf P (An ) l inf P ( m m

n n

.c o

Ak )

l P ( m

k=n

Ak )

m = P ( l = P(

k=n k=n

Ak )

Ak )

n=1 k=n

= P (l inf An ). m
n

Ejemplo. Se lanza un dado equilibrado una innidad de veces. Sea An el evento correspondiente a obtener el evento A = {2, 4, 6} en cada uno de los primeros n lanzamientos del dado. Entonces claramente An An+1 y P (An ) = 1/2n para cualquier n en N. Por lo tanto l An = m
n=1

An .

Entonces P(

An ) = P ( l An ) = l P (An ) = l m m m 1/2n = 0.
n n n

n=1

El evento An se interpreta como aquel conjunto de resultados en el n=1 que siempre se obtiene un nmero par en cada uno de los lanzamientos. Heu mos demostrado que la probabilidad de tal evento es cero. En consecuencia la probabilidad de que eventualmente aparezca un nmero impar es uno. u Observe que el argumento presentado funciona de la misma forma cuando el evento A es cualquier subconjunto propio de distinto del vac Por o. ejemplo, si A = {1, 2, 3, 4, 5}, entonces la probabilidad de nunca obtener 6 es cero. Por lo tanto, con probabilidad uno, cada una de las caras del dado aparecer eventualmente. Puede demostrarse adems que cada una de a a las caras aparecer una innidad de veces con probabilidad uno. a
ww w.

1.4.

Independencia de eventos

En esta seccin se dene el concepto importante de independencia de eveno tos. La independencia es un tema central en la teor de la probabilidad, a y uno de sus rasgos distintivos. De manera natural la independencia aparecer con frecuencia a lo largo del texto a partir de ahora, y ayudar a a a

at

em

at

ic a1

.c om

simplicar el clculo de probabilidades. La denicin matemtica es la sia o a guiente. Definicion. (Independencia de dos eventos). Dos eventos A y B son independientes, y se escribe A B, cuando P (A B) = P (A)P (B).

Ejercicio. Demuestre que un evento que tiene probabilidad cero o uno, es independiente de cualquier otro evento, incluyendo l mismo. e Ejercicio. Demuestre que los eventos A y B son independientes si, y slo o si, a) A y B lo son. b) Ac y B lo son. c) A y B c lo son. o La denicin de independencia puede extenderse a colecciones nitas e incluso innitas de eventos del siguiente modo.

ww w.

Ejercicio. Demuestre que un evento es independiente consigo mismo si, y slo si, su probabilidad es cero o uno. o

at em

A menudo aceptar la hiptesis de que dos eventos son independientes es una o cuestin de apreciacin por parte del observador. La independencia puede o o interpretarse en el sentido de que la ocurrencia de uno de los eventos no proporciona informacin que modique la probabilidad de ocurrencia del o segundo evento. Contrario a alguna primera concepcin intuitiva errnea, o o el hecho de que dos eventos sean independientes no implica que ellos sean ajenos. La proposicin contraria tampoco es vlida, dos eventos ajenos no o a necesariamente son independientes.

at

ic

a1

.c o

 Definicion. (Independencia de varios eventos). Los eventos A1 , . . . , An son independientes si se cumplen todas y cada una de las siguientes condiciones: P (Ai Aj ) = P (Ai )P (Aj ), i, j distintos. (1.1) (1.2)

P (Ai Aj Ak ) = P (Ai )P (Aj )P (Ak ), i, j, k distintos. . . . P (A1 An ) = P (A1 ) P (An ).

Ms generalmente, una coleccin innita de eventos es independiente si a o cualquier subcoleccin nita lo es. o Observe que de acuerdo a la denicin anterior, se necesitan vericar o o suponer varias condiciones para que n eventos sean independientes entre s . De hecho el nmero total de igualdades a demostrar es 2n n 1. Puede u usted demostrar esta armacin? En la siguiente seccin haremos uso del o o siguiente resultado. Ejercicio. Demuestre que los eventos A1 , . . . , An son independientes si, y slo si, los eventos Ac , . . . , Ac lo son. o n 1 Es posible adems demostrar que la independencia dos a dos, igualdad (1.1), a no implica en general la independencia tres a tres, igualdad (1.2), ni viceversa. Ejercicio. Se lanza una moneda equilibrada tres veces. Dena los eventos A = Se obtiene el mismo resultado en el 1er. y 2do. lanzamiento. B = Se obtiene el mismo resultado en el 2do. y 3er. lanzamiento. C = Se obtiene el mismo resultado en el 3er. y 1er. lanzamiento. Demuestre que los eventos A, B y C son independientes dos a dos, pero no independientes en su conjunto. Ejercicio. Sean A y B eventos no independientes, y sea C = . Demuestre que A, B y C son independientes tres a tres pero no son independientes dos
ww w.

at

em

at

ic

a1

.c

om

a dos. Tambin se tiene la nocin de independencia entre dos o mas clases de e o eventos. La denicin es la siguiente, como siempre se presupone un espacio o de probabilidad (, F , P ) dado. Definicion. (Independencia de clases). Las clases no vac de as eventos C1 , . . . , Cn son independientes si los eventos A1 , . . . , An lo son para cualesquiera Ai en Ci , i = 1, . . . , n. Ms generalmente, un conjuna to innito de clases no vac de eventos es independiente si cualquier as subconjunto nito lo es. En particular, dos -lgebras F1 y F2 son independientes si para cada A en a F1 y cada B en F2 se cumple que P (A B) = P (A)P (B). Anlogamente a para un nmero nito de -lgebras o bien un nmero innito de ellas. u a u Ejemplo. (El problema del mono). Un mono escribe caracteres al azar en una mquina de escribir. Cul es la probabilidad de que eventualmente a a obtenga exactamente, y sin ningn error, las obras completas de Shakespeau re?
ww w.

Figura 1.4: Mono escribiendo al azar. Demostramos a continuacin que la probabilidad de este raro evento es uno. o Imagine entonces que un mono escribe caracteres al azar en una mquina a de escribir, y que lo hace de manera continua generando una sucesin lineal o de caracteres. Sea m el total de caracteres disponibles en una mquina de a escribir, y sea N el total de caracteres de los que constan las obras comple-

at

em

at

ic

a1

.c

om

tas de Shakespeare. Segmentamos el arreglo lineal de caracteres generados por el mono en bloques disjuntos de N caracteres, uno despus de otro, y e observamos si algn bloque contiene las obras de Shakespeare. Por ejemplo, u Xku aT s hwW pzq Ot
N N

Para cada nmero natural k dena el evento Ak correspondiente a que el ku simo bloque contiene exactamente, y sin error alguno, las obras completas e de Shakespeare. Observe que los eventos Ak son independientes pues los bloques no se sobreponen, adems P (Ak ) = (1/m)N = p, o bien P (Ac ) = a k 1 p. Dena el evento Bk como Ac Ac , que indica la situacin en o 1 k e la que el mono no obtiene xito en los primeros k bloques. Observe que Bk+1 Bk , es decir la sucesin es decreciente, por lo tanto o
k k=1

w.

P(

k=1

Por lo tanto la probabilidad del evento complemento es uno, es decir, la probabilidad de que eventualmente el mono obtenga xito es uno. Ms adelante e a se presentarn otras formas de resolver este mismo problema usando el lema a de Borel-Cantelli, y despus usando la ley fuerte de los grandes nmeros. e u En [25] aparece una estimacin del tiempo promedio de espera para que el o mono obtenga el primer xito. e

1.5.

Lema de Borel-Cantelli

Concluimos este cap tulo con el enunciado y demostracin del famoso lema o de Borel-Cantelli. El objetivo es demostrar este resultado y con ello poner

ww

m Bk ) = l P (Bk ) = l (1 p)k = 0. m
k k

at

em

en donde el evento Bk se interpreta como aquel en el que el mono nunca k=1 tiene xito. Entonces, usando la propiedad de continuidad de las medidas e de probabilidad para sucesiones decrecientes, se tiene que

at

ic a1

.c om

l Bk = m

Bk ,

en prctica algunas propiedades de las medidas de probabilidad, aunque a tambin lo usaremos para presentar un par de aplicaciones y para demostrar e la ley fuerte de los grandes nmeros en la ultima parte del curso. u Proposicion. (Lema de Borel-Cantelli). Sea {An : n N} una sucesin de eventos, y dena A = l sup An . o m
n

1. Si

n=1

P (An ) < , entonces P (A) = 0.

2. Si A1 , A2 , . . . son independientes y P (A) = 1.

n=1

P (An ) = , entonces

1. Para cada nmero natural n, u P (A) P (

ww w.

em

at ic
k=n

Demostracin. o

a1 at
Ak )
k=n

.c

om

Como P (An ) < , el lado derecho tiende a cero cuando n tiende n=1 a innito. Esto implica que P (A) = 0. 2. Es suciente demostrar que para todo nmero natural n se cumple la u igualdad P ( k=n Ak ) = 1, pues la interseccin numerable de eventos o

P (Ak ).

con probabilidad uno tiene probabilidad uno. Para cada m > n, 1 P(

m

k=n

Ak ) 1 P (
m

Ak )

k=n

= P(
k=n m

Ac ) k [1 P (Ak )]
m

k=n

exp(

P (Ak )).
k=n

Ejemplo. (El problema del mono, nuevamente). El problema de encontrar la probabilidad de que un mono que escribe caracteres al azar en una mquina de escribir, eventualmente escriba las obras completas de Shakesa peare, puede resolverse tambin usando el lema de Borel-Cantelli. Suponga e que N es el total de caracteres de los que constan las obras completas de Shakespeare y considere nuevamente la divisin por bloques de longitud N : o x1 , . . . , xN , xN +1 , . . . , x2N , . . . El evento Ak se dene nuevamente como aquel en el que el mono tiene xito e en el k-simo bloque. Si nuevamente m denota el total de caracteres dispoe nibles, entonces la probabilidad del evento Ak es (1/m)N , y claramente la sucesin A1 , A2 , . . . constituye una sucesin de eventos independientes tales o o que P (Ak ) = (1/m)N = . Entonces por la segunda parte del k=1 k=1

ww w.

at

em

at

ic

o Para obtener la ultima expresin se usa la desigualdad: 1 x ex , vlida para cualquier nmero real x. Como a u n=1 P (An ) = , el lado derecho tiende a cero cuando m tiende a innito. Por lo tanto P ( Ak ) = 1 para cualquier valor de n y entonces P (A) = 1. k=n

a1

.c

om

lema de Borel-Cantelli, la probabilidad del l mite superior de la sucesin Ak o es uno. Ahora slo hay que recordar que el evento l supk Ak correso m ponde a aquel en el que una innidad de eventos Ak ocurren. Es decir, con probabilidad uno, el mono tiene, no uno, sino una innidad de xitos! e Ejercicio. Se lanza una moneda honesta una innidad de veces. Use el lema de Borel-Cantelli para demostrar que la probabilidad de que cada cara aparezca una innidad de veces es uno. Importa que la moneda sea honesta? Ejercicio. Sea x1 , . . . , xn una sucesin de resultados consecutivos particuo lar obtenida de lanzar una moneda n veces. Considere ahora el experimento de lanzar la moneda una innidad de veces. Use el lema de Borel-Cantelli para calcular la probabilidad de que aparezca una innidad de veces la sucesin particular mencionada. o

ww w.

at em

at ic

a1

.c om

Andrey Nikolaevich Kolmogorov (Rusia 19031987) Creci bajo el amparo de su t Vera Yakovlena, pues su madre muri en o a o el parto y su padre fue exiliado. Trabaj un tiempo como conductor de treo nes. En 1920 ingres a la Universidad Estatal de Mosc, en donde adems o u a de matemticas tom cursos de metalurgia y sobre historia de Rusia. An a o u siendo estudiante de licenciatura empez a publicar trabajos de investigao cin graduandose en 1925. Termin su doctorado en 1929, y para entono o ces ya ten 18 publicaciones. Contribuy brillantemente en varias reas de a o a las matemticas como: anlisis, probabilidad, procesos estocsticos, lgica, a a a o anlisis funcional, geometr topolog sistemas dinmicos, movimiento de a a, a, a los planetas, turbulencia, etc. Kolmogorov ten particular inters en proa e veer de atencin y educacin especial a nios con habilidades sobresalientes. o o n Recibi un sinnmero de premios y reconocimientos de distintos pa o u ses, y fue miembro de varias sociedades y academias cient cas. Fuente: Archivo MacTutor, Universidad de St. Andrews.
ww w.

at

em at

ic a

1.c

om

1.6.

Ejercicios
-lgebras a

1. Definicion alternativa de -algebra. Demuestre que F es una -lgebra de subconjuntos de si, y slo si, satisface las siguientes a o propiedades: a) F .

b) A F Ac F .

c) Si A1 , A2 , . . . F , entonces

n=1 An

F.

em

3. Sean A1 , . . . , An eventos de un espacio muestral . Demuestre que el conjunto de elementos de que pertenecen a exactamente k de estos eventos es un evento, 1 k n. 4. Sea F una -lgebra de subconjuntos de . Demuestre que la coleccin a o F c = {F c : F F } es una -lgebra. Compruebe que F c y F a coinciden. 5. Sea = {a, b, c, d}, y sean A = {a, b} y B = {b, c}. Dena la coleccin o C = {A, B}. Claramente C no es una -lgebra. Encuentre (C ). a 6. Sea F una -lgebra de subconjuntos de y sea A un elemento de a F . Demuestre que la coleccin {A F : F F } es una -lgebra de o a subconjuntos de A. Se usan los s mbolos FA A F para denotar a o esta coleccin. o

ww w.

c) Si A1 , A2 , . . . F , entonces

b) A, B F A B F .

at ic
n=1 An

a) F .

a1

2. Definicion alternativa de -algebra. Demuestre que F es una -lgebra de subconjuntos de si, y slo si, satisface las siguientes a o propiedades:
.c om

F.

at

7. Sean 1 y 2 dos conjuntos arbitrarios, y sea X : 1 2 una funcin o en donde (2 , F2 ) es un espacio medible. Demuestre que la siguiente coleccin es una -lgebra de subconjuntos de 1 : o a X 1 F2 = {X 1 F : F F2 }. 8. Es la diferencia de dos -lgebras una -lgebra? Demuestre o proa a porcione un contraejemplo. 9. Sean F1 y F2 dos -lgebras de subconjuntos de . Demuestre que a a F1 F2 no necesariamente es una -lgebra. Para ello considere el espacio = {1, 2, 3} y las -lgebras F1 = {, {1}, {2, 3}, } y F2 = a {, {1, 2}, {3}, }. 10. Sean F1 y F2 dos -lgebras de subconjuntos de tales que F1 F2 . a Demuestre que F1 F2 es una -lgebra. a 11. Sea T un conjunto arbitrario distinto del vac Suponga que para cada o. t en T se tiene una -lgebra Ft de subconjuntos de . Demuestre a a con detalle que tT Ft es una -lgebra.
ww w.
om

12. Sean A, B arbitrarios. Demuestre que la cardinalidad de {A, B} es a lo sumo 16. 13. Sean A, B arbitrarios. Encuentre expl citamente todos los elementos de {A, B}. Por el ejercicio anterior, el total de elementos en {A, B} es, en el caso ms general, 16. a 14. Sea {A1 , . . . , An } una particin nita de , es decir, la unin de todos o o estos conjuntos es , ninguno de ellos es vac y la interseccin de o o cualesquiera dos de ellos es vac Demuestre que la cardinalidad de a. {A1 , . . . , An } es 2n . 15. Demuestre que toda -lgebra de un espacio muestral nito contiene a un nmero par de elementos. u 16. Sea {A, B, C} una particin de . Encuentre expl o citamente los ocho elementos de {A, B, C}.

at

em

at

ic

a1

.c

17. Sea C una coleccin de subconjuntos de . Diga falso o verdadero o justicando en cada caso: C (C ) 2 . a 18. Demuestre que 2 es una -lgebra de subconjuntos de y que no a a existe una -lgebra de subconjuntos de que sea ms grande. 19. Sea un conjunto, F una -lgebra de subconjuntos de y sea A a un evento cualquiera. De cada una de las dos expresiones siguientes determine la que es notacionalmente correcta. Explique su respuesta. a) F F . o b) A A . o c) F F . o

d) A F A F . o

a) F .

b) Si A, B F , entonces A B F . F es -lgebra F es lgebra F es semilgebra. a a a

21. Demuestre que

22. algebra = -algebra. Sea = (0, 1] y dena la coleccin F de o subconjuntos de la forma

n

ww w.

M at

20. Definicion alternativa de algebra. Demuestre que F es una a lgebra de subconjuntos de si, y slo si, cumple las siguientes cono diciones:

em

i=1

en donde (ai , bi ] (0, 1] con (ai , bi ] (aj , bj ] = para i = j y n N. Demuestre que F es una lgebra pero no una -lgebra. a a

at

ic

(ai , bi ],

a1

-lgebras, lgebras y semilgebras a a a

.c om

23. Mediante un contraejemplo demuestre que no toda semilgebra es una a a lgebra.

Conjuntos de Borel
24. Demuestre que B(R) = {(a, b] : a b}. 25. Demuestre que B(R) = {[a, b) : a b}. 26. Demuestre que B(R) = {(a, ) : a R}. 27. Demuestre que B(R) = {[a, ) : a R}. 28. Demuestre que B(R) = {(, b) : b R}. 30. Sea A B(R). Demuestre que B(A) es efectivamente una -lgebra a de subconjuntos de A. 31. Diga falso o verdadero. Justique su respuesta.
ww w.
1 1 a) { ( n+1 , n ] : n N } = B(0, 1]. 1 1 1 c) { ( n+1 , n ] : n N } = { (0, n ] : n N }. 1 b) { (0, n ] : n N } = B(0, 1].

32. Demuestre que B(R2 ) = {[a, b] [c, d] : a b, c d}. 33. Demuestre que B(R2 ) = {(, a) (, b) : a, b R}. 34. Demuestre que B(R2 ) = {(a, ) (b, ) : a, b R}.

Sucesiones de eventos
35. Sea {An : n N} una sucesin de eventos. Demuestre que o a) l sup An es un evento. m
n

at

em

at

ic

a1

.c om

29. Demuestre que B(R) = {(, b] : b R}.

b) l inf An es un evento. m
n

c) l inf An l sup An . m m
n n

36. Demuestre que el evento a) l sup An coincide con el conjunto m b) l inf An coincide con el conjunto m
n n

{ An para una innidad de valores de n}. { An para toda n excepto un nmero nito de ellas}. u

37. Suponga An Bn para cada n en N. Demuestre que a) l sup An l sup Bn . m m

n n

b) ( l sup An ) = l inf Ac . m m n
c n n

c) P ( l inf An ) = 1 P ( l sup Ac ). m m n
n n

d) P ( l sup An ) = 1 P ( l inf Ac ). m m n
n n

o 39. Sea {An : n N} una sucesin de eventos. Demuestre que a) l An = A l Ac = Ac . m m n

n n n

b) l An = A l 1An = 1A . m m
n

o e El s mbolo 1A denota la funcin indicadora del conjunto A. Vase el apndice al nal del texto para la denicin y algunas propiedades de e o esta funcin. o

ww

w.

m a) ( l inf An )c = l sup Ac . m n

at

38. Sea {An : n N} una sucesin de eventos. Demuestre que o

em

at

c) l sup An l inf Bn . m m
n n

ic

a1

b) l inf An l inf Bn . m m
n n

.c

om

40. Sea {an : n N} una sucesin de nmeros no negativos convergente o u m m al nmero a 0. Sea An = [0, an ]. Calcule l inf An y l sup An . u
n n

41. Determine si cada una de las siguientes sucesiones de conjuntos es convergente. a) An = (1/n, 2 + (1)n ) R. b) An = {(x, y) R2 : x2 + y 2 (1 + 1/n)n }.

c) An = {(x, y) R2 : x2 + y 2 2 + sen(n/2)}.

42. Demuestre que las siguientes sucesiones de eventos no son convergentes. a) An = si n es impar, y An = si n es par. m m 43. Suponga que l An = A, y l Bn = B. Determine si la siguiente n n sucesin es convergente. o Cn =
ww

44. Encuentre condiciones sobre los eventos A y B para que la siguiente sucesin de eventos sea convergente. o An = A B si n es impar, si n es par.

45. Suponga que l An = A. Demuestre que para cualquier evento B, m

n

a) l (An B) = A B. m
n n

b) l (An B) = A B. m c) l (An B) = A B. m
n n

d) l (An B) = AB. m

w.

at

em

An si n es impar, Bn si n es par.

at ic

a1

.c om

b) An = (0, 1 + (1)n ) R.

46. Suponga que l An = A y l Bn = B. Diga falso o verdadero. m m n n Demuestre en cada caso. a) l m l (An Bm ) = A B. m
n m

b) l m l (An Bm ) = A B. m
n m n m

c) l m l (An Bm ) = A B. m d) l m l (An Bm ) = AB. m

n m

47. Suponga que l An = A y l Bn = B. Diga falso o verdadero. m m n n Demuestre en cada caso. a) l (An Bn ) = A B. m
n

Medidas de probabilidad
48. Determine completamente un espacio de probabilidad (, F , P ) para el experimento aleatorio de a) lanzar una moneda equilibrada. b) lanzar un dado equilibrado. c) escoger al azar un nmero real dentro del intervalo unitario [0, 1]. u d) extraer dos bolas de una urna en donde hay dos bolas blancas y dos negras. e) lanzar una moneda honesta repetidas veces hasta que hayan aparecido ambas caras.
ww w.

M at

em

d) l (An Bn ) = AB. m
n

at

ic

c) l (An Bn ) = A B. m
n

a1

.c om

b) l (An Bn ) = A B. m
n

49. Medida de probabilidad discreta. Sea {xn : n N} una sucesin de nmeros reales y sea {an : n N} otra sucesin de nmeros o u o u reales no negativos tal que an = 1. Demuestre que la funcin o n=1 P : B(R) [0, 1] denida de la siguiente forma es una medida de probabilidad. P (A) =
n=1

an 1{n : xn A} (n).

50. Sean P y Q dos medidas de probabilidad denidas sobre una misma a lgebra. Demuestre que P + (1 )Q es una medida de probabilidad para cada en [0, 1]. 51. Sea P una medida de probabilidad. Determine si las siguientes funciones tambin son medidas de probabilidad: e a) 1 P . b) (1 + P )/2. c) P 2 . d) |P |. e) 4P (1 P ). P. f)

a) P () = 1 y P (A) = 0 para cualquier otro evento A.

ww

b) P () = 0 y P (A) = 1 para cualquier otro evento A. 53. Considere el espacio medible (N, 2N ). Demuestre en cada caso que P es una medida de probabilidad. Para cada A 2N dena: a) P (A) =
nA

2/3n . 1/2n .
nA

b) P (A) =

54. Sea = {1, . . . , n}, y considere el espacio medible (, 2 ). Investigue en cada caso si P es una medida de probabilidad. Para cada A 2 dena: a) P (A) =
kA

2k . n(n + 1)

w.

at em

52. Determine si las siguientes funciones son medidas de probabilidad.

at

ic

a1

.c om

b) P (A) =
kA

1 (1 ). k

55. Considere el espacio medible ((0, 1), B(0, 1)). Demuestre en cada caso que P es una medida de probabilidad. Para cada A B(0, 1) dena: a) P (A) =
A

2x dx. 3 x dx. 2

b) P (A) =
A

59. Sea P una medida de probabilidad denida sobre la -lgebra F . a Demuestre que la coleccin {A F : P (A) = 0 P (A) = 1} es una o o sub -lgebra de F . a

Propiedades elementales
60. Demuestre que P () = 0, sin usar P () = 1. 61. Demuestre que P (A B) P (A)P (B) = P (Ac )P (B) P (Ac B). 62. Demuestre que P (AB) m n{P (A), P (B)} P (A) mx{P (A), P (B)} P (AB). a

ww w.

58. Demuestre que P (A | B) 1 P (Ac )/P (B), en donde P (B) > 0.

57. Sea P una medida de probabilidad, y sean P1 ( ) = P ( | B) y P2 ( ) = P1 ( | C), en donde P (B) > 0 y P (C) > 0. Demuestre que para cualquier evento A, P2 (A) = P (A | B C).

at

em at ic

a1

56. Probabilidad condicional. Sea (, F , P ) un espacio de probabilidad, y sea B un evento con probabilidad estrictamente positiva. Demuestre que la probabilidad condicional denida para cada A en F como sigue: P (A | B) = P (A B)/P (B), es una medida de probabilidad. En consecuencia, toda propiedad vlida para una medida de a probabilidad es tambin vlida para la probabilidad condicional. e a
.c om

63. Demuestre que P (A B C) = P (A) + P (B) + P (C) +P (A B C). 64. Demuestre que P (A B C) = P (A) + P (Ac B) + (Ac B c C). 65. Demuestre que P(

P (A B) P (A C) P (B C)

i=1

Ai ) = P (A1 ) + P (Ac A2 ) + P (Ac Ac A3 ) + 1 1 2

at

em
P (Ai )

at

66. Formula de inclusion y exclusion. Demuestre que P(

i=1

ic a1

+P (Ac Ac An ) + 1 n1
.c om

Ai ) =

ww w.

i=1

i<j

P (Ai Aj )

+
i<j<k

P (Ai Aj Ak )

+ (1)n+1 P (A1 An ). 67. Demuestre que

n n

P(
i=1

Ai ) =
i=1

P (Ai )

i<j

P (Ai Aj )

+
i<j<k

P (Ai Aj Ak )

+ (1)n+1 P (A1 An ).

68. Demuestre que P (

k=1

Ak ) 1

P (Ac ). k
k=1

69. Demuestre que 0 P (A B) P (A) P (A B) P (A) + P (B) 2. 70. Diga falso o verdadero. Demuestre en cada caso. a) P (B A) = P (B) P (A).

b) P (A B) = P (A B) + P (B A). c) P (A) > 0 P (A B) > 0.

d) P (A) > 0 P (A B) > 0. e) P (A) < 1 P (A B) < 1. f ) P (A) < 1 P (A B) < 1.

d) P (A B) = 0 P (A) = 0.

c) P (A B) = 0 P (A) = 0.

e) P (A) = 1 P (A B) = 1. f ) P (A) = 1 P (A B) = 1.

h) P (A B) = 1 P (A) = 1. 72. Diga falso o verdadero. Demuestre en cada caso. a) P (A B) P (A) P (B c ). c) P (A B) P (A)P (B).

g) P (A B) = 1 P (A) = 1.

b) P (A B) = P (A) P (A B).

ww

w.

a) P (A) = 0 P (A B) = 0. b) P (A) = 0 P (A B) = 0.

at

em

at

71. Diga falso o verdadero. Demuestre en cada caso.

ic

a1

.c om

d) P (A B) P (A) + P (B). e) P (A | B) P (A).

f ) P (A | B) P (A) P (B | A) P (B).

73. Se lanza una moneda tantas veces como indica un dado previamente lanzado. Tanto la moneda como el dado estan equilibrados. Calcule la probabilidad de que: a) se obtengan ambas caras de la moneda igual nmero de veces. u b) se obtenga una misma cara siempre. 74. En una primera caja se encuentran dos canicas blancas y tres negras, en una segunda caja hay tres blancas y cinco negras, y en una tercera caja hay dos blancas y una negra. De la primera caja se extrae al azar una canica y se deposita en la segunda caja, despus se extrae e nuevamente al azar una canica de la segunda caja y se deposita en la tercera caja. Despus de este proceso se obtiene al azar una canica de e la tercera caja, encuentre la probabilidad de que sta sea blanca. e 75. Un dado equilibrado se lanza tres veces consecutivas, y resulta que la suma de los tres nmeros obtenidos es 11. Encuentre la probabilidad u de que en el primer lanzamiento se haya obtenido un 5. 76. Una primera caja contiene tres canicas blancas y dos negras. Una segunda caja contiene dos canicas blancas y cuatro negras. Se escoge una caja al azar y se extrae un canica. Unicamente se conoce que la canica obtenida es blanca, encuentre la probabilidad de que sta haya e sido obtenida de la primera caja. 77. Regla del producto. Demuestre que P (A1 An ) = P (A1 )P (A2 |A1 )P (A3 |A1 A2 ) P (An |A1 An1 ). 78. Desigualdad de Bonferroni. Demuestre que
n n

P(
i=1

Ai )

ww

w.

at

em

i=1

P (Ai )

at

ic

a1

i<j

.c

om

P (Ai Aj ).

79. Desigualdad de Kounias. Demuestre que

n n n

P(
i=1

Ai ) m { n
j

i=1

P (Ai )

i=j

i=1

P (Ai Aj ) }.

Continuidad
80. Se lanza una moneda honesta una innidad de veces. Demuestre que la probabilidad de que eventualmente cada una de las dos caras aparezca es uno. 81. Se lanza un dado equilibrado una innidad de veces. Demuestre que la probabilidad de que eventualmente cada una de las seis caras aparezca es uno. 82. Sea A un evento con probabilidad estrictamente positiva. Demuestre que si se efecta una innidad de ensayos independientes del experiu mento aleatorio, la probabilidad de que nunca ocurra el evento A es cero.

Independencia de eventos
83. Diga falso o verdadero. Demuestre o proporcione un contraejemplo. a) A A. b) A Ac . c) A . d) A .

84. Es la independencia de dos eventos una relacin de equivalencia? o 85. Mediante un contraejemplo demuestre que si A y B son independientes, entonces no necesariamente son ajenos. Demuestre tambin que e si A y B son ajenos, entonces tampoco se sigue necesariamente que estos eventos sean independientes.

ww w.

at

em

at

ic a1

.c o

86. Sean A1 , . . . , An independientes. Demuestre que

n n

P(
k=1

Ak ) = 1

k=1

[1 P (Ak )].

o 87. Sea A1 , A2 , . . . una sucesin innita de eventos. Dena Bn =

k=n

Ak

Cn =

k=n

Ak .

Demuestre que si Bn y Cn son independientes para cada n, entonces lo eventos l mite superior y l mite inferior de la sucesin An tambin o e son independientes. En particular, cuando la sucesin An converge al o evento A, entonces A tiene probabilidad cero o uno.

89. Se lanza un dado equilibrado una innidad de veces. Demuestre que con probabilidad uno cada una de las seis caras aparece una innidad de veces. 90. Sea A un evento con probabilidad positiva. Use el lema de BorelCantelli para demostrar que si se efecta una innidad de ensayos u independientes del experimento aleatorio, la probabilidad de que ocurra una innidad de veces el evento A, es uno.
ww

w.

at

Lema de Borel-Cantelli

em

at

ic a1

88. Sean A y B independientes. Demuestre que {A} y {B} son independientes.

.c

om