Probab Problemas Tema 1 PDF

Espacios de probabilidad 59
§9. Problemas
En lo siguientes problemas consideraremos que (Ω, G, P) es un espacio de probabilidad dado,
A, B, C son sucesos sobre éste.
1. (A,s). Supongamos que
P(A) = 1/3, P(B c ) = 2/3, P(A ∪ B) = 1/2.
Calcular entonces
P(A ∩ B), P(Ac ∩ B)
2. (A,s). Supongamos que
P(A) = P(B) = P(C) = 1/3, P(A ∩ B) = P(C ∩ B) = P(A ∩ C) = 1/9,
P(A ∩ B ∩ C) = 1/27
Calcular entonces la probabilidad de que ocurra alguno de estos sucesos y la de que
ocurra exactamente uno de ellos. Decidir si A, B, C son sucesos incompatibles e inde-
pendientes.
3. (A). Puede ocurrir que P(A) ≤ P(A ∩ B)?.
4. (A,s). Se lanza N veces una moneda con probabilidad de cara p. Cual es la probabilidad
de que salga al menos una cara? y de salir cara todas las veces?
5. (s) Máxima verosimilitud. Se lanza una moneda trucada de la que se desconoce su
probabilidad de cara, p digamos, un total de N veces y se obtiene como resultado la
secuencia XCC N. −1
. . C ≡ (1, 0, 0N. −1
. . , 0). Con esta información, cual es la mejor esti-
mación de la probabilidad de cara?
Principio de Máxima Verosimilitud: Sea X el número de caras que han ocurrido al
lanzar una moneda trucada un total de N veces, de la que de la que se desconoce su
probabilidad de cara, p. Entonces los valores de p que asignan una probabilidad alta
al valor observado X = j son más verosḿiles" que aquellos valores que asignan una
probabilidad pequena. El valor p∗ : que maximiza la función
g(p) := P(X = j|p), p∗ := arg max g(p)

p
se lllama el valor más verosímil.
6. (A,s). Se lanza 2 veces un dado justo. Construir un e.p. correspondiente a este e.a..
Dados los sucesos
(a) A ="ha salido un uno y un 6",
(b) A ="en la tirada 1 ha salido un uno, en la 2 un 6",
(c) C = "la suma de los dados es 10 o más",
(d) D ="la segunda tirada es mayor a la primera".
60 Javier Villarroel
se pide (i) Construcción matemática, (ii) Decidir cuales sucesos elementales, cuales
rectágulos y cuales no. (iii) Calcular razonadamente sus probabilidades.
7. (s). Supongamos que A y B son dos sucesos compatibles de cierto experimento aleato-
rio (con e.p.) Ω con p = P (A), p0 = P (B). Construir los sucesos
(i) C="Ocurren ambos sucesos A y B”
(ii) D="Se han realizado dos repeticiones del experimento aleatorio y en la primera
ocurre A, en la segunda B”.
Decidir si C = D. Tiene sentido esta pregunta? Calcular las probabilidades de
estos sucesos. Descompone alguna de estas como producto de probabilidades in-
dividuales: Pr(C) = pp0 , Pr(D) = pp0 ?
8. Sea Ω = {ω1 , . . . ωn } el conjunto de las palabras de un alfabeto ordenadas de más a
menos frecuente y #Ω = n. La Ley de Zip establece que para cualquier lenguaje la pal-
abra más frecuente ω1 ocurre el doble de veces que la segunda la palabra más frecuente
ω2 , el triple que la tercera palabra más frecuente ω3 , . . . . Determinar la distribución de
probabilidad correspondiente en términos de la suma armónica.
En Inglés las palabras más frecuentes son "the" con un 7% de ocurrencias seguida de
"of" con un 3.5% de ocurrencias. Sigue una ley de Zipf? Con que exponente?
9. Relacionar el problema anterior con el caso de un dado cúbico cuya probabilidad de
cara es inversamente proporcional al valor de la cara.
10. Sean A1 , . . . An sucesos independientes en un espacio de probabilidad dado (Ω, G, P),
todos ellos equiprobables: P(Aj ) = p, 0 < p < 1.
(i) Construir los sucesos Cj ="Ocurren simultaneamente j de los anteriores”
(ii) Demostrar que P(Cj ) = nj pj (1 − p)n−j

§10. Propiedades de la probabilidad
1(A,s). Demostrar que la probabilidad es secuencialmente continua para sucesiones monó-

tonas: para toda sucesión An que satisface
An ∈ G, An ↑⇒ P(∪An ) = lim P(An ),

n n→∞
An ∈ G, An ↓⇒ P(∩An ) = lim P(An )

n n→∞
2(A,s). Demostrar que la probabilidad es subaditiva:

X
An ∈ G ⇒ P(∪An ) ≤ P(An )
n
n
3(A,s). Sea el espacio de probabilidad R, B, P). Usar el ejercicio 1 para calcular P({x}), x ∈
R en términos de P(x − n1 , x]).
Espacios de probabilidad 61
§11. Medidas y probabilidades

1(A,s). Dado A ∈ G y un suceso no P-nulo B: P(B) > 0, definamos la función de conjunto
Qi : G 7→ R por
. .
Q1 (A) = P(A ∩ B) P(B), Q2 (A) = P(A ∩ B) 1 + P(A) ,
Determinar si que (Ω, G, Q1 ) es un espacio de medida/probabilidad, i.e., Q1 : R → R es una

medida/probabilistica. Mismo problema con Q2
2(A.s). Dados A, B ∈ G con P(B) > 0, definamos
.
Q(A) = P(A|B) ≡ P(A ∩ B) P(B), A ∈ G
Demostrar que Q : B → R satisface
Q(A|C) = P(A|B ∩ C)
para todo C suceso no nulo.

3(A, **). Si B ∈ G satisface P(B) = 0 es A el suceso imposible? Puede el suceso
ocurrir? Dar ejemplos. En este caso tiene sentido preguntarse como definir P(A|B)?. Como
lo harías?
4. Sea Ω = N − {0}, G = P(N − {0}), determinar si es medida
(
0, E finito
Φ(E) =
∞, E no finito
5. Sea Ω = R y G la colección G = {E ⊂ Ω : E o bienE c es numerable}

a) Demostrar que G es σ-álgebra (40 ) .
Definimos ahora:
µ(E) = numero de elementos de E
(
0, E numerable
ν(E) =
∞, E no numerable
b) Determinar si µ, ν son medidas. Son probabilidades, finitas, σ-finitas (40 )?

6. Sea Ω = N, G = P(N). Determinar si µ(A) = |A| es medida, probabilidad, finita,
σ-finitas (40 )?
∞ ∞
7. Ω = R, G = P(R). Sean {xn }P n=1 , {pn }n=1 sucesiones de reales satisfaciendo
∞
x − 1 < · · · < xn < xn+1 , 0 < pn ≤ 1, n=1 pn = 1. Finalmente definamos
X
µ(A) = pn
n:xn ∈A
Demostrar que µ es medida de probabilidad en P(R) y la única que satisface Pµ{x i } = pi , ∀i

∞
y µ(A) = 0 si A∩{x1 , . . . , xn . . . } = ∅. Que cambiaría si solo requerimos n=1 pn < ∞?.

Probab Problemas Tema 1 PDF

Cargado por

Copyright:

Formatos disponibles

Probab Problemas Tema 1 PDF

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Probab Problemas Tema 1 PDF

Cargado por

Copyright:

Formatos disponibles

Espacios de probabilidad 59

1. (A,s). Supongamos que

P(A) = 1/3, P(B c ) = 2/3, P(A ∪ B) = 1/2.

2. (A,s). Supongamos que

P(A) = P(B) = P(C) = 1/3, P(A ∩ B) = P(C ∩ B) = P(A ∩ C) = 1/9,

g(p) := P(X = j|p), p∗ := arg max g(p)

se lllama el valor más verosímil.

§10. Propiedades de la probabilidad

1(A,s). Demostrar que la probabilidad es secuencialmente continua para sucesiones monó-

An ∈ G, An ↑⇒ P(∪An ) = lim P(An ),

An ∈ G, An ↓⇒ P(∩An ) = lim P(An )

2(A,s). Demostrar que la probabilidad es subaditiva:

§11. Medidas y probabilidades

Determinar si que (Ω, G, Q1 ) es un espacio de medida/probabilidad, i.e., Q1 : R → R es una

Demostrar que Q : B → R satisface

para todo C suceso no nulo.

5. Sea Ω = R y G la colección G = {E ⊂ Ω : E o bienE c es numerable}

b) Determinar si µ, ν son medidas. Son probabilidades, finitas, σ-finitas (40 )?

Demostrar que µ es medida de probabilidad en P(R) y la única que satisface Pµ{x i } = pi , ∀i

También podría gustarte