UNIVERSIDAD DE LAS FUERZAS ARMADAS

ESPE
DEPARTAMENTO DE ELCTRICA Y
ELECTRNICA
PROCESOS ESTOCSTICOS

RESUMEN CAPTULO PEELES Y PAPOULIS

PROBABILIDAD

INTEGRANTES:
PEDRO ARCINIEGA
GALO CANDELA
JOSELYN GUILLEN

NRC: 2217

PERIODO:
OCT2017 FBR2018
1. TEMA
Resumen captulo 1 Libros de Probabilidades y Variables Aleatorias de
Peebles y Papoulis.

2. MARCO TERICO
Qu es un Espacio Muestral?
Dado un experimento aleatorio, el conjunto cuyos elementos son los posibles
resultados diferentes (que se desean considerar diferentes) del mismo, se conoce
como espacio muestral asociado al experimento aleatorio, se denota por .

Se establecen los siguientes tipos de espacios muestrales:

a) Espacios Muestrales Finitos: Son aquellos que tienen un nmero finito de

elementos, como puede ser la tirada de un dado.
b) Espacios Muestrales infinitos numerables: Son aquellos en los que tiene
un nmero infinito de elementos y no puede ponerse en correspondencia con
los nmeros naturales, como puede ser la eleccin al azar de un nmero en el
intervalo [0,1].
c) Espacios Muestrales Infinitos no Numerables: Son aquellos en los que
tiene un nmero infinito de elementos y no puede ponerse en
correspondencia con los nmeros naturales, como puede ser la eleccin al
azar de un nmero en el intervalo [0,1].

Sucesos

Un suceso asociado a un experimento aleatorio corresponde a la cuestin de que

tenga o no tenga respuesta despus de realizado el experimento.

En el lanzamiento de dos monedas, el espacio muestral asociado, siendo C =

cara y X = Cruz: ={CC,CX,XC,XX}

OPERACIONES CON SUCESOS.

Para definir algo que mida la aleatoriedad que dentro de s llevan los sucesos
de un experimento aleatorio es necesario construir una estructura matemtica.
Para ello se definen ciertas operaciones con los sucesos.

a) Unin de Sucesos
b) Interseccin de Sucesos
c) Suceso Complementario
d) Suceso Imposible
e) Sucesos incompatibles
f) Sucesos contenido en otro
g) Diferencia de sucesos
h) Sucesos elementales

PROPIEDADES DE LA UNIN E INTERSECCIN DE SUCESOS.

Ley Conmutativa

Ley Distributiva

Ley Asociativa

LEYES DE MORGAN

Con el diagrama de Venn podemos demostrar fcilmente las leyes de Morgan:

PROBABILIDAD

Se define la probabilidad de dos formas:

a) Teora de conjuntos y axiomas fundamentales

b) Frecuencia relativa

AXIOMAS Y DEFINICIONES DE PROBABILIDAD

PROBABILIDAD CONJUNTA Y CONDICIONAL

Algunos sucesos puede que no sean mutuamente excluyentes debido a los

elementos continuas en el espacio muestral. Estos elementos corresponden a la
ocurrencia simultnea de los sucesos no excluyentes.

a) Probabilidad Conjunta

Su forma equivalente es:

b) Probabilidad condicional
Dados dos sucesos con probabilidad distinta de cero.

Se puede hacer cumplir el tercer axioma y obtener esto:

TEOREMA DE BAYEST
En base a la definicin de probabilidad condicional dada, se aplica a
cualesquiera dos sucesos. En particular tenemos:

Siendo P(A) diferente de cero o alternativamente tenemos:

SUCESOS INDEPENDIENTES
Sean dos sucesos A y B tales que tienen probabilidades distintas de cero de
ocurrir, es decir, P(A) diferente de cero y P(B) diferente de cero. Decimos
que los sucesos son estadsticamente independientes si la probabilidad de
ocurrencia de uno de ellos no se ve afectada por la ocurrencia del otro
suceso. Matemticamente, este enunciado es equivalente a requerir, para
sucesos estadsticamente independiente, que:
Para Dos Sucesos

Y se cumple para sucesos estadsticamente independientes:

Sustituyendo las expresiones comprobamos la independencia que es la

probabilidad de la ocurrencia conjunta o interseccin de dos sucesos, esto
dar como resultado el producto de las probabilidades de los dos sucesos:

Para Mltiples Sucesos