Sei sulla pagina 1di 183
oe chguh a, at ARS Y Ys commana PROBABILIDAD Seymour Lipschutz Gerente de Producto: Carlos Granados Islas Supervisora de edicién: Leticia Medina Vigil Supervisor de produccién: Zeferino Garcia Garcia PROBABILIDAD DERECHOS RESERVADOS © 1991-1968, respecto a la primera edicion en espanol por MeGRAW-HILLIINTERAMERICANA DE MEXICO, 8. A, de GV. Una Division de The McGraw-Hill Companies, Inc., Cedro No. 512, Col. Atlampa, Delegacién Cuauhtémoc, C.P, 06450, México, D.F. Miembro de la Camara Nacional de la Industria Editorial Mexicana, Reg, Num. 736 ISBN: 970-10-2179-7 Traducido de la primera edicién en inglés de SCHAUM’S OUTLINE OF PROBABILITY Copyright © MOMLXVIlI, by McGraw-Hill, Inc., U.S. A. ISBN 0-07-037982:3 901284567 IEL-94 9076543218, Impreso en México Printed in Mexico Esta obra se termind de imprimir en Noviembre de 1998 en Diagréficos Unién, S.A. de C.V. Calle Azucena Num, 29 Col, Hacienda de la Luz Atizapan de Zaragoza C.P. 54500 Edo. De México Se tiraron 2,000 ejemplares TABLA DE MATERIAS Pig. Capitulo TEORIA DE CONJUNTOS cae Introduccién, Conjuntos, elementos. Operaciones con conjuntos. Conjuntos finitos y contables. Con- junto producto, Clases de conjuntos TECNICAS DE CONTAR 16 Introducciin, Principio fundamental del conteo. Notacién factorial. Permutaciones. Permutacio- nes con repeticion. Pruebas ordenadas, Coeficientes del binomio y teorema, Combinaciones. Parti- ciones ordenadss. Diagramas de érbol Capitulo INTRODUCCION A LA PROBABILIDAD : 38 Inwroduecién, Espacio muestral y suessos. Axiomas de probabilidad. Espacios finitos de probabil dad, Espacios equiprobables finitos, Espacios muestrales infinitos Capitulo PROBABILIDAD CONDICIONAL E INDEPENDENCIA 54 Probabilidad condicional. Teorema de la multiplicacién para probabilidad condicional. Procesos tstocisticos finitos y diagramas de arbol. Particiones y teorema de Bayes. Independencia. Pruebas repetidas o independientes. VARIABLES ALEATORIAS. 4 Introduccién. Distribucién y esperanza de una variable aleatoria finita. Varianza y desviacién estindar. Distribucién conjunta. Variables aleatorias independientes. Funciones de una variable aleatoria, Variables aleatorias discretas en general. Variables aleatorias continuas. Funcién de dis- tribucién acumulativa, Desigualdad de Tehebychetl. Ley de los niimeros grandes. Capitulo DISTRIBUCIONES BINOMIAL, NORMAL Y DE POISSON 105 Distribucién binomial. Distribucién normal. Aptoximaci6n normal a la distribucion binomial. Teo- rema centcal del limite. Distribucién de Poisson. Distribucién multinomial CADENAS DE MARKOV 126 Introduccién. Vector probabilidad, matrices estocasticas. Matrices estocdsticas regulares. Puntos fijos y matrices estocdsticas regulares. Cadenas de Markov. Probabilidades de transicion de orden superior. Distribucion estacionaria de cadenas regulares de Markov. Estados absorbentes. INDICE 152 Prélogo La teoria de la probabilidad tuvo sus comienzos a principios del siglo XVII como resultado de investigaciones sobre diversos juegos de azar. De entonces acé han contribuido a su perfeccionamiento muchos matematicos y cientificos célebres, pero a pesar de su larga y activa historia, sdlo se axioma- tizé durante las tercera y cuarta décadas de este siglo. Este desarrollo axiomatico, llamado teoria mo- derna de la probabilidad, precis6 los conceptos de la probabilidad y los colocé sobre una firme base matematica. La importancia de la probabilidad ha crecido enormemente en los iltimos aitos. y hoy aparece, junto con su disciplina gemela, la estadistica, en casi todos los campos. como la fisica, la quimica, la biologia, la medicina, la sicologia, la socictogia, la ciencia politica, la educacién, la economia, los ne- gocios, la inyestigacion operativa y todos los ramos de la ingenieria. El presente libro se ha preparado para un curso de introduccién a la probabilidad y solo exige co- mo conocimiento previo el algebra de secundaria. Puede servir como texto para dicho curso, 0 como suplemento para cualquier texto comparable. También puede servir como complemento para textos y cursos de estadistica. Ademas, como ¢s completo en si mismo, se presta facilmente para estudiar por cuenta propia. Comienza con un capitulo sobre conjuntos y sus operaciones y continda con uno sobre permuta- ciones y otras técnicas de contar. Viencn luego un capitulo de espacios probabilisticos y otro de proba- bilidad condicional ¢ independencia. El quinto, que es el principal, trata sobre variables aleatorias. Alli definimos la esperanza, varianza y desviacion estandar, y probamos la desigualdad de Tchebycheff y la ley de los grandes nameros. Aunque no s¢ requieren conocimientos de célculo, se estudian las va- riables aleatorias, tanto discretas como continuas. Seguimos con un capitulo aparte sobre las distribu- ciones binomial, normal y de Poisson. Aqui se da el teorema central del limite en el contexto de la apro- ximacion normal a la distribucién binomial. El séptimo y Ultimo capitulo ofrece un desarrollo elemental completo de las cadenas de Markov con aplicaciones. Cada capitulo comienza con enunciados claros de las correspondientes definiciones, principios y teoremas, con ilustraciones y otros materiales descriptivos. A esto siguen grupos ordenados de proble- mas resueltos y propuestos. Los problemas resueltos sirven para ilustrar y ampliar la teorfa, arro- jan plena luz sobre aquellos sutiles puntos sin cuya explicacion el estudiante se sentira continuamente sobre terreno movedizo, y constituyen repeticion de los principios basicos, que es cosa tan vital para un aprendizaje efectivo. En los problemas resueltos se incluyen demostraciones de la mayor parte de los teoremas. Los problemas propuestos sirven como un repaso completo del material de cada ca- pitulo. Deseo agradecer al Dr. Martin Silverstein sus valiosas recomendaciones y su revision critica del manuscrito. También deseo expresar mi reconocimiento a Daniel Schaum y Nicola Monti por su ex- celente cooperacién. SEYMOUR LIPSCHUTZ Capitulo 1 Teoria de conjuntos INTRODUCCION Este capitule trata aleunas de las ideas y conceptos elementals de la teoria de conjuntos que son necesarios para una introduccién moderna a la teoria de la probabilidad. CONJUNTOS, ELEMENTOS, Se llama conjurto una lista o coleceidn bien definida de objetos: los objelos comprendidos en un conjunto son Ilamados sus elementos 0 miemihros. Eseribimos DEA sip eum elemento del conjunto A Si cada clemento de AA pertenece también a un conjunto B, esto es, sip € A implica p € B, entonces se dice que 4 es subconjuntu de B, 0 que esta contenido en B; esto se denota por ACB 0 BOA Dos conjuntos son iguaies si cada uno est contenido 2n el atro; esto es, A=B siysdlosi ACB y BCA Las negaciones de p €4,A CB y A= B seescriben p€d,A CB y A xB respectivamente. Especificamos un conjunto particular, 0 por la lista de sus elementos 0 estableciendo las propie- dades que caracterizan dichos elementos. Por ejemplo, A = {1,3,6,7,9) significa que 4 es el conjunto formado por los nimeros 1, 3,5, 7y 9% y B = {x2 res un nimero primo,» < 15) significa que B es el conjunto de is nameros primos menores que 15. ‘A menos que se establezca otra cosa, todos los conjuntos en una investigacion se suponen sub- conjuntos de un conjunto fijo llamado conjuto universal denotado (en este capitulo) por U. También usamos el simbolo Q para indicar el conjunto vacio 0 nulo, esto es, él conjunto que no contiene ele- mentos: este conjunto se considera como un subconjunto de cualquier otro conjunto. Asi para cual: quicr conjunto 4, tenemos PCAC. Ejemplo 1.1: Los conjuntos 4 y # anteriores pueden también eseibirse como A = (8:2 cs un nimero impar, ¢< 10) y B= (@,8,5,7, 11, 18) Notexe que 9 € A pero9 EB.y 11 © # per ll EAs mientras qeIEAYIEBYCEAYO ES 2 TEORIA DE CONIUNTOS [cart Ejemplo 1.2: Usamos los simbolos especiales siguientes IN = conjunto de los enteros positives: 1, 2, 3, Z = conjunto de los enteros: «.., 2, —1, 0,4. R = conjunto de los nimeros reales. Asi tenemos NCZCR, Fiemplo 1.3: Los interaios sobre la linea real, definidos a continuacién, aparecen muy frecventemente en matemé- Hicas, Aqui a yb son ndmeros reales com a'< b Intervaloabierto dea a & (0,0) = e:0<2<5) Intervalo cerrado de a ab = [ab] = er 0se<8) Intervalo abierto-cerrado.de.a ab = (a,8] = (2: a

Potrebbero piacerti anche