Universidad de Valladolid

SEALES ALEATORIAS Y RUIDO

(Grupo )

Tema 1: TEORA DE LA
PROBABILIDAD
Profesor: Luis Miguel San Jos Revuelta

1. Justificacin. Motivacin
Se pretende describir y utilizar una herramienta
que nos proporcione capacidad de decisin en
problemas donde existe incertidumbre
incertidumbre.
A qu nos estamos refiriendo? Por ejemplo
Dejar caer una piedra
Dejar caer una pluma
No podemos predecir dnde va caer la pluma,
pero si que podemos tratar de saber:
Cmo de probable es que se aleje un radio
de ms de 5 unidades de distancia respecto
del punto (0,0)
Sabiendo la desviacin horizontal, tratar de
predecir la desviacin vertical

1. Justificacin. Motivacin

Justificacin. Motivacin
Existen fenmenos, de carcter aleatorio, impredecible.
Los problemas de comunicaciones tienen elevados
componentes de aleatoriedad
El receptor no conoce a priori la seal
Hay que modelar seales aleatorias (P.E.s).
Las seales en comunicaciones estn afectadas por
RUIDO (seal superpuesta indeseada que distorsiona
el contenido til)
Externo
Interno
Medidas:
Sistemas digitales: BER
Sistemas analgicos: mx{SNR} mn{Pe}

Otros ejemplos:
Central de conmutacin telefnica:
Modelado probabilstico de llamadas
Probabilidad de bloqueo (circuitos ocupados)
Tiempo medio de espera (liberar circuitos)
Juegos de dados, monedas, cartas, etc.
La Teora de la Probabilidad trata de analizar, determinar
y predecir el comportamiento de los sistemas.

2. lgebra de conjuntos
Conjuntos denotados por letras maysculas: A, B, C
Elementos denotados por letras minsculas: a, b, c
Los conjuntos se definen en base a una relacin de
pertenencia, la cual es binaria ( a A , b A )
Conjuntos notables: S (c. universal) y (c. vaco).
Los conjuntos se pueden describir de forma enumerativa
o partir de una ley que defina pertenencia.
Cardinal
Finito
Infinito
Numerable
No numerable

lgebra de conjuntos
De la relacin de pertenencia surge la relacin de
inclusin.
Si un conjunto
j
est
incluido
i l id en otro se dice
di que ell
primero es subconjunto del segundo, y se denota
mediante A B
A es subconjunto A B
A es superconjunto

B A

A no est incluido en B A B

B
A

A
B

Operaciones con conjuntos

Igualdad de conjuntos: dos conjuntos son iguales si
tienen los mismos elementos.
Conjunto diferencia: C A B : conjunto formado por
los elementos de A que NO estn en B.

Operaciones con conjuntos

Unin de conjuntos C A B :conjunto formado por
los elementos de A y los de B

Interseccin de conjuntos C A B :conjunto formado por

l elementos
los
l
t que pertenecen
t
simultneamente
i lt
t a ambos
b
conjuntos

Operaciones con conjuntos

Es interesante reparar en que

y en que:

A B A
A B B

La interseccin,
interseccin por ello
ello, crea un conjunto ms pequeo
pequeo y la
unin un conjunto ms grande.

Conjuntos disjuntos:

Aplicacin sucesiva de operadores

Si las operaciones se aplican repetidamente
escribiremos para abreviar
N

A1 A2 AN Ai
i 1
N

A1 A2 AN Ai
i 1

Y por razones derivadas de los axiomas de la Probilidad

es habitual escribir (aunque sea un abuso de notacin):
N

i 1
N

i 1
N

Ai Ai
A A
i

i 1

i 1

Los operadores de y satisfacen las propiedades

conmutativa, asociativa y distributiva. Ejemplo:

Otras cuestiones adicionales

Conjunto complementario de un conjunto A:
Se denota por

Y se define mediante el conjunto diferencia

ASA

A A S

Es interesante notar que

A A

Leyes de Morgan

A B A B A
A B A B A B A B

Ejercicio: Demostrar que

A B A B

A B B

A S A
Ejercicio: Demostrar que

A B A B

A B A B A B B A

A B
A
B

A B A B
C

A C B C
Sumas y productos!!

A A A B B A B B
A A B B A B

3.- Definicin de probabilidad

Se trata de formalizar la nocin intuitiva de qu
cosas son ms probables y cules ms
improbables.
Definicin mediante frecuencia relativa:

con N A el nmero de veces que sale el

resultado A en las N realizaciones del
experimento llevadas a cabo.

Ej: lanzamiento de dado, inters en obtener

resultado par, se experimenta 1000 veces;
cuntese cuntas (dentro de esas 1000) sale un
2, un 4 un 6 y divdase por N=1000.

3.- Definicin de probabilidad

Se trata de formalizar la nocin intuitiva de qu
cosas son ms probables y cules ms
improbables.
Definicin mediante frecuencia relativa:

f r A lim

NA
N

con N A el nmero de veces que sale el

resultado A en las N realizaciones del
experimento llevadas a cabo.

Ej: lanzamiento de dado, inters en obtener

resultado par, se experimenta 1000 veces;
cuntese cuntas (dentro de esas 1000) sale un
2, un 4 o un seis y divdase.

3.- Definicin de probabilidad

Inconvenientes:
Requiere experimentar.

f r que
A selim
Cada vez
realice el experimento se
N N
obtiene un nmero distinto
de la
frecuencia relativa (diremos, en breve, que
es una variable aleatoria)
Nsta
A
NA

Formalizar en base a operaciones en el

lmite es poco cmodo.

Definicin de probabilidad
Definicin clsica de la probabilidad:

con N A el nmero de formas de darse el

resultado A (nmero de casos favorables) y
N el nmero de resultados (casos posibles).
Ej: lanzamiento de dado, inters en obtener
resultado par, N A 3 y N 6.

10

Definicin de probabilidad

PC A
Inconvenientes:

NA
N

Asume de forma implcita

de los resultados.
Nequiprobabilidad
A
El nmero de casos favorables y posibles
podra ser infinito; ello produce un
problema en la definicin.

NA 3

N 6

Definicin axiomtica de probabilidad

Da cabida a las dos anteriores, obviando sus inconvenientes.
Cambia ligeramente la terminologa.
La probabilidad se define sobre sucesos, en particular
Conjunto universal S: espacio muestral (suceso seguro)
Conjunto vaco : suceso imposible
Axiomas de la probabilidad: la probabilidad es una funcin
definida sobre sucesos que debe cumplir:

11

Definicin axiomtica de probabilidad

Consecuencias inmediatas de los axiomas,
obtenidas a partir del lgebra de sucesos:

P( A )

1 P A

PA B

P A P B P A B si

si

P A

P B

A B
A B

Ntese que debe verificarse que:

Definicin axiomtica de probabilidad

La definicin axiomtica incluye la definicin
clsica: supongamos que N A es el nmero de
casos favorables al suceso A, N B lo propio
para el suceso B y N el nmero de casos
posibles. Es claro pues que

PC A

NA
0
N

PC S

N
1
N

Y si A y B no pueden darse simultneamente

12

Definicin axiomtica de probabilidad

La definicin basada en frecuencia relativa est
tambin includa dentro de la teora axiomtica
de la probabilidad.

Se demuestra mediante la Ley de los Grandes

Nmeros, teorema asinttico que veremos ms
adelante (variable N-dimensional)

Y es la base terica de las prcticas de la

asignatura.

Espacio de probabilidad
La definicin de un experimento probabilstico precisa de
la definicin de una terna:

cuyos componentes son:

Ley de asignacin
de probabilidades
Espacio muestral

Clase de sucesos

En la prctica es imposible considerar todos los sucesos

posibles del experimento aleatorio Consideramos slo
los que pertenecen a una clase F. Los sucesos AF han de
cumplir:

13

Espacio de probabilidad
Los sucesos que constituyen una clase, junto con las
operaciones, hacen que el espacio tenga estructura de
lgebra.
Si,
Si adems,
adems
n

A1, A2 ,, An F i1 Ai F ,

Ai F

i 1

entonces el espacio de probabilidad tiene estructura de

lgebra de Borel.

Ejemplo: lanzamiento de dos dados, con simetra en la construccin

de los mismos, y sin relacin entre ellos. Analicemos los elementos
que integran
el espacio
de p
probabilidad:
q
g
p

Espacio muestral: 36 elementos

Sucesos: cualquier subconjunto del mismo (236 posibles
sucesos)
Ley asignacin: equiprobabilidad (prob. clsica) por simetra

14

Suceso B: la suma de las caras es igual a 7. Hallar P(B)

Ai j: suceso sale cara i en primer dado y cara j en segundo

ij

i j 7

Suceso B: la suma de las caras es igual a 7. Hallar P(B)

Prop. asociativa

Ai j: suceso sale cara i en primer dado y cara j en segundo

15

Probabilidad Condicionada
Se plantea cmo actualizar nuestro conocimiento
probabilstico sobre un experimento una vez que
sabemos algo ms de l.
Concretamente, se asume que un suceso B (de
probabilidad no nula) se ha verificado:

La nueva probabilidad en este espacio se define (y

denota)

Puede comprobarse que cumple las condiciones de la

definicin axiomtica de probabilidad.

Probabilidad Condicionada
Suceso A: la suma de las caras es igual a 7.
Suceso B: ha salido al menos un 6. Hallar P(A|B)

Solucin en espacio condicionado: 2 casos favorables frente a

11 posibles.

16

Probabilidad Condicionada
Solucin en espacio original:

Independencia de pares de sucesos

Supongamos los sucesos A y B, ambos de probabilidad
no nula. Estos sucesos son independientes si se verifica
que:

P A | B P A

Ntese que dado que

entonces

17

Independencia de pares de sucesos

Como consecuencia de lo dicho anteriormente

se puede escribir de forma alternativa la definicin de

independencia de la manera

lo cual permite abordar casos de sucesos de probabilidad

nula. Ntese que si uno de los dos sucesos tiene probabilidad
nula, stos son independientes

Ejemplo: baraja espaola (40 cartas, 4 palos, 10 cartas por palo). Se

extrae una carta. Defnase A: as; R: rey;O: oro. Hallar P(A|R) y
( | ) Son

los sucesos R y O independientes

p
de A?
P(A|O).
Sucesos
mutuamente

1
P A O 40 1
P A | O

P A
10 10
P O
40

excluyentes
Sucesos
independientes

18

Independencia de mltiples sucesos

Para el caso de N sucesos se deben cumplir las
condiciones siguientes de forma simultnea:

Independencia de mltiples sucesos

Por ejemplo, los sucesos de la figura podran ser
independientes por pares pero no lo seran por tros:

Intersecciones
no vacas por
parejas

Pero

A B C

19

Independencia de mltiples sucesos

Si no son independientes se puede recurrir a aplicar
repetidamente la definicin de probabilidad
condicionada;
di i
d ello
ll se b
basa en llas propiedades
i d d asociativa
i ti
y conmutativa de los sucesos

P A1 A2 AN P A1 A2 AN 1 AN

P AN AN 1 A2 A1

P AN B P AN B P B
aplicando esta propiedad de forma recursiva..

Independencia de mltiples sucesos

Entonces obtenemos

Permite calcular la probabilidad de sucesos que

dependen entre s

20

Ejercicio (Septiembre de 2005): En un juego de cartas de baraja

espaola (40 cartas, 4 palos, 10 cartas por palo) se reparte una nica
carta a cada jugador, siendo 7 el numero de stos. Se pide que
calcule la probabilidad de que no salga un determinado palo (por
ejemplo, que no salgan copas) en tal reparto
Solucin:

Ai

Al jugador i-simo no le sale copa (i=1,,7)

A ningn jugador le sale copa

7
P B P Ai
i 1

I2

independientes?

Los sucesos no pueden ser independientes pues, por ejemplo, si

salen copas a los primeros jugadores el hecho de que salgan copas a
los ltimos es cada vez ms difcil (ms improbable). Pero podemos
escribir, de forma alternativa:
6
5
4
7

PB P A i P A 7 A i P A 6 A i P A 5 A i
i 1
i 1
i 1
i 1

PA 4 A 3 A 2 A1 P A 3 A 2 A1 P A 2 A1 PA1

y ahora

30 cartas, no copas

P A1

P A2 A1
10 cartas, copas

21

Diapositiva 41
I2

el operador de interseccion se interpreta como "Y" (en contraposicin a "O" que seria el caso de la
unin).
NOMBRE; 14/02/2012

P A1

30
40
29
P A2 A1
39

P A3 A1 A2

30 cartas, no copas

28
38
10 cartas, copas

Continuando con este razonamiento

6
5
4
7

P B P Ai P A7 Ai P A6 Ai P A5 Ai
i 1
i 1 i 1 i 1
P A4 A3 A2 A1 P A3 A2 A1 P A2 A1 P A1
24 25 26 27 28 29 30

34 35 36 37 38 39 40

Teoremas de Prob. Total y de Bayes

Concepto de particin

SS

A2
A1

A3

A4

Condiciones a cumplir por los N sucesos para constituir particin

22

Teorema de Prob. Total y Bayes

Teorema de la Probabilidad Total

SS

A2
A1

A3

A4

Podemos escribir el suceso B de la forma

Teorema de la Prob. Total (TPT)

Entonces, dado que los elementos de la
particin
p
son disjuntos:
j

lo cual se puede reescribir de la forma

que es la expresin del teorema.

23

Teorema de Bayes
Teorema de Bayes: se obtiene de intercambiar el orden
de los condicionantes:

y empleando el Teorema de la Prob. Total

que es la expresin del teorema de Bayes.

Teorema de Prob. Total y Bayes

A1

S1

A2

S2

A3

S3

P Si Aj
DATOS

P Ai

Probabilidad de recibir Si cuando se ha

transmitido Aj.
Probabilidad de transmitir smbolo Ai.
suceso error en la transmisin

24

Teorema de Prob. Total y Bayes

A1

S1

A2

S2

A3

S3

P E

P E A P A
3

i 1

Experimentos compuestos
Observacin conjunta de los resultados de dos ms experimentos.
Experimento producto: c = 1 x 2
Lanzamiento de un dado

Necesitamos
informacin
adicional

25

Experimentos compuestos
Generacin de dos nms
aleatorios entre 0 y 1

AxS2

1
0,9

S1xB

AxB

0,3
0
0,5

0,7

A: primer nmero cae entre 0,3 y 0,9

B: segundo nmero cae entre 0,5 y 0.7

Experimentos compuestos
El suceso
grficamente,
1
0,9
A

sera, representado
S1xB
AxS2
AxB

0,3
0
0,5

0,7

por lo que se puede escribir de forma alternativa

26

Experimentos compuestos
No obstante es prctica habitual escribirlo de la forma
Aunque sea un abuso en la notacin, pues los sucesos A y
B pertenecen a espacios muestrales distintos, luego no
es correcto hablar de la interseccin de los mismos.
1
0,9
A
0,3
0
0,5

0,7

Experimentos compuestos
Respecto de la ley para asignar probabilidades en el
experimento compuesto Pc,
Como norma general no es conocida a partir del
conocimiento exclusivo de P1 y P2.
En el caso en que los subexperimentos sean
independientes se verifica que:

Lo cual escribiremos sin hacer explcito el experimento

en cuestin, esto es,

27

Experimentos compuestos
Dos leyes de asignacin de probabilidades en el
experimento compuesto pueden dar lugar a las mismas
leyes
y en cada uno de los subexperimentos.
p
Volvamos al
ejemplo de los dados

Ai

Sale cara i en primer dado (i=1,,6)

Bj

Sale cara j en segundo dado (j=1,,6)

P

Ai ?

Experimentos compuestos

P Ai P Ai S2 P Ai B j
j 1

P Ai B j
6

Suma de probabilidades de
resultados elementales en esa
lnea

j 1

28

Experimentos compuestos
Dos posibles leyes del experimento compuesto que dan
lugar a equiprobabilidad en cada experimento simple:
Equiprobabilidad de cada resultado

Otra posibilidad (resultados no equiprobables)

Composicin de Ensayos de
Bernoulli
Un experimento aleatorio constituye un ensayo de Bernoulli
si puede dar uno de dos posibles resultados

A
Por convenio diremos que

P A p
, p q 1
P A q
Ntese que cualquier experimento aleatorio se puede
interpretar como un ensayo de Bernoulli.

29

Composicin de Ensayos de
Bernoulli
Nos centraremos en la composicin de ensayos de Bernoulli
independientes. Concretamente, supondremos que un
determinado ensayo de Bernoulli se realiza N veces, y
trataremos de encontrar la probabilidad de que el suceso A
se verifique k veces (de las N posibles).
Para ello definimos

Bk
Bkj

S l k veces (de
Sale
(d N posibles)
ibl ) ell resultado
lt d A
Forma j-sima (j=1,,M) de verificarse el suceso Bk

Ai

Composicin de Ensayos de
Bernoulli
Por ejemplo

Bien entendido que estamos usando notacin abreviada

pues en sentido estricto deberamos escribir

Bk1 A1 S2 S N S1 A2 S N S1 S2 AN

30

Composicin de Ensayos de
Bernoulli
Por lo dicho est claro que

Pero hay que resolver algunas cuestiones previas:

1. Son los sucesos de la unin disjuntos?
2. Podemos hallar la probabilidad de cada uno como funcin de
los parmetros del problema (p,q,k y N)?
j

3. Es importante enumerar exhaustivamente los sucesos Bk ?

4. Cul es el valor de M?

Composicin de Ensayos de
Bernoulli
Vayamos por cada una de las preguntas:
1. Los sucesos son disjuntos: cada uno representa una
ordenacin distinta (y exclusiva) de los resultados de
cada ensayo de Bernoulli. Alternativamente

Y esto sucede para cada pareja de sucesos Bk

Consecuencia de esto es:

31

Composicin de Ensayos de
Bernoulli
2. La composicin consiste en ensayos independientes.
Por ello, por ejemplo:

+1

3. Esta probabilidad es funcin de cuntos resultados hay

de cada tipo,
tipo no de su ordenacin en una determinada
j
secuencia. Por ello todos los sucesos Bk son
equiprobables,

Composicin de Ensayos de
Bernoulli
4. Valor de M:

Cada lnea expresa k ndices extrados de un conjunto

de N ndices. Por ello, todas ellas constituyen los
subconjuntos de k elementos que pueden extraerse de
un conjunto de N. Por ello

32

Permutaciones de 4 elementos

4!=24

Permutaciones de 4 elementos: rojo, verde y amarillo iguales

iguales!!!
g

iguales!!!

4!
3!

iguales!!!
g

iguales!!!

33

Composicin de Ensayos de
Bernoulli
En nuestro caso tenemos
k veces el resultado

N-k veces el resultado

Luego de las permutaciones de N resultados, tenemos k

valores iguales y otros N-k valores iguales. Por ello
tenemos en total

N
N!

k! ( N k )! k

Composicin de Ensayos de
Bernoulli
As pues

Esta expresin puede aproximarse por otras ms sencillas.

En particular, si N 1, p 1, Np a 5 entonces

(Teorema de Poisson, o aproximacin de Poisson)

34

Composicin de Ensayos de
Bernoulli. Teorema de DeMoivre-Laplace
Otra aproximacin til es:

P( Bk )

1
e
N
Npq
2

k Np 2
2 Npq

Vlido si:

N
Npq 1
Np 3 Npq k Np 3 Npq

Composicin de Ensayos de
Bernoulli
Probabilidad de que A ocurra un nmero de veces comprendido
en el intervalo (k0,k1) en N realizaciones.

Esto es el caso de probabilidades calculadas sobre unin de

varios valores del suceso Bk . Concretamente:

k1

P Bk
k k0

N k N k

p q
k k0 k
k1

k1
k0

N(Np,

N p q )d k

que se evala de forma aproximada como

k Np
k1

P Bk G 1

N pq
k k0

Propiedad:

k Np
G 0
N pq

G(-x)=1-G(x)

35

Ejercicio:Un sistema de control de calidad de productos

qumicos decide, para cada producto que inspecciona, si ste
cumple los requisitos normativos para su aceptacin. Supongamos
que el protocolo de inspeccin rechaza los productos con
una probabilidad pr y el proceso de fabricacin es tal que permite
aceptar independencia entre productos. Se pide:
a) Si se dispone de N productos, probabilidad de que
una fraccin no superior al 10% de ellos sea rechazada.
b) Probabilidad de que k productos sean rechazados antes
de aceptar un nmero s de stos.

Solucin: a)

Se
Se descarta una fraccin no superior al 10% de N
N

Bk

Se descartan k productos de N posibles

Supongamos que kr
que 0.1N. Entonces:

es el primer nmero entero menor

Por lo que:

36

b)

Se rechazan k productos antes de aceptar s

Ak

El producto es rechazado en inspeccin k-sima

Bk N

Se rechazan k productos de N posibles

s-1 aceptaciones, k rechazos

ltima aceptacin

Entonces:

Al ser composicin de ensayos independientes:

que son s+k-1 casos p

posibles:
Y teniendo en cuenta q

37

Ejercicio:

a):

b):

c):

Solucin: a)

Am

El primer generador da lugar al nmero m

Bm

El segundo generador da lugar al nmero m

Pero:

P ( Am Bm ) P Am P Bm P ( Am Bm )

Luego:

1
235

1
1
1
36 P( Am Bm ) 35
36
2
2
2

P ( Am Bm ) 0

38

b)

Al menos uno de los N nmeros generados es igual a m

Bk

Se han generado k nmeros (de N posibles) iguales a m

Est claro que:

B Bk
k 1

Pero:

P B 1 P B 1 P B0
N
1 p 0 q N 0 1 q N
0

Luego:

Con:

b) Solucin numrica alternativa

La expresin :

P B 1 q 1 1 36
2

se puede aproximar mediante la expresin de Poisson

N

1
ak

P B 1Luego:
P B0 1 1 36 1 e a
1 e a 0.766
k!
2
k 0

ya que:

a Np 1.4552 5

39

c)

Ms de 1500 de los N nmeros generados son iguales a m

Bk

Se han generado k nmeros (de N posibles) iguales a m

Est claro que:

Por lo que:

P B

PBk

k 1501

k p q

k 1501

N k

De forma alternativa:
1500
1500 N

P B 1 P B 1 P Bk 1 p k q N k
k 0
k 0 k
1500 Np
1500 1455
1 G
1 G
1 G 1.18 0.119

Npq
38.15

40