Professional Documents
Culture Documents
CALCULO DE PROBABILIDADES
Profesor:
Jackson Macoy Romero Plasencia
Dedicamos este trabajo
a nuestros seres queridos
que nos impulsan a perseguir
nuestros suenos...
I
INTRODUCCION
La ley de los grandes numeros pertenece a la parte de las matematicas que mide la frecuencia
con la que se obtienen todas las formas posibles que se pueden dar en un suceso, es decir, la
probabilidad. Su creador, Bernoulli, publico esta ley en su libro El Arte de la Conjetura. Este
fue el primer intento para deducir medidas estadsticas a partir de probabilidades individua-
les. Sin embargo, Bernoulli aun necesitara veinte anos para perfeccionar la ley de los grandes
numeros por completo.
II
Indice
Indice III
1. HISTORIA 1
3. LEY DEBIL 3
4. LEY FUERTE 4
5. BIBLIOGRAFIA 4
III
1. HISTORIA
Fue el matematico italiano Gerolamo Cardano quien afirmo sin pruebas que la precision de
las estadsticas empricas (experimentales) tienden a mejorar con el numero de intentos. Despues
esto fue formalizado como una ley de los grandes numeros. Una forma especial de la ley (para
una variable aleatoria binaria) fue demostrada por primera vez por Jacob Bernoulli. Le llevo
mas de 20 anos desarrollar una prueba matematica suficientemente rigurosa que fue publicada
en su libro El arte de la conjetura. Bernoulli le llamo su Teorema dorado, pero llego a ser
conocido generalmente como teorema de Bernoulli. En 1837 Denis Poisson describio con mas
detalle estos resultados con el nombre de la ley de los grandes numeros. A partir de entonces, se
conoce con ambos nombres, pero se utiliza con mayor frecuencia la ley de los grandes numeros.
Despues de que Bernoulli y Poisson publicaran sus resultados, otros matematicos tambien
contribuyeron al refinamiento de la ley, como Chebyshev, Markov, Borel, Cantelly, Kolmogorov
y Khinchin, que finalmente proporciono una prueba completa de la ley de los grandes numeros
para variables arbitrarias. Estos nuevos estudios han dado lugar a dos formas prominentes de
la ley de los grandes numeros: una se llama la ley debil y la otra la ley fuerte.
La ley de los grandes numeros nos dice que la frecuencia relativa de las observaciones de un
experimento de caracter aleatorio se estabilizan en un numero que coincide con la probabilidad,
cuando el experimento se realiza muchas veces.
De manera mas formal la Ley de los Grandes Numeros dice que el valor medio observado
en n ensayos converge a E(X) cuando n .
1
Tenemos la siguiente version de la Ley de los Grandes Numeros es terminos de variables
aleatorias:
Recordar que:
convergencia casi segura convergencia en probabilidad,
convergencia en probabilidad ; convergencia casi segura.
P
Proposicion: Si Yn Y casi seguramente, entonces Yn
Y.
Demostracion: Suponga que Yn Y casi seguramente y sea > 0 fijo. Necesitamos probar
que P (|Yn Y | > ) 0.
Sea A0 = {w : Yn (w) Y (w)}. Por hipotesis, P (A0 ) = 1. Para todo w A0 , |Yn (w)
Y (w)| < pata todo n suficientemente grande. Sea An el evento para todo k > n, |Yk Y | < ,
\
es decir, An = (|Yk Y | < ).
k=n
[
Si w A0 , entonces w An para algun n. Pero An An+1 , luego A0 An = lm An .
n
n>1
[
Por lo tanto 1 = P (A0 ) 6 P ( An ), y por la continuidad de toda probabilidad, P (An ) 1.
n>1
Ahora formularemos la ley de los Grandes Numeros de una manera mas general de la que
se hizo al inicio.
Sn E(Sn )
Decimos que X1 , X2 , . . . satisfacen la Ley de los Grandes Numeros si 0 en
n
probabilidad, o equivalentemente, si
X1 + + Xn (E(X1 ) + + E(Xn ))
P (| | > ) 0, > 0
n
2
Sn E(Sn )
Decimos que X1 , X2 , . . . satisface la Ley de los Grandes Numeros si 0 casi
n
seguramente, o equivalentemente, si
3. LEY DEBIL
Teorema (Ley Debil de Tchebychev) Sean X1 , X2 , . . . variables independientes 2 a 2
con varianzas finitas y uniformemente acotadas (es decir, existe c finita tal que para todo n,
Sn E(Sn ) P
V ar(Xn ) 6 c). Entonces X1 , X2 , . . . satisface la Ley de los Grandes Numeros:
0.
n
|Sn E(Sn )|
Demostracion: Necesitamos probar que para > 0. P ( > ) 0 cuando
N
n 0.
Pn
Como V ar(Sn ) = V ar(X1 + + Xn ) = displaystyle i=1 V ar(Xi ) 6 nc, la desigualdad
de Tchebychev implica
V ar(Sn ) c
P (|Sn E(Sn )| > n) 6 2 2
6 2 0
n n
Corolario. (Ley de los Grandes Numeros de Bernoulli) Consideremos una sucesion de
ensayos binomiales independientes, con la misma probabilidad p de exito.en cada ensayo. Si Sn
es el numero de exitos en los primeros n ensayos, entonces
Sn
p en probabilidad
n
La hipotesis de varianzas finitas fue eliminada por Khintchin, quien logro probar la Ley
de los Grandes Numeros en el caso de variables independientes e identicamente distribuidas,
suponiendo solo integrabilidad.
3
4. LEY FUERTE
Teorema (Recproco de la Ley Fuerte de Kolmogorov) Sean X1 , X2 , . . . variables alea-
torias independientes e identicamente distribuidas. Si E|X1 | = +, entonces con probabilidad
1, la sucesion
|Sn | |X1 + + Xn |
= , n = 1, 2, . . . , no es acotada
n n
.
Sn
Observacion: La Ley Fuerte afirma que si las Xn son integrables, entonces converge a un
n
lmite finito (E(X1 )) con probabilidad 1. El recproco dice que si las Xn no son integrables,
Sn
entonces, con probabilidad 1, no convergera a un lmite finito.
n
Teorema (Primera Ley Fuerte de Kolmogorov): Sean X1 , X2 , . . . variables aleatorias in-
n
X V ar(Xn )
dependientes e integrables, y suponga que < +.
n=1
n2
Entonces las Xn satisfacen la Ley Fuerte de los Grandes Numeros, es decir,
X1 + + Xn E(X1 ) + + E(X1 )
0 casi seguramente
n n)
X1 + + X n
casi seguramente
n
.
5. BIBLIOGRAFIA
James, Barry; Probabilidad: un curso de nivel intermedio.