Академический Документы
Профессиональный Документы
Культура Документы
Este documento presenta brevemente los principios de la teora de la probabilidad. Dicha teora
representa una de las herramientas matemticas ms importantes para la fsica, en especial para
la teora de la Mecnica Cuntica, as como en los desarrollos de la Fsica Estadstica. La teora
de la probabilidad se presenta en forma de apuntes esquemticos y sin demostraciones.
3. Dada una sucesin numerable de sucesos disjuntos (mutuamente excluyentes dos a dos)
, entonces:
Teorema 3.2.5. (Suma finita) Para toda coleccin finita de sucesos disjuntos
cumple:
, se cumple:
, se tiene:
, se
, su probabilidad cumple
, entonces, se
condicionada a
de llama
condicionado a
, si
se define:
Entonces, se verifica
) a la probabilidad de la consecuencia (
).
Teorema 3.3.5. (de Bayes o de las hipotesis) Sea una coleccin de sucesos
que
cumplen las condiciones para que el teorema de la probabilidad total se verifique. Entonces,
Donde
es la verosimilitud.
son independientes si y
de la variable la probabilidad
1. Cota:
2. Normalizacin
Algunas definiciones de utilidad:
Definicin 3.5.2. (Valor esperado o media) El valor esperado, o media, de una distribucin se
define mediante la expresin:
de una distribucin se
Algunas propiedades del operador valor esperado vienen dados por el siguiente
Teorema 3.5.5. (Propiedades de
valor esperado cumple:
1. Escala:
2. Adicin:
3. Independencia:
4. Composicin:
si
son independientes.
5. No desviado:
Por ltimo, veamos algunas propiedades de la varianza:
Teorema 3.5.6. (Propiedades de la varianza) Para una distribucin bien definida, la varianza
cumple:
1. Origen:
2. Adicin:
si
son independientes.
3. Escala:
est en el intervalo
, es decir:
3. Probabilidad:
debe cumplir:
es creciente.
4. Probabilidad de un rango:
Igual que para las distribuciones discretas, podemos definir los momentos de una distribucin:
Definicin 3.6.3. (Momentos de una distribucin continua) El momento de orden n de una
distribucin continua se define:
El desarrollo de Taylor de la exponencial muestra que los momentos de cada orden son los
coeficientes de la expansin:
, su momento de orden 2 es
y su varianza es
Su valor esperado es
y su desviacin tpica
donde
Por cambios de variables, se puede reducir a la distribucin normal, un caso especial donde
y