Construcción de σ-álgebras

Introducción

En la entrada pasada dimos comienzo a la construcción de la teoría matemática de la probabilidad. Introdujimos los conceptos de espacio muestral y σ-álgebra. Estos dos son las piedras angulares de la probabilidad. En consecuencia, en esta sesión estudiaremos algunas propiedades importantes de los σ-álgebras. En particular, será de importancia la capacidad de construir σ-álgebras a partir de familias dadas de conjuntos. Esto es, veremos cómo, dada una colección de conjuntos $\mathscr{C}$, existe un σ-álgebra de tamaño mínimo que tiene como subconjunto a $\mathscr{C}$. Así, construiremos un σ-álgebra muy interesante en el contexto de la probabilidad.

Construir σ-álgebras a partir de familias de conjuntos

Mencionamos en la entrada anterior que un σ-álgebra es una familia de conjuntos a los cuales se les asignará una «calificación», llamada «probabilidad». Es decir, que dado $\Omega$ un espacio muestral y $\mathscr{F} \subset \mathscr{P}(\Omega)$ un σ-álgebra sobre $\Omega$, los elementos de $\mathscr{F}$ con los conjuntos que consideraremos como «calificables».

En consecuencia, resulta interesante plantear la siguiente situación. Supón que tenemos una familia de conjuntos $\mathscr{C} \subseteq \mathscr{P}(\Omega)$. Piensa que esta familia de subconjuntos de $\Omega$ es muy importante. Al ser muy importante, nos gustaría poder «calificar» a todos sus elementos. Sin embargo, no sabemos si $\mathscr{C}$ es un σ-álgebra. ¿Será posible construir un σ-álgebra $\mathscr{L}$ tal que $\mathscr{C} \subseteq \mathscr{L}$? La respuesta es sí, y está dada por el siguiente teorema.


Teorema 1.4. Dado $\Omega$ un conjunto y $\mathscr{C}$ una familia de subconjuntos de $\Omega$ ($\mathscr{C} \subseteq \mathscr{P}(\Omega)$), existe un único σ-álgebra sobre $\Omega$ de tamaño mínimo $\mathscr{L}$ tal que $\mathscr{C} \subseteq \mathscr{L}$.

Debido a la unicidad, este σ-álgebra es llamado el σ-álgebra generado por $\mathscr{C}$, y es denotado por $\sigma(\mathscr{C})$.


Demostración. Sea $\Gamma$ la familia de todos los σ-álgebras sobre $\Omega$ que contienen a $\mathscr{C}$. De manera un poco informal, es el siguiente conjunto:

\[ \Gamma = \left\lbrace \mathscr{F} \subseteq \mathscr{P}(\Omega) \mid \text{$\mathscr{F}$ es un $\sigma$-álgebra} \, \land \, \mathscr{C} \subseteq \mathscr{F} \right\rbrace \]

Observa que $\Gamma \neq \emptyset$, pues vimos en la sesión anterior que $\mathscr{P}(\Omega)$ es un σ-álgebra. Por lo tanto, $\mathscr{P}(\Omega) \in \Gamma$. Sea $\mathscr{L}$ la intersección de todos los elementos de $\Gamma$. Es decir,

\[ \mathscr{L} = \bigcap_{\mathscr{F} \in \Gamma} \mathscr{F}. \]

Esta intersección está bien definida pues $\Gamma \neq \emptyset$. Por construcción, $\mathscr{C} \subseteq \mathscr{L}$, pues $\mathscr{C}$ es subconjunto de todos los $\mathscr{F} \in \Gamma$, y $\mathscr{L}$ es la intersección de todos esos $\mathscr{F}$. De igual forma, para cualquier $\mathscr{F} \in \Gamma$ se cumple que $\mathscr{L} \subseteq \mathscr{F}$. Veamos que $\mathscr{L}$ es un σ-álgebra.

  1. Primero, veamos que $\Omega \in \mathscr{L}$. Sabemos que todos los elementos de $\Gamma$ son σ-álgebras sobre $\Omega$. En consecuencia, para cualquier $\mathscr{F} \in \Gamma$ se cumple que $\Omega \in \mathscr{F}$. Por lo tanto, $\Omega \in \bigcap_{\mathscr{F} \in \Gamma} \mathscr{F}$, que por la definición de $\mathscr{L}$ demuestra que $\Omega \in \mathscr{L}$.
  2. Veamos ahora que para cualquier $E \in \mathscr{L}$ se tiene que $E^{\mathsf{c}} \in \mathscr{L}$. Sea $E \in \mathscr{L}$. Por definición de $\mathscr{L}$, esto implica que $E \in \bigcap_{\mathscr{F} \in \Gamma} \mathscr{F}$. Es decir, para todo $\mathscr{F} \in \Gamma$, se cumple que $E \in \mathscr{F}$. Como cada uno de los $\mathscr{F}$ es σ-álgebra, se sigue que para todo $\mathscr{F} \in \Gamma$ se cumple que $E \in \mathscr{F}$. Por consiguiente, $E \in \bigcap_{\mathscr{F} \in \Gamma} \mathscr{F}$. Así, se concluye que $E^{\mathsf{c}} \in \mathscr{L}$.
  3. Finalmente, sea $\{ E_{n} \}_{n=1}^{\infty}$ tal que para todo $n \in \mathbb{N} \smallsetminus \{0\}$ se cumple que $E_{n} \in \mathscr{L}$. Debemos de demostrar que $\bigcup_{n=1}^{\infty}E_{n} \in \mathscr{L}$. Para ello, observa que si para todo $n \in \mathbb{N} \smallsetminus {0}$ se cumple que $E_{n} \in \mathscr{L}$, entonces también es cierto que para todo $n \in \mathbb{N} \smallsetminus {0}$ se cumple que $E_{n} \in \bigcap_{\mathscr{F} \in \Gamma} \mathscr{F}$, por la definición de $\mathscr{L}$. Ahora, esto significa que para cualquier $\mathscr{F} \in \Gamma$, todos los $E_{n}$ cumplen que $E_{n} \in \mathscr{F}$; y como los $\mathscr{F}$ son σ-álgebras, se sigue que $\bigcup_{n=1}^{\infty}E_{n} \in \mathscr{F}$. Por lo tanto, $\bigcup_{n=1}^{\infty}E_{n} \in \bigcap_{\mathscr{F} \in \Gamma} \mathscr{F}$, y así, queda demostrado que $\bigcup_{n=1}^{\infty}E_{n} \in \mathscr{L}$.

Estas tres propiedades demuestran que $\mathscr{L}$ es un σ-álgebra que contiene a $\mathscr{C}$. Además, por construcción, $\mathscr{L}$ es minimal en el sentido de que es subconjunto de cualquier otro σ-álgebra que contiene a $\mathscr{C}$.

Nos falta ver que $\mathscr{L}$ es único. Para hacerlo, supón que hay otro σ-álgebra $\mathscr{N}$ que satisface $\mathscr{C} \subseteq \mathscr{N}$ y que para todo σ-álgebra $\mathscr{F}$ tal que $\mathscr{C} \subseteq \mathscr{F}$, se tiene que $\mathscr{N} \subseteq \mathscr{F}$ (es decir, $\mathscr{N}$ es minimal). Como $\mathscr{N}$ es un σ-álgebra tal que $\mathscr{C} \subseteq \mathscr{N}$, se tiene que $\mathscr{N} \in \Gamma$. Más arriba comentamos que para cualquier $\mathscr{F} \in \Gamma$ se cumple que $\mathscr{L} \subseteq \mathscr{F}$. En particular, esto implica que $\mathscr{L} \subseteq \mathscr{N}$.

Por otro lado, supusimos que $\mathscr{N}$ es minimal, es decir, que si $\mathscr{F}$ es un σ-álgebra tal que $\mathscr{C} \subseteq \mathscr{F}$, se tiene que $\mathscr{N} \subseteq \mathscr{F}$. Ya vimos que $\mathscr{L}$ es un σ-álgebra que contiene a $\mathscr{C}$. En consecuencia, $\mathscr{N} \subseteq \mathscr{L}$.

Así, utilizando la igualdad por doble contención, queda demostrado que $\mathscr{N} = \mathscr{L}$. En conclusión, cualquier σ-álgebra que contiene a $\mathscr{C}$ y es minimal en el sentido de que es subconjunto de cualquier otro σ-álgebra que contiene a $\mathscr{C}$ resulta ser igual a $\mathscr{L}$.

$\Box$

¡Bien! Hay dos consecuencias importantes del teorema anterior. En primera, que podemos cronstruir σ-álgebras sobre cualquier conjunto. En segunda, y quizás no tan evidente, que existe una cantidad abundante de σ-álgebras.

Sin embargo, quizás ya notaste que la definición de σ-álgebra generado por una familia de conjuntos $\mathscr{C}$ es un poco intangible. Veamos algunos ejemplos para entender cómo es que funciona esta construcción.

Ejemplos. Sea $\Omega$ el siguiente conjunto:

\[ \Omega = \{ 1, 2, 3, 4, 5, 6 \}. \]

Sea $\mathscr{C} = \{ \{2\}, \{4\} \}$. Veamos qué conjunto es $\sigma(\mathscr{C})$. Primero, sabemos que $\sigma(\mathscr{C})$ debe de ser un σ-álgebra. Por ello, $\sigma(\mathscr{C})$ debe de satisfacer que $\Omega \in \sigma(\mathscr{C})$. Además, por definición de $\sigma(\mathscr{C})$, debe de cumplirse que $\mathscr{C} \subseteq \sigma(\mathscr{C})$. Es decir, se cumplen las siguientes dos pertenencias:

\begin{align}
\{2\} &\in \sigma(\mathscr{C}), \\
\{4\} &\in \sigma(\mathscr{C}).
\end{align}

Bien, entonces en principio $\sigma(\mathscr{C})$ se vería así:

\[ \sigma(\mathscr{C}) = \{ \{2\}, \{4\}, \{ 1, 2, 3, 4, 5, 6 \}, \ldots \}, \]

donde los puntos suspensivos representan los elementos de $\sigma(\mathscr{C})$ que todavía nos faltan. Ahora, sabemos que un σ-álgebra es cerrado bajo complementación. Por lo tanto, los complementos de cada uno de esos conjuntos deben de ser elementos de $\sigma(\mathscr{C})$. Es decir, se cumplen las siguientes pertenencias:

\begin{align}
\{2\}^{\mathsf{c}} = \{1,3,4,5,6 \} &\in \sigma(\mathscr{C}), \\
\{4\}^{\mathsf{c}} = \{1,2,3,5,6 \} &\in \sigma(\mathscr{C}), \\
\{1,2,3,4,5,6\}^{\mathsf{c}} = \emptyset &\in \sigma(\mathscr{C}).
\end{align}

Esto expande la cantidad de elementos en $\sigma(\mathscr{C})$, que va agarrando cada vez más forma:

\[ \sigma(\mathscr{C}) = \{ \emptyset, \{2\}, \{4\}, \{ 1, 3, 4, 5, 6 \}, \{ 1, 2, 3, 5, 6 \}, \{ 1, 2, 3, 4, 5, 6 \}, \ldots \}, \]

Finalmente, un σ-álgebra es cerrado bajo uniones numerables. En este ejemplo, $\Omega$ es finito, así que basta con que acompletemos a $\sigma(\mathscr{C})$ con todas las uniones finitas. Además, $\sigma(\mathscr{C})$ debe de ser cerrado bajo los complementos de las uniones resultantes. Sin embargo, observa que no es necesario meter esos complementos, y que basta con sacar las intersecciones de los conjuntos que ya tenemos. Esto gracias a las leyes de De Morgan: para cualesquiera $A$ y $B$ conjuntos se cumple que $(A \cup B)^{\mathsf{c}} = A^{\mathsf{c}} \cap B^{\mathsf{c}}$. Así, el siguiente paso es tomar todas las uniones e intersecciones posibles de los elementos de $\sigma(\mathscr{C})$ que tenemos.

Sin embargo, observa que algunas de las uniones e intersecciones de conjuntos que ya tenemos dan como resultado otros conjuntos que ya hemos incluido en $\sigma(\mathscr{C})$. Por ello, incluiré las uniones e intersecciones que resultan en conjuntos que todavía no están en $\sigma(\mathscr{C})$. Estas son:

\begin{align*} \{2\} \cup \{4\} = \{2,4\} &\in \sigma(\mathscr{C}), \\ \{1,3,4,5,6\} \cap \{1,2,3,5,6\} = \{1,3,5,6\} &\in \sigma(\mathscr{C}). \end{align*}

Nota que $\{2,4\}^{\mathsf{c}} = \{1,3,5,6\} = \{1,3,4,5,6\} \cap \{1,2,3,5,6\}$, que justo como mencionamos más arriba, cubre la cerradura bajo complementación para $\{2,4\}$. Así, queda completo $\sigma(\mathscr{C})$, que es el siguiente conjunto:

\[ \sigma(\mathscr{C}) = \{ \emptyset, \{2\}, \{4\}, \{2, 4\}, \{1,3,5,6\}, \{ 1, 3, 4, 5, 6 \}, \{ 1, 2, 3, 5, 6 \}, \{ 1, 2, 3, 4, 5, 6 \} \}. \]

Un buen ejercicio sería que verifiques que este conjunto que obtuvimos es, efectivamente, un σ-álgebra. En conclusión, en el caso del σ-álgebra generado por una familia finita de conjuntos, podemos seguir el siguiente método para su construcción.

  1. Dada $\mathscr{C}$ una familia finita de subconjuntos de $\Omega$, el primer paso es incluir a todos los elementos de $\mathscr{C}$ (ya que, por definición, $\mathscr{C} \subseteq \sigma(\mathscr{C})$). Además, por la primera propiedad de un σ-álgebra, también debe de cumplirse que $\Omega \in \sigma(\mathscr{C})$.
  2. Un σ-álgebra debe de ser cerrado bajo complementación. Por ello, el segundo paso es incluir a todos los complementos de los conjuntos incluidos en el paso anterior.
  3. Finalmente, tomar todas las uniones e intersecciones posibles de los conjuntos obtenidos en los dos pasos anteriores.

Un σ-álgebra de gran importancia

El ejemplo anterior exhibe una manera de construir el σ-álgebra generado por una familia finita de conjuntos. SIn embargo, esto se torna más abstracto cuando la familia no es finita. En particular, cuando $\Omega = \mathbb{R}$, sería interesante pensar en el σ-álgebra generado por la familia de intervalos de la siguiente forma:

\[ \mathscr{C}_{1} = \left\lbrace (-\infty, b] \mid b \in \mathbb{R} \right\rbrace. \]

Es decir, $\mathscr{C}_{1}$ es la familia de todos los intervalos no acotados por la izquierda, y cerrados por la derecha. En el contexto de la probabilidad es muy natural que, dado $b \in \mathbb{R}$, planteemos la siguiente situación. Si $x$ es el resultado de algún experimento donde el espacio muestral es $\mathbb{R}$ ¿es cierto que $x \leq b$? O dicho en otras palabras, ¿es cierto que $x \in (-\infty, b]$? Por ejemplo, «¿es cierto que el precio de un activo queda por debajo de algún valor fijo?» Esta es una pregunta que surgiría cuando entras en el contrato de un producto financiero derivado.

Observa que $\mathscr{C}_{1}$ no es un σ-álgebra, así que habría preguntas sobre $x$ que no podríamos contestar dentro de $\mathscr{C}_{1}$. Por ejemplo, $(-\infty, b]^{\mathsf{c}} = (b, \infty)$ no es un elemento de $\mathscr{C}_{1}$, por lo que la pregunta «¿es cierto que $x \in (b, \infty)$?» no tendría respuesta.

¡Ajá! Pero justamente, el Teorema 1.4. nos permite generar un σ-álgebra a partir de $\mathscr{C}_{1}$. Es decir, $\sigma(\mathscr{C}_{1})$ es el σ-álgebra más pequeño que contiene a todos los intervalos $(-\infty, b]$.

El σ-álgebra generado por esta última familia es muy importante, y es conocido como el σ-álgebra de Borel en $\mathbb{R}$, y es comúnmente denotado por $\mathscr{B}(\mathbb{R})$. Curiosamente, resulta que la manera en que obtuvimos a $\mathscr{B}(\mathbb{R})$ no es la única manera de hacerlo. Por ejemplo, sea $\mathscr{C}_{2}$ la siguiente familia de conjuntos:

\[ \mathscr{C}_{2} = {\left\lbrace (a, b] \mid a, b \in \mathbb{R} \land a < b \right\rbrace}. \]

¿Cuál será el σ-álgebra generado por $\mathscr{C}_{2}$? Veamos primero lo siguiente. Sean $a$, $b \in \mathbb{R}$ tales que $a < b$. Por la definición de $\mathscr{B}(\mathbb{R})$, se cumple que $(-\infty,a]$, $(-\infty,b] \in \mathscr{B}(\mathbb{R})$. Como $\mathscr{B}(\mathbb{R})$ es un σ-álgebra, $(-\infty,a]^{\mathsf{c}} = (a, \infty) \in \mathscr{B}(\mathbb{R})$. Por lo tanto, $(a, \infty) \cap (-\infty,b] = (a,b] \in \mathscr{B}(\mathbb{R})$. Esto es, para cualesquiera $a$, $b \in \mathbb{R}$ tales que $a < b$, se cumple que $(a,b] \in \mathscr{B}(\mathbb{R})$. Por lo tanto, se cumple que $\mathscr{C}_{2} \subseteq \mathscr{B}(\mathbb{R})$, y como $\mathscr{B}(\mathbb{R})$ es un σ-álgebra, se tiene que $\sigma(\mathscr{C}_{2}) \subseteq \mathscr{B}(\mathbb{R})$.

Ahora, sea $b \in \mathbb{R}$. Por la definición de $\sigma(\mathscr{C}_{2})$, para cualquier $n \in \mathbb{N} \smallsetminus \{0\}$ se cumple que $(b – n, b] \in \sigma(\mathscr{C}_{2})$. Esto pasa porque $b-n$ y $b$ son reales tales que $b – n < b$, por lo que $(b-n, b] \in \mathscr{C}_{2}$. Ahora, debido a que $\sigma(\mathscr{C}_{2})$ es un σ-álgebra, se cumple que

\[ \bigcup_{n=1}^{\infty} (b – n, b] \in \sigma(\mathscr{C}_{2}), \]

pues $\bigcup_{n=1}^{\infty} (b – n, b]$ es una unión numerable de elementos de $\sigma(\mathscr{C}_{2})$. Observa que

\[ \bigcup_{n=1}^{\infty} (b – n, b] = (-\infty, b], \]

ya que si $x$ es un número real tal que $x \in (-\infty,b]$, como consecuencia de la propiedad arquimediana en $\mathbb{R}$, existe $k \in \mathbb{Z}$ tal que $k < x \leq k + 1$. Como $k < x$ y $x \leq b$, se tiene que $k < b$. Luego, $b – (\lceil b \rceil – k) \leq b – (b – k) = k$, pues $b \leq \lceil b \rceil$. Además, como $k < b$ y $b \leq \lceil b \rceil$, se tiene que $\lceil b \rceil – k > 0$, y como $\lceil b \rceil$ y $k$ son enteros, $\lceil b \rceil – k$ también lo es. Esto es, $\lceil b \rceil – k \in \mathbb{N} \smallsetminus \{ 0 \}$. Sea $n^{*} = \lceil b \rceil – k$. Observa que $b – n^{*} < k$, por lo que $b – n^{*} < x$, y como $x \leq b$, se tiene que

\[ x \in (b – n^{*}, b],\]

y como $\lceil b \rceil – k \in \mathbb{N} \setminus \{ 0 \}$, podemos concluir que

\[ x \in \bigcup_{n=1}^{\infty} (b – n, b], \]

por lo que $(-\infty, b] \subseteq \bigcup_{n=1}^{\infty} (b – n, b]$. La otra contención es más sencilla de demostrar. Si $x$ es un real tal que $x \in \bigcup_{n=1}^{\infty} (b – n, b]$, entonces existe $m \in \mathbb{N} \smallsetminus \{ 0 \}$ tal que $x \in (b – m, b]$. Esto asegura que $b- n < x \land x \leq b$. En particular, es cierto que $x \leq b$, por lo que $x \in (-\infty, b]$. Por lo tanto, $\bigcup_{n=1}^{\infty} (b – n, b] \subseteq (-\infty, b]$.

Esto demuestra que para cualquier $b \in \mathbb{R}$, el intervalo $(-\infty, b]$ es un elemento de $\sigma(\mathscr{C}_{2})$. Es decir, $\mathscr{C}_{1} \subseteq \sigma(\mathscr{C}_{2})$. Además, recuerda que $\mathscr{B}(\mathbb{R})$ es el σ-álgebra generado por $\mathscr{C}_{1}$, y que $\sigma(\mathscr{C}_{2})$ es un σ-álgebra. Esto implica que $\mathscr{B}(\mathbb{R}) \subseteq \sigma(\mathscr{C}_{2})$.

En conclusión, queda demostrado que $\mathscr{B}(\mathbb{R}) = \sigma(\mathscr{C}_{2})$. esto muestra que el σ-álgebra de Borel en $\mathbb{R}$ puede generarse a partir de $\mathscr{C}_{2}$.

Más aún, $\mathscr{B}(\mathbb{R})$ resulta ser el σ-álgebra generado por otras familias de intervalos muy parecidas. Las siguientes familias son algunas de ellas:

\begin{align*}
\mathscr{C}_{3} &= \left\lbrace [a, b) \mid a, b \in \mathbb{R} \land a < b\right\rbrace, \\
\mathscr{C}_{4} &= \left\lbrace (a, b) \mid a, b \in \mathbb{R} \land a < b \right\rbrace, \\
\mathscr{C}_{5} &= \left\lbrace [a, b] \mid a, b \in \mathbb{R} \land a < b \right\rbrace, \\
\mathscr{C}_{6} &= \left\lbrace (a, \infty) \mid a \in \mathbb{R} \right\rbrace, \\
\mathscr{C}_{7} &= \left\lbrace [a, \infty) \mid a \in \mathbb{R} \right\rbrace, \\
\mathscr{C}_{8} &= \left\lbrace (-\infty, b) \mid b \in \mathbb{R} \right\rbrace.
\end{align*}

Todas las familias anteriores generan el mismo σ-álgebra: $\mathscr{B}(\mathbb{R})$. La justificación de estos hechos es parecida a la que desarrollamos aquí, pero con algunos detalles distintos. Para pasar de un σ-álgebra a otro, se utilizan otras uniones o intersecciones numerables más mañosas. Por ejemplo, si tomas conjuntos en $\mathscr{C}_{4}$, digamos, con $a$, $b \in \mathbb{R}$ tales que $a < b$, y para cada $n \in \mathbb{N} \smallsetminus \{0\}$ tomas los conjuntos $(a, b + \frac{1}{n})$, al obtener la intersección de esta familia:

\[ \bigcap_{n=1}^{\infty} \left(a, b+\frac{1}{n} \right), \]

el intervalo resultante es el intervalo $(a, b]$. Es decir, haciendo una intersección numerable de elementos de $\mathscr{C}_{4}$, llegas a uno de $\mathscr{C}_{2}$. Algo parecido puede hacerse para pasar de $\mathscr{C}_{2}$ a $\mathscr{C}_{4}$, pero se haría con uniones numerables.

Finalmente, ¿recuerdas el álgebra de la entrada pasada? ¿El de las uniones disjuntas finitas de intervalos? Bueno, resulta que el σ-álgebra generado por ese álgebra es también $\mathscr{B}(\mathbb{R})$.

Tarea moral

Los siguientes ejercicios son opcionales. Es decir, no formarán parte de tu calificación. Sin embargo, te recomiendo resolverlos para que desarrolles tu manejo de los conceptos abordados en esta entrada.

  • Retomando el ejemplo donde $\Omega = \{ 1, 2, 3, 4, 5, 6 \}$ y $\mathscr{C} = \{ \{2\}, \{4\}\}$, verifica que el conjunto
    \[\sigma(\mathscr{C}) = \{ \emptyset, \{2\}, \{4\}, \{2, 4\}, \{1,3,5,6\}, \{ 1, 3, 4, 5, 6 \}, \{ 1, 2, 3, 5, 6 \}, \{ 1, 2, 3, 4, 5, 6 \} \}\]es un σ-álgebra.
  • Sea $\Omega = \{ 1, 2, 3, 4, 5, 6 \}$.
    • Sea $\mathscr{C}_a = \{ \{1\}, \{3,5\}\}$. Determina $\sigma(\mathscr{C}_a)$.
    • Sea $\mathscr{C}_b = \{ \{1\}, \{2\}, \{3,4\}\}$. Determina $\sigma(\mathscr{C}_b)$.
  • Retomando el σ-álgebra de Borel en $\mathbb{R}$, $\mathscr{B}(\mathbb{R})$, demuestra que
    • El σ-álgebra generado por $\mathscr{C}_{4}$ es $\mathscr{B}(\mathbb{R})$ (puedes demostrar que $\sigma(\mathscr{C}_{4}) = \sigma(\mathscr{C}_{1})$ usando el bosquejo que propusimos).
    • El σ-álgebra generado por $\mathscr{C}_{5}$ es $\mathscr{B}(\mathbb{R})$ (puedes demostrar que $\sigma(\mathscr{C}_{5}) = \sigma(\mathscr{C}_{4})$).

Más adelante…

Esta entrada concluye nuestro estudio enfocado en los σ-álgebras. El σ-álgebra de Borel será necesario mucho más adelante cuando definamos lo que son las variables aleatorias continuas con valores en $\mathbb{R}$. Además, si decides cursar la materia de Teoría de la Medida, te encontrarás con el σ-álgebra de Borel y lo estudiarás con más profundidad. En particular, es de mucha importancia que $\mathscr{B}(\mathbb{R})$ pueda ser generado a partir de un álgebra de conjuntos. Esto pues hay un teorema muy importante (el Teorema de Extensión de Carathéodory) que permite extender la medida sobre el álgebra que asigna a cada intervalo su longitud (donde la longitud de $(a,b]$ es $b – a$) de manera única a $\mathscr{B}(\mathbb{R})$.

En la siguiente entrada abordaremos el concepto de medida de probabilidad, que será nuestra manera de asignar una «calificación» a los elementos de un σ-álgebra dado.

Entradas relacionadas

Introducción al Curso, Espacio Muestral y σ-álgebras

Introducción

Esta es la primera entrada de las notas de curso correspondientes a la materia de Probabilidad I. En esta sesión, platicaremos primero un poco sobre el objeto de estudio de la probabilidad. Después, un poco sobre su filosofía. Es decir, las ideas que sigue. Finalmente, presentaremos algunos de los conceptos matemáticos más fundamentales en esta teoría.

Antes de dar comienzo a nuestro tratamiento de la probabilidad, considero prudente incluir los conocimientos previos recomendables para este curso.

Sobre los prerrequisitos

Primeramente, debes de tener bien claros los contenidos de un curso de Álgebra Superior I. Pon especial atención a los temas de lógica, de teoría de conjuntos, y de funciones.

Por otro lado, te recomiendo que tengas bien claros los temas de un curso de Cálculo Diferencial e Integral II. En este curso es donde se abordan los temas de integración de funciones (de acuerdo con la teoría de integración de Riemann).

Por último, es deseable que tengas una buena noción de los temas de un curso de Cálculo Diferencial e Integral I. En particular, es importante que tengas claros los temas de sucesiones y de diferenciación.

A lo largo de estas notas supondré que manejas bien estos temas. Sin embargo, si necesitas revisarlos, puedes recurrir a nuestras notas de curso para Álgebra Superior I, Cálculo Diferencial e Integral I y Cálculo Diferencial e Integral II.

Fenómenos Aleatorios

En la teoría de la probabilidad nos interesa describir matemáticamente los fenómenos aleatorios. Aquí nos topamos con una primera pregunta: ¿qué es un fenómeno aleatorio? A grandes rasgos, un fenómeno aleatorio es todo aquel fenómeno cuyo resultado se conoce únicamente hasta que este ha concluido.

Por ejemplo, si tomas una moneda y la lanzas al aire, ¿puedes saber con anterioridad cuál de sus caras caerá arriba? A menos que seas clarividente, la respuesta es no. Así, el lanzamiento de una moneda puede pensarse como un fenómeno aleatorio. Conocerás su resultado únicamente hasta que el lanzamiento haya concluido. Otro ejemplo, de naturaleza más trágica, son los terremotos. La fecha exacta del siguiente terremoto se sabrá hasta que este ocurra. En consecuencia, la ocurrencia de un terremoto es un fenómeno aleatorio.

Un Poco de la Filosofía de la Probabilidad

Seguramente conoces ramas de la matemática que se esfuerzan por describir el comportamiento de los fenómenos de la naturaleza de la manera más precisa posible. Sin embargo, tal no es el caso de la probabilidad. En nuestro caso, orientaremos nuestros esfuerzos en describir cómo se acomodan (o se distribuyen) los resultados de un fenómeno aleatorio.

De lo anterior probablemente te surgen dos interrogantes. En primera instancia, ¿A qué te refieres por «cómo se acomodan»? Y en segunda, ¿cómo que la probabilidad no se esfuerza por describir el comportamiento de la naturaleza? Para contestar a la primera pregunta, toma una moneda. Lánzala 10 veces al aire, y registra los resultados. Hice este ejercicio por mi cuenta, y la siguiente tabla ilustra cuáles lanzamientos salieron «águila» (A) y cuáles «sol» (S):

12345678910
ASSSAASSSA

Estos resultados pueden acomodarse también en una gráfica como la siguiente:

Donde la altura de cada barra representa la frecuencia del resultado correspondiente. De mis 10 realizaciones del lanzamiento, 4 salieron «águila» y 6 salieron «sol». Esta gráfica exhibe cómo se distribuyeron los resultados de mis 10 lanzamientos de moneda. Puedes replicar esta gráfica con los resultados de tus 10 lanzamientos. Con ello, te darás una idea de cómo se distribuyen sus resultados.

En el siguiente vídeo se observa otro ejemplo de la distribución que siguen los resultados de un fenómeno aleatorio:

El juguete ilustrado en el vídeo es conocido como Máquina de Galton. En inglés, Galton Board. Se dejan caer muchas pelotitas desde el compartimiento de arriba. Estas rebotan aleatoriamente de izquierda a derecha hasta que caen en alguno de los compartimientos de abajo. Así, las barras resultantes representan cómo se distribuyen los resultados de dejar caer las pelotitas.

Burdamente, la «manera en la que se distribuyen» los resultados de un fenómeno aleatorio se refiere a la frecuencia con la que estos ocurren en varias realizaciones del fenómeno.

Justificando la Filosofía de la Probabilidad

Ahora, vamos a abordar un poco del aspecto filosófico de la probabilidad. Anteriormente, te mencioné que la probabilidad no se enfoca en modelar matemáticamente el funcionamiento de los fenómenos de la naturaleza. Para entender esto, quiero que pienses en lo siguiente:

Si yo te preguntara «¿cómo le hiciste para que tu lanzamiento saliera «águila»? ¿Y para que saliera «sol»?», ¿serías capaz de dar respuesta a alguna de las dos preguntas? Piénsalo bien. Al realizar los lanzamientos, seguramente acomodaste la mano a una cierta altura, y en alguna posición. Después, acomodaste la moneda en tu mano. Acto seguido, la lanzaste (con un cierto ángulo), y finalmente la moneda cayó sobre alguna de sus caras. Toda esta información es relevante para determinar el resultado de un lanzamiento. ¿Serías capaz de decirme la información de los lanzamientos donde salió «águila»? ¿Y de los que salió «sol»? Incluso si tuviéramos el equipo tecnológico para capturar esa información, ¿hace diferencia?

La respuesta es que no. Si ya capturaste estos valores, es porque el experimento ya está ocurriendo. Más aún, quizás ya hasta concluyó. Así, incluso si tuvieras un modelo matemático muy preciso para describir el lanzamiento de una moneda, no resulta útil para predecir su resultado.

Esta discusión puede extenderse a otros fenómenos aleatorios, y justifica el objeto de estudio de la probabilidad: describir matemáticamente el comportamiento de los resultados de un fenómeno aleatorio.

Describiendo Matemáticamente los Fenómenos Aleatorios

Ya quedó clara nuestra intención de centrar nuestra atención en los resultados de un experimento aleatorio. A partir de aquí, empieza la labor matemática. Para comenzar, partiremos de un conjunto cuyos elementos son todos los posibles resultados de un fenómeno aleatorio.


Definición 1.1. Dado un fenómeno o experimento aleatorio, el espacio muestral de dicho fenómeno es el conjunto cuyos elementos son todos los posibles resultados del fenómeno, y será denotado por $\Omega$ (Omega).


Ejemplos. El espacio muestral del lanzamiento de una moneda podría ser

$$\Omega = \left\lbrace \text{águila}, \text{sol} \right\rbrace,$$

o alternativamente, podemos hacer uso de números para representar estos resultados

$$\Omega = \left\lbrace 0, 1\right\rbrace,$$

y puedes escoger cuál es cuál (por ejemplo, que $0$ es águila y $1$ es sol).

En el caso del lanzamiento de un dado, podemos considerar el espacio muestral

$$\Omega = \left\lbrace 1, 2, 3, 4, 5, 6 \right\rbrace.$$

Si lanzamos dos dados simultáneamente, podemos considerar que el espacio muestral de ese experimento es

$$\Omega = \left\lbrace 1, 2, 3, 4, 5, 6 \right\rbrace \times \left\lbrace 1, 2, 3, 4, 5, 6 \right\rbrace,$$

pues nos interesan todas las combinaciones de valores que puede tomar cada dado. Por ejemplo, $(1,3)$ representa al resultado en el que el primer dado cae $1$, y el segundo, $2$.


Nuestra intención será cuantificar qué tan probable es que ocurra uno o más de estos resultados. Esto lo haremos asignando una «calificación» entre 0 y 1 a ciertos subconjuntos importantes de $\Omega$. Así, la «calificación» será 0 para lo más improbable, y 1 para lo más probable. Pero, ¿a qué me refiero por subconjuntos importantes? Veámoslo.

Álgebras

Nuestra intención es «calificar» qué tan probable es alguno de los resultados de nuestro fenómeno aleatorio. Es decir, queremos medir la probabilidad de ocurrencia de los resultados. Como queremos realizar una asignación, será necesaria una función, digamos, $\mathbb{P}$. Esta función asignará el número $\mathbb{P}(A)$ a cada conjunto $A$ de una cierta familia de conjuntos. Debido a esto, la familia sobre la que se define a $\mathbb{P}$ debe de tener una cierta estructura. Para motivar el tipo de estructura que impondremos, podemos valernos de ciertas consideraciones de la probabilidad.

Si $\Omega$ es el espacio muestral de un fenómeno aleatorio, dado $A \subseteq \Omega$, y dado $\omega \in \Omega$, es natural preguntar «¿es cierto que $\omega \in A$?» y encontrar si la respuesta es sí o no una vez que $\omega$ ha sido observado. Ahora, si pudimos responder la pregunta anterior, podemos responder si «¿es cierto que $\omega \in A^{\textsf{c}}$?» Más aún, si dado $n \in \mathbb{N}\smallsetminus\{0\}$, para cada $i \in \{1, \ldots, n\}$ podemos determinar la veracidad de $\omega \in A_{i}$, deberíamos de poder determinar si $\omega \in \bigcup_{i=1}^{n}A_{i}$ y $\omega \in \bigcap_{i=1}^{n}A_{i}$.

Por lo tanto, un primer requisito estructural para la familia sobre la que definiremos a $\mathbb{P}$ es que sea cerrada bajo complementación, unión finita e intersección finita.

Además, como la respuesta a la pregunta «¿es cierto que $\omega \in \Omega$?» es siempre «sí», el espacio muestral mismo debería de ser un elemento de la familia. Así, esta discusión da lugar a la siguiente definición.


Definición 1.2. Sea $\mathscr{F}$ una colección de subconjuntos de un conjunto $\Omega$ (i.e. $\mathscr{F} \subseteq \mathscr{P}(\Omega)$). Diremos que $\mathscr{F}$ es un álgebra sobre $\Omega$ si cumple las siguientes propiedades:

  1. $\Omega \in \mathscr{F}$.
  2. Si $A \in \mathscr{F}$, entonces $A^{\mathsf{c}} \in \mathscr{F}$.
  3. Si $A_{1}, A_{2}, \ldots, A_{n} \in \mathscr{F}$, entonces $\bigcup_{i=1}^{n} A_{i} \in \mathscr{F}$.

$A^{\mathsf{c}}$ es el complemento de $A$ respecto a $\Omega$, pues $A \subseteq \Omega$.


La propiedad 2 es conocida como cerradura bajo complementación, y la propiedad 3 como cerradura bajo uniones finitas. De la definición de álgebra es posible deducir que un álgebra es también cerrado bajo intersecciones finitas (véase la tarea moral al final de esta entrada).

σ-álgebras

Hay una propiedad un poco más exigente que no es tan sencilla de justificar. En la definición de un álgebra, ¿deberíamos de pedir en la propiedad 3 que sea cerrada bajo uniones numerables? El argumento más convincente para hacerlo es que la teoría matemática resultante es más vasta. Así, obtenemos la siguiente definición.


Definición 1.3. Sea $\mathscr{F}$ una colección de subconjuntos de un conjunto $\Omega$ (es decir, $\mathscr{F} \subseteq \mathscr{P}(\Omega)$). Diremos que $\mathscr{F}$ es un σálgebra sobre $\Omega$ si cumple las siguientes propiedades:

  1. $\Omega \in \mathscr{F}$.
  2. Si $A \in \mathscr{F}$, entonces $A^{\mathsf{c}} \in \mathscr{F}$.
  3. Si $A_{1}, A_{2}, \ldots \in \mathscr{F}$, entonces $\bigcup_{i=1}^{\infty} A_{i} \in \mathscr{F}$.

$A^{\mathsf{c}}$ es el complemento de $A$ respecto a $\Omega$, pues $A \subseteq \Omega$.

En el contexto de la probabilidad, los elementos de un σ-álgebra son llamados eventos.


La propiedad 3 es conocida como cerradura bajo uniones numerables. Del mismo modo que con un álgebra, es posible deducir que un σ-álgebra es cerrado bajo intersecciones numerables.

Ejemplos. Dado $\Omega$ un conjunto cualquiera, su conjunto potencia $\mathscr{P}(\Omega)$ es un σ-álgebra sobre $\Omega$. Recordemos que

$$\mathscr{P}(\Omega) = \left\lbrace x \mid x \subseteq \Omega \right\rbrace.$$

Así, para ver que $\mathscr{P}(\Omega)$ es un σ-álgebra, debemos de verificar que cumple las tres propiedades de un σ-álgebra.

  1. Sabiendo que $\Omega \subseteq \Omega$, queda demostrado que $\Omega \in \mathscr{P}(\Omega)$.
  2. Sea $A \in \mathscr{P}(\Omega)$. Queremos demostrar que $A^{\mathsf{c}} \in \mathscr{P}(\Omega)$. Debido a que $A \in \mathscr{P}(\Omega)$, se sigue que $A \subseteq \Omega$. Debido a que $A^{\mathsf{c}}$ es el complemento de $A$ respecto a $\Omega$, este complemento está bien definido, y por lo tanto, $A^{\mathsf{c}} = \Omega \smallsetminus A$. Como $\Omega \smallsetminus A \subseteq \Omega$, se sigue que $A^{\mathsf{c}} \subseteq \Omega$. Es decir, $A^{\mathsf{c}} \in \mathscr{P}(\Omega)$.
  3. Sean $A_{1}, A_{2}, \ldots \in \mathscr{P}(\Omega)$. Debemos demostrar que $\bigcup_{i=1}^{\infty} A_{i} \in \mathscr{P}(\Omega)$. Sabiendo que $A_{1}, A_{2}, \ldots \in \mathscr{P}(\Omega)$, podemos ver que

    $$\forall i \in \mathbb{N}\smallsetminus\{0\}: A_{i} \subseteq \Omega.$$ Sea $a \in \bigcup_{i=1}^{\infty} A_{i}$. Esto implica que existe $n \in \mathbb{N}\smallsetminus{0}$ tal que $a \in A_{n}$. Por lo anterior, sabemos que $A_{n} \subseteq \Omega$, y en consecuencia, $a \in \Omega$. Como la elección de $a$ fue arbitraria, queda demostrado que $\bigcup_{i=1}^{\infty} A_{i} \subseteq \Omega$, y por lo tanto, $\bigcup_{i=1}^{\infty} A_{i} \in \mathscr{P}(\Omega)$.

Considerando nuevamente a $\Omega$ un conjunto cualquiera, el conjunto $\mathscr{F} = \{ \emptyset, \Omega \}$ es un σ-álgebra. La demostración de este hecho es muy sencilla, y se deja como tarea moral.

Para un ejemplo más explícito, considera a $\Omega$ como el siguiente conjunto.

\[ \Omega = \{ 1, 2, 3, 4, 5, 6 \}. \]

Sea $\mathscr{F}$ el siguiente conjunto:

\[ \mathscr{F} = \{ \emptyset, \{1, 3, 5\}, \{2, 4, 6\}, \{ 1, 2, 3, 4, 5, 6 \} \}. \]

Podemos ver que $\mathscr{F}$ es un σ-álgebra. Observa que $\{ 1, 2, 3, 4, 5, 6 \}$ es uno de los elementos de $\mathscr{F}$, así que cumple la primera propiedad. Después, para ver que cumple la segunda propiedad, hay que ver que para cada $A \in \mathscr{F}$ se cumple que $A^{\mathsf{c}} \in \mathscr{F}$. Para verlo, hay que revisar que se cumple para cada elemento de $\mathscr{F}$ satisface esa propiedad.

  1. Para $\emptyset$, $\emptyset^{\mathsf{c}} = \Omega$, el cual ya vimos que es un elemento de $\mathscr{F}$.
  2. Para $\{1, 3, 5\}$, observa que $\{1, 3, 5\}^{\mathsf{c}} = \{2, 4, 6\}$, el cual vemos que es uno de los elementos de $\mathscr{F}$.
  3. Similarmente, también se cumple para $\{2, 4, 6\}$, pues $\{2, 4, 6\}^{\mathsf{c}} = \{1, 3, 5\}$, que efectivamente es uno de los elementos de $\mathscr{F}$.
  4. Finalmente, para $\Omega$, se tiene que $\Omega^{\mathsf{c}} = \emptyset$, que también es uno de los elementos de $\mathscr{F}$.

Así, vemos que $\mathscr{F}$ satisface la segunda propiedad de un σ-álgebra. Finalmente, observa que $\mathscr{F}$ es un conjunto finito. En consecuencia, no podemos escoger una familia infinita numerable de elementos de $\mathscr{F}$. Así, para demostrar la tercera propiedad de un σ-álgebra en una familia finita de conjuntos, basta demostrar que se cumple la cerradura bajo uniones de dos conjuntos.

Esto lo podemos hacer porque si demostramos que es cerrada para uniones de dos conjuntos, digamos, que para cualesquiera $A, B \in \mathscr{F}$ se cumple $A \cup B \in \mathscr{F}$, entonces si $A$, $B$ y $C$ son conjuntos tales que $A \cup B, C \in \mathscr{F}$, entonces $(A \cup B) \cup C \in \mathscr{F}$. Es decir, la cerradura bajo uniones de dos conjuntos implica la cerradura bajo uniones de tres conjuntos. Similarmente, esta última implica la cerradura bajo uniones de cuatro, y esta la cerradura bajo uniones de cinco… Y así sucesivamente.

Bien, entonces veamos que se cumple la cerradura de uniones de cualesquiera dos conjuntos de $\mathscr{F}$.

  • Las uniones de cualquier elemento de $\mathscr{F}$ con $\emptyset$ son nuevamente un elemento de $\mathscr{F}$, pues si $A \in \mathscr{F}$, entonces $A \cup \emptyset = \emptyset \cup A = A \in \mathscr{F}$.
  • Veamos los casos para $\{ 1, 3, 5 \}$:
    • $\{1, 3, 5\} \cup \{ 2, 4, 6 \} = \{1, 2, 3, 4, 5, 6 \} \in \mathscr{F}$, así que se cumple la cerradura.
    • $\{1, 3, 5\} \cup \{ 1, 2, 3, 4, 5, 6 \} = \{1, 2, 3, 4, 5, 6\} \in \mathscr{F}$, también se cumple la cerradura.
  • Ahora, los casos para $\{ 2, 4, 6 \}$:
    • $\{2, 4, 6\} \cup \{1,3,5\} = \{1, 2, 3, 4, 5, 6\} \in \mathscr{F}$, se cumple la cerradura.
    • $\{2, 4, 6\} \cup \{1, 2, 3, 4, 5, 6\} = \{1, 2, 3, 4, 5, 6\} \in \mathscr{F}$, también se cumple.
  • El caso para $\{1, 2, 3, 4, 5, 6 \}$ es parecido al de $\emptyset$, pues para cualquier $A \in \mathscr{F}$ se cumple que $A \cup \{1, 2, 3, 4, 5, 6 \} = \{1, 2, 3, 4, 5, 6\} \cup A = \{1, 2, 3, 4, 5, 6\} \in \mathscr{F}$, ya que todos los elementos de $\mathscr{F}$ son subconjuntos de $\Omega$.

Un último ejemplo más interesante

Sea $\Omega = \mathbb{R}$, el conjunto de los números reales. Considera a los siguientes conjuntos:

\begin{align*}
J_{1} &= \left\lbrace (a,b] \mid a \in \mathbb{R} \land b \in \mathbb{R} \land a < b \right\rbrace, \\
J_{2} &= \left\lbrace (-\infty,a] \mid a \in \mathbb{R} \right\rbrace, \\
J_{3} &= \left\lbrace (a, \infty) \mid a \in \mathbb{R} \right\rbrace.
\end{align*}

Es decir, $J_{1}$ es el conjunto cuyos elementos son todos los intervalos acotados, semi-cerrados por la derecha. Por otro lado, $J_{2}$ es el conjunto de intervalos cerrados por la derecha, y sin cota inferior. Finalmente, $J_{3}$ es el conjunto que tiene por elementos a todos los intervalos abiertos por la izquierda, y sin cota superior.

A partir de $J_{1}$, $J_{2}$ y $J_{3}$, definamos el siguiente conjunto:

\[ J = J_{1} \cup J_{2} \cup J_{3}. \]

El conjunto $J$ simplemente junta a todos los tipos de intervalos descritos más arriba. Después, para cada $n \in \mathbb{N}$, definamos los siguientes conjuntos auxiliares:

\[ B_{n} = \left\lbrace \bigcup_{i=1}^{n} A_{i} \; \middle| \; \forall i,j \in \left\lbrace 1, \ldots, n \right\rbrace : (A_{i} \in J \land (i \neq j \implies A_{i} \cap A_{j} = \emptyset)) \right\rbrace. \]

Esto es, para cada $n \in \mathbb{N}$, $B_{n}$ es el conjunto cuyos elementos son subconjuntos de $\mathbb{R}$ tales que son el resultado de hacer la unión de exactamente $n$ intervalos ajenos de $J$. Por ejemplo, $B_{1}$ son los subconjuntos de $\mathbb{R}$ que resultan de unir exactamente $1$ intervalo de $J$. Es decir, es el mismo $J$. $B_{2}$ son los subconjuntos de $\mathbb{R}$ que resultan al unir exactamente $2$ intervalos ajenos de $J$. Y así, sucesivamente. Como convención, $B_{0} = \{ \emptyset \}$, pues $\emptyset$ es el único subconjunto de $\mathbb{R}$ que resulta de unir $0$ intervalos.

Ahora, considera el siguiente conjunto $\mathscr{F}$:

\[ \mathscr{F} = \bigcup_{n=0}^{\infty} B_{n}. \]

Así, $\mathscr{F}$ es el conjunto cuyos elementos son todas las uniones finitas de intervalos ajenos en $J$. Es posible (e interesante) demostrar que $\mathscr{F}$ es un álgebra de subconjuntos de $\mathbb{R}$. Sin embargo, $\mathscr{F}$ no es un σ-álgebra. Por ejemplo, si para cada $n \in \mathbb{N} \smallsetminus \{0\}$ tomamos los conjuntos $E_{n} = (0, 1 – (1/n)]$, vemos que en $E_{1}, E_{2}, \ldots \in \mathscr{F}$, pero $\bigcup_{n=1}^{\infty} E_{n} = (0,1) \notin \mathscr{F}$.


Tarea moral

Los siguientes ejercicios son opcionales. Es decir, no formarán parte de tu calificación. Sin embargo, te recomiendo resolverlos para que desarrolles tu manejo de los conceptos abordados en esta entrada.

  1. Sea $\Omega = \{ 1, 2, 3, 4, 5, 6 \}$. Determina si las siguientes familias de subconjuntos de $\Omega$ son σ-álgebras.
    • $\mathscr{F}_{1} = \{ \emptyset, \{ 1, 2 \}, \{3, 4\}, \{3, 4, 5, 6\}, \{1, 2, 5, 6 \}, \{1, 2, 3, 4, 5, 6 \} \}$.
    • $\mathscr{F}_{2} = \{ \emptyset, \{1\}, \{3\}, \{1,3\}, \{2,3,4,5,6\}, \{1,2,4,5,6\}, \{2,4,5,6\}, \{1,2,3,4,5,6\}\}.$
  2. A partir de la definición de álgebra, demuestra que si $\mathscr{F}$ es un álgebra sobre $\Omega$, entonces también cumple las siguientes propiedades:
    • $\emptyset \in \mathscr{F}$.
    • Si $A_{1}, A_{2}, \ldots A_{n} \in \mathscr{F}$, entonces $\bigcap_{i=1}^{n} A_{i} \in \mathscr{F}$ (sugerencia: aprovecha las propiedades 2 y 3 de un álgebra, y recurre a las leyes de De Morgan).
    • Si $A, B \in \mathscr{F}$, entonces:
      • $B \smallsetminus A \in \mathscr{F}$.
      • $A \triangle B \in \mathscr{F}$.
  3. A partir de la definición σ-álgebra, demuestra que si $\mathscr{F}$ es un σ-álgebra sobre $\Omega$, entonces también cumple las siguientes propiedades:
    • $\mathscr{F}$ es un álgebra.
    • Si $A_{1}, A_{2}, \ldots \in \mathscr{F}$, entonces $\bigcap_{i=1}^{\infty} A_{i} \in \mathscr{F}$ (sugerencia: aprovecha las propiedades 2 y 3 de un σ-álgebra, y recurre a las leyes de De Morgan).
  4. Demuestra que dado $\Omega$ un conjunto cualquiera, el conjunto $\mathscr{F} = \{ \emptyset, \Omega \}$ es un σ-álgebra sobre $\Omega$.
  5. Si $\Omega$ es un conjunto finito, ¿es posible construir un álgebra que no sea σ-álgebra?

Más adelante…

En esta entrada definimos dos de las piedras angulares de la teoría de la probabilidad, el espacio muestral y los σ-álgebras. Por un lado, el espacio muestral deja claro cuáles son los posibles resultados de un experimento aleatorio. Por otra parte, un σ-álgebra del espacio muestral es el que determina los conjuntos que podremos medir. En la siguiente entrada abordaremos la construcción de σ-álgebras a partir de una colección dada de subconjuntos de $\Omega$. Con ello, veremos un σ-álgebra muy importante que puede ser construido de distintas maneras. En particular, puede hacerse utilizando el álgebra de nuestro último ejemplo.

Entradas relacionadas

Cálculo Diferencial e Integral I: Propiedades de las sucesiones convergentes

Introducción

En la entrada anterior vimos la definición y algunos ejemplos de sucesiones convergentes y no convergentes. Ahora que ya estamos familiarizados con estos conceptos, revisaremos algunas de las propiedades que tienen las sucesiones convergentes.

Propiedades de las sucesiones convergentes

Antes de iniciar con las propiedades, recordaremos la siguiente definición.

Definición. Decimos que una sucesión está acotada si existe un número real $M > 0$ tal que $|a_n| \leq M$ para todo $n \in \mathbb{N}$.

Después de esta definición podemos iniciar con una propiedad intuitiva de las sucesiones convergentes: si una sucesión es convergente, entonces está acotada.

Proposición. Sea $\{ a_n \}$ una sucesión en $\mathbb{R}$. Si $\{ a_n \}$ es convergente, es decir, si existe $L \in \mathbb{R}$ tal que $$\lim_{n \to \infty} a_n = L,$$ entonces $\{ a_n \}$ está acotada.

Demostración.

Sea $\epsilon = 1$. Como $\{ a_n \}$ converge, entonces existe $n_0 \in \mathbb{N}$ tal que para todo $n \geq n_0$ se tiene $|a_n – L| < 1$ y sabemos que $|a_n| – |L| \leq |a_n – L | < 1$, entonces

$$|a_n| < 1 + |L| \text{ para todo } n \geq n_0$$

Notemos que hasta ahora tenemos una cota para la sucesión para todo $n \geq n_0$. Para los primeros $n_0 – 1$ elementos de la sucesión, consideremos $\hat{M} = max \{ a_1, a_2, …, a_{n_0-1} \}$. Así, la cota para toda nuestra sucesión será $M = max \{ \hat{M}, 1 + |L| \}$.

Si $1 \leq n \leq n_0 – 1$, entonces
\begin{gather*}
|a_n| \leq \hat{M} \leq M \Rightarrow |a_n| \leq M \tag{1}
\end{gather*}

Por otro lado, si $n \geq n_0$, entonces
\begin{gather*}
|a_n| \leq 1 + |L| \leq M \Rightarrow |a_n| \leq M \tag{2}
\end{gather*}

Por (1) y (2), podemos concluir que para todo $n \in \mathbb{N}$ se tiene que $|a_n| \leq M$. Por lo tanto $\{a_n\}$ está acotado


$\square$

Observación. Criterio de no convergencia: Dado que toda sucesión convergente está acotada, entonces si una sucesión no está acotada no puede ser convergente.


Ahora que hemos probado la proposición anterior, podríamos preguntarnos si el regreso es cierto, es decir, ¿toda sucesión acotada converge? La respuesta es no y, de hecho, el contraejemplo lo revisamos en una entrada anterior: $\{ (-1)^n \}$. Se demostró que era una sucesión no convergente y está acotado por $1$.

La siguiente propiedad nos indica que si todos los elementos de una sucesión convergente son no negativos, entonces el límite debe ser no negativo.

Proposición. Sea $\{a_n \}$ una sucesión convergente en $\mathbb{R}$, si $n \geq 0$ para toda $n \in \mathbb{N}$, entonces $$\lim_{n \to \infty} a_n \geq 0 $$

Esta proposición quedará como tarea moral, se sugiere proceder por contradicción, es decir, suponer que el límite de $\{a_n\}$ es menor a cero.

Podemos pensar en una especie de «generalización» de la proposición anterior: si tenemos dos sucesiones convergentes $\{a_n\}$, $\{ b_n \}$ y para todo natural se cumple la desigualdad $a_n \leq b_n$, entonces el límite de las sucesiones debe respetar esa misma relación de orden.

Proposición. Si $\{ a_n \}$ y $\{ b_n \}$ son sucesiones convergentes en $\mathbb{R}$ y si $a_n \leq b_n$ para toda $n \in \mathbb{N}$, entonces $$ \lim_{ n \to \infty} a_n \leq \lim_{ n \to \infty} b_n.$$

Demostración.

Definamos la sucesión $c_n = b_n – a_n$. Como $\{ a_n \}$ y $\{ b_n \}$ son convergentes, digamos a $L_1$ y $L_2$, entonces $\{ c_n \}$ es convergente a $L_2-L_1$. Además, sabemos que $a_n \leq b_n$ para toda $n \in \mathbb{N}$, entonces $b_n – a_n \geq 0$ para toda $n \in \mathbb{N}$ y utilizando la proposición anterior tenemos que

\begin{gather*}
\lim_{n \to \infty} c_n \geq 0 \\ \\
\Rightarrow \lim_{n \to \infty} ( b_n – a_n ) \geq 0 \\ \\
\Rightarrow \lim_{n \to \infty} b_n \geq \lim_{n \to \infty} a_n
\end{gather*}

$\square$

Ahora veremos una propiedad que nos indica que si una sucesión converge a $L$, la sucesión generada tomando el valor absoluto de sus elementos es una sucesión convergente a $|L|$

Proposición. Sea $\{ a_n \}$ una sucesión en $\mathbb{R}$ que converge a $L$. Entonces la sucesión $\{ |a_n| \}$ converge a $|L|$.

Demostración.

Sea $\epsilon > 0$. Podemos notar que $||a_n| – |L|| \leq |a_n – L|$ y como $\{a_n\}$ converge, existe $n_0 \in \mathbb{N}$ tal que para todo $n \geq n_0$ se tiene que $|a_n – L| < \epsilon$. Entonces

\begin{gather*}
||a_n| – |L|| \leq |a_n – L| < \epsilon \\ \\
\therefore ||a_n| – |L||< \epsilon \\ \\
\therefore \lim_{n \to \infty} |a_n| = |L|
\end{gather*}

$\square$

Proposición. Sea $\{ a_n \}$ una sucesión. Si
$$\lim_{n \to \infty} |a_n| = 0, \quad \text{entonces} \quad \lim_{n \to \infty} a_n = 0.$$

Demostración.
Sea $\epsilon > 0$. Como $$\lim_{n \to \infty} |a_n| = 0$$


Existe $n_0 \in \mathbb{N}$ tal que para todo $n \geq n_0$ se tiene que $||a_n|-0| < \epsilon$
Y notemos que
\begin{align*}
||a_n|-0| =& ||a_n|| \\
= & |a_n| \\
= &|a_n-0|
\end{align*}
\begin{gather*}
\therefore |a_n -0| < \epsilon \\ \\
\therefore \lim_{n \to \infty} a_n = 0
\end{gather*}

$\square$

Proposición. Si $|r|<1$, entonces $$\lim_{n \to \infty} r^n = 0.$$

Demostración.
Si $r = 0$, entonces $r^n = 0$, es decir, la sucesión es una contante lo cual implica que su límite es la misma constante, en este caso $0$.

Supongamos entonces que $r \neq 0$. Como $|r|<1 \Rightarrow \frac{1}{|r|} > 1$. Definamos $b = \frac{1}{|r|}-1$. Notemos que $b > 0 $ y $|r| = \frac{1}{b+1}$. Entonces $|r^n| = (\frac{1}{b+1})^n$, por la desigualdad de Bernoulli tenemos que $(1+ b) ^n \geq 1+ nb $ para todo $n \in \mathbb{N}$. Se sigue que

$$|r^n| = \frac{1}{(1+b) ^n} \leq \frac{1}{1+nb} \leq \frac{1}{nb}$$

Consideremos $n_0 > \frac{1}{b \cdot \epsilon}$, si $n \geq n_0$, entonces

\begin{gather*}
|r^n| \leq \frac{1}{n_0b} \leq \frac{1}{nb} < \epsilon \\ \\
\therefore |r^n| < \epsilon \\ \\
\therefore \lim_{n \to \infty} r^n = 0
\end{gather*}

$\square$

Para finalizar, revisaremos una propiedad muy interesante que nos indica que si dos sucesiones convergentes al mismo límite $L$ «encierran» a una tercera, entonces ésta última también converge y lo hace a $L$. Esta propiedad es conocida como teorema del sándwich.

Teorema. Sean $\{a_n \}$, $\{b_n \}$, $\{c_n \}$ tres sucesiones en $\mathbb{R}$ tales que

i) Para todo $n \in \mathbb{N}$ se tiene que $a_n \leq b_n \leq c_n$

ii) $$\lim_{n \to \infty} a_n = L, \quad \lim_{n \to \infty} c_n = L$$

Entonces $$\lim_{n \to \infty} b_n = L.$$

Demostración.
Sea $\epsilon >0$

Como $\{a_n \}$ converge a $L$, entonces existe $n_1 \in \mathbb{N}$ tal que si $n \geq n_1$ tal que
\begin{gather*}
|a_n – L| < \epsilon \\
\Rightarrow – \epsilon < a_n – L < \epsilon \\
\Rightarrow L – \epsilon < a_n < L + \epsilon
\end{gather*}

De igual forma, como $\{c_n \}$ converge a $L$, entonces existe $n_2 \in \mathbb{N}$ tal que si $n \geq n_2$ tal que

\begin{gather*}
|c_n – L| < \epsilon \\
\Rightarrow – \epsilon < c_n – L < \epsilon \\
\Rightarrow L – \epsilon < c_n < L + \epsilon
\end{gather*}

Sea $n_0 = max \{ n_1, n_2 \}$. Si $n \geq n_0$

\begin{gather*}
L – \epsilon < a_n \leq b_n \quad \text{ y } \quad b_n \leq c_n < \epsilon + L \\ \\
\Rightarrow L – \epsilon < b_n < \epsilon + L \\ \\
\Rightarrow -\epsilon < b_n – L < \epsilon \\ \\
\therefore |b_n – L | < \epsilon \\ \\
\therefore \lim_{n \to \infty} b_n = L
\end{gather*}


$\square$

Ahora veremos un ejemplo donde podemos aplicar el teorema del sándwich.

Ejemplo. Determina el límite de la sucesión $\left\lbrace \frac{n}{n^2+1} \right\rbrace$.

Consideremos la sucesiones $\{a_n \} = 0$ y $ \{b_n \} = \frac{1}{n}$. Podemos observar que para todo $n \in \mathbb{N}$ se tiene que

$$\{a_n \} = 0 \leq \frac{n}{n^2+1} \leq \frac{n}{n^2} = \frac{1}{n} = \{b_n \}$$

Y $\{a_n \}$ y $ \{b_n \}$ convergen a $0$ por lo visto en una entrada anterior. Por el teorema del sándwich, podemos concluir que

$$\lim_{n \to \infty} \frac{n}{n^2+1} = 0$$

Tarea moral

A continuación hay algunos ejercicios para que practiques los conceptos vistos en esta entrada. Te será de mucha utilidad intentarlos para entender más a profundidad la teoría vista.

  1. Prueba que si las sucesiones $\{ a_n \}$ y $\{ b_n \}$ están acotadas, entonces $c_n = 5a_n+8b_n$ también está acotada.
  2. Sea $\{a_n \}$ una sucesión en $\mathbb{R}$ que converge a $L$, si $a_n \geq 0$ para toda $n \in \mathbb{N}$, entonces $$\lim_{n \to \infty} a_n = L \geq 0 $$
  3. Sea $\{a_n \}$ una sucesión en $\mathbb{R}$ que converge a $L$ y, además, $a_n \geq 0$ para todo $n \in \mathbb{N}$. Entonces la sucesión $\{ \sqrt{a_n} \}$ converge y lo hace a $\sqrt{L}$
  4. Demuestra que si $\{ a_n \}$ es una sucesión que converge a $L$, entonces $$\lim_{n \to \infty} \sqrt{(a_n)^2 +12} = \sqrt{L^2 +12}$$
  5. Considera la sucesión $\{ \frac{2n}{3n+1} \}$.
    i) Prueba que $\frac{1}{2} \leq \frac{2n}{3n+1} \leq \frac{2}{3}$
    ii) Usando el teorema del sándwich, calcula el límite de $a_n = \left( \frac{2n}{3n+1} \right)^n$.

Más adelante…

En esta entrada vimos algunas de las propiedades que tienen las sucesiones convergentes. En la siguiente entrada revisaremos propiedades de las sucesiones que divergen a infinito. Una vez que hayamos dominado todas estas propiedades estaremos listos para dar el siguiente paso y llegar a uno de los conceptos frecuentemente usados en cálculo: límite de una función.

Entradas relacionadas

Cálculo Diferencial e Integral I: Sucesiones convergentes

Introducción

Anteriormente se definieron las sucesiones de Cauchy y se probaron propiedades particulares de ese tipo de sucesiones. En esta entrada se definirá la convergencia para una sucesión y se darán varios ejemplos de sucesiones convergentes y no convergentes.

Límite de una sucesión

A continuación daremos la definición del límite de una sucesión:

Definición. Sea $\{ a_n \}$ una sucesión en $\mathbb{R}$. Sea $L \in \mathbb{R}$, decimos que $\{a_n\}$ tiene límite en $L$ si para todo $ \epsilon > 0$ existe un número natural $n_0$ tal que para todo $n \geq n_0$ se satisface $ | a_n – L |< \epsilon$.

Si una sucesión tiene límite en $L$, también decimos que converge a $L$ y lo denotamos como $$\lim_{n\to \infty} a_n = L.$$

En términos más simples, la definición nos indica que una sucesión es convergente a $L$ si a partir de cierto elemento en la sucesión ($n_0$), estamos lo suficientemente cerca ($\epsilon$) de $L$.

Ejemplos de sucesiones convergentes

Ahora continuaremos con algunos ejemplos de sucesiones convergentes. Es importante recalcar que para demostrar que una sucesión converge a $L$, deberemos dar explícitamente $n_0$ que para un $\epsilon > 0$ arbitrario dado se cumpla $| a_n – L |< \epsilon$ para todo $n \geq n_0$.

Ejemplo. Sea $k$ un número real y consideremos la sucesión $ a_n = k$, entonces $$\lim_{n \to \infty} k = k.$$

Demostración.

Sea $\epsilon > 0$ (establecemos el valor arbitrario de un epsilon positivo).
Consideremos $n_0 = 1$ (damos el valor de $n_0 $ explícito).
Si $n \geq n_0$, entonces

\begin{gather*}
|a_n-k| = |k-k| = 0 < \epsilon \\
\therefore \lim_{n \to \infty} k = k
\end{gather*}

$\square$


El ejemplo anterior es uno sencillo, sin embargo, como lo podemos ver en los comentarios entre paréntesis, están presentes los pasos relevantes para demostrar la convergencia. En este caso, dado que nuestra sucesión era un valor constante, el valor de $n_0$ que funcionaba era cualquier número natural, pero, en general, su valor estará definido en términos de epsilon.

Ejemplo. Consideremos la sucesión $\{ \frac{1}{n} \}$, entonces $$\lim_{n \to \infty} \frac{1}{n} = 0.$$

Demostración.

Sea $\epsilon >0$.

Dado que el valor de $\epsilon$ es positivo y, por la propiedad Arquimediana, existe $n_0 \in \mathbb{N}$ tal que $1 < n_0 \cdot \epsilon$, es decir, $\frac{1}{n_0} < \epsilon$. Así, para cualquier $n \geq n_0$ se tiene que $\frac{1}{n} \leq \frac{1}{n_0} < \epsilon $. De lo anterior se sigue que

$| \frac{1}{n} – 0| = \frac{1}{n} < \epsilon$

$\therefore | \frac{1}{n} – 0| < \epsilon$ para todo $n \geq n_0$

$$\therefore \lim_{n \to \infty} = 0$$

$\square$

En este último ejemplo podemos observar cómo se establece $n_0$ en función de $\epsilon$ y la relevancia de la propiedad Arquimediana que estará constantemente presente al momento de demostrar convergencia mediante su definición.


Ejemplo. $$\lim_{n \to \infty} \frac{8n-5}{3n} = \frac{8}{3}$$

Demostración.

Sea $\epsilon > 0$.
Notemos

$$\left\lvert \frac{8n-5}{3n} – \frac{8}{3} \right\rvert = \left\lvert \frac{8n-5-8n}{3n} \right\rvert = \left\lvert \frac{-5}{3n} \right\rvert = \frac{5}{3n}$$

\begin{align*}
\therefore \left\lvert \frac{8n-5}{3n} – \frac{8}{3} \right\rvert = \frac{5}{3n} \tag{1}
\end{align*}

Consideremos $n_0 \cdot \epsilon > \frac{5}{3}$, que sabemos que existe gracias a la propiedad arquimediana.

$$\Rightarrow \epsilon > \frac{5}{3n_0}$$

Si $n \geq n_0$, entonces tenemos

\begin{align*}
\left\lvert \frac{8n-5}{3n} – \frac{8}{3} \right\rvert =& \frac{5}{3n}, \text{ por (1)} \\
\leq & \frac{5}{3n_0}, \text{ pues }n \geq n_0 \\
<& \epsilon
\end{align*}

$$\therefore \left\lvert \frac{8n-5}{3n} – \frac{8}{3} \right\rvert < \epsilon$$

$$\therefore \lim_{n \to \infty} \frac{8n-5}{3n} = \frac{8}{3}$$

$\square$

Ejemplo. $$\lim_{n \to \infty} \left( \sqrt{n+1}-\sqrt{n} \right) = 0$$

Demostración.

Sea $\epsilon > 0$. Primero veamos que

\begin{align*}
\sqrt{n+1}-\sqrt{n} =& (\sqrt{n+1}-\sqrt{n}) \cdot \frac{\sqrt{n+1}+\sqrt{n}}{\sqrt{n+1}+\sqrt{n}} \\ \\
=& \frac{\sqrt{n+1} ^ 2 – \sqrt{n}^2}{\sqrt{n+1}+\sqrt{n}} \\ \\
=& \frac{n+1 – n}{\sqrt{n-1}+\sqrt{n}} \\ \\
=&\frac{1}{\sqrt{n-1}+\sqrt{n}} \\ \\
\leq & \frac{1}{\sqrt{n}}
\end{align*}


$$\therefore \sqrt{n-1}-\sqrt{n} \leq \frac{1}{\sqrt{n}}$$

Consideremos $n_0 > \frac{1}{\epsilon^2} \Rightarrow \frac{1}{\sqrt{n_0}} < \epsilon$. Entonces tenemos

\begin{align*}
\left\lvert \sqrt{n-1}-\sqrt{n} – 0 \right\rvert =& \frac{1}{\sqrt{n-1}+\sqrt{n}} \text{, por la observación anterior} \\
\leq & \frac{1}{\sqrt{n}} \\
\leq & \frac{1}{\sqrt{n_0}}, \text{pues } n \geq n_0 \\
< & \epsilon
\end{align*}

$\therefore |\sqrt{n-1}-\sqrt{n} – 0| < \epsilon$

$$\therefore \lim_{n \to \infty} \left(\sqrt{n+1}-\sqrt{n} \right)= 0$$

$\square$

Los dos ejemplos de arriba hacen uso de manipulaciones algebraicas que nos permiten simplificar nuestro problema; esta técnica de simplificación de expresiones, cuyo fin es llevarlas a otras más sencillas, es ampliamente usada para demostrar la convergencia de sucesiones.

Ejemplos de sucesiones no convergentes

Después de haber revisado ejemplos de sucesiones convergentes, vale la pena conocer sucesiones que no convergen, es decir, que su límite no existe.

Ejemplo. Consideremos la sucesión $a_n = (-1)^n$. El límite de $\{a_n\}$ no existe.

Demostración.

Procederemos a hacer esta demostración por contradicción. Supongamos que existe $L \in \mathbb{R}$ tal que $$\lim_{n \to \infty} (-1)^n = L.$$

Consideremos $\epsilon = 1/2 > 0$. Por definición, existe $n_0 \in \mathbb{N}$ tal que si $n\geq n_0$ entonces $|(-1)^n-L| < \frac{1}{2}$

Tomemos $2n_0 > n_0$ y $2n_0+1>n_0$, entonces
\begin{gather*}
|(-1)^{2n_0}-L| < \frac{1}{2} \Rightarrow |1-L|< \frac{1}{2} \tag{1} \\
|(-1)^{2n_0+1}-L| < \frac{1}{2} \Rightarrow |-1-L| = |1+L|< \frac{1}{2} \tag{2}
\end{gather*}

Y notemos que

\begin{align*}
2 = |1+1| =& |1-L+L+1| \\
\leq & |1-L| + |1+L| \\
< & \frac{1}{2} + \frac{1}{2} \text{, por (1) y (2)}
\end{align*}

$\Rightarrow 2<1 \Rightarrow\!\Leftarrow$

Lo cual es una contradicción y lo indicamos con el símbolo $\Rightarrow\!\Leftarrow$.
Por tanto, podemos concluir que tal límite no existe.

$\square$

Ahora veremos ejemplos de sucesiones que divergen a infinito y, para ello, presentaremos la siguiente definición.

Definición. Sea $\{a_n\}$ una sucesión en $\mathbb{R}$. Decimos que $\{a_n\}$ diverge a infinito si $\forall M \in \mathbb{R}$ existe $n_0 \in \mathbb{N}$ tal que si $n \geq n_0$ entonces $M < a_n$.

La definición anterior nos indica que una sucesión diverge a infinito si para cualquier número real ($M$), existe un punto ($n_0$) en el que todos los valores subsecuentes en la sucesión son mayores que $M$. Cuando una sucesión $\{ a_n \}$ diverja a infinito lo denotaremos como $$\lim_{n \to \infty} a_n = \infty.$$

Ejemplo. La sucesión $a_n = n$ diverge a infinito.

Demostración.

Sea $M \in \mathbb{N}$. Sabemos que $\mathbb{N}$ no está acotado superiormente, entonces existe $n_0 \in \mathbb{N}$ tal que $M< n_0$. De esta forma, si $n \geq n_0$, se tiene que $M<n$.

$\square$

Ejemplo. $$\lim_{n \to \infty} n^2 = \infty$$

Demostración.

Procederemos a hacer la prueba por contradicción. Supongamos entonces que para todo $n\in \mathbb{N}$ se tiene que $n^2 \leq M$ para algún $M \in \mathbb{R}$.

$\Rightarrow \sqrt{n^2} \leq \sqrt{M}$

$\Rightarrow n \leq \sqrt{M} \Rightarrow\!\Leftarrow$

Lo cual es una contradicción pues sabemos que los números naturales no están acotados superiormente.

$\therefore n^2$ diverge al infinito

$\square$

Tarea moral

A continuación hay algunos ejercicios para que practiques los conceptos vistos en esta entrada. Te será de mucha utilidad intentarlos para entender más a profundidad la teoría vista.

  1. Prueba que el límite de una sucesión convergente es único.
  2. Demuestra lo siguiente:
    a) $$\lim_{n \to \infty} \frac{(-1)^n}{n} = 0$$
    b) $$\lim_{n \to \infty} \sqrt{n} = \infty$$
    c) $$\lim_{n \to \infty} \sqrt{12+ \frac{1}{n}} = \sqrt{12}$$
  3. Sea $\{ a_n \}$ una sucesión en $\mathbb{R}$ y sea $L \in \mathbb{R}$. Prueba que $$\lim_{n \to \infty} a_n = L \iff \lim_{n \to \infty} a_n – L = 0.$$
  4. Una sucesión también puede ser divergente a $-\infty$. Propón una definición análoga a la divergencia al infinito y prueba que $$\lim_{n \to \infty} – \sqrt{n} = – \infty.$$

Más adelante…

Se han revisado las definiciones de convergencia y divergencia a infinito, hemos visto diversos ejemplos de ambas definiciones. En las siguientes entradas se revisarán criterios para la convergencia de sucesiones así como sus propiedades y teoremas con lo cual podremos determinar si una sucesión es convergente o no de manera más rápida.

Entradas relacionadas

Probabilidad I-Videos: Definición clásica de probabilidad

Introducción

En esta entrada de video se abordará una de varias definiciones de probabilidad, de hecho, una de las primeras en utilizarse; y que ayudó a sentar las bases para construir la teoría matemática. Esta idea o interpretación de la probabilidad se extendió durante muchos años y es llamada definición clásica de probabilidad.

Definición clásica de probabilidad

Tarea moral

A continuación hay algunos ejercicios para que practiques los conceptos vistos en esta entrada. Te será de mucha utilidad intentarlos para entender más a profundidad la teoría vista.

Prueba que la definición clásica de probabilidad satisface las siguientes propiedades:

  • $P(\emptyset)=0$ y $P\left(\Omega\right)=1$.
  • $P\left(A\right)\geq0$ para cualquier evento A.
  • $P\left(A^c\right)=1-P(A)$.
  • $P\left(A\bigcup B\right)=P\left(A\right)+P(B)$ cuando A y B son ajenos.
  • $P(A\bigcup\ B)=P\left(A\right)+P\left(B\right)-P(A\bigcap\ B)$.

Más adelante…

Las restricciones de la definición clásica de probabilidad tiene inconvenientes, pues existen muchos procedimientos aleatorios en los que no se puede asegurar una misma probabilidad para cada observación y otros que no necesariamente están definidos en un espacio finito.

En el siguiente video se introducirá otra definición que busca ser una extensión de la definición “clásica” para aquellos casos en los que el conjunto de resultados no es finito.

Entradas relacionadas