El σ-álgebra de Borel, la Medida de Lebesgue y la Medida de Probabilidad Uniforme.
|
|
- Dolores Valverde Blázquez
- hace 5 años
- Vistas:
Transcripción
1 El σ-álgebra de Borel, la Medida de Lebesgue y la Medida de Probabilidad Uniforme. 1 El Problema de la Teoría de la Probabilidad. Origen y definición del problema. Recordemos que la medida de probabilidad uniforme discreta, es el modelo matemático del experimento de elegir un número al azar del conjunto finito de números {1,..., n}. En este caso, si A {1,..., n}, entonces P[A] := #(A) n. Podemos extender esta idea al caso continuo del modo siguiente: Consideremos el experimento de elegir un punto al azar en en el intervalo abierto y acotado (a, b). En este caso, un sub-intervalo (x, y) (a, b) es interpretado como el evento el punto elegido está en (x, y). Definimos entonces P[(x, y)] = y x b a. (1) Es decir, la medida de proporcionalidad entre la longitud del subintervalo (x, y) sobre la longitud del intervalo (a, b). La pregunta importante es la siguiente: es posible encontrar una medida de probabilidad P que satisfaga la igualdad (1) y que además esté definida para todo subconjunto de (a, b), esto es, que P(E) esté definido para todo E (a, b)? Qué otras propiedades debe satisfacer la función P? Si tenemos en cuenta el sentido más general de medida de probabilidad, entonces P debe ser σ-aditiva. Si pretendemos que sea uniforme, además de (1), debe satisfacer una propiedad de invarianza, la cual se explica así: Note que si (x, y) es un subintervalo de (a, b), entonces para un número t, tal que a x t b y, la traslación t + (x, y) = (t + x, t + y) es un subintervalo de (a, b), y por tanto P[(x, y)] = P[t + (x, y)]. En general, esta misma condición debe satisfacerse para cualquier conjunto E de (a, b), si P es uniforme. 1
2 Hagamos enotonces un mejor perfil de lo que buscamos: El Problema de la Teoría de la Probabilidad consiste en encontrar una función conjuntista P sobre el intervalo (a, b), no-negativa, tal que (I) P(E) existe (está difinido) para todo E (a, b). (II) Si (x, y) (a, b), entonces P[(x, y)] = y x b a. En particular, P[ ] = 0 y P[(a, b)] = 1. (III) P es σ-aditiva: Si E n, n 1, es una colección numerable de subconjuntos ajenos de (a, b), entonces ( ) E n = P(E n ). P (IV) P es invariante bajo traslaciones: Sea E (a, b) y sea x (a, b) tales que x + E := {x + ξ : ξ E} (a, b). Entonces P(x + E) = P(E). Si una función conjuntista P sobre (a, b), no-negativa, satisface (I)-(IV), diremos que es una medida de probabilidad uniforme sobre (a, b) definida para todo subconjunto E de (a, b). La respuesta a este problema es sorprendente y en realidad casi elemental. El matemático italiano Giuseppe Vitali, publicó en un resultado cuya consecuencia es demoledora: Suponiendo el Axioma de Elección, es imposible definir una medida de probabilidad uniforme sobre (a, b) que esté definida para todo subconjunto E de (a, b). Es decir, si suponemos el Axioma de Elección, no existe función conjuntista alguna sobre ningún intervalo abierto y acotado (a, b), no-negativa y que satisfaga (I)-(IV). Conjuntos de Vitali La prueba de Vitali es constructiva, y requiere el uso del Axioma de Elección. El modelo de la prueba es por reducción al absurdo y la idea es probar que para ciertos conjuntos es imposible defininir una probabilidad uniforme. Estos conjuntos se construyen del siguiente modo: Sobre el intervalo [0, 1] de, definimos la relación x y x y. (2) 1 Vitali, Giuseppe. Sul problema della misura dei gruppi di punti di una retta. Bologna, Italy (1905). 2
3 Proposición 1. La relación (2) es de equivalencia. Demostración. Si x [0, 1], entonces x x = 0, de donde x x. Es obvio además que x y si, y sólo si, y x. Por último si x y y y z, entonces x y y y z, de donde x z = (x y) + (y z), por lo tanto x z. Proposición 2. Con respecto a la relación de equivalencia (2) sobre [0, 1], existen una infinidad no-numerable de clases de equivalencia, y cada clase de equivalencia es infinita numerable. Demostración. Para cada x [0, 1], la clase de equivalencia de x es el conjunto V x = {y [0, 1] : y = r + x, donde r }, de donde queda claro que V x es un conjunto numerable. Por otro lado, [0, 1] = V x, x [0,1] y dado que [0, 1] es infinito no-numerable y cada clase de equivalencia V x es numerable, entonces debe existir una cantidad no-numerable de clases de equivalencia. Un conjunto de Vitali es cualquier conjunto V formado con exactamente un elemento de cada clase de equivalencia V x. Esta definición tiene sentido cuando suponemos el Axioma de Elección. Observe que hay una infinidad no numerable de conjuntos de Vitali. Una característica clave de los conjuntos de Vitali se enuncia en el siguiente resultado. Proposición 3. Si V [0, 1] es un conjunto de Vitali, entonces para todo par de racionales r y s, tales que r s, (V + r) (V + s) =. Demostración. Si x (V + r) (V + s), entonces para algún v 1 y para algún v 2 en V, v 1 + r = x = v 2 + s, de donde v 1 v 2 = s r. Por lo tanto v 1 v 2, pero por definición de V, esto implica que v 1 = v 2, por consiguiente r = s. 3
4 El Teorema de Vitali Consideremos el problema particular de encontrar una medida de probabilidad uniforme sobre el intervalo ( 1, 2) definida para todo subconjunto E de ( 1, 2). En este caso, si (x, y) ( 1, 2), P[(x, y)] = y x. 3 El siguiente resultado resuelve de forma negativa el Problema de la Teoría de de la Probabilidad para este caso particular. Teorema 1. Suponiendo el Axioma de Elección, no existe ninguna función conjuntista no-negativa sobre le intervalo ( 1, 2), que satisfaga (I)-(IV). Es decir, no existe ninguna medida de probabilidad uniforme sobre el intervalo ( 1, 2), definida para todo subconjunto de ( 1, 2). Demostración. Sea V [0, 1] un conjunto de Vitali. Tomemos cualquier enumeración {r 1, r 2,...} de los números racionales contenidos en el intervalo ( 1, 1). Definimos V n := V + r n, la traslación de V por el factor racional r n, para cada n 1. Por la Proposición 3, (V + r n ) (V + r m ) = si n m. Por otro lado, (0, 1) (V + r n ) ( 1, 2). Ahora bien, supongamos que P es una medida conjuntista no-negativa sobre ( 1, 2) que satisface (I)-(IV). Entonces, de las contensiones anteriores y de la propiedad de σ-aditividad de P, tenemos 1 3 P(V + r n ) 1. (3) Sin embargo, dado que P es invariante bajo traslaciones, P(V + r n ) = P(V ), para cada n 1, por lo que la suma P(V + r n ) = P(V ) = lim n P(V ) n es igual a cero, si P(V ) = 0, o bien es infinito, si P(V ) > 0. Ambos casos son contradictorios con las desigualdades de (3). 4
5 Resta probar que este resultado es suficiente para el caso de cualquier intervalo (a, b). Primero recordemos que cualesquiera dos intervalos abiertos y acotados (a, b) y (c, d) son homeomorfos: La aplicación φ : (c, d) (a, b) dada por φ(x) = b a (x c) + a, x (c, d), (4) d c es una biyección continua, cuya función inversa es también continua (esto es, φ es un homeomorfismo). Lema 1. Si P es una medida de probabilidad sobre el intervalo (a, b) que satisface (I)-(IV), entonces, para cualquier intervalo (c, d), la medida P 0 (E) = P(φ(E)), E (c, d), donde φ(e) es la imagen de E bajo el el homeomorfismo dado por (4), es una medida de probabilidad sobre (c, d) que satisfac (I)-(IV) Demostración. Es claro que P 0 es una función conjuntista sobre (c, d) nonegativa que está definida para todo subconjunto E de (c, d). Ahora, notamos que φ es una función lineal creciente, por consiguiente, si (x, y) (c, d), entonces P 0 ((x, y)) = P ( (φ(x), φ(y)) ) φ(y) φ(x) = b a = y x d c. La propiedad de σ-aditividad es inmediata dado que φ es una aplicación biyectiva. Por último, si E (c, d), x (c, d) y E + x (c, d) entonces φ(x + E) = φ(x) + φ(e) (a,, b) y P 0 (E + x) = P(φ(x) + φ(e)) = P(φ(E)) = P 0 (E). Corolario (Teorema de Vitali para el Problema de la Teoría de la Probabilidad, Vitali, 1905). Suponiendo el Axioma de Elección, si (a, b) es un intervalo abierto y acotado, no existe ninguna medida de probabilidad uniforme sobre el intervalo (a, b), definida para todo subconjunto de (a, b). Es decir, no existe ninguna función conjuntista sobre (a, b), no-negativa que satisfaga (I)-(IV). Demostración. En caso contrario, entonces por el lema anterior, existiría una medida probabilidad uniforme sobre ( 1, 2), lo cual es imposible. 5
6 2 Longitudes en y el Problema de la Teoría de la Medida El Problema de la Teoría de la Probabilidad, es una particularidad de un problema más general. Para comprenderlo, notemos que la ecuación de la propiedad (II), del Problema de la Teoría de la Probabilidad, implica que para todo subintervalo (x, y) (a, b), (b a) P[(x, y)] = y x. Este número es simplemente la longitud del intervalo (x, y). Podemos entonces interpretar lel producto (b a) P como una medida de longitud sobre el intervalo (a, b): si A (a, b) entonces (b a) P(A) es la longitud de A. Desde esta perspectiva, el problema es si para todo conjunto A (a, b), es posible medir su longitud. En general, la pregunta es si es posible medir la longitud de todo subconjunto A de los números reales. En términos precisos, podemos formular este problema del siguente modo: Existe una función conjuntista λ, no-negativa, definida para todo conjunto A tal que λ(a) es igual a la longitud de A? Pero qué es una longitud? O mejor dicho: Qué propiedades cumple λ? La respuesta está en las propiedades (I)-(IV), por supuesto, ya que debemos interpretar λ como una medida uniforme pero ahora sobre. El Problema de la Teoría de la Medida consiste en encontrar un función conjuntista λ no-negativa, definida sobre tal que (λ1) λ(e) existe (está definido) paro todo E. (λ2) Si (a, b), entonces λ((a, b)) = b a. (λ3) λ es σ-aditiva. Si E n, n 1, es una colección numerable de subconjuntos ajenos de entonces ( ) λ E n = λ(e n ). (λ4) λ es invariante bajo traslaciones: Si E y x, entonces donde x + E = {x + ξ : ξ E}. λ(x + E) = λ(e), 6
7 Este problema es en realidad anterior (histórica y teóricamente hablando) al Problema de la Teoría de la Probabildiad, aunque conceptualmente son problemas equivalentes. Hasta principios del siglo XX, muchos matemáticos sostenían que era sólo cuestión de tiempo para que alguien encontrara tal función conjuntista λ, e incluso una medida para generalizaciones en n (donde λ sería una medida de área en 2 y una medida de volumen, en 3 ). Hubo algunos acercamientos propuestos por matemáticos como Stolz, Cantor y Jordan. Uno de estos intentos consiste en definir λ como una integral de Riemman de modo siguiente: Si E, entonces definimos λ(e) = 1 E (x)dx, donde 1 E : es la función indicadora (llamada también característica) del conjunto E y está dada por { 1 si x E, 1 E (x) = 0 si x / E. Es relativamente sencillo comprobar que esta definicón de λ satisface, bajo condiciones de existencia, las propiedades (λ2)-(λ4). Sin embargo, λ(q) no está definido, como todo mundo sabe. Como es de esperarse, la respuesta al Problema de la Teoría de la Medida está íntimamente ligada a la respuesta del problema de la Teoría de la Probabilidad, y ésta es en sentido negativo, por supuesto. Formalmente tenemos el siguiente resultado. Teorema 2 (Vitali, 1905). Suponiendo el Axioma de Elección, no existe ninguna función conjuntista sobre, no-negativa que satisfaga (λ1)-(λ4). Demostración. De lo contrario, es decir, si λ es una función conjuntista sobre no-negativa que satisface (λ1)-(λ4), entonces sobre ( 1, 2), la medida satisface (I)-(IV), lo cual es absurdo. P(E) = λ(e), E ( 1, 2), 3 La historia de este problema es mucho más amplia e interesante, pues toca diversos temas que fueron controversiales en su época, además de contribuir al origen de la integral de Lebesgue y de la propia Teoría de la Medida. De hecho, el teorema de Vitali, tal como aparece en su texto original (y en gran parte de la literatura de análisis), plantea y resuelve este problema (y no el problema de la Teoría de la Probabilidad). 7
8 3 El σ-álgebra de Borel en. A pesar de todo, el problema de la teoría de la medida (y por ende, el de la teoría de la probabilidad) tiene solución parcial: Es posible encontrar una función conjuntista no-negativa λ, la cual satisface (λ2)-(λ4), pero definida sobre una clase más reducida que el conjunto potencia de. Dicha clase es conocida hoy como el σ-álgebra de Borel y la función conjuntista λ es conocida como la medida de Lebesgue. El origen de estas ideas se encuentra, algunos años antes del resultado de Vitali, en los trabajos de los matemáticos franceses Émile Borel 2 y Henri Lebesgue 3, quienes dieron inovadoras pautas para otras formas de concebir la idea de medir conjuntos en, y del concepto de integral. En esta parte conoceremos el σ-álgebra de Borel. Definición 1. Sea I la clase de todos los intervalos abiertos y acotados de. Esto es, I = {(a, b) : < a b < }. El σ-álgebra de Borel sobre, denotado por B( ), es el σ-álgebra generado por la clase I. Es decir, B( ) := σ(i ). Si E B( ) decimos entonces que E es un conjunto de Borel o simplemente que es un boreliano. Es relativamente fácil mostrar algunos conjuntos de Borel de. Presentamos algunos. Proposición 4. Los siguientes conjuntos son borelianos de. i) {x}, para cualquier x. ii) F, finito. iii) F, numerable. iv), el conjunto de los números racionales de. v) \, el conjunto de los números irracionales de. 2 Borel, Emile. Leçons sur la théorie des fonctions. Paris, Gauthier-Villars et fils, Lebesgue, Henri. Sur une généralisation de l intégrale définie, Ac. Sci. C.R. 132 (1901),
9 Demostración. Si x, entonces ( {x} = x 1 n, x + 1 ) B( ) n Ahora, si F es finito o numerable, entonces, por lo anterior, F = {x} B( ), x F pues esta unión es o bien finita o bien numerable. En particular, B( ), dado que el conjuntos de números racionales es numerable. Por consiguiente, por propiedades de σ-álgebra, el conjunto de los números irracionales \ es también un boreliano de. El σ-álgebra de Borel puede ser descrito de muchas otras formas. Lema 2. Consideremos las siguientes clases de subconjuntos de, Entonces B( ) = σ(i i ), i = 0,..., 8. I 0 = {[a, b] : < a b < }, I 1 = {[a, b) : < a b < }, I 2 = {(a, b] : < a b < }, I 3 = {(, b) : < b < }, I 4 = {(, b] : < b < }, I 5 = {(a, ) : < a < }, I 6 = {[a, ) : < a < }, I 7 = {V : V es abierto }, I 8 = {C : C es cerrado }. Demostración. Sólo se hará la prueba cuando i = 0, 7, 8. Las demás se dejan al estudiante. Para el caso i = 0, tenemos ( [x, y] = x 1 n, y + 1 ) B( ). n Esto prueba que I 0 B( ), y por consiguiente σ(i 0 ) B( ). Inversamente, [ (x, y) = x + 1 n, y 1 ] σ(i 0 ). n Esto prueba que I σ(i 0 ), y por consiguiente B( ) σ(i 0 ). 9
10 Para el caso i = 7, es claro que I I 7, de donde B( ) σ(i 7 ). Por otro lado, si G es abierto, entonces para todo q G, podemos elegir un intervalo abierto (x q, y q ) tal que Es fácil demostrar que q (x q, y q ) G. G = q G (x q, y q ), y dado que esta unión es numerable, se sigue que G es un boreliano de, y por consiguiente I 7 B( ), de donde σ(i 7 ) B( ). El caso i = 8 es inmediato de este hecho. La pregunta ahora es que tan amplia es la clase B( ). Proposición 5. Hay tantos conjuntos de Borel en como números reales. Demostración. La demostración completa escapa a los alcances de este curso, sin embargo, podemos ver que para cada x > 0, tenemos que (0, x) B( ), y por supuesto, estos intervalos son distintos para cada x > 0, lo que prueba que hay al menos tantos conjuntos de Borel como números reales. La siguiente pregunta es si acaso la clase B( ) reúne todos los subconjuntos de. La respuesta es negativa. Proposición 6. B( ) P( ). La prueba de esta proposición será casi obvia después de estudiar la sección siguiente. 4 La medida de Lebesgue en Los intervalos abiertos son el alma del σ-álgebra de Borel, y tienen propiedades elementales, aunque útiles y relevantes en el contexto de la solución parcial del problema de la Teoría de la Medida (y por supuesto del Problema de la Teoría de la probabilidad). La idea intuitiva es convencerse de que, si lo piensa uno bien, es bastante natural que una medida de longitud sobre tenga una estrecha relación con longitudes de intervalos abiertos, pues la longitud de estos conjuntos es la más inmediata de encontrar. Convenimos la siguiente notación: Si J = (a, b), entonces la longitud de J es el número J = b a. 10
11 Para cada E, definimos la medida exterior de Lebesgue de E, como el número no-negativo { } λ(e) := inf J n : E J n, y J n intervalo abierto, n 1. (5) Note que esta definición tiene sentido pues para cualquier conjunto E, es siempre posible encontrar una familia de intervalos abiertos y acotados J n, n 1, tales que cubren a E, i.e. E n J n. Observe además que λ(e) puede ser incluso infinito, por ejemplo λ( ) =. Puede probarse que λ satisface las propiedades (λ2) y (λ4). También puede demostrarse que es σ-sub-aditiva, esto es, si E n, n 1 es una colección numerable de subconjuntos de entonces ( ) λ E n λ(e n ). Ahora bien, la medida exterior de Lebesgue λ, restringida al σ-álgebra de Borel B( ) es además σ-aditiva. Formalmente exponemos el siguiente Teorema 3. Sobre B( ), la medida exterior de Lebesgue λ satisface L1) λ(e) 0 para todo B B( ). L2) λ((a, b)) = b a, para todo intervalo abierto y acotado (a, b). L3) λ es σ-aditiva sobre B( ). Si E n B( ), para cada n 1, es una colección de subconjuntos ajenos, entonces ( ) λ E n = λ(e n ). L4) λ es invariante bajo traslaciones. Si E B( ) y x, entonces λ(e + x) = λ(e). En este contexto, λ es llamada simplemente medida de Lebesgue sobre. Demostración. La demostración completa no está al alcance de este curso, sin embargo, salvo σ-aditividad, es posible verificar las restantes propiedades. 11
12 Es obvio que λ(e) 0 para todo E B( ). Ahora, para un intervalo (a, b), definimos J 1 = (a, b) y J n =, cuando n 1. Si I n es un colección numerable de intervalos tales que (a, b) n I n, entonces J n I n, n n y por tanto b a = n J n n I n, de donde es fácil deducir que λ((a, b)) = b a. La última propiedad es también obvia, pues si J es un intervalo abierto y x, entonces J + x es también un intervalo abierto y J + x = J. Este resultado ofrece entonces una solución parcial al problema de la Teoría de la Medida, y de paso, nos da una manera fácil de deducir la Proposición 6. Los detalles de esto último se dejan al estudiante. Mostraremos ahora cuál es la medida de Lebesgue de algunos conjuntos familiares. Proposición 7. Si λ es la medida de Lebesgue sobre B( ), entonces i) λ({x}) = 0, para todo x. ii) Si I es cualquiera de los intervalos acotados (a, b), (a, b], [a, b) ó [a, b], entonces λ(i) = b a. iii) Si F es finito o numerable, λ(f ) = 0. iv) λ( ) = 0. v) Si B es un boreliano de, entonces λ(b\ ) = λ(b). vi) Si C [0, 1] es el conjunto de Cantor, entonces λ(c) = 0. Demostración. Para la prueba necesitamos conocer un par de propiedades de la medida de Lebesgue λ que exponemos en el siguiente Lema 3. Si λ es la medida de Lebesgue sobre B( ), entonces a) λ es finitamente aditiva. b) Si A y B son borelianos de tales que A B, entonces λ(a) λ(b). 12
13 c) λ es continua: Si E n, n 1, es una colección de borelianos de tal que E n E n+1, entonces ( ) λ E n = lim λ(e n). n Y si E n+1 E n, entonces ( λ E n ) = lim n λ(e n). La prueba de este lema depende básicamente de la propiedad de σ-aditividad de λ, y es análoga al caso de una medida de probabilidad. Se deja como ejercicio al estudiante. Para probar i) de la proposición, observamos que x (x n 1, x + n 1 ), para todo n 1, y esta sucesión de intervalos es decreciente y convergente a {x}. Por lo tanto, ( ) λ({x}) = λ (x n 1, x + n 1 ) = lim λ((x n n 1, x + n 1 )) 2 = lim n n = 0. La parte ii) es ovbia de la parte anterior. Por ejemplo, si I = (a, b], entonces λ((a, b]) = λ((a, b)) + λ({b}) = b a, y así con todos los demás intervalos. Para la parte iii), cuando F es finito o numerable, ( ) λ(f ) = λ {x} = λ({x}) = 0. x F x F En particular, λ(q) = 0 (parte iv)). Por tanto, si B es un boreliano de, λ(b) = λ(b Q) + λ(b\q) = λ(b\q), lo que prueba v). Se deja al estudiante el inciso vi). 13
14 Observaciones 1. Hay algunos otros resultados interesantes en torno a B( ) y la medida de Lebesgue λ. Por ejemplo, puede probarse que si λ(e) > 0, entonces existe un conjunto D E que no es boreliano. Como consecuencia, hay al menos tantos subconjuntos de que no son borelianos, como números reales. Es decir, aun cuando B( ) es relativamente grande, no agota ni por asomo, todos los conjuntos de. De hecho, puede probarse que existen tantos conjuntos en que no son borelianos como subconjuntos en. 2. Si en el Problema de la Teoría de la Medida sustituimos la propiedad (λ3) por (λ3 ) λ es finitamente aditiva: Si E n, n = 1,..., m, es una colección finita de subconjuntos ajenos de, entonces λ(e 1 E m ) = λ(e 1 ) + + λ(e m ). Entonces puede demostrarse que existe más de una función conjuntista no-negativa, sobre que satisface (λ1), (λ2), (λ3 ) y (λ4). 3. Existe otro σ-álgebra denotado por L ( ), llamado σ-álgebra de Lebesgue, para el cual B( ) L ( ) P( ), y en donde la medida exterior de Lebesgue λ, dada por (5), también satisface las propiedades (λ2)-(λ4) sobre L ( ). 4. Los conjuntos que pertenecen a L ( ) son llamados Lebesgue medibles. Puede probarse que existen tantos conjuntos Lebesgue medibles como subconjuntos de. Muchísimos más que conjuntos de Borel. A pesar de ello, también puede probarse que existen tantos conjuntos que no son Lebesgue medibles como subconjuntos de. 5 La Medida de Probabilidad Uniforme. Finalmente podemos proponer una solución parcial al Problema de la Teoría de la Probabilidad del siguiente modo. Sea E no-vacío. Consideremos la siguiente clase de subconjuntos sobre E, I E = {(x, y) E : x y}. Es decir, I E es la clase de todos los intervalos abiertos del conjunto E. 14
15 Definición 2. El σ-álgebra de Borel sobre E, denotado por B(E) es el σ-álgebra sobre E generado por la clase I E. Es decir, B(E) := σ(i E ). Si B B(E), decimos que B es un conjunto de Borel ó simplemente un boreliano de E. Recordemos que si F es un σ-álgebra sobre algún espacio Ω, y A Ω, no-vacío, entonces F A = {F A : F F }, es un σ-álgebra sobre A. Si además existe una clase C sobre Ω tal que σ(c ) = F, entonces para la clase sobre A, C A = {C A : C C }, se tiene que σ(c A) = F A. En particular, B(E) = B( ) E. En consecuencia, si E B( ), entonces B(E) B( ). Definición 3. Sea E B( ) tal que λ(e) > 0. Sea P : B(E) [0, 1] dada por P(A) = λ(a) λ(e), A B(E). Entonces P es la Medida de Probabilidad Uniforme sobre E. En particular, si E es cualquiera de los intervalos (a, b), (a, b], [a, b) ó [a, b], entonces P(A) = λ(a) b a, A B(E). Remarcamos el hecho de que la medida de probabilidad uniforme definida arriba, es σ-aditiva e invariante bajo traslaciones, propiedades que hereda de la medida de Lebesgue λ. 15
16 6 El σ-álgebra de Borel y la Medida de Lebesgue sobre n Todos los conceptos anteriores pueden extenderse a dimensiones superiores. Definición 4. Sea I n la clase que reúne todos los rectángulos abiertos y acotados de n. Esto es, I n = {(a 1, b 1 ) (a n, b n ) n : < a i b i <, i = 1,..., n}. El σ-álgebra de Borel sobre n, denotado por B( n ), es el σ-álgebra generado por la clase I n. Es decir, B( n ) = σ(i n ). Si E B( n ), decimos que E es un conjunto de Borel, o simplemente que E es un boreliano de n. Existe una forma muy útil de expresar el σ-álgebra de Borel sobre n, que exponemos en el siguiente resultado. Proposición 8. Sobre n, definimos la clase R n := {B 1 B n n : B i B( ), i = 1,..., n}. Entonces B( n ) = σ(r n ). Demostración. Haremos el caso n = 2, el caso general es completamente análogo. Claramente B( 2 ) σ(r 2 ). Ahora, defimos las clases Q 1 = {A : A B( ) y A B( 2 )}, Q 2 = {B : B B( ) y B B( 2 )}. Note que Q i B( ). Ahora bien, Q i es un σ-álgebra sobre y contiene a todos los intervalos abiertos y acotados de, por lo tanto B( ) = Q i. Esto prueba que para todo A B( ) y B B( ), de donde A B( 2 ) y B B( 2 ), A B = (A ) ( B) B( 2 ). Por consiguiente R 2 B( 2 ) y σ(r 2 ) B( 2 ). 16
17 Finalmente, podemos generalizar el concepto de medida de Lebesgue. En dimensión n = 2, esta medida se interpreta como una medida de área y para n 3, decimos que es una medida de volumen. Teorema 4. Sobre B( n ) existe una única función conjuntista λ n, tal que L1) λ n (E) está definido para todo E B( n ) y λ n (E) 0. L2) Si B i B( ), para todo i = 1,..., n, entonces λ n (B 1 B n ) = λ(b 1 ) λ(b n ), donde λ es la medida de Lebesgue en. En particular, λ n ((a 1, b 1 ) (a n, b n )) = (b 1 a 1 ) (b n a n ). Este número es el volumen del rectángulo (a 1, b 1 ) (a n, b n ). L3) λ n es σ-aditiva sobre B( n ). Si E i B( n ), i 1, es una colección de subconjuntos ajenos, entonces ( ) λ n E i = λ n (E i ). i=1 L4) λ n es invariante bajo transformaciones rígidas. Sea E B( n ) y sea también φ : n n una transformación rígida (traslación, reflexión o rotación), entonces λ n (φ(e)) = λ n (E). i=1 Decimos que λ n es la Medida de Lebesgue sobre n. 7 Medida de Probabilidad Uniforme sobre n. Sea E n no-vacío. Consideremos la siguiente clase de subconjuntos sobre el conjunto E, { [(a1 I n (E) =, b 1 ) (a n, b n ) ] } E : < a i b i <, i = 1,..., n. Es decir, I n (E) es la clase de todos los rectángulos abiertos del conjunto E. 17
18 Definición 5. El σ-álgebra de Borel sobre E, denotado por B(E) es el σ-álgebra sobre E generado por la clase I n (E). Es decir, B(E) := σ(i n (E)). Si B B(E), decimos que B es un conjunto de Borel ó simplemente un boreliano de E. Notamos que B(E) = B( n ) E. Es particular, si E B( n ), entonces B(E) B( n ). Definición 6. Sea E B( n ) tal que λ n (E) > 0. Sea P : B(E) [0, 1] dada por P(A) = λ n(a) λ n (E), A B(E). Entonces P es la Medida de Probabilidad Uniforme sobre E. 18
Los Axiomas de Kolmogorov. Parte II.
Los Axiomas de Kolmogorov. Parte II. 1 Sucesiones infinitas de Eventos y el problema de la Medida de Probabilidad Hasta el momento hemos estudiado modelos de probabilidad cuya clase de eventos incluye
Más detallesLa Medida de Lebesgue. Problema de la Medida
Capítulo 19 La Medida de Lebesgue. Problema de la Medida Hemos demostrado en el capítulo anterior que la medida exterior de Lebesgue es una medida sobre la familia M de los conjuntos medibles. Por definición,
Más detallesMemo Garro. A n F. n=1
σ-álgebra Memo Garro Introducción En este apunte estudiaremos el concepto de σ-álgebra, como un tipo especial de familia de subconjuntos de un espacio Ω, aunque todavía desde un punto de vista puramente
Más detalles1. Propiedades básicas de las medidas
AMARUN www.amarun.net Comisión de Pedagogía - Diego Chamorro Teoría de la medida (Nivel 2). Lección n 2: σ-álgebras y medidas EPN, verano 2009 1. Propiedades básicas de las medidas Marco de trabajo: la
Más detallesCÁLCULO INTEGRAL. HOJA 1. v(q) = Π n i=1(b i a i ). Definimos también el volumen de un rectángulo cerrado como el volumen de su interior.
CÁLCULO INTEGRAL. HOJA 1. MEDIDA EXTERIOR DE LEBESGUE. CONJUNTOS MEDIBLES EN R N. MEDIDA DE LEBESGUE. Si Q = (a 1, b 1 )... (a n, b n ) es un rectángulo abierto de R n, definimos el volumen de Q como el
Más detallesEn primer lugar, vamos a precisar un concepto al que ya nos hemos referido anteriormente, el de σ-álgebra.
Capítulo 20 Conjuntos de Borel Hemos demostrado ya que la familia M de los conjuntos medibles contiene a todos los abiertos de R n y, por tanto, a todos los conjuntos que podamos formar a partir de los
Más detallesParte 5: Integración en espacios producto.
Parte 5: Integración en espacios producto. Definición 1 Sean (X; M, µ) y (Y, N, ν) espacios de medida. Se define la σ álgebra producto M N como la σ álgebra generada por los llamados rectángulos medibles,
Más detalles1. Conjuntos y funciones
Centro de Matemática Facultad de Ciencias Universidad de la República Introducción a la Topología Curso 2016 PRACTICO 1: CONJUNTOS. 1 1. Conjuntos y funciones Ejercicio 1. Si I es un conjunto y A α es
Más detallesConjuntos Medibles. Preliminares
Capítulo 18 Conjuntos Medibles Preliminares En el capítulo anterior vimos que la medida exterior de Lebesgue no resulta σ-aditiva en todo R n. Ahora vamos a construir una familia M de subconjuntos de R
Más detallesIntegración de Funciones Reales
Capítulo 20 Integración de Funciones Reales Nos proponemos estudiar en este capítulo las propiedades fundamentales del operador integral. n particular, extenderemos aquí al caso de funciones medibles con
Más detallessup si A no es acotado.
Capítulo 6 Espacios completos 1. El teorema de Cantor En este capítulo estudiaremos más a fondo los espacios métricos completos. Lo primero que haremos es establecer la equivalencia entre completitud y
Más detalles2. CONSTRUCCIÓN DE MEDIDAS.
2. CONSTRUCCIÓN DE MEDIDAS. 1. MEDIDAS EXTERIORES. (2,1,1) Definición. Una medida exterior es una aplicación µ : P(X) [0, + ] que cumple: (a) µ ( ) = 0. (b) Monotonía: Si A B, entonces µ (A) µ (B). (c)
Más detallesEjercicios de teoría de la medida
Ejercicios de teoría de la medida Pedro Alegría Capítulo. Dada una aplicación F : Ω Ω, demostrar que: a) Si A es una σ-álgebra de Ω, A = {B Ω : F B) A} lo es de Ω. b) Si A es una σ-álgebra de Ω, A = F
Más detalles1. Medida Exterior. Medida de Lebesgue en R n
1. La integral de Lebesgue surge del desarrollo de la integral de Riemann, ante las dificultades encontradas en las propiedades de paso al ĺımite para calcular la integral de una función definida como
Más detalles1. Conjuntos y funciones
PRACTICO 1: CONJUNTOS. 1. Conjuntos y funciones Es útil saber de memoria las siguientes propiedades de conjuntos y funciones. Tanto como saber las tablas. Ejercicio 1. Si I es un conjunto y A α es un conjunto
Más detallesParte III. Medida e Integración en R n
Parte III Medida e Integración en R n Capítulo 17 La Medida Exterior de Lebesgue en R n El cálculo de longitudes, áreas y volúmenes es uno de los asuntos matemáticos con más larga tradición histórica,
Más detallessup si A no es acotado.
Capítulo 5 Teoría de Baire 1. El teorema de Cantor En este capítulo estudiaremos más a fondo los espacios métricos completos. Lo primero que haremos es establecer la equivalencia entre completitud y la
Más detallesTerminaremos el capítulo con una breve referencia a la teoría de cardinales.
TEMA 5. CARDINALES 241 Tema 5. Cardinales Terminaremos el capítulo con una breve referencia a la teoría de cardinales. Definición A.5.1. Diremos que el conjunto X tiene el mismo cardinal que el conjunto
Más detallesModelo Uniforme discreto de Probabilidad (Modelo Clásico de Probabilidad)
Modelo Uniforme discreto de Probabilidad (Modelo Clásico de Probabilidad) 1. Definición y propiedades. Aditividad finita Definición 1. Sea Ω un conjunto finito no vacío. Definimos la medida de probabilidad
Más detallesConjuntos Medibles. La identidad de Caratheodory
Capítulo 18 Conjuntos Medibles La identidad de Caratheodory En el capítulo anterior vimos que la medida exterior de Lebesgue no resulta σ-aditiva en todo R n. Ahora vamos a construir una familia M de subconjuntos
Más detallesσ-álgebra de Borel Memo Garro
σ-álgebra de Borel Memo Garro Introducción En esta ocasión estudiaremos una σ-álgebra particular que para la probabilidad moderna es de importancia sustancial. Ésta es conocida como σ-álgebra de Borel,
Más detalles1. MEDIDA E INTEGRACIÓN.
1. MEDID E INTEGRCIÓN. En este capítulo repasamos algunos conceptos que se vieron en la asignatura mpliación de la Teoría de Funciones de Varias Variables. 1. MEDIDS POSITIVS. (1,1,1) Definición. Una σ-álgebra
Más detallesMedidas. Problemas para examen. Estos problemas están redactados por Egor Maximenko y Breitner Arley Ocampo Gómez.
Medidas Problemas para examen Estos problemas están redactados por Egor Maximenko y Breitner Arley Ocampo Gómez. Sigma-álgebras 1. Propiedades elementales de σ-álgebras. Demuestre que una σ-álgebra es
Más detallesCARACTERIZACIONES DE LA COMPLETITUD DE R
CARACTERIZACIONES DE LA COMPLETITUD DE R 1 Definición 1. Diremos que un cuerpo ordenado K es arquimediano si lím n n que decir que N, visto como subconjunto de K, no está acotado en K. = 0 en K. Esto es
Más detallesPráctica 1: Números reales y sucesiones
Taller de Cálculo Avanzado - Primer cuatrimestre 2017 Práctica 1: Números reales y sucesiones 1. A partir de los axiomas de cuerpo demostrar las siguientes propiedades cualesquiera sean a, b, c y d en
Más detallesTeoría de la Probabilidad Tema 2: Teorema de Extensión
Teoría de la Probabilidad Tema 2: Teorema de Extensión Alberto Rodríguez Casal 25 de septiembre de 2015 Definición Una clase (no vacía) A de subconjuntos de Ω se dice que es un álgebra si A es cerrada
Más detallesMedida de Lebesgue. 16 de diciembre de 2015
Medida de Lebesgue 16 de diciembre de 2015 En este capítulo construiremos la Teoría de la Medida de Lebesgue sin ningún tipo de prerequisito, excepto ciertos conocimientos elementales de Análisis Real.
Más detallesdiám A = x,y A d(x,y) si A es acotado si A no es acotado. {d(x,y) : x,y A}
Capítulo 6 Teoría de Baire 1. El teorema de Cantor En este capítulo estudiaremos más a fondo los espacios métricos completos. Lo primero que haremos es establecer la equivalencia entre completitud y la
Más detallesPráctica 2 -Cardinalidad- A. Propiedades básicas de los Conjuntos
Cálculo Avanzado Segundo Cuatrimestre de 2012 Práctica 2 -Cardinalidad- A. Propiedades básicas de los Conjuntos Ejercicio 1. Demostrar las siguientes igualdades de conjuntos: i) B i I A i = i I(B A i ).
Más detallesVariables Aleatorias y Distribución de Probabilidades
Variables Aleatorias y Distribución de Probabilidades Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 27 de mayo de 2011 Tabla de Contenidos Variables
Más detallesVolumen y conjuntos de medida cero
Capítulo 2 Volumen y conjuntos de medida cero En la recta real normalmente las funciones se integran sobre intervalos. En R n es deseable poder considerar integrales de funciones sobre conjuntos más complicados
Más detallesIntroducción a los Procesos de Poisson *
Introducción a los Procesos de Poisson * Victor M. Pérez Abreu C. Departamento de Probabilidad y Estadística, CIMAT David Reynoso Valle Licenciatura en Matemáticas, DEMAT, Universidad de Guanajuato 22
Más detallesTema 5: Funciones medibles. Variables aleatorias. Función de distribución.
Tema 5: Funciones medibles. Variables aleatorias. Función de distribución. El concepto de variable aleatoria formaliza las magnitudes numéricas asociadas a los resultados de una experimento aleatorio.
Más detallesPauta 11 : Conjuntos Infinitos
MA1101-5 Introducción al Álgebra Profesor: Mauricio Telias Auxiliar: Arturo Merino P1. [Varios de numerabilidad] a) Considere el conjunto Pauta 11 : Conjuntos Infinitos 2 de junio del 2017 C = {..., 16,
Más detallesPráctica 2: Cardinalidad. Propiedades básicas de los conjuntos
Cálculo Avanzado Segundo Cuatrimestre de 2014 Práctica 2: Cardinalidad Propiedades básicas de los conjuntos Ejercicio 1. Demostrar las siguientes igualdades de conjuntos: i) B i I A i = i I(B A i ). ii)
Más detallesMariano Suárez-Alvarez. 7 de mayo, Límites superiores y límites inferiores
ĺımsup y ĺıminf Mariano Suárez-Alvarez 7 de mayo, 2013 1.1. Definiciones 1. Límites superiores y límites inferiores 1.1. Sea (a n ) n 1 una sucesión de números reales que es acotada superiormente. Si para
Más detallesApuntes sobre la integral de Lebesgue
Apuntes sobre la integral de Lebesgue Miguel Lacruz Martín Universidad de Sevilla 1. Medida de Lebesgue 1.1. Introducción La longitud l(i) de un intervalo I R se define habitualmente como la distancia
Más detallesEl Teorema de Recurrencia de Poincaré
El Teorema de Recurrencia de Poincaré Pablo Lessa 9 de octubre de 204. Recurrencia de Poincaré.. Fracciones Continuas Supongamos que queremos expresar la relación que existe entre los números 27 y 0. Una
Más detallesAxiomas de recubrimiento
CAPíTULO 8 Axiomas de recubrimiento Dedicaremos este capítulo a un nuevo tipo de propiedades topológicas: aquellas que se refieren a la posibilidad de extraer subrecubrimientos de cardinal finito o numerable
Más detallesExtensión de medidas
Extensión de medidas Problemas para examen Semianillos de conjuntos 1. Escriba la definición de semianillo de conjuntos. 2. Convenio: el conjunto vacío pertenece a cualquier semianillo. En los siguientes
Más detalles1. Unicidad de Medidas
AMARUN www.amarun.net Comisión de Pedagogía - Diego Chamorro Teoría de la medida (Nivel 2. Lección n 3: Construcción de medidas, Medida de Lebesgue EPN, verano 2009 1. Unicidad de Medidas = Es imposible
Más detallesMedida y Probabilidad
Medida y Probabilidad Jorge Salazar 1 Enero 2015 1 Con el apoyo del Programa PROMETEO/SENESCYT del Gobierno del Ecuador. ii Contents 7 Integral de Lebesgue 1 7.1 Integración de funciones simples.................
Más detallesExtensión de medidas
Extensión de medidas Problemas para examen Semianillos de conjuntos 1. Escriba la definición de semianillo de conjuntos. 2. Convenio: el conjunto vacío pertenece a cualquier semianillo. En los siguientes
Más detallesComisión de Pedagogía - Diego Chamorro Análisis Funcional (Nivel 2).
AMARUN www.amarun.org Comisión de Pedagogía - Diego Chamorro Análisis Funcional (Nivel 2). Lección n 3: Lema de Baire y Teorema clásicos del Análisis Funcional EPN, verano 2012 Definición 1 (Espacio de
Más detallesClase 1: Simulación de variables aleatorias *
Clase 1: Simulación de variables aleatorias * Índice 1. Simulación de variables aleatorias 1 1.1. Espacio de Probabilidad. Axiomas de Kolmogorov...... 1 2. Variables aleatorias y distribución de probabilidad
Más detallesTaller de Cálculo Avanzado - Segundo Cuatrimestre de Práctica 3
Taller de Cálculo Avanzado - Segundo Cuatrimestre de 2008 Práctica 3 Topología. Decir qué propiedades (abierto, cerrado, acotado) tienen los siguientes conjuntos. (a) Q. (b) N. (c) {x R : x > 0}. (d) (0,
Más detallesTeoría de la Integración
Licenciatura en Matemáticas y Física Universidad de Antioquia 1 Introducción 2 3 Introducción Para toda persona con formación matemática superior, es conocida la teoría de la integración de Riemann. Sin
Más detallesEl teorema del valor intermedio
Ya hemos tratado en un artículo anterior el problema de la continuidad de una función. Ahora nos hemos de preguntar sobre las ventajas que, en análisis matemático, nos proporciona este hecho. Existen una
Más detallesCapítulo La integral de Riemann
Capítulo 5 Integración 1. La integral de iemann Empecemos por recordar la integral de iemann de una función acotada f : [a, b]. Una partición P de [a, b] es un subconjunto finito P [a, b] tal que a, b
Más detallesMa34a Probabilidades y Procesos Estocásticos 21 de Noviembre, Resumen No. 3
Ma34a Probabilidades y Procesos Estocásticos 21 de Noviembre, 2004 Resumen No. 3 Prof. Cátedra: M. Kiwi Prof. Auxiliares: M. Soto, R. Cortez 1 Variables Aleatorias 1.1 Variables Aleatorias Absolutamente
Más detallesVariables Aleatorias
Variables Aleatorias Memo Garro Resumen En este artículo introduciremos un tipo específico de funciones definidas sobre la dupla (Ω F. Estas funciones son llamadas variables aleatorias y son de gran importancia
Más detallesA. Propiedades básicas de los Conjuntos
Cálculo Avanzado Primer Cuatrimestre de 2005 Práctica 2 - Hay diferentes infinitos?- Llamaremos número cardinal de M al concepto general que, por medio de nuestra activa capacidad de pensar, surge del
Más detalles1. Definiciones y propiedades básicas.
Centro de Matemática Facultad de Ciencias Universidad de la República Introducción a la Topología Curso 2016 PRACTICO 2: TOPOLOGÍA. 1 1. Definiciones y propiedades básicas. Definición 1 Sea X un conjunto.
Más detallesANÁLISIS FUNCIONAL Notas de curso. M.A. Rodríguez Departamento de Física Teórica II Universidad Complutense de Madrid
ANÁLISIS FUNCIONAL Notas de curso M.A. Rodríguez Departamento de Física Teórica II Universidad Complutense de Madrid 2 de septiembre de 22 Índice general. La integral de Lebesgue 3.. Introducción............................................
Más detallesEl espacio euclideano
Capítulo 1 El espacio euclideano 1. Definiciones básicas El espacio Euclideano, denotado por R n, está definido por el conjunto (1.1) R n = {x = (x 1, x 2,..., x n ) : x i R}. Es decir, R n es efectivamente
Más detallesTeoremas de Tonelli y Fubini
Teoremas de Tonelli y Fubini Objetivos. Demostrar teoremas de Tonelli y Fubini, conocer contraejemplos que muestran la importancia de algunas condiciones de estos teoremas. Requisitos. Definición del producto
Más detallesEl espacio proyectivo P n (k). Sistemas de referencia. Dualidad. Departamento de Algebra Septiembre El espacio proyectivo P n (k).
Notas de la asignatura AMPLIACIÓN DE GEOMETRÍA de la Licenciatura de Matemáticas, Facultad de Matemáticas, Universidad de Sevilla, para el curso 2000-01 Departamento de Algebra Septiembre 2000 Tema 1-
Más detallesContinuidad y monotonía
Tema 14 Continuidad y monotonía Generalizando lo que se hizo en su momento para sucesiones, definiremos la monotonía de una función, en forma bien fácil de adivinar. Probaremos entonces dos resultados
Más detallesÁlgebra Lineal V: Subespacios Vectoriales.
Álgebra Lineal V: Subespacios Vectoriales. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamanca.ugto.mx
Más detallesAplicaciones de las derivadas. El teorema del valor medio
Aplicaciones de las derivadas. El teorema del valor medio Ya hemos hablado en un par de artículos anteriores del concepto de derivada y de su interpretación tanto desde el punto de vista geométrico como
Más detallesContinuidad y monotonía
Tema 14 Continuidad y monotonía Generalizando lo que se hizo en su momento para sucesiones, definiremos la monotonía de una función, en forma bien fácil de adivinar. Probaremos entonces dos resultados
Más detallesSemana02[1/23] Conjuntos. 9 de marzo de Conjuntos
Semana02[1/23] 9 de marzo de 2007 Introducción Semana02[2/23] La teoría de conjuntos gira en torno a la función proposicional x A. Los valores que hacen verdadera la función proposicional x A son aquellos
Más detallesNotas de Medida, Integración y Probabilidad
Notas de Medida, Integración y Probabilidad J. Armando Domínguez, UAS, jadguez@uas.uasnet.mx Víctor Pérez-Abreu, CIMAT, pabreu@cimat.mx Agosto 2009 Contenido Introducción 2 1 Clases de conjuntos 3 1.1
Más detallesA partir de la definición obtenemos las siguientes propiedades para estas funciones:
Capítulo 1 Conjuntos Supondremos conocidas las nociones básicas sobre teoría de conjuntos, tales como subconjuntos, elementos, unión, intersección, complemento, diferencia, diferencia simétrica, propiedades
Más detallesMedida Cero y Contenido Cero
Medida Cero y Contenido Cero Ejemplo.- Sea f : [0, 1] [0, 1] definida como 1 si x o y Q f(x, y) = 0 si x y y / Q Mostrar que f Sea P cualquier partición de y i cualquier subrectángulo inducido por esta
Más detallesEspacios topológicos y espacios métricos
CAPíTULO 2 Espacios topológicos y espacios métricos Tema 1. Definición y primeros ejemplos Como queda anunciado al final del capítulo anterior ampliaremos la definición de abierto de un conjunto utilizando
Más detallesAnálisis Matemático 3. Armando R. Villena Muñoz. Diplomatura de Estadística. Departamento de Análisis Matemático. Universidad de Granada
Análisis Matemático 3 Diplomatura de Estadística Armando R. Villena Muñoz Departamento de Análisis Matemático Universidad de Granada 2 Índice general 1. La medida de Lebesgue en R N 5 1.1. Espacios de
Más detallesIntegral de Lebesgue
Integral de Lebesgue Problemas para examen n todos los problemas se supone que (, F, µ) es un espacio de medida. Integración de funciones simples positivas. La representación canónica de una función simple
Más detallesEspacios métricos completos
5 Espacios métricos completos Comenzamos introduciendo las sucesiones de Cauchy, que relacionamos con las sucesiones convergentes. En el caso de que coincidan, se trata de un espacio métrico completo.
Más detallesOperaciones extendidas de conjuntos
234 A. GENERALIDADES DE TEORÍA DE CONJUNTOS Tema 3. Operaciones extendidas de conjuntos En este tema extenderemos las operaciones de conjuntos anteriormente definidas a familias arbitrarias de conjuntos.
Más detalles- Fernando Sánchez - Departamento de Matemáticas - Universidad de Extremadura. Topología
- Fernando Sánchez - - 6 Topología Cálculo I en R 26 10 2015 Elementos de la topología en R. Una topología en un conjunto da un criterio para poder hablar de proximidad entre los elementos de un conjunto.
Más detallesConjuntos Abiertos y Cerrados
Conjuntos Abiertos y Cerrados 1. (a) En la prueba de que la intersección de una colección finita de conjuntos abiertos es un conjunto abierto, dónde se uso la hipótesis de que la colección es finita? 2.
Más detallesFunciones continuas. Definición y propiedades
Funciones continuas. Definición y propiedades Para la lectura de este artículo es recomendable haber leído con anterioridad otros tres artículos relacionados con las sucesiones de números reales y las
Más detallesRecordemos que utilizaremos, como es habitual, la siguiente notación para algunos conjuntos de números que son básicos.
Capítulo 1 Preliminares Vamos a ver en este primer capítulo de preliminares algunos conceptos, ideas y propiedades que serán muy útiles para el desarrollo de la asignatura. Se trata de resultados sobre
Más detallesTeoría de la Dimensión
Capítulo II Teoría de la Dimensión En este capítulo introduciremos una de las propiedades más importantes que tienen los espacios vectoriales: la dimensión. Dos son los modos posibles de llegar a la noción
Más detallesProbabilidad condicional
4 Profra. Blanca Lucía Moreno Ley March 18, 2014 Sumario 1 Resumen 2 Probabilidad Supongamos que un experimento E tiene un espacio muestral U y un evento A está definido en dicho espacio muestral, entonces
Más detalles1. Continuidad. Universidad de Chile Subsucesiones. Ingeniería Matemática
1. Continuidad 1.1. Subsucesiones Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo Diferencial e Integral 08- Importante: Visita regularmente http://www.dim.uchile.cl/~calculo.
Más detalles1. Problemas de inducción.
Proyecto I: Más sobre números reales Objetivos: Profundizar el estudio de los números reales. 1. Problemas de inducción. Ejercicio 1.1 Sea n. Definiremos los coeficientes binomiales ( n ) mediante la expresión
Más detallesDepartamento de Ingeniería Matemática - Universidad de Chile
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 08-2 SEMANA 7: ESPACIOS VECTORIALES 3.5. Generadores de un espacio vectorial Sea V un espacio vectorial
Más detallesEspacios compactos. 7.1 Espacios compactos
58 Capítulo 7 Espacios compactos 7.1 Espacios compactos Definición 7.1.1 (Recubrimiento). Sea X un conjunto y sea S X. Un recubrimiento de S es una familia A = {A i } i I de subconjuntos de X tales que
Más detallesUnidad 3. Probabilidad
Unidad 3. Probabilidad Javier Santibáñez 17 de agosto de 2018 1. Introducción Definición 1. La probabilidad es una medida subjetiva del grado de creencia que se tiene acerca de que algo desconocido sea
Más detallesEspacios compactos. Capítulo Cubiertas. En este capítulo estudiaremos el concepto de compacidad en un espacio métrico.
Capítulo 3 Espacios compactos 1. Cubiertas En este capítulo estudiaremos el concepto de compacidad en un espacio métrico. Definición 3.1. Sea (X, d) un espacio métrico y A X. Una cubierta de A es una familia
Más detallesIntegral de Lebesgue.
Las diversas formalizaciones de la integral de Riemann y el problema de caracterizar las funciones integrables sugerían la idea de medir el conjunto de puntos de discontinuidad de una función. Los primeros
Más detallesConjuntos Finitos e Infinitos
Araceli Guzmán y Guillermo Garro Facultad de Ciencias UNAM Semestre 2018-1 doyouwantmektalwar.wordpress.com Conjuntos Finitos El segmento inicial de tamaño n, donde n 0, es el conjunto 1 n = {1,..., n}
Más detallesParte 2: Definición y ejemplos de topologías.
Parte 2: Definición y ejemplos de topologías. 22 de marzo de 2014 1. Definiciones y propiedades básicas. Definición 1 Sea X un conjunto. Una familia T de subconjuntos de X es una topología de X si se cumplen:
Más detallesTeoría de la medida. Pedro Alegría Departamento de Matemáticas Universidad del País Vasco Bilbao - España
Teoría de la medida Pedro Alegría pedro.alegria@ehu.es Departamento de Matemáticas Universidad del País Vasco Bilbao - spaña Apuntes elaborados especialmente para mis alumnos del curso de Maestría en Matemáticas
Más detallesMatrices Inversas. Rango Matrices Elementales
Matrices Inversas. Rango Matrices Elementales Araceli Guzmán y Guillermo Garro Facultad de Ciencias UNAM Semestre 2018-1 doyouwantmektalwar.wordpress.com Matrices Matrices identidad La matriz identidad
Más detallesTOPOLOGÍA. Resumen Curso 2011/2012
TOPOLOGÍA Resumen Curso 2011/2012 Capítulo 1 Espacios métricos 1.1. Medir la proximidad Sea X un conjunto. Denotaremos por X X al conjunto de los pares de elementos de X. Definición 1.1.1. Una distancia
Más detalles2. CONCEPTOS BÁSICOS DE LA PROBABILIDAD
2. CONCEPTOS BÁSICOS DE LA PROBABILIDAD Un diagrama de Venn Objetivos Introducir los conceptos básicos de experimentos y sucesos, y la definición axiomática y propiedades de la probabilidad. Para leer
Más detalles1. Espacios topológicos compactos.
PRACTICO 6. COMPACIDAD. 1. Espacios topológicos compactos. Definición 1 Un cubrimiento de un conjunto X es una familia de subconjuntos de X cuya unión da X. Un cubrimiento de un espacio es abierto si cada
Más detallesTeorema de Hahn-Banach
Capítulo 3 Teorema de Hahn-Banach 3.1. Introducción Una vez introducidos los espacios vectoriales más importantes donde se tiene una estructura métrica a saber, los espacios de Hilbert y los espacios de
Más detallesIntroducción a la complejidad computacional
Introducción a la complejidad computacional definida sobre anillos arbitrarios 18 de junio de 2016 Fuente: http://www.utmmcss.com/ Por qué otro modelo? Continuo vs discreto. Intuición interiorizada del
Más detallesEspacios Topológicos 1. Punto de Acumulación. Al conjunto de puntos de acumulación de A se le denomina el conjunto derivado de A (A a Notación).
Espacios Topológicos 1 Punto de Acumulación Definición: Sea A un subconjunto arbitrario de R n, se dice que x R n es un punto de acumulación de A si toda bola abierta con centro x contiene un punto A distinto
Más detalles: k }, es decir. 2 k. k=0
FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo Diferencial e Integral 08-2 Basado en el apunte del curso Cálculo (2do semestre), de Roberto Cominetti, Martín Matamala y Jorge San
Más detallesTEOREMA DE BERNOULLI
TEOREMA DE BERNOULLI Introducción. En este escrito exponemos de forma detallada el Teorema de Bernoulli. Inroducimos primero el modelo de distribución Bernoulli parámetro p, ofreciendo una discusión sobre
Más detallesFunciones continuas e inyectivas
Nuestro último teorema afirmaba que toda función continua en un intervalo cerrado y acotado tiene máximo y mínimo absolutos, pero nada nos informa sobre los puntos en los que se alcanzan. Bajo la hipótesis
Más detallesContinuidad. 5.1 Continuidad en un punto
Capítulo 5 Continuidad 5.1 Continuidad en un punto Definición 5.1.1 (Aplicación continua en un punto). Sean (X, τ) e (Y, τ ) dos espacios topológicos, y sea f : X Y una aplicación entre ellos. Diremos
Más detalles