Este trabajo está dedicado a Mario Bunge y a Kolmogorov de quienes bebe mayormente.
Primero empezaré enunciando los axiomas propuestos por Kolmogorov:
1) P(A) ≥ 0
2) P(Ω) = 1
3) ∑∞ i=1 P(Ai)
Por lo que podemos ver Ω es todo el espacio muestral en sí, el problema con esta teoría es que no toma en cuenta el carácter de la axiomatica de probabilidades como un producto de la teoría de la medición o la teoría de conjuntos que es lo que hace el siguiente autor que podremos revisar
Bunge está de acuerdo con Kolmogorov respecto a la aditividad y al conjunto del espacio muestral pero tiene una originalidad en lo que concierne a los conjuntos involucrados y enuncia
"(ii) Pr es completamente aditiva en F"
Y explica su aditividad como si Pr(A ∪ B) = Pr(A) + Pr(B) dados ciertos condicionales, luego Bunge pasa a definir lo que es el espacio de estados S para una cosa X, creería que con esto me basta para enunciar una teoría propia de la probabilidad basada en estos dos grandes autores:
A1)0 ≤ P(x) ≥ 1(Con esto definimos completamente el espacio de probabilidad al que asignamos una probabilidad) por lo que deducimos que
T1) P(x): {P(x) ϵ ℂ ∧ 0 ≤ P(x) ≥ 1}
Por lo que deducimos que el espacio de probabilidades toma un valor entre el conjunto cerrado [0,1]
A2) P(S(x)) = 1
A3) Pr(A ∪ B) = Pr(A) + Pr(B)
L1) ∀x ¬∃x [x ∉ S(x) ∧ x ϵ P(x)]
Paso a explicar lo que significa el lema 1 ya que es un agregado por mí, el lema 1 dice que para todo x no existe un x que no pertenezca a un espacio de probabilidad dado y que sí pertenezca a una probabilidad asignable, es decir, que pueda ser representado como una función en probabilidad. Este axioma fue deducido después de analizar lo que significaría no permitirlo como hacen algunas personas que defienden los teoremas de probabilidad subjetiva.
De nuevo, soy lego en estos temas así que cualquier ayuda o crítica está más que bienvenida.
Primero empezaré enunciando los axiomas propuestos por Kolmogorov:
1) P(A) ≥ 0
2) P(Ω) = 1
3) ∑∞ i=1 P(Ai)
Por lo que podemos ver Ω es todo el espacio muestral en sí, el problema con esta teoría es que no toma en cuenta el carácter de la axiomatica de probabilidades como un producto de la teoría de la medición o la teoría de conjuntos que es lo que hace el siguiente autor que podremos revisar
Bunge está de acuerdo con Kolmogorov respecto a la aditividad y al conjunto del espacio muestral pero tiene una originalidad en lo que concierne a los conjuntos involucrados y enuncia
"(ii) Pr es completamente aditiva en F"
Y explica su aditividad como si Pr(A ∪ B) = Pr(A) + Pr(B) dados ciertos condicionales, luego Bunge pasa a definir lo que es el espacio de estados S para una cosa X, creería que con esto me basta para enunciar una teoría propia de la probabilidad basada en estos dos grandes autores:
A1)0 ≤ P(x) ≥ 1(Con esto definimos completamente el espacio de probabilidad al que asignamos una probabilidad) por lo que deducimos que
T1) P(x): {P(x) ϵ ℂ ∧ 0 ≤ P(x) ≥ 1}
Por lo que deducimos que el espacio de probabilidades toma un valor entre el conjunto cerrado [0,1]
A2) P(S(x)) = 1
A3) Pr(A ∪ B) = Pr(A) + Pr(B)
L1) ∀x ¬∃x [x ∉ S(x) ∧ x ϵ P(x)]
Paso a explicar lo que significa el lema 1 ya que es un agregado por mí, el lema 1 dice que para todo x no existe un x que no pertenezca a un espacio de probabilidad dado y que sí pertenezca a una probabilidad asignable, es decir, que pueda ser representado como una función en probabilidad. Este axioma fue deducido después de analizar lo que significaría no permitirlo como hacen algunas personas que defienden los teoremas de probabilidad subjetiva.
De nuevo, soy lego en estos temas así que cualquier ayuda o crítica está más que bienvenida.