ESTADSTICA 1

PROBABILIDADES:
LEYES Y AXIOMAS
DE
PROBABILIDAD

1
 Leyes de probabilidad

El objetivo fundamental de la Estadstica es inferir las

propiedades de una poblacin a partir de la
observacin de una muestra, o subconjunto, de sta.

La construccin y estudio de los modelos estadsticos

estn entonces ntimamente ligados al clculo de
probabilidades, a cuyas bases estn dedicados este
tema y los siguientes.

2
 Sucesos (eventos) aleatorios
La teora de la probabilidad surge para poder estudiar los
llamados, experimentos aleatorios.

Se dice que un experimento es aleatorio si puede dar lugar a

varios resultados sin que se pueda predecir con certeza el
resultado concreto. Es decir, al repetir el experimento bajo
condiciones similares se obtendrn resultados que, en general,
sern diferentes.

Un ejemplo de un experimento aleatorio puede ser la tirada de un

dado, ya que no se puede predecir el nmero que aparecer en su
cara superior.
3
Al conjunto de todos los resultados posibles de un experimento
aleatorio se le llama espacio muestral, que representaremos por
el smbolo S.

Por ejemplo, en el lanzamiento del dado, el espacio muestral sera

el conjunto S = {1, 2, 3, 4, 5, 6}.

No siempre es posible describir el espacio muestral enumerando

sus diferentes elementos. A veces se define por medio de una
condicin, o regla, que han de cumplir sus elementos (ej. puntos
que se sitan en una circunferencia).

4
Dependiendo del nmero de resultados posibles del experimento
aleatorio, el espacio muestral podra ser:

1) finito (ej. resultados de la tirada de un dado),

2) infinito numerable (cuando a cada elemento del espacio se le

puede hacer corresponder un nmero entero sin lmite, ej. vida
en aos de un componente electrnico),

3) infinito no numerable (ej. nmeros reales en el intervalo 0 1).

5
 QU ES UN SUCESO O EVENTO?

Se define un suceso o evento como un subconjunto A del

espacio muestral, es decir es un subconjunto de resultados
posibles.

Los sucesos pueden ser: Elementales y

Compuestos.

SUCESOS ELEMENTALES
(simples)
Los sucesos ms simples son los sucesos elementales, que
consisten en un nico punto del espacio muestral.
Ejemplo: obtener el nmero 6 al lanzar un dado.
6
De forma ms exacta se puede definir los sucesos
elementales de un experimento aleatorio como aquellos
sucesos que :

a) siempre ocurre alguno de ellos (si no ocurriera

ningn resultado entonces el suceso no ocurre),

b) son mutuamente excluyentes (la ocurrencia de un

resultado excluye la ocurrencia de los dems posibles
resultados), ejemplo: la obtencin de un 3 al lanzar
un dado, excluye la ocurrencia de los otros cinco
resultados (1, 2, 4, 5, 6).

7
 SUCESO (EVENTO) COMPUESTO

Por otra parte, diremos que un suceso es compuesto

cuando, al contrario que con los sucesos elementales,
puede ser descompuesto en sucesos ms simples. Es
decir, seran los sucesos construidos a partir de la unin
de sucesos elementales.

Por ejemplo, en el experimento de lanzar el dado, al

suceso compuesto A de obtener un nmero par le
corresponde el siguiente conjunto de puntos del espacio
muestral A = {2, 4, 6}.
8
9
 SUCESOS: IMPOSIBLE Y SEGURO
Existen dos sucesos particulares especialmente interesantes.

El primero es el suceso imposible , definido como el subconjunto

vaco del espacio muestral. Es decir, ser el suceso que no ocurrir
nunca.

Por otra parte, el propio espacio muestral tambin puede

considerarse como un suceso. Ser el suceso seguro S, que
ocurrir siempre.

Cuando un suceso no coincide ni con el suceso imposible ni con el

seguro, diremos que el suceso es probable!

10
Puesto que los sucesos aleatorios se definen como
conjuntos, podemos definir entre ellos las mismas
operaciones que se realizan sobre los conjuntos abstractos.
Se definen as:

La unin de dos sucesos A y B como el suceso,

representado por (A ) que ocurrir siempre que ocurra
el suceso A o el suceso B o ambos (al menos uno de ellos).

La interseccin de dos sucesos A y B como el suceso,

representado por A B (A*B) o AB, que ocurrir siempre
que ocurran simultneamente los sucesos A y B.
11
Dado un suceso A, llamaremos suceso complementario
de A al suceso A que ocurrir siempre que no ocurra A.
Evidentemente, se cumplen las propiedades

A = S ; A A = ; S = ; = S.

Diremos que dos sucesos A y B son

incompatibles, o mutuamente excluyentes, si
nunca pueden ocurrir a la vez. Es decir cuando

A B = .

12
13
Dados dos sucesos A y B, diremos que A est contenido en B, y lo representaremos por A
B, cuando se cumpla que siempre que ocurre A ocurre a la vez B. Es evidente que para
cualquier suceso A se cumple:
D A

14
Adems, la unin e interseccin de sucesos cumplirn
las conocidas propiedades conmutativa, asociativa y
distributiva, as como las leyes de D Morgan.

El empleo de estas propiedades y leyes permiten

construir eventos complejos.

Lo anterior se denomina LGEBRA DE EVENTOS.

15
PROPIEDAD CONMUTATIVA
A = ; =
PROPIEDAD ASOCIATIVA
A = ; ) ( = ) (

PROPIEDAD DISTRIBUTIVA
A(B ( = ) B) ) ( = ;
LEY DE D Morgan # 1 : (A ) =
Lo opuesto a que al menos uno de los eventos ocurra, es que no
ocurra ninguno de ellos

LEY DE D Morgan # 2 : (A ) = A B
Ambos eventos no ocurren simultneamente, es decir, no ms de
uno de ellos ocurre
16
Para facilitar el estudio de los sucesos se pueden utilizar los
conocidos diagramas de Venn , donde el espacio muestral se
representa por un rectngulo, y cada suceso como un recinto
incluido en l.

Este tipo de diagramas son ilustraciones utilizadas en el campo de las

matemticas conocido como Teora de Conjuntos. Se emplean para
mostrar las relaciones matemticas o lgicas entre diferentes
conjuntos de cosas.
17
EJEMPLO 1

18
19
20
21
22
23
24
25
26
 Definicin y propiedades de la probabilidad
Concepto clsico de probabilidad

El concepto de probabilidad surge para medir la certeza o

incertidumbre de un suceso de un experimento
aleatorio. Histricamente, la teora de la probabilidad se desarroll
en primer lugar para encontrar estrategias
ptimas para los juegos de azar, aunque, rpidamente, su utilidad
desbord este campo. Evidentemente, la forma ms directa de
saber la posibilidad de que ocurra un suceso en un experimento
aleatorio es repetir dicho experimento muchas veces.

27
De esta forma, supongamos que se repita n veces el experimento y
llamemos n A , o frecuencia absoluta de A, al nmero de veces en que
ocurre el suceso A. Se puede definir entonces la probabilidad P(A) del
suceso A como

es decir, P(A) es el lmite cuando n tiende a infinito de la frecuencia

relativa del suceso A. Puede observarse que si el suceso ocurre
siempre n A = n y P(A) = 1, y, al contrario, si el suceso no ocurre
nunca, su probabilidad P(A) = 0.
De esta forma, la probabilidad de un suceso estar comprendida
entre 0 y 1 (0 P(A) 1), y el suceso ser tanto ms probable cuanto
ms se acerque a 1 su probabilidad.
28
 EJEMPLO
El lanzamiento de la moneda al aire es clsico. La probabilidad de
obtener cara o cruz es P(A) = 1/2. En 1900 el estadstico Pearson
realiz el experimento con un nmero total de lanzamientos de
24000 (tard unas 40 horas). Obtuvo un resultado de 12012 caras
(y 11988 cruces). Esto significa P(A) = 12012/24000 = 0.5005 que es
un valor muy prximo a la probabilidad terica (0.50).

La definicin anterior implica, evidentemente, que hay que repetir

un gran nmero de veces el experimento para calcular la
probabilidad de un suceso.

29
Afortunadamente, el clculo de la probabilidad se puede simplificar
mucho en el caso en que todos los sucesos elementales sean
equiprobables (es decir, sus frecuencias sean iguales cuando el
experimento se repite un gran nmero de veces).
En este caso, la probabilidad de un suceso se puede establecer a
partir de la definicin, introducida por Laplace, segn la cual P(A) es
el cociente entre el nmero a de casos favorables al suceso A (o
nmero de sucesos elementales en que se da A) y el nmero N
de casos posibles (o nmero de sucesos elementales del espacio
muestral)
P(A) = a/N = casos favorables/casos posibles

En particular, en este caso de sucesos equiprobables, la

probabilidad de un suceso elemental ser: P(A) = 1/N.
30
EJEMPLO

El lanzamiento de un dado no trucado supone que los

sucesos son equiprobables. As la probabilidad de obtener
un 4 al lanzar un dado ser 1/6. Como ejemplo de un
suceso compuesto, la probabilidad de obtener un nmero
par en dicho lanzamiento ser P(A) = 3/6 = 1/2, ya que hay
tres casos favorables {2, 4, 6} de seis posibles {1, 2, 3, 4, 5,
6}.

31
 PRECAUCIN
A veces sucesos que parecen equiprobables no lo son. Por ejemplo
si se estudia una ruleta en particular durante el tiempo suficiente,
se comprueba que no todos los nmeros son equiprobables. Esto es
debido a pequeas imperfecciones en la propia ruleta.

Por esta causa los casinos no permiten la entrada a los jugadores

que anotan sistemticamente los resultados de sus ruletas ya que
estos jugaran con ventaja si conocieran bien su comportamiento.

32
 Definicin axiomtica de la probabilidad

Las definiciones anteriores presentan serias dificultades: o bien se

necesita repetir el experimento un nmero muy grande de veces, o
se ha de estar seguro que todos los sucesos elementales son
equiprobables (lo cual no siempre es obvio). Por estos motivos se
utiliza la siguiente definicin, ms correcta, de probabilidad:
Dado un experimento aleatorio con un espacio muestral S y
representando por A, un suceso, o subconjunto, cualquiera del
espacio muestral, se define la probabilidad P(A) como una funcin
real que hace corresponder a cada A un nmero real de forma que
se cumplen los tres axiomas siguientes:

33
 AXIOMAS DE LA TEORA DE PROBABILIDADES

Los sucesos incompatibles son mutuamente excluyentes

34
Es decir, la probabilidad del suceso unin de dos incompatibles es
la suma de las probabilidades de ambos sucesos. Esto se puede
generalizar a cualquier nmero de sucesos incompatibles

Estos axiomas constituyen la base sobre la que se puede construir

toda la teora del clculo de probabilidades.

Ntese que las propiedades anteriores son coherentes con la

definicin de la probabilidad basada en las frecuencias relativas de
un gran nmero de experimentos.

35
 Propiedades de la probabilidad

A partir de los axiomas anteriores se pueden deducir algunas

propiedades importantes de la probabilidad.

Estas propiedades van a ser tiles para calcular la probabilidad

de sucesos a partir de las probabilidades conocidas de otros
sucesos ms sencillos, simplificando as el clculo.

Hay que indicar adems que estas propiedades son

consistentes con las propiedades de las frecuencias relativas.

Si A" es el suceso complementario de A, entonces P(A) = 1 P(A).

36
37
EJEMPLO

38
39
40
PROBLEMAS PROPUESTOS

41
42
43