DEFINICIONES DE PROBABILIDAD

Antes de profundizar en la forma como se utilizan las probabilidades, es necesario conocer

de cierta manera de donde provienen. Hay tres formas de calcular o estimar la probabilidad.
El enfoque clásico o "a priori" proveniente de los juegos de azar o definición clásica de
Laplace que se emplea cuando los espacios muestrales son finitos y tienen resultados
igualmente probables; la definición empírica, "a posteriori" o frecuencial que se basa en la
frecuencia relativa de ocurrencia de un evento con respecto a un gran número de ensayos
repetidos y por último la definición de Kolmogorov o definici6n axiomática de
probabilidad.

Seleccionar uno de los tres enfoques dependerá de la naturaleza del problema.

DEFINICIÓN CLÁSICA DE LAPLACE O "A PRIORI"

Esta definición es de uso limitado puesto que descansa sobre la base de las siguientes dos
condiciones:

1. El espacio muestra de todos los resultados posibles S es finito.

2. Los resultados del espacio muestra deben ser igualmente probables.

Bajo estas condiciones y si A es el evento formado por n(A) resultados del espacio muestra
y, el número total de resultados posibles es n(S), entonces

Ejemplo 24: Si se extrae una carta de un paquete de 52 cartas de las cuales 26 son negras
(13 espadas A, 2, 3,  , 10, J, Q, K; 13 son tréboles); y 26 son rojas (13 corazones y 13

diamantes), la probabilidad de que la carta sea un as es porque el evento de

"extraer un as" consta de 4 de los 52 resultados igualmente probables. La probabilidad de

que la carta sea negra es y la probabilidad de que sea un diamante es .

Ejemplo 25: Al lanzar un dado, ¿cuál es la probabilidad de obtener un número par?

Solución: S ={1, 2, 3, 4, 5, 6}, y hay tres pares, luego,

Ejemplo 26: ¿Cuál es la probabilidad de que una familia que tiene tres hijos, hayan dos
niñas y un niño, si se considera igualmente probable el nacimiento de un niño o niña?

Solución: Usando "a" para niña y "o" para niño, el espacio muestra es:

S = {aaa, aao, aoa, aoo, oaa, oao, ooa, ooo} n(S) = 8

El evento A en que hayan dos niñas y un niño es

A = {aao, aoa, oaa, } n(A) = 3

Obsérvese que siempre 0 < P(A) < 1, puesto que 0 < n(A) < n(S).

DEFINICIÓN EMPÍRICA "A POSTERIORI" 0 FRECUENCIAL

La definición clásica se ve limitada a situaciones en las que hay un número finito de

resultados igualmente probables. Por desgracia, hay situaciones prácticas que no son de este
tipo y la definición de Laplace no se puede aplicar. Por ejemplo, si se pregunta por la
probabilidad de que un paciente se cure mediante cierto tratamiento médico, o la
probabilidad de que una determinada máquina produzca artículos defectuosos, entonces no
hay forma de introducir resultados igualmente probables. Por ello se necesita un concepto
más general de probabilidad. Una forma de dar respuesta a estas preguntas es obtener
algunos datos empíricos en un intento por estimar las probabilidades.

Supongamos que efectuamos un experimento n veces y que en esta serie de n ensayos el

evento A ocurre exactamente r veces, entonces la frecuencia relativa del evento es ,o sea,
Si continuamos calculando esta frecuencia relativa cada cierto número de ensayos, a
medida que aumentamos n, las frecuencias relativas correspondientes serán más estables; es
decir; tienden a ser casi las mismas; en este caso decimos que el experimento muestra
regularidad estadística o estabilidad de las frecuencias relativas. Esto se ilustra en la
siguiente tabla, de una moneda lanzada al aire 1000 veces.

# de # de Frecuencia Frecuencia Frecuencia

lanzamientos relativa acumulada acumulada
caras relativa
1 - 100 52 0.52 52 0.520
100 - 200 53 0.53 105 0.525
200 - 300 52 0.52 157 0.523
300 - 400 47 0.47 204 0.510
400 - 500 51 0.51 255 0.510
500 - 600 53 0.53 308 0.513
600 - 700 48 0.48 356 0.509
700 - 800 46 0.46 402 0.503
800 - 900 52 0.52 454 0.504
900 -1000 54 0.54 508 0.508
Total: 1000 508 0.508

En un total de 1000 lanzamientos ocurrieron 508 caras, es decir la frecuencia relativa es

aproximadamente 0.50.

Tres investigadores realizaron experimentos y obtuvieron los siguientes resultados

Investigador Número de Número de Frecuencia

lanzamientos caras relativa

Buffon 4040 2048 0.5069

 K. Pearson 12000 6019 0.5016

K. Pearson 24000 12012 0.5005

La mayoría de experimentos aleatorios de importancia práctica tienen estabilidad, por esto

podemos sospechar que prácticamente será cierto que la frecuencia relativa de un evento E
en un gran número de ensayos es aproximadamente igual a un determinado número P(E), o
sea, la probabilidad del evento E es

Obsérvese que este número es una propiedad que no depende solamente de E, sino que se
refiere a un cierto espacio muestra S y a un experimento aleatorio. Entonces, decir que el
evento E tiene probabilidad P(E) significa que si efectuamos el experimento muchas veces,
es prácticamente cierto que la frecuencia relativa de E, fr(E) es aproximadamente igual a
P(E).

Cuando se usa la definición frecuencial, es importante tomar en cuenta los siguientes

aspectos:

i. La probabilidad obtenida de esta manera es únicamente una estimación del valor

real.
ii. Cuanto mayor sea el número de ensayos, tanto mejor será la estimación de la
probabilidad; es decir, a mayor número de ensayos mejor será la estimación.

iii. La probabilidad es propia de sólo un conjunto de condiciones idénticas a aquéllas en

las que se obtuvieron los datos, o sea, la validez de emplear esta definición depende
de que las condiciones en que se realizó el experimento sean repetidas
idénticamente.

DEFINICIÓN AXIÓMATICA DE KOLMOGOROV

Las definiciones anteriores son netamente empíricas o experimentales, sin embargo después
de establecer una forma de determinar la probabilidad experimentalmente, se pueden
deducir leyes o propiedades de la probabilidad en forma lógica o computacional bajo
ciertas suposiciones llamados axiomas de la probabilidad.

La probabilidad de un evento A se define como el número P(A), tal que cumple con los
siguientes axiomas:
AXIOMA 1: La probabilidad P(A) de cualquier evento no debe ser menor que cero ni
mayor que uno: 0 < P(A) < 1

AXIOMA 2: P(S) = 1

AXIOMA 3: Si A y B son dos eventos mutuamente exclusivos (A  B =  ), entonces: P

(A  B) = P(A) + P(B)

Toda la teoría elemental de la probabilidad está construida sobre las bases de estos tres
simples axiomas.

Si el espacio muestral es infinito, debemos reemplazar el axioma 3 por el

AXIOMA 4: Si A1, A2, … son eventos mutuamente exclusivos, entonces tenemos que

P(A1  A2  …) = P(Al) + P(A2) +…+