Ingeniería industrial “B” semestre 2

Probabilidad y Estadística

Presentación:
3.2 Axiomas y Teoremas

Presentan:
Kevin Bryan Acosta Ortuño 19070043
Javier Hernández Arzate 19070171
Mario Flores Guerrero 19070175
Juan Ricardo Arzate Rueda 19070174

Docente:
Marlene Bernal Ríos

Huetamo, Mich., 19 de Marzo de 2020

 Introducción:

Dados un experimento y un espacio muestral S, el objetivo de la probabilidad es

asignar a cada evento A un número P(A), llamado la probabilidad del evento A, el cual
dará una medida Precisa de la oportunidad de que A ocurra.

Para garantizar que las asignaciones serán consistentes con las nociones intuitivas de la
probabilidad, todas las asignaciones deberán satisfacer los siguientes axiomas
(propiedades básicas) de probabilidad.

A continuación se mostrara toda la información recolectada sobre los axiomas y los

teoremas, que nosotros debemos de conocer y aprender.
 Objetivo General

Aplicar adecuadamente las definiciones, axiomas y teoremas sobre la probabilidad

para determinar las probabilidades de cualquier tipo de evento y aplicar
eficientemente en la determinación de la confiabilidad de cualquier sistema.
 Objetivos específicos

Saber todo sobre los axiomas y mostrar algunos ejemplos para que sea mas
comprendido

Saber todo sobre los teoremas como es que se componen y mostrar de la misma
manera algunas demostraciones.
AXIOMAS
Axioma
Son las condiciones mínimas que deben verificarse para que una función definida sobre un
conjunto de sucesos determine consistentemente sus probabilidades
Axioma 1
La probabilidad de cualquier evento A es un numero real no negativo
0 ≤ P(A) ≥ 1
Axioma 2
La probabilidad del evento seguro, S, es igual a 1, denotado simbólicamente
P(£) = 1
Axioma 3
Si a y b son incompatibles o cuando 2 sucesos son incompatibles como no pueden pasar a la vez,
la probabilidad de que pasen a y b simultáneamente será igual a Ø.
Si P(A∩B) = 0 → P (AUB) = P(A) + P(B)
A∩B = Ø
 Axiomas:
Un axioma es el elemento básico de un sistema de lógica formal y junto con las reglas de
inferencia definen un sistema deductivo.

La lógica del axioma es partir de una premisa calificada verdadera por sí misma (el
axioma) e inferir sobre esta otras proposiciones por medio del método deductivo,
obteniendo conclusiones coherentes con el axioma. Los axiomas han de cumplir sólo un
requisito: de ellos, y sólo de ellos, han de deducirse todas las demás proposiciones de la
teoría dada. Los axiomas de probabilidad son las condiciones mínimas que deben
verificarse para que una función que definimos sobre unos sucesos determine
consistentemente valores de probabilidad sobre dichos sucesos.
Axioma 1 Para cualquier evento A, P(A)≥0.

Axioma 2 P(S) = 1.

Axioma 3 Si A1, A2, A3, . . . Es un conjunto de eventos

mutuamente excluyentes, entonces
AXIOMA 1: Si A es un evento de S, entonces la probabilidad del evento A es:

Axioma1

Como no podemos obtener menos de cero éxitos ni más de n éxitos en n experimentos, la

probabilidad de cualquier evento A, se representa mediante un valor que puede variar de 0 a 1.
AXIOMA 2: Si dos eventos son mutuamente excluyentes, la probabilidad de obtener A o B es
igual a la probabilidad de obtener A más la probabilidad de obtener B.

Axioma2

Excluirse mutuamente quiere decir que A y B no pueden ocurrir simultáneamente en el mismo

experimento. Así, la probabilidad de obtener águila o sol en la misma tirada de una moneda será:
Se podría preguntar por qué el tercer axioma no contiene ninguna referencia a un
conjunto finito de eventos mutuamente excluyentes. Es porque la propiedad
correspondiente para un conjunto finito puede ser derivada de los tres axiomas. Se
pretende que la lista de axiomas sea tan corta como sea posible y que no contenga
alguna propiedad que pueda ser derivada de los demás que aparecen en la lista. El
axioma 1 refleja la noción intuitiva de que la probabilidad de que ocurra A deberá
ser no negativa.

El espacio muestral es por definición el evento que debe ocurrir cuando se realiza el
experimento (S contiene todos los posibles resultados), así se dice el axioma 2 que
es la máxima probabilidad posible de 1 está asignada a S.
El tercer axioma formaliza la idea que si se desea la probabilidad de que ocurra al
menos uno de varios eventos, y no ocurran dos al mismo tiempo, entonces la
probabilidad de que por lo menos uno ocurra es la suma de las probabilidades de los
eventos individuales.
 Ejemplo 1:

Considere lanzar una tachuela al aire. Cuando se detiene en el suelo, o su punta estará
hacia arriba (el resultado U) o hacia abajo (el resultado D). El espacio muestral de este
evento es por consiguiente S = {U, D}. Los axiomas especifican P(S ) = 1, por lo que la
asignación de probabilidad se completará determinando P(U ) y P(D). Como U y D
están desarticulados y su unión S, la siguiente proposición implica que

1 = P(S ) = P(U ) + P(D)

Se desprende que P(D) = 1 - P(U ). Una posible asignación de probabilidades es P(U ) =

0.5, P(D) = 0.5, mientras que otra posible asignación es P(U ) = 0.75, P(D) = 0.25. De
hecho, si p representa cualquier número fijo entre 0 y 1, P(U ) = p, P(D) = 1 - p es una
asignación compatible con los axiomas.
¦
 Ejemplo 2:

Regresemos al experimento del ejemplo 2.4, en el cual se prueban las baterías que salen de
la línea de ensamble una por una hasta que se encuentra una con el voltaje dentro de los
límites prescritos. Los eventos simples son E1 = {E}, E2 = {FE}, E3 = {FFE}, E4 = {FFFE}, . . . .
Suponga que la probabilidad de que cualquier batería resulte satisfactoria es de 0.99.
Entonces se puede demostrar que P(E1) = 0.99, P(E2) = (0.01)(0.99), P(E3) = (0.01) ^2 (0.99), . .
. es una asignación de probabilidades a los eventos simples que satisface los axiomas. En
particular, como los Ei son disjuntos y S = E1 U E2 U E3 U ...,debe ser el caso de que

Sin embargo, otra asignación de probabilidad legítima (de acuerdo con los axiomas) del
mismo tipo “geométrico” se obtiene reemplazando 0.99 por cualquier otro número p entre 0
y 1 (y 0.01 por 1 - p).
TEOREMAS
Teoremas

1.- P(A) = 1- P(A) ≤ P(A) ≥ 1

2.- P(Ø) = 0
3.- P(A) ≤ P(B) SI A contenido B = P(A) = P(B)
4.- 0 ≤ P(A) ≤ 1
5.- P (AUB) = P(A) + P(B) – P(A∩B)
6.- P(AUBUC) = P(A) + P(B) + P(C) – P(A∩B)
- P (A∩C) – P(B∩C) + P(A∩B∩C)
7.- P(A-B) = P(A) – P(A∩B)
Ejemplo son A y B dos eventos tal que P(A) = 0.3, P (B) = 0.4 y P(A∩B) = 0.1
Calcular:
P (B) = 1 – 0.4 = 0.6
P (A – B) = P (A) – P(A∩B) = 0.3 – 0.1 = 0.2
P (AUB) = P(A) + P(B) – P(A∩B) = 0.3 + 0.4 – 0.1 = 0.6
P (A∩B) = 1 – P(AUB) = 1 – 0.6 = 0.4

A B

A∩B 0.3
0.2
0.1

0.4
 Teoremas:

TEOREMA 1. Si ɸ es un evento nulo o vacío, entonces la probabilidad de que ocurra ɸ debe

ser cero.
p(ɸ)=0

Ejemplo: La probabilidad de que un estudiante sea mujer es "1 menos la probabilidad de que
no sea varón".
DEMOSTRACIÓN:
Si sumamos a ɸ un evento A cualquiera, como ɸ y A son dos eventos mutuamente
excluyentes, entonces p(AɸU) = p(A) + p (ɸ) = p(A). LQQD
TEOREMA 2. La probabilidad del complemento de A, A^c debe ser,
p(A^c)= 1 – p(A).
DEMOSTRACIÓN:
Si el espacio muestral ɸ, se divide en dos eventos mutuamente exclusivos, A y A^c luego S =
AUA^c, por tanto p(S) = p(A) + p(A^c) y como en el axioma dos se afirma que p(S) = 1, por
tanto, p(A^c)= 1 - p(A) .LQQD

TEOREMA 3. Si un evento A C B, entonces la p(A) ≤ p(B).

DEMOSTRACIÓN:
Si separamos el evento B en dos eventos mutuamente excluyentes, A y B \ A (B menos A), por
tanto, B=AU(B \ A) y p(B)=p(A) +p(B \ A), luego entonces si p(B \ A) ≥ 0 entonces se cumple
que p(A) ≤ p(B). LQQD
TEOREMA 4. La p( A \ B )= p(A) – p(A∩B)
DEMOSTRACIÓN: Si A y B son dos eventos cualquiera, entonces el evento A se puede separar
en dos eventos mutuamente excluyentes, (A \ B) y A∩B, por tanto, A=(A \ B)U(A∩B), luego
p(A)=p(A \ B) + p(A∩B), entonces, p(A \ B) = p(A) – p(A∩B). LQQD

TEOREMA 5. Para dos eventos A y B, p(AUB)=p(A) + p(B) – p(A∩B)

DEMOSTRACIÓN: Si AUB = (A \ B) U B, donde (A \ B) y B son eventos mutuamente
excluyentes, por lo que p(A U B) = p(A \ B) + p(B) y del teorema anterior tomamos que p(A \
B) = p(A) – p(A∩B), por tanto, p(AUB) = p(A) +
p(B) – p(A∩B). LQQD
 Conclusión

Como conclusión tenemos que un teorema es una fórmula bien formada que puede
ser demostrada dentro de un sistema formal, partiendo de axiomas u otros teoremas.
Demostrar teoremas es un asunto central en la lógica matemática. Y es por eso que
debemos de saber todo lo necesario de los axiomas y los teoremas, para que podamos
comprender todo lo que se presente.
Esperemos que halla quedado todo claro en esta exposición ya que se recolecto toda
la información necesaria y así poder presentarla.
 Referencias bibliográficas:
Rodriguez, J. (18 de febrero del 2014). Axiomas y teoremas. Recuperado el 19 de marzo del 2020 del URL:
http://cidecame.uaeh.edu.mx/lcc/mapa/PROYECTO/libro19/21definicin_axiomas_y_teoremas.html

Perez, A. (20 de marzo del 2018). Axiomas y teoremas. Recuperado el 19 de marzo del 2020 del URL:
http://www.itchihuahua.edu.mx/academic/industrial/sabaticorita/_private/02Axiomas%20y%20teoremas.htm

Morales Ramon, J. (04 de junio del 2012). Axiomas y teoremas. Recuperado el 19 de marzo del 2020 del URL:
http://probabilidadyestadisticaitsav.blogspot.com/2012/06/23-probabilidad-con-tecnicas-de-conteo.html
 Citas bibliográficas:

• Devore, J. L. (2008). Probabilidad y Estadística Para Ingeniería y Ciencias. (séptima

edición). Cengage Learning Editores, S.A. DE C.V.
• Walpole, R. E., Myers, R. H. & Myers S. L. (2012). Probabilidad y Estadística Para
Ingeniería y Ciencias. (Novena edición). PEARSON EDUCACIÓN, México.
• Morales, J (s.f.). Axiomas y Teoremas de la Probabilidad. Recuperado el 18 de Marzo
de 2020 de: https://www.studocu.com/en-us/document/benemerita-universidad-
autonoma-de-puebla/analisis-de-algoritmos-numericos/apuntes/axiomas-y-
teoremas-de-la-probabilidad/2158109/view