ACADEMIA ADOS

TEMA 63
FRECUENCIA Y PROBABILIDAD
LEYES DEL AZAR
ESPACIO PROBABILISTICO

1. INTRODUCCION.
2. ESPACIO DE PROBABILIDAD.
3. FRECUENCIA. PROPIEDADES.
4. NOCION DE PROBABILIDAD.
4.1 PROBABILIDAD SEGÚN LAPLACE
4.2 PROBABILIDAD FRECUENCIAL. ESTABILIZACIÓN DE
FRECUENCIAS RELATIVAS
4.3 PROBABILIDAD SUBJETIVA
4.4 DEFINICIÓN AXIOMÁTICA DE PROBABILIDAD. TEOREMAS
ASOCIADOS

1. INTRODUCCION
 ACADEMIA ADOS

Cuando un químico mezcla en su laboratorio elementos bajo las mismas

condiciones obtiene siempre el mismo compuesto; cuando se dispara un proyectil con un
mismo ángulo de elevación siempre describe la misma parábola; cuando se calienta un
líquido en las mismas condiciones siempre se evapora a la misma temperatura. Estos son
ejemplos de fenómenos deterministas.

Cuando se administra el mismo tratamiento a varios pacientes que sufren la misma

enfermedad pueden experimentar distintas evoluciones en su estado; cuando se mide el
tiempo que transcurre entre la llegada de dos autobuses de la línea nº 30 se obtienen
distintos valores; cuando se lanza varias veces un mismo dado o moneda, o se extrae un
naipe de la baraja o se extraen las bolas de la lotería en las mismas condiciones, se pueden
obtener diferentes resultados. Estos son ejemplos de fenómenos aleatorios.

El objetivo del cálculo de probabilidades es el estudio de métodos de análisis del

comportamiento de los fenómenos aleatorios, en lo relativo a su comportamiento
aleatorio y no a otros aspectos del fenómeno considerado.

La palabra aleatorio viene del latí “alea”, que significa suerte, azar, o juego. La frase más
conocida de la literatura clásica que contiene esta palabra, es debida a Julio César: “Alea
jacta est” (“La suerte está echada”, en el sentido de que se acaban de lanzar los dados),
frase pronunciada al atravesar el rio Rubicón con sus tropas, lo que equivalía a iniciar una
guerra civil contra Pompeyo.

En los juegos de azar, los lanzamientos, extracciones, etc. son fáciles de seguir, pues se
pueden repetir tantas veces como se quiera de forma rápida y cómoda. Por eso el estudio
de la probabilidad comenzó analizando juegos de azar. En este sentido es célebre la
correspondencia mantenida entre le chevalier de Mere, y Pierre de Fermat. A partir del
análisis de estos juegos se obtienen leyes que rigen los fenómenos aleatorios y que se
aplican, con éxito, al estudio de situaciones aleatorias de más trascendencia social como el
número de hijos que tendrá un matrimonio, el sexo del mayor de ellos, su estatura o el
número de años que vivirá.

DEFINICIÓN

Un fenómeno aleatorio es un fenómeno con el que se puede experimentar, que se

caracteriza por la propiedad de que su observación bajo un conjunto dado de
circunstancias no siempre conduce a observar el mismo resultado, es decir, no presenta
una regularidad determinística, pero los diferentes resultados que se observan aparecen
de tal forma que manifiestan una regularidad estadística.

El método de trabajo del cálculo de probabilidades es un método matemático, que realiza

el siguiente proceso:

1. comienza por construir unos axiomas de carácter general

 ACADEMIA ADOS

2. a partir de estos obtiene, mediante deducción lógica, diversos

resultados llamados teoremas
3. para estudiar un fenómeno real concreto construye un modelo matemático de
dicho fenómeno que se ajuste a los axiomas y le aplica los teoremas generales
4. traslada al fenómeno real los resultados obtenidos para el modelo

Es decir, el cálculo de probabilidades no estudiará el fenómeno real sino un modelo de

dicho fenómeno. Por ello un paso imprescindible para hacer un buen estudio
probabilístico de un fenómeno es la construcción de un buen modelo matemático del
fenómeno. El modelo matemático de un fenómeno aleatorio que necesita el cálculo de
probabilidades para su estudio se denomina espacio de probabilidad.

El contenido de este tema está dividido en tres partes, dedicadas respectivamente a los
espacios probabilísticos, la frecuencia de un suceso y sus propiedades, y la noción de
probabilidad y sus propiedades. Solo necesitamos para desarrollarlo nociones elementales
de estadística vistas en los temas anteriores, y el conocimiento de las estructuras
algebraicas del tema 11.

2. ESPACIO DE PROBABILIDAD
2.1 DEFINICIONES.

DEFINICIÓN

En cada realización particular del experimento aleatorio, es decir, en cada prueba o

experiencia, obtenemos un resultado. Al conjunto formado por los resultados de n
pruebas sucesivas lo llamamos muestra de dimensión n.

DEFINICIÓN

Dado un fenómeno aleatorio, se denomina espacio muestral de dicho fenómeno al

conjunto  que representa todos los resultados diferentes que se pueden obtener al
observar dicho fenómeno. Para manejar mejor los resultados posibles de un experimento,
puede ser interesante agruparlos en conjuntos de resultados, lo que se denomina suceso:

DEFINICIÓN

Dado un fenómeno aleatorio y su espacio muestral asociado , un subconjunto A de 

(A) se denomina suceso si, al observar el resultado de dicho fenómeno, se puede
decidir si se ha verificado o no A.
 ACADEMIA ADOS

Debido a que los sucesos son subconjuntos de un mismo conjunto , se

puede pensar en realizar con ellos operaciones y relaciones propias de conjuntos, que
interpretadas como operaciones entre sucesos dan lugar a las siguientes definiciones:

2.2 OPERACIONES CON SUCESOS.

Dado un fenómeno aleatorio, su espacio muestral asociado  y el conjunto C de todos los

sucesos posibles, para A y B sucesos cualesquiera ( A, B  C) se define:

i) AB es el suceso que se verifica siempre que se verifica A o se verifica B:

ii) AB es el suceso que se verifica siempre que se

verifican A y B simultáneamente:
c
iii) A es el suceso contrario a A, que se verifica siempre que no se verifica A:

iv) B - A=BAc, diferencia de B menos A, que se verifica siempre que se verifica

B y no se verifica A:

v) AB=(ABc)(BAc), diferencia simétrica entre A y B, que se verifica

siempre que se verifica B y no se verifica A o se verifica A y no se verifica B:
 ACADEMIA ADOS

vi) AB se interpreta como que A implica B, esto es, siempre que se verifica A
también se verifica necesariamente B.

A=B se interpreta como que A es equivalente a B, esto es, A y B se verifican o no

simultáneamente.

vii) El conjunto vacío  es el suceso imposible, que nunca se verifica.

viii)  es el suceso seguro, que siempre se verifica
ix) los sucesos A y B se denominan incompatibles si no se verifican
simultáneamente, es decir, si su intersección es el suceso imposible
(AB=)

TEOREMA

Dado un fenómeno aleatorio, su espacio muestral asociado  y el conjunto  de todos

los sucesos posibles, si para  A, B, C   las operaciones de unión e intersección de
sucesos satisfacen las siguientes propiedades:

UNION INTERSECCION
1. Conmutativa AB=BA AB=BA
2. Asociativa (AB)C=A(BC) (AB)C=A(BC)
3. Idempotente AA=A AA=A
4. Simplificación A(BA)=A A(BA)=A
5. Distributiva A(BC)=(AB)(AC) A(BC)=(AB)(AC)
6. Elemento neutro A=A A=A
7. Absorción A= A=
 ACADEMIA ADOS

La demostración de las propiedades anteriores es inmediata, pues todas

ellas son propiedades de los conjuntos en general que se tratan en el tema 11.

Al espacio de sucesos S asociado al espacio muestral  con las operaciones unión,

intersección y complementación se le llama álgebra de Boole de los sucesos aleatorios. En
el álgebra de Boole anterior, se verifican las siguientes propiedades, conocidas como

LEYES DE DE MORGAN.

1. El suceso contrario de la unión de dos sucesos es la intersección de sus sucesos

contrarios:(AB)c = Ac  Bc
2. El suceso contrario de la intersección de dos sucesos es la unión de sus sucesos
contrarios:(AB)c = Ac  Bc

c c
  
  
 c
  n   n   n  An
A A A  c

Leyes que generalizadas quedan:  n1  n1  n 1  n 1

Otros resultados:

AAc = AAc = c = c = (Ac)c = A

2.3 ESPACIO PROBABILÍSTICO.

DEFINICIÓN

Dado un conjunto  y un conjunto C de subconjuntos de , se dice que C tiene estructura

de -álgebra si satisface las siguientes condiciones:

i) C
ii) AC  AcC

 An  n1  C  An  C


iii) n 1

Como consecuencia inmediata de las condiciones i) y ii) resulta que C.

Con todas las definiciones y resultados anteriores, el cálculo de probabilidades define el

espacio de probabilidad, esto es, el modelo matemático de un fenómeno aleatorio a
través del cual estudiará dicho fenómeno, de la forma que se presenta en la siguiente
definición:

DEFINICIÓN

Un espacio de probabilidad es una terna (,C,) donde:

 ACADEMIA ADOS

i)  es el espacio muestral, formado por todos los resultados

posibles de la observación de un fenómeno aleatorio.
ii) C es el conjunto de todos los sucesos y tiene estructura de -álgebra
iii)  es la función de probabilidad que refleja la regularidad estadística del
experimento; es una función real definida sobre C, : C  IR, que satisface los
siguientes axiomas:

A1: (A)0, AC

A2: ()=1

  
 An    An  ,  An  n1
A3:  n 1  n 1 , An colección de sucesos de C incompatibles dos a dos
(AiAj=,  ij)

A partir de las restricciones establecidas para  y C en la definición de espacio de

probabilidad y de los axiomas A1, A2 y A3 se construye la teoría del cálculo de
probabilidades.

3. FRECUENCIA. PROPIEDADES.
Si tenemos una muestra de dimensión n de un experimento aleatorio en la que el suceso
A se ha verificado en n’ pruebas, decimos que la frecuencia relativa del suceso A ha sido:

fr(a) = n’/n

PROPIEDADES

a) La frecuencia de cualquier suceso está comprendida entre 0 y 1.

0  fr(A)  1

En efecto, si al realizar n pruebas sucesivas no se verifica el suceso A en ninguna de ellas,

entonces fr(A)=0/n=0. Además, si al realizar n pruebas sucesivas se verifica el suceso A en
todas ellas, entonces fr(A)=n/n=1

b) Si A y B son dos sucesos incompatibles, entonces:

fr(AB)=fr(A)+fr(B)

En efecto, si al realizar n pruebas sucesivas el suceso A se verifica en n´ pruebas y el

suceso B en n´´ pruebas, entonces el suceso AB se verifica en n´+n´´ pruebas, ya que son
incompatibles, y tenemos:
 ACADEMIA ADOS

fr(AB) = (n´+n´´)/n = n´/n+n´´/n = fr(A)+fr(B)

c) fr(A)+fr(Ac) = fr(E) = 1

4. NOCION DE PROBABILIDAD
El concepto de probabilidad ha evolucionado a lo largo del tiempo, y ha pasado por
diferentes formas de presentación. La noción actual de probabilidad es el resultado de
una evolución histórica en la que el sentido del término ha ido delimitándose y
enriqueciéndose con diferentes aportaciones.

4.1 PROBABILIDAD DE LAPLACE O CLASICA. (A PRIORI)

Si un experimento cualquiera puede dar lugar a un número finito de resultados posibles, y

no existe razón que de privilegio a unos resultados contra otros (tiene la estructura de un
juego de azar), se calcula la probabilidad de un suceso aleatorio A, según la regala de
Laplace como el cociente entre el número de casos favorables a A, y el de todos los
posibles resultados del experimento:

P(A) = número de casos favorables a A / número de casos posibles

4.2 PROBABILIDAD FRECUENCIAL. (A POSTERIORI)

ESTABILIZACIÓN DE FRECUENCIAS RELATIVAS.

En los experimentos aleatorios se observa que cuando el número de experimentos

aumenta, las frecuencias relativas con las que ocurre un suceso “e” tienden a converger
Pr ob(e)  lím f (e)  lím n i
n  n
n
hacia cierta cantidad que llamaremos probabilidad de e: n 

Esta es la noción intuitiva o frecuencial de probabilidad. Fue establecida por autores como
el inglés R.A. Fisher y el austriaco R. Von Mises, aunque esta “estabilidad de las
frecuencias” fue registrada por primera vez al observar los fenómenos demográficos como
la relación entre hombres y mujeres nacidos en la antigua China, según datos del registro
civil del año 2238 a. C. este número era ½. Laplace registró datos de los censos de diversas
ciudades europeas y dio la cifra de 22/43.

Un ejemplo de esto se presenta en la evolución de la frecuencia relativa del número de

caras obtenido en el lanzamiento de una moneda en 100 ocasiones. En principio la
evolución de las frecuencias relativas es errática, pero a medida que el número de tiradas
aumenta, tiende a acercarse al valor esperado (0.5).
 ACADEMIA ADOS

Frecuencia

de caras

Lanzamientos

4.3 PROBABILIDAD SUBJETIVA

La probabilidad subjetiva es la cuantificación que una persona (o un grupo) hace de un

evento, cuando se estudian fenómenos aleatorios en los que no hay posibilidad de
repetición o experimentación, utilizando la información de que dispone. Esta
conceptualización de la probabilidad es muy empleada en la empresa, la teoría de la
decisión y la teoría de juegos.

Este número expresa el grado de creencia racional que puede ajustarse a cualquier
propiedad, lo más lógico es que sean las tres que se cumplen para la probabilidad clásica y
la frecuencial: la no negatividad, la certeza y la aditividad.

4.4 DEFINICION AXIOMATICA DE PROBABILIDAD.

TEOREMAS ASOCIADOS.

El concepto axiomático de probabilidad fue formulado por Kolmogorov el año 1933. Para
ello necesitó ciertas leyes o axiomas que ha de cumplir una función de probabilidad.

Dado un espacio muestral  y una -álgebra de sucesos C sobre él, diremos que  es una
probabilidad sobre C si se verifican las siguientes propiedades o axiomas:

AXIOMA 1

La probabilidad es una función definida sobre C y sólo toma valores positivos

comprendidos entre 0 y 1.

 : C  (0,1)  IR A  , A  C 0 P(A)  1

AXIOMA 2
 ACADEMIA ADOS

La probabilidad del suceso seguro es 1. P() = 1

AXIOMA 3

La probabilidad de la unión numerable de sucesos disjuntos es la suma de sus

probabilidades:

   
 P  A i    P  A i 
A1, A2, ..., An, ...  C  i 1  i 1

Los axiomas 1 y 3 corresponden a la definición de medida, el 2 es necesario para fijar la

cantidad total de probabilidad y podría ser cualquier número positivo, caracteriza la
medida probabilidad.

Con sólo estas tres leyes tenemos suficiente para obtener todas las propiedades que se
esperan de una función de probabilidad.

La terna formada por el espacio muestral , la -álgebra C y la probabilidad  recibe el

nombre de espacio probabilístico (,C,).

TEOREMA 1

Si  es el suceso imposible, entonces P() = 0

Demostración

Sea A un conjunto, entonces A y  son disjuntos y A   = A

P(A) = P(A  ) = P(A) + P()

Restando P(A) a los dos miembros tenemos el resultado.

TEOREMA 2

P(Ac) = 1 – P(A)

Demostración

1 = P(E) = P(A  Ac) = P(A) + P(Ac)

TEOREMA 3

Si A  B, entonces P(A)  P(B)

 ACADEMIA ADOS

Demostración

Si A  B, tenemos B = A  (B Ac), de aquí P(B) = P(A) + P(B Ac) y como

P(B Ac)  0, será P(B)  P(A)

En particular, para todo suceso A tenemos que A  E, y como P(E) = 1,

P(A)  P(E) = 1

TEOREMA 4

P(A – B) = P(A) – P(AB)

Demostración

A se puede descomponer en los sucesos mutuamente excluyentes A-B y AB, esto es:

A = (A – B)  (A  B)

P(A) = P(A – B) + P(A  B)

TEOREMA 5

P(A  B) = P(A) + P(B) – P(A  B), siempre que A y B sean dos sucesos compatibles, es
decir, (A  B  )

Demostración

Se ve que A  B se puede descomponer en los eventos A – B y b mutuamente

excluyentes, esto es: A  B = (A – B)  B

P(A  B) = P(A – B) + P(B) = P(A) – P(A  B) + P(B) = P(A) + P(B) – P(A  B)

COROLARIO 1

P(A  B  C) = P(A) + P(B) + P(C) - P(A  B) - P(A  C) - P(A  C) + P(A  B  C)

COROLARIO 2

P(A  B)  P(A) + P(B)

Por inducción se generaliza esta fórmula para el caso de infinitos sucesos, que es la
llamada desigualdad de Boole para sucesos incompatibles.
 ACADEMIA ADOS
 
P(E i)   P(E i)
i 1 i 1

CONCLUSIÓN.

Hemos visto en el desarrollo del tema el proceso de matematización de un aspecto de la

realidad altamente complejo. Para obtener de un fenómeno aleatorio un concepto que va
a pertenecer a la abstracta Matemática, hemos localizado sus aspectos característicos y
los hemos convertido en Álgebra abstracta. A partir de este momento, nos centramos
exclusivamente en los aspectos abstraídos que se regirán exclusivamente por las leyes
algebraicas, y se desarrollarán en fórmulas que se aplicarán luego a la realidad, de nuevo.

La continuación lógica de este tema es, por tanto, la obtención del resto de fórmulas
necesarias y conocidas, como la ley de probabilidad total y el teorema de Bayes, que se
estudian en el tema 64.