Fundamentos de la teoría de Probabilidad

Carlos Domínguez

1 Experimentos aleatorios y deterministas

Denición 1.1. Un experimento es un un proceso que genera resultados denidos. Existen dos tipos
de experimentos.
1. Aleatorio: es aquel en el cual los resultados no son esencialmente los mismos a pesar de que
las condiciones sean aproximadamente idénticas. Por ejemplo, al lanzar una moneda al aire el
resultado a veces es cara o aveces es sello.
2. Determinista: es aquel en el cual hay la seguridad de qué va a ocurrir siempre que partamos con
unas condiciones iniciales denidas. Por ejemplo, la siguiente semana tendrá siete días.
La probabilidad es una medida numérica de la posibilidad de que ocurra un evento, por lo que
nuestro interés reacae en los experimentos aleatorios.

Denición 1.2. 1. Un conjunto S que consiste en todos los posibles resultados de un experimento
aleatorio se llama un espacio muestral.
2. Cada uno de los elementos de un espacio muestral se denomina punto muestral o evento simple.
3. Cada subconjunto de un espacio muestral se denomina evento o suceso.
Ejemplo 1.3. Si examinamos un fusible para ver si está defectuoso, tenemos dos posibles resultados
y usamos la notación D para defectuoso y N para no defectuoso. Supongamos que analizamos dos
fusibles en secuencia y anotamos los resultados, entonces el espacio muestral tiene 4 elementos y está
dado por S = {DD, DN, N D, N N }. Un evento para este espacio muestral es, por ejemplo, considerar
que exactamente uno de los dos fusibles es defectuoso {DN, N D}. Un evento simple es, por ejemplo,
ambos fusibles son defectuosos {DD}.
Ejercicio: Calcule el número de eventos no simples que tiene el espacio muestral del ejemplo 1.3.

1
2 Asignaciones de probabilidad.

En cualquier experimento aleatorio siempre hay incertidumbre sobre si un suceso espec
fico ocurrirá
o no. Como medida de la oportunidad o plobabilidad con la que podemos esperar que un suceso
ocurra es conveniente asignar un número entre 0 y 1. Si es seguro que el suceso ocurrirá decimos que
su probabiliÂdad es 1 y si es seguro que no ocurrira su probabilidad es 0. En caso de que no haya
seguridad de que suceda o no, se debe asignar un número. Existen tres maneras de hacerlo.
Denición 2.1.
1. Método clásico: es apropiado cuando todos los resultados experimentales tienen la misma posi-
bilidad. Si existen n resultados experimentales, la probabilidad asignada a cada resultado experi-
mental es 1/n. Por ejemplo, si lanzamos una moneda honesta al aire los posibles resultados son
igualmente probables a 1/2.
2. Método de frecuencia relativa: es el más conveniente cuando existen datos para estimar la pro-
porción de veces que se presentarán los resultados si el experimento se repite muchas veces. Por
ejemplo, un estudio sobre los tiempos de espera en el departamento de rayos x de un hospital
pequeño. Durante 20 días sucesivos un empleado registra el número de personas que están es-
perando el servicio a las 9:00 a.m. Si En estos datos aparece que 2 de los 20 días, había cero
pacientes esperando el servicio, 5 días había un paciente en espera, entonces, con el método de
la frecuencia relativa, la probabilidad que se le asignará al resultado experimental cero pacientes
esperan el servicio, será 2/20 = 0.10; al resultado experimental un paciente espera el servicio,
5/20 = 0.25.
3. Método subjetivo: es el más indicado cuando no es factible suponer que todos los resultados
de un experimento sean igualmente posibles y, además, cuenta con pocos datos relevantes. El
método subjetivo de asignación de probabilidades a los resultados de un experimento, usa toda la
información disponible, por ejemplo, la propia experiencia o la intuición. Después de considerar
dicha información se asigna un valor de probabilidad que expresa el grado de conanza (en una
escala de 0 a 1) que tiene acerca de que un resultado experimental ocurra. Como la probabilidad
subjetiva expresa el grado de conanza que tiene un individuo, es personal. Cuando se usa el
método de probabilidad subjetiva, es de esperarse que personas distintas asignen probabilidades
diferentes a los mismos resultados de un experimento. Por ejemplo, Un candidato cree que el
70% de la población votará por él, si denotamos por V a si votaran por él y por N a no votarán
por él, entonces P (V ) = y P (N ) =
Estos enfoques tienen cierto grado de vaguedad por lo que es necesarió establecer ciertas reglas a
la hora de asignar probabilidades, a esto se le conoce como axiomas de la probabilidad
Denición 2.2. 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 diferentes nociones de la probabilidad, todas las asignaciones deberán satisfacer los siguientes
axiomas (propiedades básicas) de probabilidad.
1. P (A) ≥ 0.
2. P (S) = 1.
3. Si A1 , A2 , · · · es un conjunto de eventos mutuamente excluyentes, entonces
P (A1 ∪ A2 ∪ · · · ) = P (A1 ) + P (A2 ) + · · · .

A partir de estos tres axiomas se pueden deducir varios resultados que nos ayudan a calcular
probabilidades.

2
Teorema 2.3.
1. P (φ) = 0.
2. Para cada evento A
0 ≤ P (A) ≤ 1.

3. Si A ⊆ B, entonces B = A ∪ (B − A) y se tiene que P (A) ≤ P (B), además, en este caso

P (B − A) = P (B) − P (A).
4. P (Ac ) = 1 − P (A).
5. Para dos eventos cualesquiera A y B, P (A ∪ B) = P (A) + P (B) − P (A ∩ B).
6. P (B) = P (B ∩ A) + P (B ∩ Ac ).
Ejemplo 2.4. Si la probabilidad de que en un día cualquiera llueva es 0.6 entonces la probabilidad de
que no llueva es de
Ejemplo 2.5. Supongamos que lanzamos un dado honesto de seis lados un par de veces y anotamos
los dos resultados, En este caso el espacio muestral tiene elementos cada uno de la forma (p, q)
donde p y q van del uno al seis. En este caso P (p, q) = 1/36 para cualquier evento simple, por la
suposición de que cualquier número es igualmente probable.
1. Consideremos el evento A que consiste en que la suma de los números registrados es 4, entonces
P (A) = P (1, 3) + P (2, 2) + P (3, 1) = .
2. Por otro lado, la probabilidad de que el primer número sea 3 y el segundo sea diferente de 3 es
.

3. La probabilidad de que ambos números sean 3 es .

4. La probabilidad de que al menos uno de los dos sea 3 es .

5. La probabilidad de que ninguno de los dos sea tres es .

Ejemplo 2.6. En cierta ciudad hay dos candidatos para un puesto político, el candidato A y el can-
didato B. Se sabe que 80% de los votantes elegirían al candidato A, 70% al B y 55% votaría por ambos
(suponiendo que esto es válido).
1. Si elegimos a un habitante aleatorio, la probabilidad de que vote por alguno de los dos candidatos
es .

2. La probabilidad de que alguien elegido al azar vote exactamente por el candidato A es .

3. La probabilidad de que alguien elegido al azar vote exactamente por el candidato B es .