Vous êtes sur la page 1sur 4

La definicin de probabilidad

Ejemplo 1
Lanza dos dados de seis caras. El espacio muestral que resulta de este
experimento contiene 36 resultados distintos:

DADOS 1 2 3 4 5 6
1 1, 1 1, 2 1, 3 1, 4 1, 5 1, 6
2 2, 1 2, 2 2, 3 2, 4 2, 5 2, 6
3 3, 1 3, 2 3, 3 3, 4 3, 5 3, 6
4 4, 1 4, 2 4, 3 4, 4 4, 5 4, 6
5 5, 1 5, 2 5, 3 5, 4 5, 5 5, 6
6 6, 1 6, 2 6, 3 6, 4 6, 5 6, 6

Si asumimos que los dados son buenos, no estn cargados, la probabilidad de observar cualquiera de
estos 36 resultados debe ser 1/36. As P(3, 1) = 1/36. Encontramos la probabilidad de que se observe el 3
en el dado azul. Como ste es uno de seis posible sresultados y cada uno de ellos tiene la misma
posibilidad de ser observado, la probabilidad deseada es 1/6.

Experimenta y resuelve
Encuentra las siguientes probabilidades:
a. P(el primer dado es 3)
b. P(el segundo dado no es 5)
c. P(el primer dado es 4 y el segundo es 8)
d. P(el primer dado es 2 y el segundo es 4)
e. P(el primer dado no es 1 y el segundo no es 4)
f. P(el primer dado es 5 y el segundo es menor de 3)
g. P(la suma de los dados es 3)
h. P(la suma de los dados es mayor que 9)
i. P(la suma de los dados es mayor de 9 y el primero es menor de 3)
j. P(la suma de los dados es mayor de 9 y el primero es mayor o igual a 3)
k. P(la suma de los dados no es 5)
l. P(la suma de los dados es par)
m. P(el primer dado es igual al segundo)
n. P(el valor absoluto de la diferencia entre los dos dados es igual a 3)
o. P(el valor absoluto de la diferencia entre los dos dados es menor de 3)

Si s es un espacio muestral, y A es evento, A S definimos una medida de probabilidad P(A) como


un nmero que asignamos al evento A. Este nmero indica la probabilidad de que el evento A ocurra.
Hasta ahora hemos usado el conocimiento y experiencia previa para calcular la probabilidad de algunos
eventos. Sin embargo, es necesario formalizar las propiedades de la probabilidad a travs de axiomas
fundamentales. Estos nos permitirn descubrir, demostrar y justificar resultados adicionales sobre la
probabilidad.

Sea S un espacio muestral, A un evento en S y P una medida de probabilidad. Lo siguientes axiomas


establecen las propiedades fundamentales de una medida de probabilidad:

C:\My Documents\Cursos\M 5001\1.02.Definicin y axiomas de probabilidad.doc pag. 1


Axioma 1. Para cualquier evento A S, P(A) 0.

Axioma 2. P(S) = 1.

Axioma 3. Para cualquier secuencia infinita de conjuntos disyuntos, A1, A2, , donde Ai S,
i = 1, 2,...., tenemos

P(U Ai ) = P( Ai )
i =1 i =1

Ahora usaremos los axiomas de probabilidad para obtener resultados y reglas que nos ayudarn a
entender y usar la medida de probabilidad. Algunos de los resultados nos pueden parecer obvios, sin
emabargo, el que se puedan demostrar a partir de los axiomas nos da una indicacin de su consistencia y
de lo poderosos que resultan ser.

Teorema 1. P() = 0.
Prueba.

Considera la secuencia infinita A1, A2, , donde cada Ai = . Tenemos que U= , = y


U Ai = . As, del Axioma 3 tenemos que P ( ) = P ( U Ai ) =


i =1
P ( Ai ) = P ( ) .
i =1
i =1 i =1

El nico nmero que tiene la facultad de que es igual a una suma infinita de s mismo es el cero, por lo
cual P() = 0.

Teorema 2. Para cualquier secuencia finita de conjuntos disyuntos, A1, A2,, An tenemos
n n
P(U Ai ) = P( Ai )
i =1 i =1
Prueba.

Considera la secuencia infinita A1, A2, , donde A1, A2,, An son los eventos dados y cada Ai =
cuando i>n. Entonces
n
P(U Ai ) = P(U Ai ) = P( Ai )
i =1 i =1 i =1
n
= P( Ai ) + P( A ) i
i =1 i = n +1
n
= P( Ai ) + 0
i =1
n
= P( Ai ).
i =1

C:\My Documents\Cursos\M 5001\1.02.Definicin y axiomas de probabilidad.doc pag. 2


Estos resultados nos permiten establecer otras propiedades de la probabilidad.

Teorema 3. Para cualquier evento A: P(Ac) = 1 - P(A).


Ac
Prueba. A
Como A y Ac son eventos disyuntos y A U Ac = S, nos dice el teorema
anterior que P(S) = P(A) + P(Ac). El Axioma 2 nos dice que P(S) =1, S
por lo cual P(Ac) = 1 - P(A).
Figura 1. Un conjunto y su
Teorema 4. Para cualquier evento A: 0 P(A) 1. complemento

Prueba.
Sabemos que P(A) 0. Si P(A) > 1, entonces del Teorema 3, tenemos que P(Ac) < 0, lo que contradice
el Axioma 1. Por lo tanto, debemos tener que P(A) 1.

Teorema 5. Si A B entonces P(A) P(B).


BAc B
Prueba.
Podemos escribir B = A BAc. Como A, BAc son eventos A
disyuntos, por el teorema 2, P(B) = P(A) + P(BAc). Cada una de S
estas cantidades son no negativas, en particular,
P(BAc) 0. Por lo tanto P(B) P(A). Figura 2. Ilustracin de A
como subconjunto de B
Teorema 6. Para dos eventos cualquiera A, B tenemos

P(A B) = P(A) + P(B) - P(AB).


A
Prueba. B BAc
A B = (ABc) (AB) (AcB), por lo tanto AB
P(A B) = P(ABc) + P(AB) + P(AcB).
ABc S
c
Tambin vemos que P(A) = P(AB ) + P(AB) y que
P(B) = P(BAc) + P(AB). Resolvemos la primera ecuacin por Figura 3. Particin de A U B
P(ABc) y en la segunda por P(BAc), sustituimos en la ecuacin
para P(A B) y obtenemos el resultado deseado.

Esta tcnica, de descomponer un evento en la unin de eventos C A


B
disyuntos es una importante de uso muy comn. Por ejemplo,
habamos calculado la probabilidad de observar un 3 cuando D
tiramos el dado azul. Calculamos ese valor argumentando que el 3
es uno de seis resultaado equiprobables por los cual la S
probabilidad de ese evento debe ser 1/6. No usamos el hecho de
que lanzamos el dado azul a la vez que lanzamos un dado rojo. Figura 4. Particin del evento A.

C:\My Documents\Cursos\M 5001\1.02.Definicin y axiomas de probabilidad.doc pag. 3


Pero podemos considerarlo, se observa un tres en el dado azul cuando se observa un uno, dos, tres,
cuatro, cinco o un seis en el dado rojo. Es decir, observamos un {3} cuando observamos uno de los
resultados { (3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6) }. As {3}= {(3, 1)} {(3, 2)} {(3, 3)} {(3, 4)}
{(3, 5)} { (3, 6) }.

En ocasiones podemos particionar un evento A en la unin de sus intersecciones con otros conjuntos
disyuntos, por ejemplo, en la Figura 4 vemos que el evento A = AB AC AD. Esto puede
facilitarnos el cmputo de la probabilidad de algunos eventos. Usaremos este resultado ms adelante,
con la ayuda del concepto de probabilidad condicional para obtener la formula de probabilidad total.

C:\My Documents\Cursos\M 5001\1.02.Definicin y axiomas de probabilidad.doc pag. 4