Professional Documents
Culture Documents
=
=
1 1 i
c
i
c
i
i
A A y
U I
=
=
1 1 i
c
i
c
i
i
A A
Interpretacin intuitiva de la Probabilidad: Supongamos que se repite n veces un mismo
experimento aleatorio en forma independiente y bajo las mismas condiciones. Sea n
A
el
nmero de veces que ocurre el suceso A en las n repeticiones. Se denomina frecuencia
relativa de A en la secuencia de n repeticiones a
n
n
A fr
A
= ) (
La evidencia emprica muestra que cuando n crece, ) ( A fr tiende a estabilizarse
alrededor de un nmero que llamaremos P(A).
Qu propiedades tiene la frecuencia relativa?
1) 0 ) ( =
n
n
A fr
A
2) 1 ) ( = = =
n
n
n
n
S fr
S
Probabilidades y Estadstica (Computacin)
Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires
Ana M. Bianco y Elena J. Martnez 2004
6
3) Si A B = ) ( ) ( ) ( B fr A fr
n
n
n
n
n
n n
n
n
B A fr
B A B A B A
+ = + =
+
= =
La definicin axiomtica de Probabilidad, que daremos a continuacin, es consistente con
la idea intuitiva que se tiene de ella.
Axiomas de Probabilidad: Dado un experimento aleatorio y un espacio muestral
asociado S, a cada evento A se le asociar un nmero que notaremos P(A) y que
llamaremos probabilidad del evento A. Esta asignacin debe satisfacer los siguientes
axiomas:
A1. P(A) 0 para todo evento A.
A2. P(S) = 1
A3a. Si
n
A A A ,..., ,
2 1
es una coleccin finita de sucesos mutuamente excluyentes, es
decir que =
j i
A A j i , entonces
= =
=
n
i
i
n
i
i
A P A P
1 1
) (
U
A3b. Si
n
A A A ,..., ,
2 1
,... es una coleccin infinita numerable de sucesos mutuamente
excluyentes, es decir si =
j i
A A j i , entonces
=
=
1 1
) (
i
i
i
i
A P A P
U
Ejemplo: Consideremos el ejemplo en que se arroja una moneda una vez, para el cual el
espacio muestral es S={cara,ceca}. Si denominamos E
1
= {cara} y E
2
={ceca} a los dos
eventos elementales, como P(S) = 1 = P(E
1
)+P(E
2
), entonces P(E
2
) = 1- P(E
1
). Por lo
tanto, cualquier asignacin de probabilidades de la forma: P(E
1
) = p y P(E
2
) =1-p con
0 p 1, satisface los axiomas.
Propiedades de la Probabilidad:
1) ) ( 1 ) ( A P A P
c
= para todo suceso A
Dem: ) ( 1 ) ( ) ( ) ( ) ( ) ( 1
3 2
A P A P A P A P A A P S P
c c
a A
c
A
= + = = = U
Probabilidades y Estadstica (Computacin)
Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires
Ana M. Bianco y Elena J. Martnez 2004
7
En la tercera igualdad usamos el axioma 3 pues =
c
A A .
2) P() = 0
Dem: ( P ( 1 )
1
P
P
= 0 1 1 ) ( 1 )
2
= = =
A
c
S P
3) Si ) ( ) ( B P A P B A y ) ( ) ( ) ( A P B P A B P =
Dem: Si ) ( A B A B B A = y stos dos eventos son excluyentes. Por el
axioma A3a
) ( ) ( ) ( A B P A P B P + =
Dado que, por el axioma A1, P(B-A) 0 , resulta P(B) P(A) y, despejando, se obtiene la
segunda afirmacin.
4) Dados dos sucesos cualesquiera Ay ). ( ) ( ) ( ) ( , B A P B P A P B A P B + =
Dem: ) ( ) (
c
A B A A B A B A = = y estos dos eventos son excluyentes,
entonces, por el axioma A3a,
( ) ) ( ) ( ) ( ) (
c c
A B P A P A B A P B A P + = = (1)
Por otra parte, ) ( ) (
c
A B A B B = y estos dos eventos son disjuntos, entonces
) ( ) ( ) ( ) ( ) ( ) ( A B P B P A B P A B P A B P B P
c c
= + = (2)
De (1) y (2) resulta que ) ( ) ( ) ( ) ( A B P B P A P B A P + = como queramos demostrar.
5) Dados dos sucesos cualesquiera Ay ). ( ) ( ) ( , B P A P B A P B +
Dem: Esta propiedad se deduce inmediatamente de la propiedad anterior y del axioma
A1.
Ejercicios: a) Demostrar, usando la propiedad 4) que, dados tres sucesos cualesquiera,
2 1
, A A y ,
3
A
) ( ) ( ) ( ) ( ) ( ) (
3 1 2 1 3 2 1 3 2 1
A A P A A P A P A P A P A A A P + + =
) ( ) (
3 2 1 3 2
A A A P A A P +
Probabilidades y Estadstica (Computacin)
Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires
Ana M. Bianco y Elena J. Martnez 2004
8
b) Probar, usando induccin que, dados
n
A A A ,..., ,
2 1
sucesos cualesquiera,
= =
n
i
i
n
i
i
A P A P
1 1
) (
U
Asignacin de probabilidades: Supongamos que el espacio muestral S asociado con
cierto experimento es finito o infinito numerable. En este caso, una manera simple de
trabajar es asignar probabilidades a los sucesos elementales, ya que cualquier suceso A
ser unin de sucesos elementales y stos son obviamente mutuamente excluyentes.
Designando E
i
a los sucesos elementales de S, S =
U
=1 i
i
E (la unin podra ser finita si el
espacio muestral fuese finito). Si conocemos i E P p
i i
0 ) ( = , de manera que
=
=
1
1
i
i
p , entonces dado cualquier suceso A, su probabilidad se puede obtener sumando
las probabilidades de los elementales que lo componen, es decir:
=
A E
i
i
p A P
) (
Ejemplos: 1) Se arroja un dado equilibrado. En este caso, S={1,2,3,4,5,6} y, por
suponerlo equilibrado, los sucesos elementales E
i
= {i} para i=1,..,6 tienen probabilidad
p
i
= 1/6. Si deseamos calcular la probabilidad del suceso A = el resultado es par, usando
que
A= E
2
E
4
E
6
se obtiene P(A) = P(E
2
)+ P(E
4
)+ P(E
6
)=1/2
2) Supongamos ahora que se arroja un dado en el cual la probabilidad de las caras pares
es el doble que la probabilidad de las caras impares, o sea que, si llamamos p a la
probabilidad de cada cara impar,
P(E
1
) = P(E
3
) = P(E
5
) = p y P(E
2
) = P(E
4
) = P(E
6
) = 2 p
Como la suma de las probabilidades debe ser igual a 1,
=
= = = + =
6
1
9
1
1 9 6 3 ) (
i
i
p p p p E P
y, en este caso, P(A) = P(E
2
)+ P(E
4
)+ P(E
6
) = .
3
2
9
2
3 =
3) Arrojamos una moneda equilibrada hasta obtener cara. Cul es la probabilidad de
que la cara sea obtenida en un nmero par de lanzamientos?
Si representamos el espacio muestral tal como lo hicimos ms arriba, tendramos
Probabilidades y Estadstica (Computacin)
Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires
Ana M. Bianco y Elena J. Martnez 2004
9
A={(0,1),(0,0,0,1),(0,0,0,0,0,1),.....}
Veremos ms adelante que en las condiciones de este experimento es razonable
asumir que
Por lo tanto:
ya que si 0<p<1, entonces
Espacios de equiprobabilidad: Sea un experimento aleatorio cuyo espacio muestral
asociado S es finito y sea n = # S (el smbolo # representa el cardinal del conjunto).
Diremos que el espacio es de equiprobabilidad si los n sucesos elementales tienen igual
probabilidad, es decir si
i p E P
i
) ( =
Como .
#
1 1
) ( ) ( 1
1 1
S n
p np p E P S P
n
i
n
i
i
= = = = = =
= =
Dado cualquier suceso A,
S
A
n
E P A P
A E A E
i
i i
#
#
1
) ( ) (
= = = .
Ejemplos: 1) De una urna que contiene 2 bolillas blancas y 3 rojas se extraen 2 bolillas
con reposicin.
a) Cul es la probabilidad de que se extraiga al menos una bolilla roja?
b) Cul es la probabilidad de que la primera bolilla extrada sea roja y la segunda
blanca?
k
=
2
1
o) lanzamient simo - k el en cara P(obtener
3
1
1
3
4
1
4
1
1
1
4
1
2
1
) (
1 1
2
= =
=
=
= k
k
k
k
A P
p
p
k
k
=
1
1
0
Probabilidades y Estadstica (Computacin)
Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires
Ana M. Bianco y Elena J. Martnez 2004
10
Supondremos que las bolillas estn numeradas, de manera de poder considerar que se
trata de un espacio de equiprobabilidad, entonces { } } , , , , { / ) , (
2 1 3 2 1 2 1
B B R R R x x x S
i
= y
su cardinal es #S = 5 5 = 25
a) ) ( 1 ) (
c
A P A P = siendo { } } , { / S ) , (
2 1 2 1
B B x x x A
i
c
= . Como # 4 2 2 = =
c
A ,
resulta
25
21
25
4
1 ) (
25
4
) ( = = = A P A P
c
.
b) { } } , { }, , , { / S ) , (
2 1 2 3 2 1 1 2 1
B B x R R R x x x B = . Como .
25
6
) ( 6 2 3 # = = = B P B
2) Consideremos el ejemplo 1) pero suponiendo ahora que las extracciones se realizan
sin reposicin.
En este caso, { } . 20 4 5 # }, , , , , { / ) , (
2 1 2 1 3 2 1 2 1
= = = S x x B B R R R x x x S
i
a) ) ( 1 ) (
c
A P A P = siendo { } } , { / S ) , (
2 1 2 1
B B x x x A
i
c
= . Como # 2 1 2 = =
c
A ,
resulta
10
9
10
1
1 ) (
10
1
20
2
) ( = = = = A P A P
c
.
b) { } } , { }, , , { / S ) , (
2 1 2 3 2 1 1 2 1
B B x R R R x x x B = . Como .
10
6
) ( 6 2 3 # = = = B P B
Observacin: Qu pasara si en los ejemplos anteriores eligisemos como espacio
muestral { } ) , ( ), , ( ), , ( ), , ( R R B R R B B B S = , denotando B: bolilla blanca y R: bolilla roja?
Sera razonable suponer equiprobabilidad?.