tema

63 MATEMÁTICAS

Frecuencia y probabilidad.
Leyes del azar.
Espacio probabilístico.
24-13855-13

Temario 1993
 tema 63

matemáticas

1. Frecuencia
1.1. Experimentos aleatorios. Sucesos

1.2. Frecuencias

2. Probabilidad. Leyes de azar

2.1. Definición clásica de probabilidad o regla de Laplace

2.2. Definición frecuencial de probabilidad o ley de azar

2.3. Definición subjetiva de probabilidad

3. Espacio probabilístico. Definición axiomática de probabilidad

3
 tema 63

matemáticas

INTRODUCCIÓN

Un fenómeno aleatorio se caracteriza porque, bajo las mismas circunstancias, no siempre

produce el mismo el mismo resultado aunque de antemano se conozcan los posibles resul-
tados, es decir, un fenómeno aleatorio no presenta una regularidad determinista.
El cálculo de probabilidades tiene por objeto el estudio de los métodos de análisis del com-
portamiento aleatorio de los fenómenos no deterministas.
El estudio de los juegos de azar fue el principio de la Probabilidad. Realmente los juegos
de azar han estado presentes en casi todas las civilizaciones, pero fue a finales del siglo
XVIII cuando se comenzó a escribir sobre la Probabilidad. Los problemas sobre juegos
que el caballero De Méré planteó a Pascal provocaron una correspondencia entre los ma-
temáticos Pascal y Fermat para tratar solucionarlos. Posteriormente muchos matemáticos,
entre los que se encuentra Bernoulli, Laplace, Bayes… han estudiado los fenómenos de
azar, obteniendo las leyes que los rigen y que se aplican, con éxito, al estudio de situaciones
aleatorias de más trascendencia social.
Concretamente Laplace nos ofreció una de las primeras definiciones, indicando simple-
mente que la probabilidad de un suceso es igual al cociente del número de casos favorables
entre el número de casos totales. Lo que quedó establecido es que aunque el resultado de un
suceso sea incierto se puede establecer patrones de comportamiento a largo plazo.
En el presente tema se tratará en primer lugar todo lo relacionado con los sucesos y la pro-
babilidad definiendo cada uno de los conceptos, para pasar a definir el álgebra de sucesos.
Las leyes del azar y el espacio probabilística completan el tema.

5
tema 63

matemáticas

1 Frecuencia

1.1. Experimentos aleatorios. Sucesos

En la vida se presentan fenómenos en los que no es posible predecir de antemano

el resultado de los mismos, por ejemplo, al tirar un dado al aire y observar el nú-
mero de puntos de la cara superior del mismo cuando reposa sobre la mesa. Esta
clase de experimentos reciben el nombre de aleatorios, ya que en las mismas
condiciones iniciales (causas) obtenemos distintos resultados (efectos).
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 le llamamos muestra de dimensión n.
Antes de realizar una prueba, por ejemplo lanzar un dado, sabemos que los nú-
meros 1, 2, 3, 4, 5 y 6 son los sucesos elementales de la misma, es decir, son los
posibles resultados de dicha prueba. Al conjunto formado por los sucesos elemen-
tales le llamamos espacio muestral E = {1, 2, 3, 4, 5, 6}.
Además podemos considerar otros sucesos, como sacar par, sacar número primo...,
que son sucesos compuestos, al estar formados por varios sucesos elementales.
En general, llamamos suceso a cada uno de los subconjuntos del espacio mues-
tral E. Los sucesos pueden determinarse por extensión enumerando sus elemen-
tos, o bien dando una propiedad que la verifiquen únicamente los puntos elemen-
tales que lo forman. Se dice asimismo que un suceso ocurre o se verifica cuando
al realizar el experimento se obtiene como resultado sus puntos muestrales. Por
tanto, el conjunto vacío φ es un suceso llamado imposible, es decir, que nunca se
verifica, y el conjunto total E es otro suceso llamado seguro, es decir, que siempre
se verifica.
Obsérvese que los sucesos elementales quedan caracterizados mediante los sub-
conjuntos unitarios del espacio muestral E.
Decimos que el suceso A implica el suceso B si siempre que se verifica el suce-
so A se verifica necesariamente el suceso B; por ejemplo, si el suceso A es obtener
6 y el suceso B es obtener par, entonces el suceso A implica el suceso B y lo de-
notamos por A ⊂ B.
Dados dos sucesos A y B de un determinado experimento aleatorio, se dice que el
suceso A es igual al suceso B y se representa por A = B, si siempre que ocurre el
suceso A ocurre el suceso B, y recíprocamente.
Llamamos suceso contrario de A, y le denotamos por A, al suceso que se verifica
cuando no se verifica el suceso A, por ejemplo, el suceso contrario de A sacar par
es  A sacar impar.

6
 tema 63

matemáticas

Definimos la unión de los sucesos A y B como el suceso A ∪ B, que se verifica

cuando se verifica al menos uno de ellos.
Definimos la intersección de los sucesos A y B como el suceso A ∩ B, que se
verifica cuando se verifican simultáneamente A y B.
Dos sucesos A y B son incompatibles cuando al verificarse uno no se puede veri-
ficar el otro, es decir, cuando A ∩ B = φ.
Dados dos sucesos A y B de un determinado experimento aleatorio, se define la
diferencia de los sucesos A y B, y se representa por A – B, como aquel suceso D
que ocurre siempre que ocurre A y no ocurre B:
A–B=D=A∩B
El conjunto de todos los sucesos del experimento aleatorio lanzar un dado, respec-
to de la unión y de la intersección, es un retículo distributivo y complementario,
es decir, un álgebra de Boole.
También podemos obtener el álgebra de Boole considerando que en el conjunto
de los sucesos S = P (E) se verifica:
n
1. Si A1, A2, ..., An ∈ S, entonces ∪ ∈ S
i =1
2. Si A ∈ S, entonces A = E − A ∈ S
Obsérvese que en la exposición realizada hemos identificado suceso en E con
subconjunto de (E).
Veamos algunas equivalencias entre los conceptos dados en el álgebra de Boole de
los sucesos aleatorios y el álgebra de Boole de las partes de un conjunto:
Espacio muestral, suceso seguro E. . . . . . . . . Conjunto universal
Suceso elemental. . . . . . . . . . . . . . . . . . . . . . . Subconjunto unitario del conjunto
universal
Suceso. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Subconjunto del conjunto
universal
Suceso imposible. . . . . . . . . . . . . . . . . . . . . . . Conjunto vacío
Suceso contrario . . . . . . . . . . . . . . . . . . . . . . . Conjunto complementario
Sucesos incompatibles. . . . . . . . . . . . . . . . . . . Conjuntos disjuntos
Sea E un espacio muestral y sea  Í (E). Diremos que  es un álgebra de su-
cesos sobre el espacio E si se verifican las siguientes condiciones:
1. E  
2. Si A, B   entonces A ∪ B  
3. Si A   entonces A  
Dada una familia de sucesos {An}n∈I , con I Í  , diremos que se trata de un
sistema completo de sucesos si:
1. Ai ∩ Aj = ∅    ∀i ≠ j

2. A = E
i∈I
i

7
tema 63

matemáticas

1.2. Frecuencias

Sea A un suceso de un experimento aleatorio de espacio muestral E. Si al realizar

n veces dicho experimento el suceso A se verifica nA veces, a esta cantidad se le
llama frecuencia absoluta del suceso A. Y al cociente
nA
n
se le llama frecuencia relativa, denotado por fr (A). El comportamiento de las
frecuencias relativas que estudiaremos en este apartado ha sido el soporte real que
ha permitido construir la teoría axiomática de la probabilidad que veremos más
adelante.
Propiedades
„„ 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 ningu-

0
na de dichas pruebas, entonces la fr (A) = = 0. En particular, fr (∅) = 0.
n
Además, si al realizar n pruebas sucesivas se verifica el suceso A en todas ellas,
n
entonces la fr (A) = = 1. En particular, fr (E) = 1.
n
„„ 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’ prue-
bas y el suceso B en n’’ pruebas, entonces el suceso A ∪ B se verifica en
n’ + n’’ pruebas, ya que son incompatibles, y tenemos:
n′ + n′′ n′ n′′
fr (A ∪ B) = = + = fr (A) + fr (B)
n n n

En particular, fr ( A ∪ A) = fr ( A) + fr ( A)
„„ Si A y B son dos sucesos compatibles, (A ∩ B ≠ ∅) ,entonces:
fr (A ∪ B) = fr (A) + fr (B) – fr (A ∩ B)

8
 tema 63

matemáticas

2 Probabilidad. Leyes de azar

En su inicio, el concepto de probabilidad surgió de un modo intuitivo y experi-
mental. Este concepto se ha ido desarrollando a lo largo del tiempo mostrando
diversas formas de presentación. La noción que hoy por hoy tenemos de la proba-
bilidad es, por tanto, el resultado de toda una evolución histórica.
La probabilidad representa una medida, la medida de la incertidumbre que tiene
un suceso de ocurrir. Por tanto, como medida que es, la probabilidad es un núme-
ro. El problema radica en cómo asignar ese número a cada suceso.
A lo largo de este apartado veremos 3 enfoques de la probabilidad, dejando de ma-
nifiesto la insuficiencia que presentan todos ellos para englobar, en su definición,
a todos los fenómenos aleatorios y la necesidad de una definición que englobe to-
dos. El problema se resuelve por la vía de la axiomatización, que desarrollaremos
en el siguiente apartado.

2.1. Definición clásica de probabilidad o regla de Laplace

Si el espacio muestral de un experimento aleatorio esta formado por un número

finito de sucesos elementales, incompatibles entre si y con las mismas oportuni-
dades de ocurrir, esto es, equiprobables, se calcula la probabilidad de un suceso A
mediante la ley de Laplace que dice que la probabilidad de que ocurra el suceso
A es el cociente entre el número de casos favorables a A y el de todos los posibles
resultados del experimento.
Es decir, sea A un suceso cualquiera formado por k sucesos elementales. Se define
la probabilidad de A como:
k
P( A) =
n
siendo n el número de sucesos elementales del experimento.
Esta definición tiene un gran inconveniente y es que en muchos de los experimen-
tos en los que queremos calcular una determinada probabilidad los sucesos ele-
mentales que lo componen no son equiprobables y en tal caso la regla de Laplace
no se puede aplicar.

2.2. Definición frecuencial de probabilidad o ley de azar

En determinados experimentos aleatorios es posible comprobar que si el experi-

mento se repite indefinidamente entonces la frecuencia relativa de cada suceso se
va estabilizando alrededor se un número, es decir, se observa que al aumentar el
número de experimentos, la frecuencia relativa de un suceso A tiende a converger
a un cierto número que llamaremos probabilidad de A. Teniendo en cuenta esto se
puede definir estadísticamente la probabilidad del suceso A del siguiente modo:
nA
P( A) = lim fr ( A) = lim , siendo nA= fr(A) y n = número de experimentos
n →∞ n →∞ n

9
tema 63

matemáticas

Esta es la noción intuitiva o frecuencial de probabilidad. Fue establecida por auto-

res como el ingles Fisher, aunque esta «estabilidad de las frecuencias» fue regis-
trada por primera vez en la antigua China. Laplace trabajó también en esta noción
de probabilidad registrando los datos referentes a la relación entre el número de
hombres y mujeres de los censos de distintas ciudades europeas dando la cifra
de 22/43.
La definición frecuencial de probabilidad también se denomina ley de azar o ley
de estabilidad de las series estadísticas.
Pero esta definición frecuencial de probabilidad tampoco resulta totalmente satis-
factoria ya que hay que tener en cuenta que hay fenómenos que no pueden repe-
tirse. Por ejemplo, cuando una compañía de seguros quiere asegurar un vehículo
necesita conocer el riesgo de que tenga un accidente para fijar una póliza pero no
puede repetir el experimento para ver a que número tiende su frecuencia relativa.

2.3. Definición subjetiva de probabilidad

Las interpretaciones clásica y frecuencial de la probabilidad vistas hasta ahora se

basan en la repetición del experimento bajo las mismas condiciones pero, como ya
hemos indicado en el apartado anterior, hay fenómenos a los que hay que darles
una probabilidad y que no se pueden repetir.
La probabilidad subjetiva es la cuantificación que una persona o grupos de per-
sonas hacen de un suceso al estudiar fenómenos aleatorios en los que no existe la
posibilidad de repetir el experimento, utilizando la información que se dispone.

10
 tema 63

matemáticas

3 Espacio probabilístico. Definición axiomática

de probabilidad
Como se ha indicado anteriormente, la insuficiencia de los enfoques de probabi-
lidad descritos en el apartado anterior, crea la necesidad de dar una definición de
probabilidad que englobe a todas las anteriores. En 1933, Kolmogoroff solucionó
el problema por la vía axiomática proponiendo la denominada definición axiomá-
tica de probabilidad también conocida como definición axiomática de Cramer-
Kolmogoroff.
Sea E un espacio muestral y una σ-álgebra de sucesos asociada a E (S ⊂ P (E)).
Llamamos probabilidad a una aplicación P: S → R que verifica:
1. A cada suceso A ∈ S le corresponde un número real P (A), llamado probabili-
dad del suceso A tal que P (A) ≥ 0.
2. Si A1, A2, ..., son incompatibles, entonces:
∞
∞ 
P  ∪ An  = ∑ P( An )
 n=1  n=1
3. P (E) = 1
Las condiciones 1 y 2 corresponden a la definición de medida, y la 3 es la que
caracteriza la medida probabilidad.
La terna formada por el espacio muestral E, la σ-álgebra S y la probabilidad P
recibe el nombre de espacio probabilístico (E, S, P).
Propiedades
a) P ( A) = 1 − P (A)
Demostación:
En efecto, 1 = P (E) = P (A ∪ A) = P (A) + P ( A) ⇒ P ( A) = 1 − P (A)
En particular, P (φ) = P ( E) = 1 − P (E) = 1 − 1 = 0.
b) Si A ⊂ B, entonces P (A) ≤ P (B)
Demostración:
Si A ⊂ B, entonces B = A ∪ (B ∩ A), luego P (B) = P (A) + P (B ∩ A) y como
P (B ∩ A) ≥ 0, será P (B) ≥ P (A).
En particular, para todo suceso A tenemos que A ⊂ E, y como P (E) = 1, será
P (A) ≤ P (E) = 1.
c) Si A y B son dos sucesos compatibles (A ∩ B ≠ φ), entonces
P (A ∪ B) = P (A) + P (B) − P (A ∩ B)
Demostración:
Si A y B son dos sucesos compatibles, entonces:
A ∪ B = (A ∩ B) ∪ (A ∩ B) ∪ ( A ∩ B)
A = (A ∩ B) ∪ (A ∩ B)
B = (A ∩ B) ∪ ( A ∩ B)

11
tema 63

matemáticas

luego:
P (A ∪ B) = P (A ∩ B) + P (A ∩ B) + P ( A ∩ B)
Obtendremos la misma espresión a partir de las dos igualdades anteriores:
P (A) = P (A ∩ B) + P (A ∩ B)
P (B) = P (A ∩ B) + P ( A ∩ B)
sumando: P (A) + P (B) = P (A ∩ B) + P (A ∩ B) + P (A ∩ B) + P ( A ∩ B)
es decir:
P (A) + P (B) − P (A ∩ B) = P (A ∩ B) + P (A ∩ B) + P ( A ∩ B) = P (A ∪ B)
Como consecuencia, tenemos que, en general:
P (A ∪ B) ≤ P (A) + P (B)
Por inducción se generaliza la fórmula anterior, obteniendo:
n n

P (A1 ∪ ... ∪ An) = ∑P (A ) – ∑P (A ∩ A ) +

i
i
i≠ j
i j
n

+ ∑P (A ∩ A ∩ A ) – ... + (–1)
i≠ j
i j k
n +1
· P (A1 ∩ ... ∩ An)
i≠k
j ≠k

d) Si el conjunto de los sucesos elementales es finito, es decir:

E = {a1} ∪ {a2} ∪ ... ∪ {an}
y además son incompatibles dos a dos, entonces:
P (E) = P (a1) + P (a2) + ... + P (an) = 1
y para un suceso A tendremos:
P (A) = ∑ P (a )
ai ∈ A
i

sin que la teoría elaborada nos pueda suministrar más información sobre los
valores P (ai).
e) Si el conjunto de los sucesos elementales es numerable, es decir:
E = {a1} ∪ ... ∪ {an} ∪ ...
y además son incompatibles dos a dos, entonces:
∞
P(E) = ∑ P (a ) = 1
n =1
n

y para un suceso A tendremos:

P (A) = ∑ P (a )
ai ∈ A
i

análogamente al caso finito.

12
 tema 63

matemáticas

XX Desigualdad de Bonferroni

Para toda sucesión {Ai}i=1,..n ⊂ S, se verifica:

n 
( )
n n

∑
i =1
P ( Ai ) − ∑
k> j
P Ak ∩ A j ≤ P ∪ Ai  ≤ ∑ P ( Ai )
 i =1  i =1

13
tema 63

matemáticas

BIBLIOGRAFÍA
ARNÁIZ, G.: Introducción a la Estadística Teórica. Ed. Lex Nova.
CRAMER, H.: Métodos matemáticos de Estadística. Ed. Aguilar.
HOEL, P. G.: Introducción a la Estadística Matemática. Ed. Ariel.
QUESADA, V.: Lecciones de Cálculo de Probabilidades. Díaz de Santos, S. A.

14
 tema 63

matemáticas

RESUMEN

Frecuencia y probabilidad.
Leyes del azar.
Espacio probabilístico.

1.
1 Frecuencia

1.1. Experimentos aleatorios. Sucesos

En este apartado se define los conceptos de experimento aleatorio, espacio muestral, suce-
so elemental y compuesto y se describen los tipos de sucesos y las operaciones con ellos,
para acabar demostrando que el conjunto de todos los sucesos de un experimento aleato-
rio, respecto de la unión y de la intersección, es un retículo distributivo y complementario,
es decir, un álgebra de Boole.

1.2. Frecuencias
Sea A un suceso de un experimento aleatorio de espacio muestral E. Si al realizar n veces
dicho experimento el suceso A se verifica nA veces, a esta cantidad se le llama frecuencia
absoluta del suceso A.
El cociente:
nA
n
se llama frecuencia relativa, denotado por fr (A). En este apartado se estudian las propie-
dades y el comportamiento de las frecuencias relativas, que han sido el soporte real que ha
permitido construir la teoría axiomática de la probabilidad.

2.
2 Probabilidad. Leyes de azar
El concepto actual de probabilidad es el resultado de una evolución histórica en la que el
sentido del término ha ido delimitándose y enriquecido con diferentes aportaciones.
En este apartado se ven 3 enfoques de la probabilidad, dejando de manifiesto la insuficien-
cia que presentan todos y la necesidad de una definición que englobe todos los enfoques.
El problema se resuelve por la vía de la axiomatización.

2.1. Definición clásica de probabilidad o regla de Laplace

Sea A un suceso cualquiera formado por k sucesos elementales equiprobables. Se define
la probabilidad de A como:
k
P( A) =
n

siendo n el número de sucesos elementales del experimento.

15
tema 63

matemáticas

2.2. Definición frecuencial de probabilidad o ley de azar

Se define estadísticamente la probabilidad del suceso A como:
nA
P( A) = lim fr ( A) = lim , siendo n A= fr(A) y n = número de experimentos
n →∞ n →∞ n
Esta es la definición frecuencial de probabilidad también denominada ley de azar o ley de
estabilidad de las series estadísticas, establecida por autores como el ingles Fisher.

2.3. Definición subjetiva de probabilidad

La probabilidad subjetiva es la cuantificación que se hace de un suceso al estudiar fenó-
menos aleatorios en los que no existe la posibilidad de repetir el experimento, utilizando
la información que se dispone.

3.
3 Espacio probabilístico.
Definición axiomática de probabilidad
En este apartado se estudia la definición axiomática de probabilidad dada por Kolmogo-
roff en 1933 solucionando así la insuficiencia de los enfoques de probabilidad descritos y
la necesidad de una definición que englobe a todos. También se define el espacio probabi-
lístico y se ven las principales propiedades de la probabilidad.

16