Documente Academic
Documente Profesional
Documente Cultură
Esta definición o regla para calcular la probabilidad de un evento fue dada por el astrónomo y
matemático francés Pierre-Simon Laplace.
1.2. Ejemplos.
Ejemplo 1. Se lanzan un dado y una moneda para observar el número de puntos en el dado y el lado
que muestra la moneda. Si usamos c = cara y s sello, para simbolizar los resultados de la moneda, el
espacio muestral de este experimento es:
Ω = { (1,c), (2,c), (3,c), (4,c), (5,c), (6,c), (1,s), (2,s), (3,s), (4,s), (5,s), (6,s) }, con #Ω = 12.
Solución
1) A = { (2,c), (4,c), (6,c), (2,s), (4,s), (6,s) }. #A = 6
#A 6
P( A) 0.5
# 12
2) B = { (4,c), (5,c), (6,c) }, #B = 3
#B 3
P( B) 0.25
# 12
3) C = { (c,4) }, #C = 1
#C 1
P(C ) 0.083333
# 12
4) D = { (1,s), (2,s), (3,s), (s,4) }, #D = 4
#D 4
P( D) 0.333333
# 12
Ejemplo 2. En una feria un juego consiste en lanzar 4 monedas indistinguibles de un sol. Cada
moneda que caiga cara es recogida por el jugador y se le entrega una moneda adicional de un sol
como premio. Por otro lado el jugador pierde toda moneda que caiga sello.
1) Determinar el espacio muestral. Todos los resultados de los montos de ganancias y pérdidas
para el juego.
2) Calcular las probabilidades de los siguientes sucesos:
a) A: gana por lo menos dos soles
b) B: las ganancias son iguales a las pérdidas
c) C: Las pérdidas superan a las ganancias
d) D: pierde a lo más un sol
Solución
1) P () 1
2) P( A) 0
3) Si A y B son sucesos incompatibles, P( A B) P( A) P( B)
Esta propiedad se puede extender a un conjunto infinito de sucesos incompatibles.
Si A1, A2,…, An,… son eventos incompatibles dos a dos, entonces P Ai
i 1
P( A ) . Dado
i 1
i
que Ω es finito, el conjunto formado por todas sus partes, PΩ, o el conjunto potencia de Ω,
(2 Ω ), tendrá un número finito de eventos, de modo que para tener la unión de infinitos
sucesos será preciso considerar sucesos imposibles, Ai = Φ.
nA
fA , en estas condiciones se define la probabilidad del evento A como
n
nA
P( A) lim
n n
2.2. Ejemplo.
Sea ξ el experimento que consiste en lanzar una moneda, sea el evento A: se obtiene una
cara. La siguiente tabla contiene las frecuencias absolutas, nA y las frecuencias relativas, fA, para
diferentes números de repeticiones del experimento, la gráfica respectiva nos permite observar que
al aumentar el número de repeticiones surge una regularidad, pues la frecuencia relativa oscila
alrededor de 0.5, valor que se asume como la probabilidad de obtener cara al lanzar una moneda.
n nA fA n nA fA
1 0 0.0000 600 283 0.4717
2 1 0.5000 700 338 0.4829
4 3 0.7500 800 397 0.4963
6 2 0.3333 900 460 0.5111
10 8 0.8000 1000 506 0.5060
15 8 0.5333 1200 622 0.5183
20 12 0.6000 1400 703 0.5021
30 13 0.4333 1600 762 0.4763
40 17 0.4250 1800 916 0.5089
50 22 0.4400 2000 987 0.4935
75 40 0.5333 2200 1097 0.4986
100 50 0.5000 2700 1325 0.4907
125 57 0.4560 3200 1629 0.5091
150 78 0.5200 3700 1810 0.4892
200 93 0.4650 4200 2145 0.5107
250 133 0.5320 4700 2358 0.5017
300 166 0.5533 5200 2587 0.4975
400 216 0.5400 5500 2738 0.4978
500 233 0.4660 10000 5060 0.5060
0.8
0.6
0.4
0.2
0
400
100
125
150
200
250
300
500
600
700
800
900
40
10
15
20
30
50
75
1
2
4
6
10000
1000
1200
1400
1600
1800
2000
2200
2700
3200
3700
4200
4700
5200
5500
Aquí no existe un espacio muestral finito, ni los elementos son igualmente posibles, ni se
puede calcular la frecuencia relativa, ni hay forma de hacer intervenir los enunciados de la
probabilidad axiomática. En estos casos la probabilidad dependerá del grado de credibilidad
que una persona asigne subjetivamente a una opinión o creencia. Bajo este enfoque, dos
personas pueden asignar valores diferentes para la ocurrencia de un mismo evento.
Ejemplo.
Aunque parezca poco interesante, esta forma de asignar probabilidades a priori a los
eventos se emplea en la estadística Bayesiana, para mejorar el cálculo de sus
probabilidades basados en cierta información.
Definición.
Como puede verse, la definición axiomática no proporciona una regla diferente para asignar la
probabilidad de ocurrencia de un evento, sino formaliza las propiedades que satisfacen tanto la
probabilidad clásica como la frecuentista.
Pi > 0, para i = 1, 2, … , n
1) p i 0, para i 1, 2, ... , n
n
2) p
i 1
i 1
Si A es un evento con r resultados posibles del experimento, 1 < r < n, esto es,
A j1 , j2 , j3 ,..., jr , donde j , j , j , …, j es un conjunto de r subíndices, que
1 2 3 r
r
P A p ji p j1 p j2 ... p jr
i 1
Ejemplo. Supongamos que un experimento tiene 4 resultados posibles, cuyo espacio muestral sería
1 ,2 ,3 ,4 , donde P1 p1 , P2 p2 , P3 p3 y P4 p4 siendo,
además p2 = 2p1, P3 = 4p2 y p4 = 5p1.