OPOSICIONES I.N.

BLOQUE ESTADSTICA TERICA BSICA: TEMA 1

TEMA 1: FENMENOS ALEATORIOS. CONCEPTOS

PROBABILIDAD.
PROPIEDADES.
INDEPENDENCIA
SUCESOS. TEOREMA DE BAYES.

DE
DE

FENMENOS ALEATORIOS:
El campo de aplicacin y estudio de la Estadstica y de su fundamento
matemtico, Clculo de Probabilidades, lo constituyen los llamados fenmenos de azar,
aleatorios o estadsticos.
Un fenmeno es cualquier aspecto de la realidad que puede ser observado a
travs de experimentos.
Un experimento es cualquier accin que puede dar lugar a resultados
cuantificables. Suponemos que es posible repetir el experimento un gran nmero de
veces bajo las mismas condiciones y que todos los posibles resultados son conocidos
antes de la realizacin del experimento.
Experimento aleatorio: Los resultados del experimento bajo las mismas
condiciones iniciales pueden ser distintos. No se sabe cual de ellos aparecer al
final y slo se podrn caracterizar de forma probabilstica (asociado a
fenmenos aleatorios). Resultados aleatorios.
Experimentos determinsticos: Los resultados del experimento bajo las mismas
condiciones iniciales quedan determinados (resultados seguros). Asociados a
fenmenos deterministas.
Los investigadores cuando realizan un experimento aleatorio intentan obtener un
modelo matemtico para predecir lo que suceder cuando se observa bajo condiciones
anlogas (por eso tenemos modelos deterministas y aleatorios).
Podemos definir la probabilidad como una medida de la incertidumbre de un
fenmeno aleatorio.
Caractersticas de los fenmenos aleatorios:

Se conocen de antemano todos los posibles resultados del experimento (por eso
se recurre a la -lgebra)
En cada realizacin no se conoce el resultado que se presentar.
Se pueden realizar indefinidamente bajo las mismas condiciones.
Propiedad de regularidad estadstica: comportamiento predecible a largo plazo.

Definiciones principales:

Suceso elemental: cada uno de los posibles resultados del experimento. Se

representan por a , b, c, , x , y, z, , w . Siempre ocurre alguno y son mutuamente
excluyentes (la ocurrencia de uno implica la no ocurrencia de los dems).

Espacio muestral: Conjunto de los sucesos elementales, es decir, de todos los

resultados posibles del experimento. Se denota por .

Suceso: Subconjunto del espacio muestral. Aqu se incluyen los sucesos

elementales. Se representan con letras maysculas. A, B, C, Si A es un suceso
entonces A () (conjunto de todos los sucesos).

OPOSICIONES I.N.E

BLOQUE ESTADSTICA TERICA BSICA: TEMA 1

Suceso imposible : No puede ocurrir nunca. Es un subconjunto que no

contiene ningn elemento del espacio muestral.

Suceso seguro : Siempre ocurre, con toda seguridad. Es el espacio muestral.

Operaciones con sucesos:

Sean los n sucesos A1 , , A n . A lo largo del desarrollo del tema se asimilan los
conceptos de conjunto y de suceso. Definimos las siguientes operaciones:

Unin: Suceso constituido por los elementos comunes y no comunes a los

sucesos A1 , , A n , es decir, aparece cuando tiene lugar A1 ,..., A n .
n

A i {w / i con w A i }
i 1

Interseccin: Suceso formado por los elementos comunes a todos ellos. Tambin
se generaliza para infinitos sucesos.
n

A i {x / x A i i}
i 1

Diferencia de sucesos: Suceso formado por los elementos de A que no

pertenecen a B. No goza de la propiedad conmutativa (en general)
A B {w / w A, w B}

Diferencia simtrica: Suceso que tiene lugar cuando sucede un elemento de A

que no pertenece a B y viceversa.
AB ( A B) (B A )

Suceso complementario: Suceso formado por los elementos de que no

pertenecen a A .
A c {w / w A} A

Leyes de Morgan:
c

n
n

A Ac
i
i

i 1
i 1

n
n

A Ac
i
i

i 1
i 1

Una familia de sucesos A () es una -lgebra si:

i. A

ii. A A A c A
iii. Si

{A n }
n 1

An A

n 1

OPOSICIONES I.N.E

BLOQUE ESTADSTICA TERICA BSICA: TEMA 1

Proposicin: Si A es una -lgebra:

a) A

b) Si {A n }n 1

A n A

n 1

Dem:
c
a) Como A (por i.) (por ii.) A
b) Si

{A n }
n 1

A
ii ) {A n } n 1 A iii )

A cn

n 1

Ac
A
ii . n
n 1

L.Morgan

A n A

n 1

CONCEPTOS DE PROBABILIDAD:
1. Probabilidad clsica de Laplace.
Condiciones: Suponemos que todos los sucesos son igualmente probables y
finito. (Equiprobabilidad principio de la razn insuficiente).
P(suceso)

1
n

con n sucesos elementales

Define la probabilidad de un suceso como el cociente entre el nmero de casos

favorables y el nmero total de casos posibles (siempre que se de la
equiprobabilidad)
P(S)

N de casos favorables n

N de casos posibles
N

Propiedades:
a)
b)
c)
d)

P(S) 0
P(S) 1
Sean S1 , S 2 sucesos disjuntos con S S1 S 2 P(S) P(S1 ) P(S 2 )
P(Sc ) 1 P(S)

Inconvenientes:

Equiprobabilidad (hace aparecer el definido en la definicin)

El nmero de casos totales o posibles deber ser finito.
No puede responder a ciertas preguntas

Se denomina tambin probabilidad a priori.

2. Probabilidad frecuentista.
Se basa en dos pilares:
-

Principio de regularidad. En un experimento aleatorio, a pesar del

comportamiento irregular de los resultados individuales, los resultados
promedios, en largas sucesiones de experimentos aleatorios, muestran una
sorprendente regularidad.
3

OPOSICIONES I.N.E

BLOQUE ESTADSTICA TERICA BSICA: TEMA 1

Aceptacin de la objetividad de la probabilidad. Es una propiedad fsica de

los objetos como la densidad, conductividad elctrica, etc y por tanto
determinable y medible.

La frecuencia absoluta de un suceso en el desarrollo de un experimento

aleatorio, repetido N veces de forma independiente es el nmero n de
apariciones del suceso.
Frec. relativa (fr)

Frecuencia absoluta
n

N de veces que se repite el experimento N

Definicin frecuentista: Si n es la frecuencia absoluta del suceso S y N el

nmero total de veces que se repite el experimento aleatorio entonces:
n
N N

P(S) lim

Propiedades de las frecuencias:

a) 0

n
1
N
k

b) Si S Si
i 1

ni
n
n fr (S1 ) fr (S k )
n
i

1
fr (S)

1 k
N
N
N
N

Tomando lmites tenemos las propiedades de la probabilidad:

a) 0 P(S) 1
b) P(S) P(S1 ) P(S n )
Ventajas:

No se establece el supuesto de equiprobabilidad.

La teora frecuentista es la nica utilizable en la prctica a la hora de estimar
probabilidades de sucesos repetitivos (cuanto ms se repita el experimento,
ms se aproximar a la verdadera probabilidad).

Inconvenientes:

Poco preciso.
Es necesario realizar el experimento para obtener la frecuencia relativa (a
veces no se puede realizar).
Al usar el lmite en la definicin de probabilidad se supone que el nmero
total del experimento debe ser infinito (no alcanzable en la prctica) la
estabilidad de las frecuencias es un enunciado imposible de demostrar.
No es utilizable en el desarrollo matemtico de la Teora de la Probabilidad
(recurrimos a la definicin formal de Probabilidad)

3. Probabilidad lgica.
4

OPOSICIONES I.N.E

BLOQUE ESTADSTICA TERICA BSICA: TEMA 1

Consideran la probabilidad como parte de la lgica y se define como el

grado de creencia racional asociado a cada proposicin grupo de
proposiciones.
Inconvenientes: Los grados de creencia no siempre son cuantificables.
4. Def. formal de probabilidad. Axiomtica del clculo de probabilidades:
Sea un espacio muestral. Sea A una -lgebra sobre (en particular
puede ser () ).
Diremos que la aplicacin P : A 0,1
A P(A )

es una medida de probabilidad simplemente una probabilidad si verifica los

siguientes axiomas:
1) A A P(A) 0
2) P() 1
3) Para toda sucesin numerable de sucesos disjuntos 2 a 2 de A es decir,

n 1

n 1

si A1 , A 2 , A P A n P(A n )

A la terna (, A , P) se le denomina espacio de probabilidad. Con estos 3

axiomas las interpretaciones de probabilidad que hemos visto son
probabilidades.
Teoremas del Clculo de Probabilidades:
Teorema 1: P() 0
Dem: Tomamos A n n 1, , con A y son disjuntos 2 a 2

P() P
An
P( A n ) P() P() (El 0 es el nico nmero real

Ax.3
n 1
n 1

que verifica que la suma de l infinitas veces es l mismo) P() 0

Obs: Si cambiamos el axioma 2 por P() 0 no es posible demostrar P() 1 .

Teorema 2: Si A1 , A 2 , , A n

i 1

i 1

A son n sucesos disjuntos 2 a 2 P A i P(A i )

Dem: Basta tomar A1 , A 2 , , A n , A n 1 , A n 2 , A y son disjuntos 2 a 2

OPOSICIONES I.N.E

BLOQUE ESTADSTICA TERICA BSICA: TEMA 1

P A i P A i
P(A i )
P(A i )
P( A i )

Ax.3
i 1
i 1
i 1
i 1
i n 1

i 1

P(A i )

P()

i n 1

P ( ) 0

P(A i )
i 1

c
Teorema 3: Si A A P(A ) 1 P(A)

Dem: Si A A

a lg ebra

c
A c A con A A c y A A (disjuntos)

1 P () P ( A A c ) P ( A ) P ( A c ) P ( A c ) 1 P ( A )
Ax.2
Th .2

Teorema 4: Si A A 0 P(A) 1
Dem: 0 A 0 P(A) P() 1
Teorema 5: Si A, B A , A B P(A) P(B)

Dem: B A B A c A (B A) (disjuntos)
P( B) P( A) PB A P( A )
Th .2

Teorema 6: Sean A, B A P(A B) P(A) P(B) P(A B)

Dem: A B (A B) (A B) (B A) Son disjuntos
P( A B) P( A B) P( A B) P( B A ) P( A ) P( B) P(A B)

Th .2

P(A ) P(A B) (A B) P( A B) P( A B)
P(B) P( B A ) P( A B)

Teorema 7: Desigualdad de Borel: P(A B) P(A) P(B)

n
Teorema 8: Sean {A i }i 1 A
n

P(

i 1

Ai )

i 1

P(A i )

i j

P(A i A j )

P(A i A j A k ) (1) n 1 P(A1 A 2 A n )

i jk

Axiomticas equivalentes:
A.

- P(A) 0 A A

- Si A n disjuntos 2 a 2
n 1

P( A n ) 1

n 1

Son axiomas equivalentes a los axiomas 1),2) y 3).

B. Axiomtica de Kolmogorov.
6

OPOSICIONES I.N.E

BLOQUE ESTADSTICA TERICA BSICA: TEMA 1

i.
ii.

Si A A P(A) 0

iii.

Si A, B A y son disjuntos 2 a 2 P(A B) P(A) P(B)

P () 1

Si {A n }
n 1 A es una sucesin de sucesos que converge
descendentemente al (sucesos cada vez ms pequeos y con
interseccin el vaco) es decir:

iv.

A1 A 2 con

A n

n 1

P(A n ) 0
nlim

Los axiomas 1),2) y 3) son equivalentes a estos cuatro.

PROBABILIDAD CONDICIONADA:
Sea (, A , P) un espacio probabilstico.

sucesos no disjuntos con P(B) 0 (sabemos que P(B) 0 , si

P( B) 0 B sera un suceso imposible, no ha podido ocurrir).
Definimos la probabilidad condicionada del suceso A a B y se denota por:
Sean

A, B

P( A / B)

P(A B)
P(B)

Vamos a ver que la probabilidad condicionada verifica los tres axiomas de probabilidad
con lo que ( B , B, PB ) genera un espacio de probabilidad siempre que P ( B) 0 con
B B .
1) P(A / B) 0 ; Como:
A B B 0 P( A B) P(B) 0 P( A / B) 1
th.5

2) P( / B) 1
Como P( B) P(B)

P( B) P( B)

1
P( B)
P( B)

3) Sean {A n }
n 1 una sucesin de sucesos disjuntos 2 a 2 :

P A n B
n 1

P(B)

P A n B {
disjuntos
n 1
A n
P(B)

(A n B) tambin}

P(A n B)

n 1

P( B)

P( A n B)

P( A n / B)
P
(
B
)
n 1
n 1

SUCESOS INDEPENDIENTES:
Dos sucesos A, B A son independientes si el conocimiento de la ocurrencia de
uno no modifica la aparicin de otro, es decir:
P( A B) P(A ) P( B)

OPOSICIONES I.N.E

BLOQUE ESTADSTICA TERICA BSICA: TEMA 1

Observaciones:

La independencia es una propiedad simtrica (Si A indep. de B B lo es de A)

No es una propiedad transitiva
No hay que confundir independencia con incompatibilidad (disjuntos) (pueden
ser no disjuntos e independientes).

Teorema: A y B son sucesos independientes P(A / B) P(A) suponemos P(B) 0

por simetra P(B / A) P(B) suponiendo P(A) 0 .
Dem:
B)
) Si P(A B) P(A) P(B) PP((AA )
P ( B)

P( A / B) P( B)

P(A / B) P(A)

P ( B) 0

) Si P(A / B) P(A)

P( A B)
P(A B) P(A) P(B) A y B indep.
P( B)

Corolario: Si A, B A son sucesos independientes se verifica que:

A y B c son independientes
A c y B son independientes
A c y B c son independientes
Independencia de tres sucesos:
Tres sucesos A1, A 2 y A 3 son mutuamente simultneamente independientes (
simplemente independientes) si se verifica:

P ( A1 A 2 ) P ( A1 ) P( A 2 )
P ( A1 A 3 ) P( A1 ) P( A 3 )
P ( A 2 A 3 ) P( A 2 ) P( A 3 )
P ( A1 A 2 A 3 ) P ( A1 ) P( A 2 ) P( A 3 )

El cumplimiento de las 3 primeras condiciones no implica que se cumpla la cuarta.

Si slo se cumplen las tres primeras condiciones son independientes 2 a 2.
Generalizacin: (nmero finito o infinito numerable): Sea (, A , P) un espacio
probabilstico. Sea {A i }iI una familia de sucesos de A . Los sucesos son
independientes cuando para toda coleccin de subndices se verifica:
P( A j1 A jr ) P( A j1 ) P( A jr )
n
familia finita: {A k }k ji con 1 j1 jr n P(A j1 A jr )

P(A j1 ) P(A jr )
familia infinita numerable: los sucesos son independientes si para n 2,3,4, los n
sucesos son independientes.
TH. REGLA DEL PRODUCTO ( DE LA PROBABILIDAD COMPUESTA):
8

OPOSICIONES I.N.E

BLOQUE ESTADSTICA TERICA BSICA: TEMA 1

Sea (, A , P) un espacio probabilstico.

Sean A1 , , A n A n sucesos cualesquiera con P(A1 A n 1 ) 0

Entonces:
P( A1 A n ) P( A1 ) P( A 2 / A1 ) P( A 3 / A1 A 2 ) P( A n / A1 A n 1 )

Dem:
.
Como P(A1 A n 1 ) 0 , las probabilidades condicionadas estn bien definidas.
2 miembro P(A1 )P(A 2 / A1 )P(A 3 / A1 A 2 ) P(A n / A1 A n 1 )
P ( A1 )

P( A1 A 2 ) P ( A1 A 2 A 3 )
P( A1 A n 1 ) P( A1 A n )

P( A1)
P ( A1 A 2 )
P( A1 A n 2 ) P( A1 A n 1 )

P ( A1 A n )

TEOREMA DE LA PROBABILIDAD TOTAL.

Sea (, A , P) un espacio probabilstico.

Sean A1 , , A n A n sucesos que constituyen una particin de , es decir, sucesos

n

disjuntos 2 a 2 tales que

A i .Suponemos que P(A i ) 0

i 1, , n

i 1

Sea B A un suceso cualquiera de la -lgebra.

Entonces:
P( B)

P ( A i ) P( B / A i )
i 1

Dem:
Tomamos

(A i B)

con los

(A i B)

disjuntos 2 a 2, ya que

i 1

n
n

B B A i B ( A i B) . Entonces tenemos que :

i 1
i1
n
n
n

P( B) P A i B
PA i B

P(A i ) P(B / A i )

disjuntos
def .prob.condicionada
i 1
i 1
i 1

TEOREMA DE BAYES:
Sea (, A , P) un espacio probabilstico.

OPOSICIONES I.N.E

BLOQUE ESTADSTICA TERICA BSICA: TEMA 1

Sean A1 , , A n A n sucesos que constituyen una particin de , es decir, sucesos

n

disjuntos 2 a 2 tales que

A i . Suponemos que

P(A i ) 0

i 1, , n y que se

i 1

conocen dichas probabilidades (probabilidades a priori).

Sea B A un suceso cualquiera, con P(B) 0 , tal que se conocen las
probabilidades condicionadas P(B / A i ) i 1, , n . Entonces:
P( A i / B)

P ( A i ) P( B / A i )
n

P ( A k ) P( B / A k )

, i 1, , n

k 1

se denominan probabilidades a posteriori o de las hiptesis.

Dem:
P( A i / B)

P(A i B)
P(A i ) P(B / A i )

n
P(B) prob.condicionada
prob.total
P ( A k ) P( B / A k )

k 1

10