Probabilidad y variables aleatorias

Manuel Higueras Hernáez

Probabilidad y Estadı́stica
Grado en Matemáticas - Universidad de La Rioja
Motivación

La Teorı́a de Probabilidad desarrolla y estudia modelos

matemáticos para describir experimentos cuyos resultados no
pueden predecirse de manera certera.
▸ Ejemplos clásicos: lanzamiento de monedas y dados.
▸ Ejemplos más avanzados: analizar la fiabilidad de un testigo
para identificar algo, o las oportunidades de ganar en algún
tipo de juego.
Contenidos

Espacios de probabilidad

Probabilidad condicionada

Variables aleatorias
Espacios de sucesos
Definición. Espacio de sucesos. (Ω, Σ) con Σ ⊆ P(Ω) tal que:
i) ∅ ∈ Σ;
ii) A ∈ Σ ⇒ Ac ∈ Σ;
iii) (An )n∈N ⊆ Σ ⇒ ⋃∞
n=1 An ∈ Σ.

Proposición. Propiedades del espacio de sucesos. Sea (Ω, Σ)

un espacio de sucesos:
1) Ω ∈ Σ [Ω = ∅c ];
2) (An )n∈N ⊆ Σ ⇒ ⋂∞ ∞ ∞
n=1 An ∈ Σ [(⋂n=1 An ) = ⋃n=1 An ];
c c

3) la unión finita de conjuntos de Σ está en Σ

∞ ˜
[⋃Nn=1 An = ⋃n=1 An si Ãi = {Ai , i ≤ N; ∅, i > N}];
4) ı́dem con la intersección [Ãi = {Ai , i ≤ N; Ω, i > N}].
En particular, A, B ∈ Σ ⇒ A ⋃ B, A ⋂ B, A ∖ B[= A ⋂ B c ] ∈ Σ.
Nota. Σ es cerrada para uniones e intersecciones contables (≡
finito o infinito numerable).
Espacios de sucesos
Definiciones. Los elementos de Σ son sucesos; ∅ suceso
imposible, Ω suceso total. Los sucesos dados por elementos de Ω
son los sucesos elementales (si ω ∈ Ω, {ω} es un suceso elemental
pero se suele expresar ω).
Definición. Una familia Σ que cumple i), ii) y iii) se dice
σ-álgebra.
Nota. Si Ω es contable, suele ser Σ = P(Ω).
Explicación. En un experimento aleatorio cada resultado posible
se denomina suceso elemental, y el conjunto de todos los sucesos
elementales es el suceso total.
Ejemplo 1. Lanzamos una moneda equilibrada hasta que salga
cara. El suceso elemental es el número de lanzamientos necesarios
representados por k ∈ N. En este caso Ω = N ⋃{∞} y Σ = P(Ω)
(∞ = “nunca sale cara”).
Espacios de probabilidad
Definición. (Ai )i∈I ⊆ Σ es mutuamente excluyente (o disjunta dos
a dos) si Ai ⋂ Aj = ∅ ∀i =/ j (⋃i∈I Ai se escribe ⊔i∈I Ai ).
Definición. (Ai )i∈I ⊆ Σ es exhaustiva si ⋃i∈I Ai = Ω.
Definición. Espacio de probabilidad. (Ω, Σ, P), donde (Ω, Σ) es
un espacio de sucesos y P∶ Σ → [0, 1] es una aplicación que
cumple:
i) P(Ω) = 1;
∞
ii) (An )n∈N mutuam. excluy. ⊆ Σ ⇒ P(⋃∞
n=1 An ) = ∑n=1 P(An ).
Se dice que P es una probabilidad en (Ω, Σ).
Proposición. Sea (Ω, Σ, P) un espacio de probabilidad, se tiene:
1) P(∅) = 0;
2) A, B ∈ Σ y A ⋂ B = ∅ ⇒ P(A ⋃ B) = P(A) + P(B);
3) A, B ∈ Σ y A ⊆ B ⇒ P(A) ≤ P(B) y P(B ∖ A) = P(B) − P(A);
Espacios de probabilidad

4) A ∈ Σ ⇒ P(Ac ) = 1 − P(A);
5) A, B ∈ Σ ⇒ P(A ⋃ B) = P(A) + P(B) − P(A ⋂ B);
6) (An )n∈N ⊆ Σ (no necesariamente disjunta) ⇒
∞
P(⋃∞ n=1 An ) ≤ ∑n=1 P(An );
7) (An )n∈N ⊆ Σ tal que A1 ⊆ A2 ⊆ . . . (sucesión creciente de
sucesos) ⇒ P(⋃∞ n=1 An ) = limn→∞ P(An );
8) (An )n∈N ⊆ Σ tal que A1 ⊇ A2 ⊇ . . . (sucesión decreciente de
sucesos) ⇒ P(⋂∞ n=1 An ) = limn→∞ P(An ).

Definiciones. Dado un suceso A se dice casi seguro si P(A) = 1

(⇒
/ A = Σ), e improbable si P(A) = 0 (⇒
/ A = ∅).
Ejemplo 1 (cont.). Es un ejemplo de distribución de probabilidad
geométrica. P(k) = 2−k , P(N) = ∑∞
k=1 2
−k
= 1 (serie geométrica) y
P(∞) = 0. N es suceso casi seguro e ∞ es improbable.
Probabilidad condicionada
Definición. Probabilidad condicionada. Sea B ∈ Σ y P(B) > 0,
la probabilidad de un suceso A condicionada a B es
P(A∣B) = P(A ∩ B)/P(B). Expresa la probabilidad de A si damos
por hecho que sucede B.
Explicación. Realizamos un experimento aleatorio N veces. Sea E
un suceso y nE el número de veces que sucede (frecuencia) E .
Bajo una interpretación frecuentista de la probabilidad se tiene
nE
ÐÐÐ→ P(E ).
N N→∞
Frecuencia relativa de un suceso A las veces que sucede B:
nA ⋂ B
Ð→ P(A∣B)
nB
N →∞
=

=
nA ⋂ B /N P(A ⋂ B)
Ð→
nB /N P(B)
Probabilidad condicionada
Proposición. PB ≡ P(⋅∣B)∶ Σ → [0, 1] define una nueva
probabilidad en (Ω, Σ).
Nota. A, B ∈ Σ,
▸ B ⊆ A ⇒ A es casi seguro para P(⋅∣B);
▸ B ⋂ A = ∅ ⇒ A es improbable para P(⋅∣B).

Ejemplo 1 (cont.). P(k + 1∣ > 1) = P(k): P(1) = 1/2 = P(> 1)

luego P(k + 1∣ > 1) = P(k + 1 ⋂ > 1)/P(k + 1) = P(k + 1)/P(k >
1) = 2−k = P(k).
Proposición. A1 , A2 , . . . , An ∈ Σ tales que A1 ⋂ A2 ⋂ . . . ⋂ An =/ ∅,

P(A1 ⋂ A2 ⋂ . . . ⋂ An ) = P(A1 )P(A2 ∣A1 )P(A3 ∣A1 ⋂ A2 )⋯

⋯P(An ∣A1 ⋂ A2 ⋂ . . . ⋂ An−1 ).

En particular P(A1 ⋂ A2 ) = P(A1 )P(A2 ∣A1 ).

Probabilidad condicionada
Ejemplo 2. En una urna tenemos n bolas blancas y n negras.
Extraemos dos bolas sin reposición:
a) Probabilidad de que sean de distinto color.

P(1a B ⋂ 2a N) + P(1a N ⋂ 2a B)
=

=
P(1a B)P(2a N∣1a B) + P(1a N)P(2a B∣1a N)
=

=
1 n 1 n n
+ = .
2 2n − 1 2 2n − 1 2n − 1

b) Ídem con n blancas y n − 1 negras.

P(1a B ⋂ 2a N) + P(1a N ⋂ 2a B) =
n 1 n−1 n−1 n
+ = .
2n − 1 2 2n − 1 2n − 2 2n − 1
Teorema de Bayes
Teorema de Bayes (v1). A, B ∈ Σ tales que P(A), P(B) > 0,

P(B∣A)P(A)
P(A∣B) = .
P(B)

Ley de la probabilidad total. (An ) ⊆ Σ (finita o sucesión)

exhaustiva y mutuam. excluy. tal que P(An ) =/ 0 ∀n. Sea B ∈ Σ,

P(B) = ∑ P(B∣An )P(An ).

n

Teorema de Bayes (v2). (Ai )N i=1 ⊆ Σ y B ∈ Σ, tales que

⊔i=1 i
N
A = Ω y P(Ai ), P(B) > 0 (∀i ∈ 1, . . . , N),

P(B∣Ai )P(Ai )
P(Ai ∣B) = .
∑j=1 P(B∣Aj )P(Aj )
N
Sucesos independientes

Definición. A, B ∈ Σ se dicen independientes si

P(A ⋂ B) = P(A)P(B).
Observación. Si P(A) = 0 ó P(B) = 0, A y B son independientes.
En otro caso, A y B son independientes ⇔ P(A∣B) = P(A) ⇔
P(B∣A) = P(B).
Proposición. Si A y B son independientes, entonces los pares
▸ A y Bc,
▸ Ac y B,
▸ Ac y B c ,
también son independientes.
Variables aleatorias

Los resultados de un experimento aleatorio se representan

numéricamente para facilitar su análisis. Para ello se definen
variables aleatorias.
Definición. Dado un espacio de probabilidad (Ω, Σ, P) y el
espacio de sucesos (R, B) una variable aleatoria es una función
X ∶ Ω → R medible, esto es X −1 (E ) ∈ Σ ∀E ∈ B.

Nota. B = B(R), σ-álgebra de Borel definida sobre la recta real R.

Ejemplo. Suma del lanzamiento de dos dados.

S=suma
Σ = {lanzamiento de dos dados} ÐÐÐÐ→ {2, 3, 4, . . . , 12}.
▸ Probabilidad de que la suma sea 6:
P(S = 6) = P({(1, 5), (2, 4), (3, 3), (4, 2), (5, 1)}) = 5/36.
▸ ¿Probabilidad de que S sea par?
Variables aleatorias discretas y continuas

▸ Si el espacio de sucesos Ω es finito o numerable, diremos que

es un espacio discreto y las variables aleatorias asociadas al
experimento normalmente estarán definidas como X ∶ Ω → Z.
Ejemplo: suma del lanzamiento de dos dados.
▸ Si es no numerable, entonces diremos que es un espacio
continuo.
Ejemplo: altura de una persona, X (Ω) = (0, +∞).

Nota. De un mismo experimento se pueden definir distintas

variables aleatorias. En el ejemplo del lanzamiento de dos dados
hemos definido la suma de los lanzamientos S, pero también se
puede definir el cuadrado de la suma S 2 o la suma del cuadrado de
cada lanzamiento T = S12 + S22 .
Distribución de probabilidad

La realización de un experimento aleatorio da lugar a un resultado

ω ∈ Ω que es aleatorio. Por lo tanto X (ω) es un valor de R
también aleatorio. Es decir, la variable aleatoria X induce un
espacio de probabilidad en (R, B). A esa probabilidad se le llama
distribución de probabilidad de X . Una de las formas de
caracterizar la distribución de probabilidad de una variable aleatoria
es a través de su función de distribución.

Definición. Una distribución de probabilidad (1-dimensional) es

una probabilidad sobre el espacio de sucesos (R, B(R)).

Definición. Sea P una distribución de probabilidad. La función

de distribución de P es la función

F ∶ R → [0, 1] dada por F (x) = P((−∞, x]).

Propiedades de una distribución de probabilidad

Proposición. Sea F una función de distribución:

i) F es no decreciente: x ≤ y [⇒ (−∞, x] ⊆ (−∞, y ]
⇒ P((−∞, x]) ≤ P((−∞, y ])] ⇒ F (x) ≤ F (y );
ii) F es continua por la derecha: F (x + ) [= limn→+∞ F (x + 1/n)
= limn→+∞ P((−∞, x + 1/n]) = P((−∞, x])] = F (x);
iii) limx→+∞ F (x) [= limx→+∞ P((−∞, x]) = P(R)] = 1;
iv) limx→−∞ F (x) [= limx→−∞ P((−∞, x]) = P(∅)] = 0;

Proposición. Cualquier función F que cumpla i), ii), iii) y iv), es

la función de distribución de una única distribución de probabilidad
P, tal que ∀a < b ∈ R,

P((a, b]) = F (b) − F (a).

Ejemplo de función de distribución
Ejemplo. Función de distribución de la altura de los
españoles varones adultos.
Distribuciones de probabilidad discretas

▸ En el caso de que X sólo tome una cantidad finita o

numerable de valores de R, diremos que X es una variable
aleatoria discreta y su distribución también puede
caracterizarse por su probabilidad, denominada función de
masa de probabilidad.
▸ Sea P discreta soportada en A (por lo tanto A es contable),
su función de masa de probabilidad es px = P(X = x) = P(x)
∀x ∈ A, de manera que 0 ≤ px ≤ 1 y ∑x∈A px = 1.
▸ A partir de la función de masa de probabilidad se puede
calcular la probabilidad de que la variable aleatoria X tome
valores en cualquier suceso B ∈ B: P(X ∈ B) = ∑x∈B px .
▸ P está soportada en A si P(R ∖ A) = 0.
Distribuciones de probabilidad discretas
▸ Se suele suponer, sin pérdida de generalidad que A ⊆ Z.

▸ La función de distribución y la función de masa de

probabilidad se relacionan de la siguiente forma:

F (x) = ∑ pu ,
u≤x

y
px = F (x) − F (x − ),
donde F (x − ) = limn→∞ F (x − 1/n) =
limn→∞ P((−∞, x − 1/n]) = P((−∞, x)).

Ejemplos de distribuciones discretas.

▸ Distribución de Bernoulli.
▸ Distribución binomial.
▸ Distribución de Poisson.