En la introducción vimos que, dado un experimento aleatorio, podemos asociarle un espacio medible. Para poder calcular probabilidades necesitamos un mapeo que a cada posible evento de interés le asigne un número

$$ \begin{aligned}P: \mathcal{ F } &\to \mathbb{R} \\ A &\mapsto P(A) \end{aligned} $$

<aside> 📝

Convención (Probabilidad)

La probabilidad de "algo" es una medida de la frecuencia con la que ocurre ese "algo".

</aside>

<aside> 📝

Definición (Ensayo)

Considere un experimento aleatorio, $\xi$, con espacio medible asociado $(\Omega , \mathcal{ F })$. Un ensayo del experimento, $\xi$ es una realización del mismo, bajo condiciones controladas y de manera independiente a otras realizaciones del experimento.

</aside>

Ejemplos

<aside> 📝

Definición (Probabilidad frecuentista)

Sea $n_A$ el número de ocurrencias de un evento $A \in \mathcal{ F }$ en $n \in \mathbb{N} ^{+}$ ensayos de un experimento aleatorio $\xi$, con espacio medible asociado $(\Omega , \mathcal{ F })$. La probabilidad frecuentista, denotada por $P_{\text{freq}}$, es una función

$$ \begin{aligned} P_{\text{freq}}: \mathcal{ F } &\to [0,1] \\ A &\mapsto\lim_{ n \to \infty } \frac{ n_A }{ n } \end{aligned} $$

Al cociente $\frac{ n_A }{ n }=f_A$ se le llama frecuencia relativa del evento $A$.

</aside>

  1. La existencia del límite se probará más adelante.
  2. No es humanamente posible llevar a cabo una infinidad de ensayos de un experimento, como sugiere la definición, sin embargo, la frecuencia relativa aproxima bien a la probabilidad con $n$ suficientemente grande.

Ejemplos

<aside> 📝

Definición (Probabilidad clásica)

Sea $(\Omega , \mathcal{ F })$ un espacio medible con $card(\Omega )<\infty$, en el cual todos sus elementos tienen la misma probabilidad. Sea $A \in \mathcal{ F }$ un evento. La probabilidad clásica, denotada por $P_{\text{clas}}$, es una función

$$ \begin{aligned} P_{\text{clas}}: \mathcal{ F } &\to [0,1] \\ A &\mapsto \frac{ card(A) }{ card( \Omega )} \end{aligned} $$

</aside>

Ejemplos