estadistica.ar · Enciclopedia de Estadística en españolhttps://estadistica.ar/conceptos/axiomas-de-probabilidad
Axiomas y propiedades de la probabilidad
Las tres reglas de Kolmogórov de las que se deduce todo lo demás, y las propiedades que conviene tener a mano para verificar un resultado.
Por Jorge Luis Montivero, Licenciado en Estadística · Mu3Sigma
1 · Los tres axiomas
Kolmogórov resolvió en 1933 el problema de las definiciones en competencia: en lugar de discutir qué es una probabilidad, fijó qué tiene que cumplir cualquier cosa que quiera llamarse así.
Axioma 1 — No negatividad. Para todo evento :
Axioma 2 — Normalización. El evento seguro tiene probabilidad 1:
Axioma 3 — Aditividad. Si y no pueden ocurrir juntos, es decir, si :

2 · Lo que se deduce
La probabilidad del complemento. Como y no pueden ocurrir juntos y entre los dos cubren :
Es la propiedad más útil de todas, y la que sostiene el truco de “al menos uno”.
El evento imposible. , que sale de la anterior con .
La cota superior. Como por el axioma 1, el complemento da . Con el axioma 1 otra vez:
Es el control de calidad más barato: una probabilidad mayor que 1 o negativa señala un error de cálculo, siempre.
Monotonía. Si , entonces . Un evento más exigente nunca puede ser más probable que uno que lo contiene. Sale de partir en dos pedazos excluyentes, : por el axioma 3, , y el segundo sumando no es negativo.
Regla de la suma general. Si los eventos sí pueden ocurrir juntos, el axioma 3 no se aplica directamente y hay que restar la intersección:
Ver regla de la suma.
3 · La desigualdad de Boole
De la regla de la suma sale una cota que no parece gran cosa y sostiene media estadística aplicada. Como la intersección nunca es negativa:
Vale para cualquier cantidad de eventos, se cumplan o no las condiciones de independencia o exclusión: la probabilidad de que pase alguno nunca supera a la suma de las probabilidades individuales.
Cuánto se pierde por usar una cota en vez del valor exacto, con pruebas independientes y todas las hipótesis nulas ciertas:
| Pruebas | Cota de Boole, cada una al 5 % | Valor exacto | Valor exacto con Bonferroni |
|---|---|---|---|
| 2 | 0,100 | 0,0975 | 0,0494 |
| 5 | 0,250 | 0,2262 | 0,0490 |
| 10 | 0,500 | 0,4013 | 0,0489 |
| 20 | 1,000 | 0,6415 | 0,0488 |
La misma tabla de la EPH de la sección 5 muestra cuándo la cota no informa nada: para “terminó el secundario o está registrado”, Boole da , más que 1, cuando el valor real es 0,8507.
Dada vuelta, la regla de la suma da también una cota inferior para la intersección, la desigualdad de Bonferroni:
Con la EPH, al menos 0,37 de los asalariados terminó el secundario y está registrado; el valor real es 0,5194. Sirve cuando dos eventos son muy probables: si cada uno pasa el 90 % de las veces, los dos juntos pasan al menos el 80 %.
4 · La monotonía y la falacia de la conjunción
La monotonía se viola en el razonamiento intuitivo con una facilidad llamativa.
El experimento clásico es el “problema de Linda”, de Tversky y Kahneman (1983): se describe a una mujer que estudió filosofía y se interesa por la justicia social, y se pregunta qué es más probable, que sea empleada bancaria o que sea empleada bancaria y además activa en el movimiento feminista. El 85 % eligió la segunda, aunque el segundo evento está contenido en el primero y no puede ser más probable.
5 · Una comprobación que conviene hacer siempre
Después de calcular varias probabilidades de un mismo espacio, verificar tres cosas. Con la tabla de la EPH a mano:
| Control | En la tabla |
|---|---|
| Ninguna negativa ni mayor que 1 | van de 0,1042 a 0,5194 |
| Las elementales suman 1 | 1,0000 con los valores exactos |
| Monotonía |
6 · Errores frecuentes
- Dar probabilidades mayores que 1. Suele venir de sumar eventos que se superponen sin restar la intersección.
- Sumar probabilidades de eventos que pueden ocurrir juntos. El axioma 3 exige que sean excluyentes.
- Olvidar que las elementales suman 1.
- Caer en la falacia de la conjunción. ” y ” nunca es más probable que "".
- Usar la cota de Boole como si fuera el valor exacto, sobre todo con muchos eventos.
- Complementar la condición. vale, pero es falso: el complemento actúa sobre el evento, no sobre la condición.
- Creer que probabilidad 0 significa imposible. En espacios continuos, cada valor puntual tiene probabilidad 0 y sin embargo alguno ocurre.
7 · En el software
Los tres controles de la sección 5 calculados desde la EPH del INDEC, las dos cotas con la misma tabla, la tabla de Boole con la columna de Bonferroni y un ajuste de 20 valores p.
# R — los tres controles de la sección 5, desde la EPH del primer trimestre de 2026
zip <- tempfile(fileext = ".zip")
download.file("https://www.indec.gob.ar/ftp/cuadros/menusuperior/eph/EPH_usu_1_Trim_2026_txt.zip",
zip, mode = "wb")
eph <- read.csv(unz(zip, "usu_individual_T126.txt"), sep = ";", dec = ",")
asal <- subset(eph, ESTADO == 1 & CAT_OCUP == 3 & CH06 >= 18 &
PP07H %in% 1:2 & NIVEL_ED %in% 1:6)
p <- xtabs(PONDERA ~ I(NIVEL_ED %in% 4:6) + I(PP07H == 1), asal) / sum(asal$PONDERA)
range(p) # 0,1042 a 0,5194: ninguna fuera de [0, 1]
sum(p) # 1 con los valores sin redondear
sum(round(p, 4)) # 1,0001: solo redondeo
p[2, 2] <= sum(p[2, ]) # monotonía: 0,5194 <= 0,7465
# Boole y su cota inferior con la misma tabla
sum(p[2, ]) + sum(p[, 2]) # cota de Boole para P(sec o reg): 1,37
sum(p[2, ]) + sum(p[, 2]) - 1 # cota inferior de P(sec y reg): 0,37
# La cota contra el valor exacto, con y sin Bonferroni (pruebas independientes)
k <- c(2, 5, 10, 20)
data.frame(pruebas = k,
cota = pmin(1, k * 0.05),
exacto = round(1 - 0.95^k, 4),
con_bonferroni = round(1 - (1 - 0.05 / k)^k, 4))
# 20 valores p bajo la hipótesis nula, ajustados
set.seed(1)
valores_p <- runif(20)
min(valores_p) # el más chico, sin ajustar
min(p.adjust(valores_p, method = "bonferroni")) # por 20, con tope en 1
# Python — lo mismo
import io
import urllib.request
import zipfile
import numpy as np
import pandas as pd
from statsmodels.stats.multitest import multipletests
url = "https://www.indec.gob.ar/ftp/cuadros/menusuperior/eph/EPH_usu_1_Trim_2026_txt.zip"
pedido = urllib.request.Request(url, headers={"User-Agent": "Mozilla/5.0"})
z = zipfile.ZipFile(io.BytesIO(urllib.request.urlopen(pedido).read()))
eph = pd.read_csv(z.open("usu_individual_T126.txt"), sep=";", decimal=",", low_memory=False,
usecols=["ESTADO", "CAT_OCUP", "CH06", "PP07H", "NIVEL_ED", "PONDERA"])
asal = eph.query("ESTADO == 1 and CAT_OCUP == 3 and CH06 >= 18 "
"and PP07H in [1, 2] and NIVEL_ED in [1, 2, 3, 4, 5, 6]")
p = pd.crosstab(asal.NIVEL_ED.isin([4, 5, 6]), asal.PP07H == 1,
values=asal.PONDERA, aggfunc="sum", normalize="all")
print(p.values.min(), p.values.max()) # 0,1042 a 0,5194
print(p.values.sum(), p.round(4).values.sum()) # 1 y 1,0001
sec, reg = p.loc[True].sum(), p[True].sum()
print(p.loc[True, True] <= sec) # monotonía
print(sec + reg, sec + reg - 1) # Boole 1,37 y cota inferior 0,37
k = np.array([2, 5, 10, 20])
print(pd.DataFrame({"pruebas": k, "cota": np.minimum(1, k * 0.05),
"exacto": (1 - 0.95**k).round(4),
"con_bonferroni": (1 - (1 - 0.05 / k)**k).round(4)}))
valores_p = np.random.default_rng(1).uniform(size=20)
print(valores_p.min(), multipletests(valores_p, method="bonferroni")[1].min())Referencias
- Kolmogoroff, A. (1933). Grundbegriffe der Wahrscheinlichkeitsrechnung. Berlin: Julius Springer (Ergebnisse der Mathematik und ihrer Grenzgebiete, Bd. 2, Heft 3). https://doi.org/10.1007/978-3-642-49888-6
- Tversky, A., & Kahneman, D. (1983). Extensional versus intuitive reasoning: The conjunction fallacy in probability judgment. Psychological Review, 90(4), 293–315. https://doi.org/10.1037/0033-295X.90.4.293
Todas las obras que cita el sitio están en la bibliografía.
Seguir leyendo
Bioestadística · Azar y modelos · 102 de 330
Estadística para Economía y Administración · Azar y modelos · 105 de 318
Probabilidad y Estadística · Azar y modelos · 84 de 302
Estadística para Ciencias Sociales · Azar y modelos · 92 de 288
Cómo citar: Montivero, J. L. (2026). Axiomas y propiedades de la probabilidad. estadistica.ar. https://estadistica.ar/conceptos/axiomas-de-probabilidad
estadistica.ar es gratuita y sin publicidad. Si te sirvió, podés invitar un cafecito por transferencia al alias mu3sigma. Asesoramiento estadístico, encuestas y capacitaciones: m3s.pro · WhatsApp +54 9 383 499-7929.
Cómo citar esta entrada
APA (7.ª edición)
Montivero, J. L. (2026). Axiomas y propiedades de la probabilidad. estadistica.ar. https://estadistica.ar/conceptos/axiomas-de-probabilidad
BibTeX
@misc{estadistica_ar_axiomas_de_probabilidad,
author = {Montivero, Jorge Luis},
title = {{Axiomas y propiedades de la probabilidad}},
year = {2026},
howpublished = {\url{https://estadistica.ar/conceptos/axiomas-de-probabilidad}},
note = {estadistica.ar. Consultado el \today},
urldate = {2026-11-18}
}Última actualización: 18 de noviembre de 2026. El contenido está bajo licencia CC BY-NC-SA 4.0: se puede reutilizar citando la fuente y sin fines comerciales.