PROBABILIDAD

La probabilidad es la oportunidad de que algo pueda suceder. Un evento es una o

ms de las respuestas de que suceda ese algo.
Experimento: la actividad que produce eventos.
Evento mutuamente excluyente: Son aquellos eventos en los que se cumple la
caracterstica de que no pueden suceder al mismo tiempo.
Evento no mutuamente excluyente: Son aquellos eventos que pueden suceder a
un mismo tiempo.
Ejemplo:
Una persona tiene una moneda y en unos momentos va a lanzarla al aire y por
supuesto existe la incertidumbre sobre el resultado de tal accin, veamos la
interpretacin de cada uno de los trminos.
Experimento: lanzar una moneda.
Evento: Cada una de las respuestas de esta actividad, el evento uno ser Sol y el
evento dos ser guila.
El conjunto de todos los resultados posibles de un experimento se llama espacio
muestral.
Se representa con la letra S.
S = Cara, Sello.
Preguntas:
Cara y sello son eventos mutuamente excluyentes?
Si porque slo puede salir una cara de la moneda, ya sea cara o sea sello pero no
ambas.
EQUIPROBABILIDAD:
El concepto de equiprobabilidad sugiere que si no hay razn para favorecer una
ninguno de los posibles resultados de un experimento, entonces los resultados
deben ser considerados IGUALMENTE PROBABLES de ocurrir.
P(cara) = P (sello)
FRMULA DE PROBABILIDAD MARGINAL:
P(EVENTO) = NMERO DE CASOS FAVORABLES PARA EL EVENTO / NMERO TOTAL
DE RESULTADOS DEL EXPERIMENTO.
Ejemplo: Cul es la probabilidad que en un lanzamiento de una moneda aparezca
cara?
P(cara) = 1 (Cuntas caras pueden caer en ese tiro?) / 2 (Cuntos lados o caras
tiene la moneda?).
P(cara) = = 0.5 = 50% la probabilidad se puede expresar en decimales,
porcentajes o fracciones.
Veamos el ejemplo en un dado.
El espacio muestral ser de:
S= 1,2,3,4,5,6
Cul es la probabilidad de que caiga un nmero par de ese dado?
Seleccionemos los pares.
S= 1,2,3,4,5,6
Tenemos que la probabilidad es:

P(pares dado) = 3 (tres nmero que son pares, por lo tanto hay tres posibilidades de
que sea par) / 6 (el nmero de elementos de mi espacio)
P(pares dado) = 3/6 = 0.5 = 50%
Cul es la probabilidad de que caiga el nmero 3 de ese dado?
P(# 3) = 1 (en el dado slo existe un nmero 3) / 6 (total de elementos de mi
espacio)
P(# 3) = 1/6 = 0.16 = 16%.
PROBABILIDAD BAJO CONDICIONES DE INDEPENDENCIA ESTADSTICA.
Cuando ocurren dos eventos el resultado del primero PUEDE O N tener un efecto
en el resultado del segundo evento, es decir, los eventos pueden ser tanto
dependientes o independientes.
EVENTOS ESTADSTICAMENTE INDEPENDIENTES.
Son aquellos en los cuales la ocurrencia de un evento NO tiene efecto en la
probabilidad de la ocurrencia de cualquier otro evento.
Existen 3 tipos de probabilidad bajo la condicin de independencia estadstica:
Marginal: Probabilidad individual significa que slo puede tener lugar un evento.
P(Sello) =
Conjunta: Es la probabilidad de que 2 o ms eventos independientes ocurran junto
o en sucesin, es el producto de sus probabilidades marginales.
Frmula:
P(A B) = P(A) * P(B)
P(A B) = PROBABILIDAD DE QUE LOS EVENTOS A Y B OCURRAN JUNTOS O EN
SUCESIN.
P(A) = PROBABILIDAD MARGINAL DE A.
P(B) = PROBABILIDAD MARGINAL DE B.
El concepto o idea que generalmente se tiene del trmino probabilidad es adquirido
de forma intuitiva, siendo suficiente para manejarlo en la vida corriente
Nos interesa ahora la medida numrica de la posibilidad de que ocurra un suceso A
cuando se realiza el experimento aleatorio. A esta medida la llamaremos
probabilidad del suceso A y la representaremos por p(A)
La probabilidad es una medida sobre la escala 0 a 1 de tal forma que:
Al suceso imposible le corresponde el valor 0
Al suceso seguro le corresponde el valor 1
El resto de sucesos tendrn una probabilidad comprendida entre 0 y 1 El concepto
de probabilidad no es nico, pues se puede considerar desde distintos puntos de
vista:
El punto de vista objetivo
Definicin clsica o a priori

 Definicin frecuentista o a posteriori

El punto de vista subjetivo
Definicin Clsica de la Probabilidad
Sea un experimento aleatorio cuyo correspondiente espacio muestral E est
formado por un nmero n finito de posibles resultados distintos y con la misma
probabilidad de ocurrir {e1, e2, ... , en}
Si n1 resultados constituyen el subconjunto o suceso A1, n2 resultados constituyen
el subconjunto o suceso A2 y, en general, nk resultados constituyen el subconjunto o
suceso Ak de tal forma que:
es decir, que la probabilidad de cualquier suceso A es igual al cociente entre el
nmero de casos favorables que integran el suceso A Regla de Laplace para E finitos
y el nmero de casos posibles del espacio muestral E.
Para que se pueda aplicar la regla de Laplace es necesario que todos los sucesos
elementales sean equiprobables, es decir:
Siendo A=
La probabilidad verifica las siguientes condiciones:
La probabilidad de cualquier suceso es siempre un nmero no negativo entre 0 y 1
La probabilidad del suceso seguro E vale 1
La probabilidad del suceso imposible es 0
La probabilidad de la unin de varios sucesos incompatibles o excluyentes A1,
A1,..., Ar es igual a la suma de probabilidades de cada uno de ellos
Esta definicin clsica de probabilidad fue una de las primeras que se dieron (1900)
y se atribuye a Laplace; tambin se conoce con el nombre de probabilidad a priori
pues, para calcularla, es necesario conocer, antes de realizar el experimento
aleatorio, el espacio muestral y el nmero de resultados o sucesos elementales que
entran a formar parte del suceso
La aplicacin de la definicin clsica de probabilidad puede presentar dificultades de
aplicacin cuando el espacio muestral es infinito o cuando los posibles resultados de
un experimento no son equiprobables. Ej: En un proceso de fabricacin de piezas
puede haber algunas defectuosas y si queremos determinar la probabilidad de que
una pieza sea defectuosa no podemos utilizar la definicin clsica pues
necesitaramos conocer previamente el resultado del proceso de fabricacin
Para resolver estos casos, se hace una extensin de la definicin de probabilidad, de
manera que se pueda aplicar con menos restricciones, llegando as a la definicin
frecuentista de probabilidad
Definicin Frecuentista de la Probabilidad

La definicin frecuentista consiste en definir la probabilidad como el lmite cuando n

tiende a infinito de la proporcin o frecuencia relativa del suceso.
Sea un experimento aleatorio cuyo espacio muestral es E Sea A cualquier suceso
perteneciente a E Si repetimos n veces el experimento en las mismas Condiciones,
la frecuencia relativa del suceso A ser:
Cuando el nmero n de repeticiones se hace muy grande la frecuencia relativa
converge hacia un valor que llamaremos probabilidad del suceso A.
Es imposible llegar a este lmite, ya que no podemos repetir el experimento un
nmero infinito de veces, pero si podemos repetirlo muchas veces y observar como
las frecuencias relativas tienden a estabilizarse
Esta definicin frecuentista de la probabilidad se llama tambin probabilidad a
posteriori ya que slo podemos dar la probabilidad de un suceso despus de repetir
y observar un gran nmero de veces el experimento aleatorio correspondiente.
Algunos autores las llaman probabilidades tericas
Definicin Subjetiva de la Probabilidad
Tanto la definicin clsica como la frecuentista se basan en las repeticiones del
experimento aleatorio; pero existen muchos experimentos que no se pueden repetir
bajo las mismas condiciones y por tanto no puede aplicarse la interpretacin
objetiva de la probabilidad
En esos casos es necesario acudir a un punto de vista alternativo, que no dependa
de las repeticiones, sino que considere la probabilidad como un concepto subjetivo
que exprese el grado de creencia o confianza individual sobre la posibilidad de que
el suceso ocurra
Se trata por tanto de un juicio personal o individual y es posible por tanto que,
diferentes observadores tengan distintos grados de creencia sobre los posibles
resultados, igualmente vlidos
Definicin Axiomtica de la Probabilidad
La definicin axiomtica de la probabilidad es quizs la ms simple de todas las
definiciones y la menos controvertida ya que est basada en un conjunto de
axiomas que establecen los requisitos mnimos para dar una definicin de
probabilidad. La ventaja de esta definicin es que permite un desarrollo riguroso y
matemtico de la probabilidad. Fue introducida por A. N. Kolmogorov y aceptada por
estadsticos y matemticos en general