INTRODUCCIÓN AL

CÁLCULO DE
PROBABILIDADES
Dr. Wilver Rodríguez López.
 Probabilidad
El concepto de probabilidad se encuentra con bastante
frecuencia en la comunicación en el área de salud.

Ejemplos
Un médico afirma que un paciente X tiene una
probabilidad del 80% de sobrevivir a una operación.
Una fuente autorizada del Ministerio de Salud; declara

a la
prensa de que en este verano hay 10% de probabilidad
de que se desate una epidemia de cólera en la Capital.
 ¿Por qué es necesario aprender a
calcular probabilidades ?
La medicina es una ciencia inexacta por lo que el
médico raras veces puede predecir un resultado con
absoluta certeza.
Para formular el diagnóstico el médico debe contar con
toda la información posible acerca del paciente. Por
ejemplo debe :
 Revisar la historia clínica

 Realizar un examen físico del paciente

 Solicitar estudios de laboratorio

 Resultados de rayos X, etc.

 ¿Por qué es necesario aprender a
calcular probabilidades ?

Para cuantificar la
incertidumbre y tomar
decisiones, el médico se apoya en
la teoría de las probabilidades
 ¿Por qué es necesario aprender a
calcular probabilidades ?
La teoría de probabilidades también
permite al médico extraer conclusiones
acerca de una población de pacientes
basado en la información acerca de un una
muestra extraída de esa población.
Este proceso se denomina inferencia
estadística.
 Conceptos básicos sobre
Probabilidad
Un experimento aleatorio es aquel en que se
conocen todos los posibles resultados, pero no se
sabe cual va a ocurrir.
Ejemplo :
El nacimiento de un niño es un experimento
aleatorio, se sabe que el niño puede ser varón o
mujer , pero no se sabe cual será el resultado.
 Conceptos básicos sobre
Probabilidad
Al conjunto de todos los resultados posibles
del experimento aleatorio se le llama
ESPACIO MUESTRAL, y lo denotaremos
por Ω

Un evento o suceso es uno o más de los

posibles resultados de un experimento
aleatorio. Se representa por letras
mayúsculas: A,B,C,etc
 Ejemplo
Sea el siguiente experimento aleatorio «Observar
el contagio de Sida en dos recién nacidos de una
mujer portadora»
Ω={cc, cnc, ncc, ncnc}
cc: los dos fueron contagiados
cnc: contagiado el 1° , pero no el 2°
ncc: no contagiado el 1°, pero si el 2°
ncnc: los dos no fueron contagiados
Definamos el siguiente evento o suceso:

A: Al menos uno de los niños fue

contagiado
A={cc, cnc, ncc }
 INTRODUCCIÓN AL CÁLCULO
DE PROBABILIDADES
PROBABILIDADES
 Una probabilidad es una cuantificación
basada en técnicas matemáticas de la
probabilidad de que ocurra un determinado
suceso o cuento.
 La probabilidad de la ocurrencia de un

suceso puede asociarse a un número entre

cero y uno e inclusive.
 INTRODUCCIÓN AL CÁLCULO
DE PROBABILIDADES
 La probabilidad es un concepto de
gran importancia en la toma de
decisiones.
 La probabilidad es una medida de la
incertidumbre inherente a todo suceso
aleatorio.
 CUANTIFICACIÓN DE LA
PROBABILIDAD
 El cálculo de la probabilidad se realiza
siguiendo la clásica formulación de
Pascal:
NCF
P
NCP
NCF: Número de casos favorables.
NCP: Número de casos Posibles.
 AXIOMAS DE LA
PROBABILIDAD
En todo espacio de probabilidad deben
cumplirse los siguientes axiomas:
 Si Ω es el espacio muestral de un

determinado experimento aleatorio,

P( Ω ) = 1
Ω : Es suceso seguro
 AXIOMAS DE LA
PROBABILIDAD
 Si A es un suceso perteneciente a un
determinado experimento, 0≤P(A)≤1.
 Dado un espacio muestral finito y una
sucesión de sucesos A1, A2, … ,An
mutuamente excluyente, entonces:

P(A1 U A2 U …. U An) = P(A1) + P(A2) +…+ P(An)

 REGLA GENERAL DE LA
ADICIÓN

 Si A y B son dos sucesos cualesquiera,

entonces :

P (A∪B) = P (A) + P (B) - P (A∩B)

 Ejemplo:
Se estima que el 10% de los habitantes de un país
padecen de hipertensión arterial (A), y el 20%
padece de hiperlipemia (B), el 7% son
hipertensos e hiperlipémicos (A∩B).
 ¿Cuál es la probabilidad de que un individuo
no tenga hipertención arterial?
 ¿Cuál es la probabilidad de que un individuo
no tenga hiperlipemia?
 ¿Cuál es la probabilidad de que un individuo

tenga almenos una de las dos enfermedades?

 Solución.
Datos del problema:
P(A) = 0.1 P(B) = 0.2 P(A ∩B) = 0.07
_
a) P(A) = 1- P(A) = 1- 0.1= 0.9
_
b) P(B) = 1- P(B) = 1- 0.2= 0.8
c) P(AUB)=P(A) +P(B) -P(A ∩B) = 0.1+0.2-0.07
= 0.23
PROBABILIDAD CONDICIONAL
 Si A y B son dos sucesos con P (A) > 0, la
probabilidad de que ocurra otro suceso B
sabiendo que ha ocurrido A, es decir, la
probabilidad condicionada de B dado A que
se denota por P( B /A ), es igual a:

 
PB 
P  A  B 
A P A
Ejemplo:
 En una población el 2% de sus habitantes son
mayores de 55 años y el 1% padecen diabetes
y tiene más de 55 años. Si un individuo tiene
más de 55 años ¿Cuál es la probabilidad de
que tenga diabetes?
A: La persona tiene más de 55 años.
B: La persona tiene diabetes.

 
PB 
P  A  B  
0.01
 0.5
A P A 0.02
 TEOREMA DE LA
MULTIPLICACIÓN
 Teniendo en cuenta la definición de la
probabilidad condicionada:

 
PB 
P  A  B 
A P A

P A  B  P A .P 
    B
A
Ejemplo:
En un servicio de medicina interna el 40% de
los pacientes ingresados es a causa de
enfermedades infecciosas (A). La probabilidad
de que un paciente sea diabético (B), sabiendo
que tiene una infección, es del 25%.
Calcular la probabilidad de que un paciente
ingresado en un servicio de medicina interna
sea diabético y tenga una infección (A∩B)
Solución:
Datos:
P(A) = 0.4 P(B/A) = 0.25
Por la regla de la multiplicación tenemos:

P A  B  P A.P B  A
= ( 0.4 ) ( 0.25 )

= 0.1
INDEPENDENCIA DE SUCESOS
Desde un punto de vista formal, se puede decir
que A y B son sucesos independientes si la
probabilidad de A sabiendo que ha ocurrido B,
no sufre modificaciones desde el punto de
vista matemático esto se expresa de la
siguiente manera:

P(A/B) = P(A)
INDEPENDENCIA DE SUCESOS
 
PA 
P  A  B 
B P B 

P A  B 
 P(A)
P B 
P A  B 
 P ( A).P ( B )
Ejemplo:
En un centro sanitario de los pacientes
intervenidos quirúrgicamente el 25% tiene
alguna complicación postquirúrgica (A), el
50% tiene mas de 60 años (B), y el 60%
tiene mas de 60 años o ha padecido alguna
complicación postquirúrgica (B∪A).
¿Los sucesos, tiene mas de 60 años y padece
alguna complicación postquirúrgica, son
independientes?
 Solución
Datos:
P(A) = 0.25 P(B) = 0.5 P(B∪A) = 0.6
Sabemos que:
P(A∪B) = P(A) + P(B) – P(A∩B)
0.6 = 0.25 + 0.5 - P(A∩B)
P(A∩B) = 0.25 + 0.5 – 0.6 = 0.15
Se debe cumplir que:
P(A∩B) = P(A) . P(B)
0.15 ≠ 0.25 x 0.5
Por lo tanto los sucesos son dependientes.
 TEOREMA DE BAYES
 Supongamos que se dispone de una
colección de conjuntos A, B, C que forman
una participación de un espacio muestral
Ω. Esto significa que Ω = AUBUC y
además

A B   AC   BC 
 Una vez establecida la participación del
espacio muestral Ω, dado un conjunto W,
sub conjunto de Ω, se cumple que:

  P AP W
A
 
PA 
   
W P A.P W  PB .P W  PC .P W
A B C
 
 Esto se puede generalizar para más
subconjuntos de Ω, para que cumplan las
condiciones inherentes a la participación.
Ejemplo:

 En una ciudad hay tres servicios hospitalarios

que realizan trasplantes de riñón A, B y C. el
servicio A realiza el 40% de los trasplantes, el
servicio B al 25% y el servicio C el 35%. El
servicio A tiene un 3% de fracasos, el servicio
B un 4% y el servicio C un 5% se selecciona al
azar un paciente en el que el trasplante ha
fracasado ¿Cuál es la probabilidad de que
haya sido operado en el servicio A?
P( A)  0.4 P( B)  0.25 P(C)  0.35

 A  0.03 PW B  0.04 PW C   0.05

PW

Se pide P A
W
 
   P( A).P W
A
 
PA 
   
W P( A).P W  P( B).P W  P(C ).P W
A B C
 

P 
A 
0.4(0.03)
W 0.4(0.03)  0.25(0.04)  0.35(0.05)

 
P A  0.304
W