Beruflich Dokumente
Kultur Dokumente
PROBABILIDAD
INTRODUCCIN
El concepto de probabilidad, como otros muchos conceptos matemticos, es una
elaboracin del pensamiento humano. Cada generacin ha contribuido con sus esfuerzos
a afianzarlo sobre los pilares construidos por las generaciones anteriores.
Tras Laplace tuvieron que pasar ms de 50 aos para que sus puntos de vista
fueran superados. El matemtico ruso Pafnuti L. Tchebycheff (1.821 1.894) estudi y
resolvi problemas que an quedaban pendientes, y sus trabajos tuvieron una gran
influencia en matemticos posteriores, de la llamada escuela rusa, como Andrei
Nicolaevich Kolmogorov (1.903 1.987) quien estableci el concepto axiomtico de
probabilidad.
1
Estadstica para Ciencias de la Salud
Docente: Paola T. Mendoza Bello
EXPERIMENTOS ALEATORIOS
Definicin:
EXPERIMENTO DETERMINISTA
Llamaremos experimento determinista a todo experimento que al
repetirlo bajo idnticas condiciones se obtiene siempre el mismo resultado.
Ejemplos:
Son experimentos deterministas abrir las compuertas de un estanque lleno de
agua, quitar el freno de mano de un coche en una cuesta muy pronunciada, medir la
longitud de una circunferencia de radio 5 metros, arrojar una piedra al vaco y medir su
aceleracin, etc.
Definicin:
EXPERIMENTO ALEATORIO
Se define experimento aleatorio como aquel experimento que, a pesar
de repetirse en anlogas condiciones, jams se puede predecir el resultado que se
va obtener.
Ejemplos:
Son experimentos aleatorios: extraer una carta de una baraja, lanzar un dado y
anotar el smbolo que aparece en la cara superior, lanzar una moneda y anotar el
resultado de la cara que aparece, abrir un libro y anotar el ltimo nmero de la pgina de
la derecha, etc.
SUCESO ALEATORIO
Definiciones:
ESPACIO MUESTRAL
Se llama espacio muestral de un experimento aleatorio al conjunto de
todos los resultados posibles del experimento. Al espacio muestral de un
experimento aleatorio lo representaremos por E, omega (smbolo) u otra letra
previamente definida
PUNTO MUESTRAL
Se le llama punto muestral a cada uno de los elementos que forman el
espacio muestral.
2
Estadstica para Ciencias de la Salud
Docente: Paola T. Mendoza Bello
Ejemplo:
En el experimento lanzar un dado el espacio muestral sera E 1, 2, 3, 4, 5, 6
y los puntos muestrales seran las caras 1, 2, 3, 4, 5 y 6.
Definiciones:
SUCESO ALEATORIO
Se denomina suceso de un experimento aleatorio, suceso aleatorio o
suceso estocstico a cada uno de los subconjuntos del espacio muestral E.
ESPACIO DE SUCESOS
Ejemplo:
El espacio de sucesos, en el experimento de lanzar un dado, sera:
,1, 2, 3, 4, 5, 6, 1, 2, 1, 3, 1, 4, 1, 5, 1, 6, 2, 3, 2, 4, 2, 5, 2, 6,
3, 4, 3, 5, 3, 6, 4, 5, 4, 6, 5, 6, 1, 2, 3, 1, 2, 4, 1, 2, 5, 1, 2, 6,
1, 3, 4, 1, 3, 5, 1, 3, 6, 1, 4, 5, 1, 4, 6, 1, 5, 6, 2, 3, 4, 2, 3, 5, 2, 3, 6,
2, 4, 5, 2, 4, 6, 2, 5, 6, 3, 4, 5, 3, 4, 6, 3, 5, 6, 4, 5, 6, 1, 2, 3, 4,
S
1, 2, 3, 5, 1, 2, 3, 6, 1, 2, 4, 5, 1, 2, 4, 6, 1, 2, 5, 6, 1, 3, 4, 5, 1, 3, 4, 6,
1, 3, 5, 6, 1, 4, 5, 6, 2, 3, 4, 5, 2, 3, 4, 6, 2, 3, 5, 6, 2, 4, 5, 6, 3, 4, 5, 6,
1, 2, 3, 4, 5, 1, 2, 3, 4, 6, 1, 2, 3, 5, 6, 1, 2, 4, 5, 6, 1, 3, 4, 5, 6, 2, 3, 4, 5, 6,
1, 2, 3, 4, 5, 6
Tipos de sucesos
Definiciones:
SUCESO ELEMENTAL
Se denomina suceso elemental a todo suceso formado por un solo punto
muestral, es decir, por un solo resultado del experimento aleatorio.
SUCESO SEGURO
Se denomina suceso cierto o suceso seguro al que siempre se realiza. Es
evidente que el suceso cierto estar formado por todos los resultados posibles del
3
Estadstica para Ciencias de la Salud
Docente: Paola T. Mendoza Bello
SUCESO IMPOSIBLE
Se denomina suceso imposible a un suceso que no se verifica nunca y se
designar por .
SUCESOS CONTRARIOS
Dado un suceso cualquiera A del espacio de sucesos S, llamaremos
suceso contrario del suceso A a un suceso que se realiza cuando no se realiza el
suceso A, y recprocamente. Es decir, el suceso contrario de A est formado por
todos los puntos muestrales de E que no pertenecen a A. El suceso contrario del
suceso A se representa por Ac o A o tambin por A.
Ejemplos:
Definiciones:
UNIN DE SUCESOS.
Dados dos sucesos A y B de un mismo experimento aleatorio, se
denomina suseso unin de A y B al suceso que se verifica cuando se verifica A
o se verifica B. Es decir, el suceso unin de A y B est formado por los puntos
muestrales de los sucesos A y B. El suceso unin de A y B (o suceso A unin B)
se representa por A B .
INTERSECCIN DE SUCESOS
Dados dos sucesos A y B de un mismo experimento aleatorio, se
denomina suceso interseccin de A y B al suceso que se realiza cuando se
realizan simultneamente los sucesos A y B. Es decir, el suceso interseccin de
A y B est formado por los puntos muestrales que son comunes a los sucesos A
y B. El suceso interseccin de A y B ( o suceso A interseccin B) se representa
por A B .
4
Estadstica para Ciencias de la Salud
Docente: Paola T. Mendoza Bello
DIFERENCIA DE SUCESOS
Ejemplo:
Continuando con nuestro ejemplo del experimento lanzar un dado
consideramos los sucesos E = Salir un nmero par y G = Salir 1, 2 o 5.
Tenemos: E G 1, 2, 4, 5, 6; E G 2 ; E - G 4, 6.
SUCESOS INCOMPATIBLES
Definiciones:
SUCESOS INCOMPATIBLES
Dados dos o ms sucesos, diremos que son sucesos incompatibles si es
imposible que se realicen simultneamente, es decir, si su interseccin es el
suceso imposible.
Dos sucesos A y B son incompatibles A B
5
Estadstica para Ciencias de la Salud
Docente: Paola T. Mendoza Bello
SUCESOS COMPATIBLES
Dados dos o ms sucesos, diremos que son sucesos compatibles si es
posible que se realicen simultneamente, es decir, si tienen algn suceso
elemental comn.
Dos sucesos A y B son compatibles A B
Ejemplo:
Definicin:
1. A1 A 2 ......... A n E
2. Los sucesos A1, A2, ......., An son incompatibles dos a dos.
Ejemplo:
Supongamos el experimento aleatorio lanzar tres monedas y anotar la serie de
caras y cruces resultante. El espacio muestral sera:
E = { CCC, CCX, CXC, CXX, XCC, XCX, XXC, XXX}
6
Estadstica para Ciencias de la Salud
Docente: Paola T. Mendoza Bello
DEFINICIN DE PROBABILIDAD
Definicin:
DEFINICIN DE LAPLACE
pA
nmero de casos favorables al suceso A
nmero de casos posibles
A la hora de aplicar esta definicin hay que tener en cuenta que los sucesos
elementales tienen que ser igualmente probables (equiprobables).
Definiciones:
PROBABILIDAD A PRIORI
Se denomina probabilidad a priori a la probabilidad que se puede
determinar de antemano, sin realizar ningn tipo de comprobacin experimental.
7
Estadstica para Ciencias de la Salud
Docente: Paola T. Mendoza Bello
PROBABILIDAD A POSTERIORI
Ejemplo:
Sabemos que la probabilidad de obtener un cinco en el lanzamiento de un dado
es de un sexto, ya que, aplicando la definicin de Laplace, tenemos que hay un solo
caso favorable frente a seis casos posibles. Esta se trata de una probabilidad a priori. Sin
embargo, es imposible asignar una probabilidad a priori al clculo de tasas de natalidad,
tasas de defuncin, expectativas de xito de un nuevo producto comercial, posibilidades
de triunfo de un candidato a presidente en unas elecciones a presidente, etc. En todos
estos casos hay que recurrir a las probabilidades a posteriori. Es decir, hay que hacer un
gran nmero de pruebas, y a partir de ellas estimar la probabilidad deseada. No
obstante, debemos saber que nunca llegaremos a estimar dicha probabilidad con
precisin, si bien cuanto mayor sea el nmero de pruebas ms cerca estaremos del valor
exacto.
Definicin:
Se llama probabilidad a una ley que asocia a cada suceso A, del espacio
de sucesos S, un nmero real que llamaremos probabilidad de A, y que
representaremos por p(A), que cumple los siguientes axiomas:
8
Estadstica para Ciencias de la Salud
Docente: Paola T. Mendoza Bello
Ejemplo:
Imaginemos el lanzamiento de un dado, trucado de tal modo que la probabilidad
de salir cada una de las caras es proporcional al valor de la misma. As:
p1 , p2 , p3 , p4 , p5 , p6
1 2 3 4 5 6
21 21 21 21 21 21
Esta sera una probabilidad segn Kolmogorov, aunque no todos los sucesos
elementales sean equiprobables. Es sencillo comprobar que se cumplen todos los
axiomas de la definicin. La probabilidad de cualquier suceso es positiva, la
probabilidad de la unin de sucesos incompatibles es la suma de las probabilidades y la
1 2 3 4 5 6 21
probabilidad del espacio muestral es 1, ( 1 ).
21 21 21 21 21 21 21
En efecto:
Como A A E , y A y su contrario A son incompatibles, resulta:
1 pE p A A pA p A , de donde se deduce p A 1 pA .
En efecto:
Como el suceso imposible es el contrario del suceso seguro, cuya
probabilidad es 1, usando la consecuencia anterior se tiene que la
probabilidad del suceso imposible es 0.
9
Estadstica para Ciencias de la Salud
Docente: Paola T. Mendoza Bello
Dados n sucesos A1, A2, ........, An, incompatibles dos a dos, entonces se tiene
que pA1 A 2 ............. A n pA1 pA 2 ............. pA n .
En efecto:
Dado que los sucesos A1, A2, ........, An son incompatibles dos a dos,
entonces:
pA B pA pB pA B
En efecto:
Observemos que A B A - B A B B - A , (donde tenemos que
A - B, A B y B - A son conjuntos disjuntos).
Por otro lado: A A - B A B y B B - A A B
As: pA pA - B pA B pA - B pA pA B y
pB pB - A pA B pB - A pB pA B
10
Estadstica para Ciencias de la Salud
Docente: Paola T. Mendoza Bello
pA B C pA B C pA B pC pA B C
pA pB pA B pC pA C B C
pA pB pA B pC pA C pB C pA B C
pA pB pC pA B pA C pB C pA B C
Ejemplo:
Supongamos el experimento aleatorio extraer una carta de una baraja
espaola. Consideramos los sucesos:
PROBABILIDAD CONDICIONADA
Definicin:
PROBABILIDAD CONDICIONADA
Sean A y B dos sucesos del espacio de sucesos S, tal que la probabilidad
de B es distinta de cero. Se llama probabilidad de A condicionada a B, p A ,
B
a la probabilidad de A tomando como espacio muestral B, es decir, la
probabilidad de que ocurra A dado que ha sucedido B.
11
Estadstica para Ciencias de la Salud
Docente: Paola T. Mendoza Bello
B pApBB ,
pA pB 0
Definiciones:
SUCESOS INDEPENDIENTES
Dados dos sucesos A y B, diremos que A y B son independientes si se
verifica pB p B
A
y pA p A .
B
SUCESOS DEPENDIENTES
Dados dos sucesos A y B, diremos que A y B son dependientes si se
verifica pB p B
A
o pA p A , segn tenga sentido el
B
condicionamiento.
Ejemplo:
Imaginemos una bolsa con 5 bolas negras y 5 bolas blancas. Procedemos a sacar
sucesivamente dos bolas. Llamaremos suceso A = La primera bola es blanca y suceso
B = La segunda bola es negra. Nos planteamos dos posibles situaciones:
a) Si la primera bola sacada se devuelve a la bolsa, entonces la probabilidad del
suceso B es la misma se haya verificado el suceso A o no. Por tanto, son dos
sucesos independientes. Es decir, que la segunda bola sea negra suponiendo
que la primera ha sido blanca tendra la misma probabilidad que sacar una
bola negra en la primera extraccin.
p"Sacar bola negra"
5 1
10 2
pB
A 10 2
5 1
b) Si la primera bola sacada no se devuelve a la bolsa, entonces la probabilidad
del suceso B depende del suceso A. Por tanto, son dos sucesos dependientes.
12
Estadstica para Ciencias de la Salud
Docente: Paola T. Mendoza Bello
PROBABILIDAD COMPUESTA
pA B p B A pA pB pA
Anlogamente, para el caso de tres sucesos independientes se tiene:
pA B C pA pB pC
pA B p B A pA
13
Estadstica para Ciencias de la Salud
Docente: Paola T. Mendoza Bello
pA B C pA p B A pC A B
En efecto:
pA B C pA B C pA B p C AB
pA p B A pC A B.
pA 1 A 2 ...... A n pA 1 p 2 ...... p A n
A
A 1 A 2 .... A n -1
A 1
Demostracin.
En efecto:
p A1 A2 ...... An 1 An
p A1 A2 ...... An 1 p n
A
A 1 A 2 ...... A n 1
p A1 A2 ...... An 2 p n 1
A
A1 A 2 ...... A n2
p n ............................................
A
A1 A2 ...... An 1
p A1 p 2 ........... p n 1
A A
A1 A1 A2 ...... An 2
p n .
A
A1 A2 ..... An 2
Ejemplo:
Supongamos que una caja tiene 5 bolas rojas, 4 bolas azules y 6 bolas negras y
pretendemos saber la probabilidad de sacar sucesivamente tres bolas rojas sin
reemplazamiento de la bola tras cada extraccin, es decir, extraer una primera bola roja
( R 1 ), despus, sin devolver esta bola extraer una segunda bola roja ( R2 ) suponiendo
que la primera ha sido roja, y finalmente, sin devolver la bola a la caja, sacar una tercera
bola roja ( R 3 ) suponiendo que las dos anteriores tambin han sido rojas.
14
Estadstica para Ciencias de la Salud
Docente: Paola T. Mendoza Bello
pR1 R2 R3 pR1 p 2 p 3 5 4 3 2
R R
R1 R1 R 2 15 14 13 91
Observemos que pR1
5 1
ya que hay 5 rojas de un total de 15 bolas,
15 3
p 2
R 4 2
dado que, si la primera bola es roja y no ha sido devuelta, entonces
R1 14 7
nos quedan 4 bolas rojas de 14 bolas, y p 3 R R
R 3
puesto que en este
1 2 13
momento ya nos quedan slo tres bolas rojas en la caja, de 13 posibles.
PROBABILIDAD TOTAL
TEOREMA DE PROBABILIDAD TOTAL
pB p A1 p B p A2 p B .......... p An p B
A1 A2 An
Demostracin.
En efecto:
pB pB E pB A1 A2 .................... An (*)
pB A1 B A2 ............................. B An (**)
pB A1 pB A2 ........................ pB An (* * *)
p A1 p B p A2 p B ........... p An p B
A1 A2 An
15
Estadstica para Ciencias de la Salud
Docente: Paola T. Mendoza Bello
Ejemplo:
En un centro escolar, los alumnos pueden optar por cursar como lengua
extranjera entre ingls y francs. En un determinado curso, el 90 % de los alumnos
estudian ingls y el resto francs. El 30 % de los que estudian ingls son chicos, y de los
que estudian francs, son chicos el 40 %. Elegido un alumno al azar, cul es la
probabilidad de que sea chica?
PROBABILIDAD A POSTERIORI.
TEOREMA DE BAYES.
p Ai p B
p i
A Ai , siempre que pB 0, i : 1, ....., n .
B pB
Demostracin.
16
Estadstica para Ciencias de la Salud
Docente: Paola T. Mendoza Bello
p Ai p B
De la igualdad anterior se deduce: p i
A Ai , i : 1, ....., n .
B pB
p Ai p B p Ai p B
p i
A Ai Ai , i : 1, ....., n .
B pB
i1 p Ai p B Ai
n
Ejemplo:
En un centro escolar, los alumnos pueden optar por cursar como lengua
extranjera entre ingls y francs. En un determinado curso, el 90 % de los alumnos
estudian ingls y el resto francs. El 30 % de los que estudian ingls son chicos, y de los
que estudian francs, son chicos el 40 %. Elegido un alumno al azar resulta ser un chico,
cul es la probabilidad de que estudie ingls?
pI
pI O pI p I
O
0.9 0.3
0.87
O pO pO 0.31
17