Conceptos Básicos de Probabilidad

La teoría de probabilidad estudia aquellos experimentos cuyos resultados son

aleatorios y descubre leyes para la construcción de modelos que describen situaciones

reales. El estudio de las probabilidades invade prácticamente todos los ámbitos de las

ciencias.

Un experimento es un proceso o actividad que conduce a un resultado u observación, el

cual puede variar entre una y otra ejecución.

Para que un experimento sea aleatorio debe presentar dos características

importantes, la primera de ellas tiene que ver con la posibilidad de determinar un

conjunto, espacio muestral, que reúna todos los posibles resultados que puede tener;

la segunda tiene que ver con la imposibilidad de que los resultados de repeticiones

tengan un comportamiento igual o predecible.

El espacio muestral es el conjunto de todos los posibles resultados de un experimento,

se denota por Ω.

IMAGEN

En general los resultados obtenidos en experimentos aleatorios no son determinísticos

pero el estudio probabilístico de fenómenos aleatorios permiten planteamientos más

científicos y organizados para la solución de problemas. De hecho muchas de las

mediciones sobre las que se fundamenta la ciencia no son exactas. Por ejemplo la

longitud de un tornillo que se produce por una máquina, la resistencia de una viga etc.
Mas aún, muchos problemas aunque se planteen y resuelvan como determinísticos no lo

son, en realidad son probabilísticos. Si una máquina debe programarse para controlar

el llenado de botellas de refresco, de manera tal que cada botella lleve 500 ml de

líquido, usualmente no es posible la exactitud en el proceso de llenado, sólo se logra

que en promedio cada botella contenga 500 ml pero algunas tendrán más y otras

menos.

Cuando se tiene un experimento probabilístico, cualquier subconjunto del espacio

muestral recibe el nombre de evento o suceso.

IMAGEN

Basados en la experiencia, a cada evento se le asigna una medida de qué tan factible

es. Esta medida se refleja en un número en el intervalo [0,1]. Entre más factible sea

el resultado, mayor es la medida que se le asigna, la cual se llama probabilidad.

Es común encontrar conceptos algo diferentes acerca de lo que es la probabilidad,

como se muestran a continuación:

• Concepto Frecuentista

Es un hecho, empíricamente comprobado, que la frecuencia relativa de un suceso

tiende a estabilizarse cuando la frecuencia total aumenta.

Surge así el concepto frecuentista de la probabilidad de un suceso como un número

ideal al que converge su frecuencia relativa cuando la frecuencia total tiende a

infinito.
Para esto primero se observa la frecuencia relativa con que ocurre un evento si un

experimento se repite una cantidad grande de veces y luego calcula el cuociente entre

las ocurrencias del evento y el total de ejecuciones del experimento cuando este total

de ejecuciones es grande, de hecho es un valor límite de ese cuociente el que es

llamado probabilidad.

Por ejemplo al lanzar el dado, si queremos conocer la probabilidad que el resultado sea

5, debería repetirse el lanzamiento n veces, n grande, y contar cuantas veces salió el

5, frecuencia absoluta, y luego dividir por n. Más precisamente si A es el evento de

interés y para cada n f

A la frecuencia absoluta de A entonces la probabilidad de A,

fa
Ρ(A) , es lim
n→∞ n .

El problema radica en que al no poder repetir la experiencia infinitas veces, la

probabilidad de un suceso ha de ser aproximada por su frecuencia relativa para un n

suficientemente grande, y ¿cuán grande es un n grande? 0, ¿qué hacer con aquellas

experiencias que solo se pueden repetir una vez?

• Concepto Clásico

Está basado en el concepto de resultados igualmente verosímiles y motivado por el

denominado Principio de la Razón Insuficiente, el cual postula que si no existe un

fundamento para preferir una entre varias posibilidades, todas deben ser

consideradas equiprobables.
Así, en el lanzamiento de una moneda perfecta la probabilidad de cara debe ser igual

que la de cruz y, por tanto, ambas iguales a 1/2.

De la misma manera, la probabilidad de cada uno de los seis sucesos elementales

asociados al lanzamiento de un dado debe ser 1/6.

Laplace recogió esta idea y formuló la regla clásica del cociente entre casos

favorables y casos posibles, supuestos éstos igualmente verosímiles.

El problema aquí surge porque en definitiva igualmente verosímil es lo mismo que

igualmente probable, es decir, se justifica la premisa con el resultado. Además ¿qué

ocurre cuando estamos considerando un experimento donde no se da esa simetría?, o,

¿ qué hacer cuando el número de resultados posibles es infinito?

• Concepto Subjetivo

Se basa en la idea de que la probabilidad que una persona da a un suceso debe

depender de su juicio y experiencia personal, pudiendo dar dos personas distintas

probabilidades diferentes a un mismo suceso.

Estas ideas pueden formalizarse, y si las opiniones de una persona satisfacen ciertas

relaciones de consistencia, puede llegarse a definir una probabilidad para los sucesos.

En este enfoque la probabilidad tiende a verse como el grado de credibilidad que es

razonable asignarle a una proposición que describe a un evento, de acuerdo a una

evidencia dada, tiene un carácter que no es empírico, pues en ésta se busca conocer el

grado de certidumbre que uno puede asignarle a una hipótesis acorde a una evidencia;

para hacer esto uno debe pensar en el problema a la luz de las evidencias; si éstas

cambian, también podría hacerlo la probabilidad asignada.

 IMAGEN

La diferencia esencial entre ambos conceptos es que la probabilidad estadística es un

concepto empírico mientras que la probabilidad inductiva es un concepto lógico.

Probabilidades

Sea Ω el espacio muestral y 2Ω , el conjunto de las partes de Ω ., es decir el

conjunto de los eventos.

• Probabilidad

La función Ρ: 2Ω → [0,1] es una medida de probabilidad si

1. Ρ( Ω )=1

2. Si (An)n ∈ N es una sucesión de eventos disjuntos entonces

• ∞
P ( U An ) = ∑ P ( An )
n∈N n =1

Si A es un evento entonces el evento no ocurre A se denota por Ac.

• Propiedades

Sea A, B, A1,....An eventos, se tiene que

1. P (φ ) = 0
n n
2. Si A1,....An son disjuntos entonces P ( U Ak ) = ∑ P ( Ak )
k =1 k =1

3. P ( Ac ) = 1 − P ( A)

4. Si A ⊆ B entonces P ( A) ≤ P( B )
5. Si A ⊆ B entonces P ( B − A) = P ( B ) − P ( A)
6. P ( A U B) = P ( A) + P ( B ) − P( A I B )
n n
7. P ( U Ak ) ≤ ∑ P ( Ak )
k =1 k =1

Demostración
• • • •
3. A U Ac = Ω ⇒ P ( A U Ac ) = P ( A U Ac ) = Ω ⇒ P( A U Ac ) = P (Ω)

Al usar la propiedad 2 se tiene P ( A) + P ( A ) = 1

c

•
4. Si A ⊆ B entonces B = A U( B − A) .

Al usar la propiedad 2 se tiene P ( B) = P ( A) + P ( B − A) ,

Como P ( B − A) ≥ 0 se obtiene P ( A) ≤ P( B )

5. Si A ⊆ B entonces B = A U( B − A) y así P ( B) = P ( A) + P ( B − A) .
•

Por lo tanto P ( B − A) = P ( B ) − P ( A) .
 • • •
A U B = ( A − B ) U( B − A) U( A I B ) implica

•
P ( A U B ) = P ( A − B ) + P ( B − A) + P ( A I B )

= P( A − A I B) + P( B − A I B) + P( A I B) + P( A I B)

Ya que A I B ⊆ A y A I B ⊆ B usando la propiedad 5 se tiene

•
P ( A U B ) = P ( A) − P( A I B ) + P ( B ) − P( A I B) + P( A I B)

= P ( A) + P ( B ) − P ( A I B )