Science">
Probabilidad Básica y Condicional
Probabilidad Básica y Condicional
Probabilidad Básica y Condicional
FENÓMENO (EXPERIMENTO): Es todo aquel acto o acción que se realiza con el fin de
observar sus resultados y cuantificarlos.
Los fenómenos pueden clasificarse de acuerdo al tipo de resultados en:
ESPACIO MUESTRAL
El espacio Muestral es el conjunto de todos los posibles resultados de un experimento aleatorio y
se suele representar como E (o bien como omega, Ω, del alfabeto griego).
EVENTO
Al conjunto de todos los posibles resultados de un experimento aleatorio se le denomina ESPACIO
DE EVENTOS (S).
EJEMPLOS
1.
EXPERIMENTO: águila o sol. Se arroja una moneda al aire
¿Cuál es la probabilidad de que caiga águila? ¿La podemos encontrar al usar la ecuación P(A)=?, y
tal vez, intuitivamente, sepas que la probabilidad es mitad y mitad, o sea 50%. ¿Pero cómo
podemos resolver eso?
1
𝑃 (𝐴) = = 0.5 = 50%
2
P(A) = (# de maneras en las que A puede suceder) / (número total de resultados)
2.
EXPERIMENTO: Lanzamiento de un dado
Hay seis resultados distintos
¿Cuál es la probabilidad de sacar un uno?
1
𝑃(1) =
6
¿Cuál es la probabilidad de sacar un 1 y un 6?
2 1
𝑃(1 𝑜 6) = =
6 3
¿Cuál es la probabilidad de sacar un número par (es decir, sacar un dos, un cuatro o un seis)?
3 1
𝑃(𝑝𝑎𝑟) = =
6 2
3.
EXPERIMENTO: arrojar dos dados y observar la suma de los puntos de las caras que quedan
arriba
𝑃 = 𝑌1 + 𝑌2
¿Cuál es el espacio de eventos?
A = ( 2, 4, 6, 8, 10, 12 )
B = ( 7, 10, 11 )
C = ( 3, 5, 7, 9, 11 )
D=(9)
Por ejemplo: A ∩ B = ∅
SUBJETIVA O DE JUICIO
Una probabilidad igual a cero indica una certeza absoluta de que el evento no ocurrirá y una
probabilidad igual a 1 (100%) indica una certeza absoluta de que el evento ocurrirá.
METODO CLASICO
Sea n(S) es el número de elementos, igualmente posibles y mutuamente excluyentes, del espacio
muestral S de un experimento aleatorio, y sea n(A) el número de elementos de un evento
cualquiera A de ese espacio muestral.
Si un experimento aleatorio se ejecuta n veces bajo las mismas condiciones, y m de los resultados
son favorables al evento A, la probabilidad de que ocurra el evento A al realizar nuevamente el
experimento es:
𝑚
𝑃(𝐴) = lim ( )
𝑛→∞ 𝑛
Una forma común de calcular la probabilidad aproximada de un evento A, desde el punto de vista
frecuentista, es dividiendo el número de veces que ocurre A, n(A); entre el número total de veces
que se efectúa el experimento, n(S) ó simplemente n.
𝑛(𝐴)
𝑃(𝐴) =
𝑛
EJEMPLO:
SUBJETIVA:
Está nublado, hay un 70% de probabilidad de lluvia.
CLÁSICA:
Si en un grupo hay 40 ingenieros y 20 arquitectos, la probabilidad de que, al seleccionar
aleatoriamente a una persona del grupo, su profesión sea de ingeniero es:
40/60 = 4/6
FRECUENTISTA:
Al sacar de una urna muy grande 100 pelotas, se observaron 30 rojas y 70 blancas. La probabilidad
de que, al sacar otra pelota, ésta sea blanca es: 70/100 =7/10.
(se desconoce cuántas pelotas hay dentro de la urna)
DIAGRAMA DE ARBOL
El diagrama de árbol es otro método sencillo para calcular el número total de resultados y
probabilidades. Al aplicar este método, se hace una representación gráfica que incluye cierto
número finito de pasos.
Ejemplo:
En el menú de una fonda, solo ofrecen limonada que puede ser pequeña, mediana o grande y con
hielo o sin hielo.
1. Escoge un sándwich de pan blanco o integral que sea de jamón, pavo o bistec.
2. Comprar un carro o camioneta; estándar (manual) o automática; gris, roja o azul marino
3. Elegir un postre, puede ser pastel o helado de tamaño pequeña, mediana o grande de
chocolate, vainilla o fresa.
4. Calcular la probabilidad y las combinaciones de arrojar tres monedas al aire y que las tres
salgan cara.
Una manera mas fácil para calcular el número posible de resultados posibles, si no se tienen
cantidades muy grandes, es simplemente contar las variables.
Para calcular los posibles resultados, idéntica los eventos y el numero de maneras en que puede
ocurrir.
Ejemplo:
Carlos tiene la opción de tomar un examen el lunes, miércoles o el viernes a las 9:00 A.M.,
1:00 P.M., 5:00 P.M. o a las 7:00 P.M. ¿Cuántas oportunidades tiene Carlos para tomar su examen?
PERMUTACIONES
Ejemplo: 4! = 4 x 3 x 2 x 1 = 24 (Tip: Para obtener los factoriales, empieza con el número dado y
se multiplica por cada número menor hasta llegar al uno.
Ejemplo II:
Pensemos que tienen las siguientes figuras geométricas, a cada una le asignamos un número,
¿cómo podemos ordenar las figuras? En total son ocho.
Identificamos la función factorial: 8!
8 x 7 x 6 x 5 x 4 x 3 x 2 x 1 = 40320
También pueden pedir que elegir que se elija solo las primeras tres, en ese caso tendríamos:
8 x 7 x 6 = 336
r representa el n
COMBINACIONES
Si aplicamos usando el ejemplo de las figuras geométricas enumeradas, pero ahora usamos las
figuras 1, 2 y 3, veamos las posibilidades que tenemos si están ordenadas y sin estarlo.
Aplicando la fórmula:
123, 234, 345, 124, 125, 134, 145, 135, 235, 245.
PROBABILIDAD CONDICIONAL
Es decir, la probabilidad condicional es aquella que depende de que se haya cumplido otro hecho
relacionado.
P(A|B)=P(A ∩ B)/P(B)
Es decir, en la fórmula de arriba se lee que la probabilidad de que suceda A, dado que ha
acontecido B, es igual a la probabilidad de que ocurra A y B, al mismo tiempo, entre la
probabilidad de B.
Como se puede advertir, en este caso conocemos dos datos: los estudiantes que juegan al futbol y
al baloncesto (35) y los estudiantes que juegan al fútbol (80).
P (A / B) = 35 / 80
P (A / B) = 0,4375
P (A / B) = 43,75%
Por lo tanto, esta probabilidad condicional indica que la probabilidad de que un estudiante juegue
al baloncesto dado que también juega al fútbol es del 43,75%.
PROBABILIDAD COMPUESTA
Imaginemos que tenemos una caja con 2 bolas azules, 3 bolas amarillas y 3 bolas rojas.
Imaginemos que sacamos 1 bola y la volvemos a meter en la caja. Después, sacamos otra bola y la
volvemos a meter ¿Qué probabilidad hay de que saquemos la misma bola dos veces?
EVENTOS INDEPENDIENTES
Son aquellos en los que un suceso previo no afecta a lo que puede ocurrir en un siguiente suceso.
Por ejemplo, en el anterior ejemplo se hace lo mismo 2 veces. Imaginad que sacamos la primera
bola:
Y, ahora, la bola que acabamos de sacar, la volvemos a meter en la caja, por lo que la siguiente vez
que saquemos una bola, seguirá habiendo 8 bolas en ella, todas las probabilidades serán las
mismas y la probabilidad de sacar una bola azul seguirá siendo un 25%.
P(A y B)=P(A)×P(B)
P(1ª azul y 2ª azul)=P(1ª azul)×P(2ª azul)
2 2
P(1ªazuly2ªazul) = ∗ = 0,0625 = 6,25%
8 8
Por lo que la probabilidad de que saquemos azul dos veces seguidas es de un 6,25%, ¿A que es
menos que lo que te esperabas?
SUCESOS DEPENDIENTES
Son aquellos en los que un suceso previo afecta a lo que puede ocurrir en un siguiente. Volviendo
al ejemplo de la caja, si cambiamos un poco el experimento y cada vez que sacamos una bola no la
volvemos a meter, estaríamos hablando de sucesos dependientes:
Cuando vamos a sacar la primera bola hay 8 bolas en la caja, pero, al sacar una, quedan 7 dentro.
Cuando vamos a sacar la segunda bola hay 7 bolas dentro de la caja, pero, al sacar otra, quedan 6
dentro.
Vamos a ver cómo influye el no volver a meter la bola a las probabilidades. Imaginemos que en la
primera tirada sacamos una bola azul; la probabilidad sería:
N°casosfavorables(2) 1
P(1ªazul) = = = 0.25 = 25%
N°casosposibles(8) 4
E imaginemos ahora que, esa bola azul la dejamos fuera y vamos a sacar otra bola; estas serían las
probabilidades de que esa segunda bola fuera azul:
N°casosfavorables(1) 1
P(2ªazulhabiendosacado1ªazul) = = = 0.14 = 14%
N°casosposibles(7) 7
¡Fijaos en que la operación ha cambiado, porque en la caja hay, ahora, 7 bolas, y solo queda una
bola azul!
Este tipo de experimentos suelen visualizarse muy bien mediante un tipo de diagrama llamado
árbol de probabilidades. He aquí el árbol correspondiente a este problema:
Y ahora vamos a calcular la probabilidad de sacar, primero, una bola azul y, luego, otra bola azul.
En experimentos dependientes como este, la probabilidad se calcula con esta fórmula:
Si os fijáis, la diferencia con la fórmula del anterior problema es el P (B | A). Antes teníamos la
probabilidad B, que era la probabilidad de sacar una bola azul en la segunda extracción.
Ahora, en cambio, tenemos P (B | A), porque la probabilidad de sacar una bola azul en la segunda
extracción depende de qué bola saquemos en la primera extracción. Apliquemos la fórmula al
problema:
Probabilidad de que salga “Primera bola azul” y “Segunda bola azul”= Probabilidad Primera bola
azul x Probabilidad segunda bola azul, condicionada por el haber sacado ya una bola azul.