INTRODUCCIÓN A LA PROBABILIDAD
Un experimento es una situación que da lugar a uno o varios resultados
identificables. La probabilidad pertenece a la rama de la matemática que estudia
ciertos experimentos llamados aleatorios, o sea, regidos por el azar, en que se
conocen todos los resultados posibles, pero no se tiene la certeza de cuál será en
particular el resultado del experimento. Por ejemplo, experimentos aleatorios
cotidianos son el lanzamiento de una moneda, el lanzamiento de un dado y la
extracción de una carta de un paquete de cartas. De aquí en adelante, cada vez
que decimos experimento nos referimos a un experimento aleatorio.
CONCEPTOS BÁSICOS
A continuación les presentamos algunas definiciones de conceptos básicos de
la teoría de la probabilidad.
Evento - Llamamos evento a cualquier conjunto de uno o más resultados u
observaciones de un experimento.
Ejemplo 1: Obtener un 5 al realizar el experimento de lanzar al azar
un dado de seis caras balanceado (todas las caras del dado son
igualmente probables).
De aquí en adelante, de no especificar otro tipo de dado nos referimos a un
dado balanceado.
Para el siguiente ejemplo entendamos que tradicionalmente decimos cara
cuando obtenemos el lado de la moneda americana que contiene la imagen de un
presidente y al otro lado lo llamamos cruz.
7
Ejemplo 2: Obtener una cara y una cruz en el experimento de lanzar
dos monedas americanas, ambas al azar.
Notemos que se obtiene el 5 en el dado de una sola forma, pero una cara y
una cruz en dos monedas hay dos formas distintas de obtenerse (cara-cruz y cruz-
cara). O sea, que en el ejemplo 1 el evento consta de una sola observación posible
y en el ejemplo 2 el evento consta de dos observaciones posibles.
Evento Simple - Llamamos evento simple a cualquier evento que consta de
un solo resultado u observación de un experimento.
Ejemplo 3: Obtener un 3 al lanzar un dado al azar es un evento
simple pues ocurre de una sola forma.
Ejemplo 4: Obtener un número impar al lanzar un dado al azar no es
un evento simple pues ocurre de más de una forma, pues puede
ser 1, 3 ó 5.
Espacio Muestral - El espacio muestral de un experimento es el conjunto
que contiene solamente a todos los eventos simples posibles. De aquí en
adelante utilizaremos la letra S para referirnos al espacio muestral.
Ejemplo 5: Halle el espacio muestral de lanzar al azar un dado.
Respuesta: S = {1, 2, 3, 4, 5, 6}
Ejemplo 6: Halle el espacio muestral de lanzar al azar dos monedas
americanas.
Respuesta: S = {(cara-cara), (cara-cruz), (cruz-cara), (cruz-cruz)}
8
Ejercicios 1:
1. Lanzamos un dado y luego una moneda americana, ambos al azar.
a. Halle el espacio muestral.
b. Determine si cada uno de los siguientes eventos es simple o no.
i. obtener 5 en el dado y cruz en la moneda
ii. obtener 3 en el dado
iii. obtener cara en la moneda
2. Una pareja planifica tener tres hijos. Considerando sólo el género de éstos:
a. halle el espacio muestral.
b. determine si cada uno de los siguientes eventos es simple o no.
i. obtener un solo varón
ii. obtener 3 niñas
iii. obtener un varón como primogénito
iv. obtener todos sus hijos de igual género
NOTACIÓN DE PROBABILIDAD
Antes de seguir profundizando en el campo de la teoría de la probabilidad es
importante presentarles algunas notaciones básicas de la misma. Utilizaremos la
letra P para denotar una probabilidad. Es común utilizar letras mayúsculas como A,
B y C para denotar eventos específicos de un experimento. Por lo tanto, la
probabilidad de que ocurra el evento A lo denotamos como P(A).
9
DEFINICIONES DE PROBABILIDAD
La probabilidad de que ocurra un evento se mide por un número entre cero y
uno, inclusive. Si un evento nunca ocurre, su probabilidad asociada es cero,
mientras que si ocurriese siempre su probabilidad sería igual a uno. Así, las
probabilidades suelen venir expresadas como decimales, fracciones o porcentajes.
En el caso de utilizar fracciones para expresar probabilidades, las mismas pueden
ser simplificadas pero no es necesario hacerlo.
Existen diferentes formas para definir la probabilidad de un evento basadas
en formas distintas de calcular o estimar la probabilidad. A continuación
discutiremos tres diferentes enfoques. Seleccionar uno de los tres enfoques
dependerá de la naturaleza del problema.
1. Definición Clásica de Laplace, “A Priori” o Teórica
El enfoque clásico o "a priori" para definir la probabilidad es proveniente de
los juegos de azar. Esta definición es de uso limitado puesto que descansa sobre la
base de las siguientes dos condiciones:
i. El espacio muestral (S) del experimento es finito (su número total de
elementos es un número natural n = 1, 2, 3, …).
ii. Los resultados del espacio muestral deben ser igualmente probables
(tienen la misma posibilidad de ocurrir).
Bajo estas condiciones, suponga que realizamos un experimento. El número
total de elementos del espacio muestral del experimento es denotado como n(S).
Dicho de otro modo, n(S) representa el número total de eventos simples distintos
posibles al realizar un experimento. Además, si A es un evento de este
experimento, el número total de elementos del espacio muestral contenidos en A es
denotado como n(A). Es decir, n(A) representa el número total de formas distintas
en que A puede ocurrir. Entonces, la probabilidad de que A ocurra la definimos
como
10
n( A) número de formas distintas en que A puede ocurrir
P( A) = =
n( S ) número total de eventos simples distintos posibles .
A partir de esta definición las probabilidades de los posibles resultados del
experimento se pueden determinar a priori, es decir, sin realizar el experimento.
Ejemplo 7: Al lanzar un dado al azar, ¿cuál es la probabilidad de obtener un
número par?
Solución: Suponga que A es el evento de obtener un número par al
lanzar un dado al azar. Notemos que S = {1, 2, 3, 4, 5, 6} y todos los resultados
igualmente probables. Además, A puede ocurrir de tres formas distintas (2, 4 ó 6).
Por lo tanto, n( A) = 3 y n(S ) = 6 entonces
n( A)
P ( A) =
n( S )
3
P ( A) =
6
1
P ( A) = .
2
Ejemplo 8: Si se extrae una carta de un paquete de 52 cartas de las cuales
26 son negras (13 espadas A, 2, 3, … , 10, J, Q, K); 13 son tréboles); y 26 son rojas
(13 corazones y 13 diamantes), halle la probabilidad de que la carta sea
a. una K.
b. roja.
c. de diamante.
11
Solución:
a. Suponga que K es el evento de obtener una carta que sea K,
n( K ) 4 1
entonces P( K ) = = = porque el evento de "extraer una K"
n( S ) 52 13
consta de 4 de los 52 resultados igualmente probables.
b. Suponga que R es el evento de obtener una carta que sea roja,
26 1
entonces P ( R ) = = porque el evento de "extraer una carta roja" consta
52 2
de 2 de los 52 resultados igualmente probables.
c. Suponga que D es el evento de obtener una carta que sea de
13 1
diamante, entonces P ( D ) = = porque el evento de "extraer una carta
52 4
de diamante" consta de 13 de los 52 resultados igualmente probables.
Ejemplo 9: ¿Cuál es la probabilidad de que en una familia que tiene tres
hijos, haya dos niñas y un niño, si se considera igualmente probable el nacimiento
de un niño o niña?
Solución: Usando "a" para niña y "o" para niño, el espacio muestra es:
S = {aaa, aao, aoa, aoo, oaa, oao, ooa, ooo} por lo que n(S) = 8. Definimos el
evento A como que haya dos niñas y un niño, entonces A = {aao, aoa, oaa } y
n( A)
n(A) = 3. Por lo tanto, P ( A) =
n( S )
3
P ( A) =
8
12
P ( A) = 0.375
P ( A) = 37.5% .
Bajo las mismas premisas de este ejemplo, podemos concluir que el 37.5%
de las familias que tienen tres hijos, de éstos dos son niñas y uno es niño.
2. Definición Empírica, “A Posteriori”, Experimental o de Frecuencia
Relativa
La definición clásica se ve limitada a situaciones en las que hay un número
finito de resultados igualmente probables. Lamentablemente, hay situaciones
prácticas que no son de este tipo y la definición “a priori” no se puede aplicar. Por
ejemplo, si se pregunta por la probabilidad de que un paciente se cure mediante
cierto tratamiento médico, o la probabilidad de que una determinada máquina
produzca artículos defectuosos, entonces no hay forma de introducir resultados
igualmente probables. Para responder a estas preguntas podemos utilizar el
enfoque empírico, en el cual para determinar los valores de probabilidad se requiere
de la observación y de la recopilación de datos. La definición empírica se basa en la
frecuencia relativa de ocurrencia de un evento con respecto a un gran número de
repeticiones del experimento. En otras palabras, la definición empírica se basa
número de veces que ocurrió el evento entre el número total de repeticiones del
experimento. También se le denomina a posteriori, ya que el resultado se obtiene
después de realizar el experimento un cierto número grande de veces.
Si queremos conocer la probabilidad del evento A según este enfoque
realizamos el experimento un gran número de veces y contamos cuántas veces A
ocurre. Con base en estos resultados reales, P(A) se estima de la siguiente forma:
número de veces que ocurrió A
P( A) =
número de veces que se repitió el experimento .
13
Este enfoque de probabilidad no implica ningún supuesto previo de igualdad
de probabilidades.
Ejemplo 10: Antes de incluir la cobertura para cierto tipo de problema dental
C en pólizas de seguros médicos para adultos, una compañía de seguros desea
determinar la probabilidad de ocurrencia de esta clase de problemas, para que
pueda fijarse la prima de seguros de acuerdo con esas cifras. Por ello, un
especialista en estadística recopila datos preguntando a 10,000 adultos que se
encuentran en las categorías de edad apropiadas y encuentra que 100 de ellos han
experimentado el problema dental específico durante el año anterior. Según los
datos recopilados, ¿cuál es la probabilidad de que un adulto tenga este tipo de
problema dental durante el periodo de un año?
Respuesta: Notemos que el especialista estudia 10,000 adultos para
determinar cuántos de ellos tuvieron el problema dental C en el año anterior. O sea,
el especialista repitió el experimento de preguntar a un adulto si había tenido el
problema dental C el año anterior 10,000 veces y obtuvo 100 repuestas afirmativas a
su pregunta. Por ello, la probabilidad de ocurrencia de C en un adulto durante el
periodo de un año es
n(C )
P (C ) =
n( S )
100
P (C ) =
10,000
P (C ) = 0.01 .
P (C ) = 1% .
14
Ejemplo 11: Se conoce que una moneda está cargada. Esto significa que
un lado de la moneda se obtiene con mayor frecuencia que el otro dado al lanzarla al
azar un número grande de veces. Para determinar la probabilidad de que caiga cara
la moneda se lanza 60 veces al aire, de las cuales 24 veces cayó cara. Si aplicamos
la fórmula obtenemos:
24
P (cara) =
60
P (cara) = 0.4
P (cara) = 40%
Al calcular probabilidades con este método de frecuencias relativas
obtenemos una aproximación en vez de un valor exacto. A mayor número de veces
que repitamos el experimento, más cerca estará la aproximación del valor real. Esta
propiedad se enuncia en forma de teorema, el cual se conoce comúnmente como la
ley de los números grandes.
Ley de los Números Grandes
Conforme un experimento se repite una y otra vez, la probabilidad de
frecuencias relativas de un evento tiende a aproximarse a la probabilidad real.
Cuando se usa la definición empírica, es importante tomar en cuenta los
siguientes aspectos:
i. La probabilidad obtenida de esta manera es únicamente una estimación del
valor real.
ii. Cuanto mayor sea el número de repeticiones del experimento, tanto mejor
será la estimación de la probabilidad.
iii. La probabilidad es propia de sólo un conjunto de condiciones idénticas a
aquéllas en las que se obtuvieron los datos, o sea, la validez de emplear esta
definición depende de que las condiciones en que se realizó el experimento
sean repetidas idénticamente.
15
3. Definición Subjetiva
Esta definición de probabilidad se diferencia de los dos enfoques
anteriores, debido a que tanto el enfoque clásico como el de frecuencia
relativa producen valores objetivos de probabilidad. El enfoque subjetivo
define la probabilidad de un evento a base del grado de confianza que una
persona tiene de que el evento ocurra, teniendo en cuenta toda la evidencia
que tiene disponible, fundamentado en la intuición, opiniones, creencias
personales y otra información indirecta relevante. Debido a que el valor de la
probabilidad es un juicio personal, al enfoque subjetivo se le denomina
también como enfoque personalista.
El enfoque subjetivo no depende de la repetitividad de ningún evento y
permite calcular la probabilidad de sucesos únicos. Por ejemplo, ¿cuál es la
probabilidad de que un edificio colapse ante un terremoto? Este evento
puede que ocurra o que nunca ocurra, pero es lógico pensar que no
podemos repetir los terremotos un número grande de veces y contar el
número de veces que el edificio colapsa para calcular esa probabilidad. Sin
embargo, un especialista en el área puede asignar una probabilidad basada
en su juicio de toda la información relevante a la que pueda tener acceso.
Ejemplo 12: Un analista deportivo afirma que Estados Unidos tiene una
probabilidad de 90% de ganar la medalla de oro en baloncesto en las próximas
olimpiadas. Notemos que esta probabilidad está basada en la confianza que el
analista tiene de que el evento ocurra, con base en toda la evidencia que tiene
disponible.
Ejemplo 13: Un paciente le pregunta a su cardiólogo sobre cuánta
probabilidad tiene de salir exitosa la operación de corazón abierto que le dijo que
tenía que realizarle. Basado en el conocimiento de su condición y la experiencia
obtenida al trabajar casos similares, el médico le contestó que tenía un 85% de
probabilidad de que la operación sea un éxito.
16
