PROBABILIDAD

Historia de la probabilidad.

Jacob Berooulli (1654 - 1705), Abraham de Moivre (1667 - 1754), el reverendo Thomas Bayes (1702 - 1761) y Joseph Lagrange (1736 - 1813) desarrollaron frmulas y tcnicas para el clculo de la probabilidad. En el siglo XIX, Pierre Simon, marqus de Laplace (1749 - 1827), unific todas estas primeras ideas y compil la primera teora general de la probabilidad.

La teora de la probabilidad fue aplicada con xito en las mesas de juego y, lo que es ms importante, en problemas sociales y econmicos. La industria de seguros requera un conocimiento preciso acerca de los riesgos de prdida. Muchos centros de aprendizaje estudiaron la probabilidad como una herramienta para el entendimiento de los fenmenos sociales.

Nuestra necesidad de tratar con total incertidumbre nos lleva a estudiar y utilizar la teora de la probabilidad. Al organizar la informacin y considerarla de manera sistemtica, seremos capaces de reconocer nuestras suposiciones, comunicar nuestro razonamiento a otras personas y tomar una decisin ms slida.

Conceptos bsicos sobre probabilidad.

La probabilidad es la posibilidad de que algo pase. Las probabilidades se expresan como fracciones o como decimales que estn entre uno y cero. Tener una probabilidad de cero significa que algo nuca va a suceder; una probabilidad de uno indica que algo va a suceder siempre.

En la teora de la probabilidad, un evento es uno o ms de los posibles resultados de hacer algo.

La actividad que origine uno de dichos eventos se conoce como experimento aleatorio.

Al conjunto de todos los resultados posibles de un experimento se le llama espacio muestral del experimento.

Se dice que dos eventos son mutuamente excluyentes si uno y slo uno de ellos puede tener lugar a un tiempo.

Cuando en una lista de los posibles eventos que pueden resultar de un experimento se incluyen todos los resultados posibles, se dice que la lista es colectivamente exhaustiva. En una lista colectivamente exhaustiva se presentan todos los resultados posibles.

Tres tipos de probabilidad.

Existen tres maneras bsicas de clasificar la probabilidad. Estas tres formas presentan planteamientos conceptuales bastante diferentes:

Planteamiento clsico. Planteamiento de frecuencia relativa. Planteamiento subjetivo.

Probabilidad clsica. Se define la probabilidad de que un evento ocurra como: Nmero de resultados en los que se presenta el evento / nmero total de resultados posibles Cada uno de los resultados posibles debe ser igualmente posible. La probabilidad clsica, a menudo, se le conoce como probabilidad a priori, debido a que si utilizamos ejemplos previsibles como monedas no alteradas, dados no cargados y mazos de barajas normales, entonces podemos establecer la respuesta de antemano, sin necesidad de lanzar una moneda, un dado o tomar una carta. No tenemos que efectuar experimentos para poder llegar a conclusiones. Este planteamiento de la probabilidad tiene serios problemas cuando intentamos aplicarlo a los problemas de toma de decisiones menos previsibles. El planteamiento clsico supone un mundo que no existe, supone que no existen situaciones que son bastante improbables pero que podemos concebir como reales. La probabilidad clsica supone tambin una especie de simetra en el mundo.

Frecuencia relativa de presentacin.

En el siglo XIX, los estadsticos britnicos, interesados en la fundamentacin terica del clculo del riesgo de prdidas en las plizas de seguros de vida y comerciales, empezaron a recoger datos sobre nacimientos y defunciones. En la actualidad, a este planteamiento se le llama frecuencia relativa de presentacin de un evento y define la probabilidad como:

La frecuencia relativa observada de un evento durante un gran nmero de intentos, o La fraccin de veces que un evento se presenta a la larga, cuando las condiciones son estables.

Este mtodo utiliza la frecuencia relativa de las presentaciones pasadas de un evento como una probabilidad. Determinamos qu tan frecuente ha sucedido algo en el pasado y usamos esa cifra para predecir la probabilidad de que suceda de nuevo en el futuro. Cuando utilizamos el planteamiento de frecuencia relativa para establecer probabilidades, el nmero que obtenemos como probabilidad adquirir mayor precisin a medida que aumentan las observaciones. Una dificultad presente con este planteamiento es que la gente lo utiliza a menudo sin evaluar el nmero suficiente de resultados.

Probabilidades subjetivas. Las probabilidades subjetivas estn basadas en las creencias de las personas que efectan la estimacin de probabilidad. La probabilidad subjetiva se puede definir como la probabilidad asignada a un evento por parte de un individuo, basada en la evidencia que se tenga disponible. Esa evidencia puede presentarse en forma de frecuencia relativa de presentacin de eventos pasados o puede tratarse simplemente de una creencia meditada. Las valoraciones subjetivas de la probabilidad permiten una ms amplia flexibilidad que los otros dos planteamientos. Los tomadores de decisiones puede hacer uso de cualquier evidencia que tengan a mano y mezclarlas con los sentimientos personales sobre la situacin. Las asignaciones de probabilidad subjetiva se dan con ms frecuencia cuando los eventos se presentan slo una vez o un nmero muy reducido de veces. Como casi todas las decisiones sociales y administrativas de alto nivel se refieren a situaciones especficas y nicas, los responsables de tomar decisiones hacen un uso considerable de la probabilidad subjetiva. SUGERENCIA. En la resolucin de problemas de probabilidad clsica, tener cuidado de asegurarse de si la situacin descrita es "con sustitucin" o "sin sustitucin" despus de cada intento.

Reglas de probabilidad. La mayora de los administradores que utilizan la probabilidad se preocupan por dos condiciones:

El caso en que un evento u otro se presente. La situacin en que dos o ms eventos se presenten al mismo tiempo.

La probabilidad de un evento A se expresa como: P (A) Una probabilidad sencilla quiere decir que slo un evento puede llevarse a cabo. Se le conoce como probabilidad marginal o incondicional. Usamos una representacin grfica, conocida como diagrama de Venn. El espacio muestral completo se representa mediante un rectngulo y los eventos se representan como partes de ese rectngulo. Si dos eventos son mutuamente excluyentes, las partes correspondientes de stos en el rectngulo, no se traslaparn. Si dos eventos no son mutuamente excluyentes, sus partes correspondientes en el rectngulo s se traslapan. Debido a que las probabilidades se comportan en mucho como si fueran reas, tomaremos el rea del rectngulo como la unidad. Entonces la probabilidad de que suceda un evento es su rea que le corresponde dentro del rectngulo.

Regla de la adicin para eventos mutuamente excluyentes. A menudo, estamos interesados en la probabilidad de que una cosa u otra suceda. Si estos dos eventos son mutuamente excluyentes, podemos expresar esta probabilidad haciendo uso de la regla de adicin para eventos mutuamente excluyentes: P (A o B) = P (A) + P (B) Existe un caso especial, para cualquier evento A, tenemos que ste sucede o no sucede. De modo que los eventos A y no A son mutuamente excluyentes y exhaustivos: P(A) + P(no A) = 1 P(A) = 1 - P(no A)

Regla de adicin para eventos que no son mutuamente excluyentes. Si dos eventos no son mutuamente excluyentes, es posible que ambos se presenten al mismo tiempo. En tales casos, debemos modificar la regla de la adicin para evitar el conteo doble: P(A o B) = P(A) + P(B) - P(AB)

Probabilidades bajo condiciones de independencia estadstica. Cuando se presentan dos eventos, el resultado del primero puede tener un efecto en el resultado del segundo, o puede no tenerlo. Esto es, los eventos pueden ser dependientes o independientes. Existen tres tipos de probabilidades que se presentan bajo independencia estadstica:

Marginal. Conjunta. Condicional.

Probabilidades marginales bajo independencia estadstica. Una probabilidad marginal o incondicional es la probabilidad simple de presentacin de un evento.

Probabilidades conjuntas bajo condiciones de independencia estadstica. La probabilidad de dos o ms eventos independientes que se presentan juntos o en sucesin es el producto de sus probabilidades marginales: P (AB) = P(A) X P(B) Un rbol de probabilidad muestra los resultados posibles y su respectiva probabilidad.

Probabilidades condicionales bajo independencia estadstica. Simblicamente, la probabilidad condicional se escribe: P(B/A) Y se lee "la probabilidad de que se presente el evento B, dado que el evento A se ha presentado". La probabilidad condicional es la probabilidad de que un segundo evento (B) se presente, si un primer evento (A) ya ha sucedido. Para eventos estadsticamente independientes, la probabilidad condicional de que suceda el evento B dado que el evento A se ha presentado, es simplemente la probabilidad del evento B: P(B/A) = P(B)

SUGERENCIA: Una buena verificacin de los clculos para obtener la probabilidad conjunta consiste en recordar que para cada intento, el total de probabilidades resultantes debe sumar 1.

Probabilidades bajo condiciones de dependencia estadstica. La dependencia estadstica existe cuando la probabilidad de que se presente algn suceso depende o se ve afectada por la presentacin de algn otro evento. Los tipos de probabilidad bajo condiciones de dependencia estadstica son:

Condicional. Conjunta. Marginal.

Probabilidad condicional bajo dependencia estadstica.

P(B/A) = P(BA) / P(A)

Probabilidades conjuntas bajo condiciones de dependencia estadstica. P(BA) = P(B/A) x P(A) O P(BA) = P(A/B) x P(B)

Probabilidades marginales bajo condiciones de dependencia estadstica. Las probabilidades marginales bajo dependencia estadstica se calculan mediante la suma de las probabilidades de todos los eventos conjuntos en los que se presenta el evento sencillo.

SUGERENCIA: Hacer la diferencia necesaria entre probabilidad condicional y probabilidad conjunta mediante el uso correcto de los trminos "dado que..." y "tanto... como": P(A/B) es la "probabilidad de que se presente el evento A dado que ya se ha presentado B" y P(AB) es la "probabilidad de que tanto A como B se presenten". Y la probabilidad marginal P(A) es la "probabilidad de que se presenta A, haya sucedido o no el evento B".

Conceptos:

rbol de probabilidades: representacin grfica que muestra los resultados posibles de una serie de experimentos y sus respectivas probabilidades.

Complemento de un evento: elementos del espacio muestral no incluidos en el evento considerado.

Dependencia estadstica: condicin en la que la probabilidad de presentacin de un evento depende de la presentacin de algn otro evento, o se ve afectada por sta.

Diagrama de Venn: representacin grfica de los conceptos de probabilidad en la que el espacio muestral est representado por un rectngulo y los eventos que suceden en el espacio muestral se representan como partes de dicho rectngulo.

Espacio muestral: conjunto de todos los resultados posibles de un experimento aleatorio.

Evento: uno o ms de los resultados posibles de hacer algo, o uno de los resultados posibles de realizar un experimento.

Eventos exhaustivamente colectivos: lista de eventos que representa todos los resultados posibles de un experimento.

Eventos mutuamente excluyentes: eventos que no se pueden presentar juntos.

Experimento aleatorio actividad que tiene como resultado o que produce un evento. Prueba donde existen dos o ms resultados posibles, y no se pude anticipar cul de ellos va a ocurrir.

Frecuencia relativa de presentacin: fraccin de veces que a la larga se presenta un evento cuando las condiciones son estables, o frecuencia relativa observada de un evento en un nmero muy grande de intentos o experimentos.

Independencia estadstica: condicin en la que la presentacin de algn evento no tiene efecto sobre la probabilidad de presentacin de otro evento.

Probabilidad: la posibilidad de que algo suceda.

Probabilidad clsica: nmero de resultados favorables a la presentacin de un evento dividido entre el nmero total de resultados posibles. Asignacin de probabilidad "a priori", si necesidad de realizar el experimento.

Probabilidad condicional: probabilidad de que se presente un evento, dado que otro evento ya se ha presentado.

Probabilidad conjunta: probabilidad de que se presenten dos o ms eventos simultneamente o en sucesin.

Probabilidad marginal: probabilidad incondicional de que se presente un evento; probabilidad de que se presente un solo evento. Probabilidad simple, o probabilidad de un evento cualquiera.

Probabilidad subjetiva: probabilidad basada en las creencias personales de quien hace la estimacin de probabilidad. Asignacin de probabilidad en forma intuitiva, en base a la experiencia o el conocimiento.

Producto de probabilidades: probabilidad de la interseccin de dos o ms eventos.

Suma de probabilidades: probabilidad de la unin de dos o ms eventos.

RECOMENDACIONES PRCTICAS:

Cuando se aplica la regla de la suma de probabilidades, determinar previamente si los eventos son excluyentes o no. Cuando se usa la regla del producto, averiguar si los eventos son dependientes o independientes. Siempre que sea posible, apoyar la interpretacin del problema mediante el empleo de diagramas de Venn. La probabilidad es un nmero que nunca puede tener valor negativo, ni ser mayor que 1.