Académique Documents
Professionnel Documents
Culture Documents
Clculo de probabilidades
Probabilidad
Como hemos comentado anteriormente, la probabilidad mide la mayor o
menor posibilidad de que se d un determinado resultado (suceso) cuando
se realiza un experimento aleatorio.
La probabilidad toma valores entre 0 y 1 (o expresados en tanto por ciento,
entre 0% y 100%):
El valor cero corresponde al suceso imposible: lanzamos un
dado al aire y la probabilidad de que salga el nmero 7 es cero
El valor uno corresponde al suceso seguro: lanzamos un
dado al aire y la probabilidad de que salga cualquier nmero del
1 al 6 es igual a uno (100%).
El resto de sucesos tendr probabilidades entre cero y
uno: que ser tanto mayor cuanto ms probable sea que dicho
suceso tenga lugar.
Cmo se mide la probabilidad?
Uno de los mtodos ms utilizados es aplicando la Regla de Laplace:
define la probabilidad de un suceso como el cociente entre casos favorables
y casos posibles.
P(A) = numero de Casos favorables / numero de casos posibles
3
son los posibles resultados y saber que todos tienen las mismas
probabilidades.
Y si el experimento aleatorio no cumple los dos requisitos indicados,
qu hacemos?, ponemos una denuncia?
No, no va a ser necesario denunciar a nadie, ya que en este caso podemos
acudir a otro modelo de clculo de probabilidades que se basa en la
experiencia (modelo frecuentista):
Cuando se realiza un experimento aleatorio un nmero muy
elevado de veces, las probabilidades de los diversos posibles
sucesos empiezan a converger hacia valores determinados,
que son sus respectivas probabilidades.
Ejemplo: si lanzo una vez una moneda al aire y sale "cara",
quiere decir que el suceso "cara" ha aparecido el 100% de las
veces y el suceso "cruz" el 0%.
Si lanzo diez veces la moneda al aire, es posible que el suceso
"cara" salga 7 veces y el suceso "cruz" las 3 restantes. En este
caso, la probabilidad del suceso "cara" ya no sera del 100%,
sino que se habra reducido al 70%.
Si repito este experimento un nmero elevado de veces, lo
normal es que las probabilidades de los sucesos "cara" y "cruz"
se vayan aproximando al 50% cada una. Este 50% ser la
probabilidad de estos sucesos segn el modelo frecuentista.
En este modelo ya no ser necesario que el nmero de soluciones sea
finito, ni que todos los sucesos tengan la misma probabilidad.
Ejemplo: si la moneda que utilizamos en el ejemplo anterior
fuera defectuosa (o estuviera trucada), es posible que al repetir
dicho experimento un nmero elevado de veces, la "cara"
saliera con una frecuencia, por ejemplo, del 65% y la "cruz" del
35%. Estos valores seran las probabilidades de estos dos
sucesos segn el modelo frecuentista.
A esta definicin de la probabilidad se le denomina probabilidad a
posteriori, ya que tan slo repitiendo un experimento un nmero elevado
de veces podremos saber cual es la probabilidad de cada suceso.
Probabilidad de sucesos
Probabilidad de sucesos
PA B PB P A B
P A P A B P A B)
De la segunda probabilidad se deduce que
P A B P A P A B
PA B
PB P A B P B
PA PA B
Ejemplo 12: Sean A y B dos sucesos tales que: P(AB) = 3/4; P( A) = 2/3 y
P(AB)= 1/4. Hallar:
a) P(A);
b) P(B);
c) P(A B ).
a) P(A)=1- P(A)= 1-2/3 =1/3
b) P(B) = P(AB) - P(A) + P(AB) = 2/3
PAPB / A PB PA /
Ejemplo 14. Supongamos que se tiene un dado de seis caras construido de forma
honesta. En tal caso todas las caras son equiprobables y el espacio muestral asociado al
experimento que consiste en lanzarlo al aire es E = {1, 2, 3, 4, 5, 6}. A partir de este
espacio muestral vamos a definir los sucesos: A = obtener nmero par; B = obtener un
dos o un cinco; C = obtener un 4.
Para este experimento aleatorio, las probabilidades de los sucesos definidos antes
son: P(A) = 1/2; P(B) = 1/3; P(C) =1/6. Ahora bien, si nos dijeran que al lanzar el dado
ha tenido lugar el suceso C, entonces P(A/C) = 1, dado que (C A ). Vemos como el
conocer que ha tenido lugar C modifica la probabilidad de A. Por otro lado, si nos
PAPB
Pues bien, cuando se cumple esta ltima igualdad se dice que los sucesos son
independientes. Esta condicin de independencia entre sucesos es equivalente a que
P(A) = P(A/B), o bien que P(B) = P(B/A). Pero que dos sucesos sean independientes no
significa que sean mutuamente excluyentes. Este segundo caso se da cuando esos
sucesos no pueden ocurrir simultneamente y, por lo tanto, su interseccin es el
suceso imposible, por lo que su probabilidad ser nula.
Si en lugar de tener los sucesos A y B se tuvieran los sucesos A, B y C, entonces se
dira que los tres son independientes si lo son dos a dos y los tres a la vez. Es decir si se
cumple que:
PA B PAPB , P A C
C PAPB PC
PAPC , P B C
PBPC
PA B
10
P(D/C)=1-P(D/C)=1-0,005=0,995
P(D)=1-P(D)=1-0,02=0,98
P(C)=1-P(C)=1-0,05=0,95
Con toda esta informacin tenemos que
a) P ( D C ) ?
P( D C )
P (C )
P ( D C ) P (C ) P ( D / C ) (0,95)(0,005) 0,00475
P( D / C )
b)
P (C D ) 0,00475
0,2375
P( D)
0,02
c) P (C/ D ) 1 P (C / D ) 1 0,2375 0,7625
P (C D) P (C ) P ( D/ C ) (0,95) * (0,995)
0,9645
d) P (C / D)
P ( D)
P ( D)
0,98
e) P (C/ D) 1 P (C / D) 1 0,9645 0,0355
P ( D C) P ( D ) p (C/ D ) (0,02)(0,625)
0,305
f) P ( D / C)
P (C)
P (C)
0,05
g) P ( D/ C) 1 P ( D / C) 1 0.305 0.695
P (C / D )
11