INTRODUCCIN A LA PROBABILIDAD

En la vida cotidiana aparecen muchas situaciones en las que los resultados observados son
diferentes aunque las condiciones iniciales en las que se produce la experiencia sean las mismas.
Por ejemplo, al lanzar una moneda unas veces resultar cara y otra cruz. Estos fenmenos,
denominados aleatorios, se ven afectados por la incertidumbre.
En el lenguaje habitual, frases como "probablemente...", "es poco probable que...", "hay muchas
posibilidades de que..." hacen referencia a esta incertidumbre.
La teora de la probabilidad pretende ser una herramienta para modernizar y tratar con situaciones
de este tipo; Por otra parte, cuando aplicamos las tcnicas estadsticas a la recogida, anlisis e
interpretacin de los datos, la teora de la probabilidad proporciona una base para evaluar la
fiabilidad de las conclusiones alcanzadas y las inferencias realizadas. Debido al importante papel
desempeado por la probabilidad dentro de la estadstica, es necesario familiarizarse con sus
elementos bsicos, lo que constituye el objetivo del presente tema.
Comenzamos con una motivacin sobre la incertidumbre y los distintos grados de incertidumbre,
relacionndolos de manera intuitiva con los enfoques ms tradicionales para asignar
probabilidades. Posteriormente, se introduce el sentido de la probabilidad en trminos de
experimentos aleatorios, espacio muestral, sucesos, etc., llegando a la formalizacin axiomtica de
la probabilidad y sus principales propiedades, junto con las expresiones de la probabilidad
condicionada y los teoremas de la probabilidad compuesta o del producto, de la probabilidad total y
de Bayes.
La probabilidad una medida numrica de la posibilidad de que ocurra un evento. Por tanto, las
probabilidades son una medida del grado de incertidumbre asociado con cada uno de los eventos
previamente enunciados. Si cuenta con las probabilidades, tiene la capacidad de determinar la
posibilidad de ocurrencia que tiene cada evento. Los valores de probabilidad se encuentran en una
escala de 0 a 1. Los valores cercanos a 0 indican que las posibilidades de que ocurra un evento
son muy pocas. Los cercanos a 1 indican que es casi seguro que ocurra un evento. Otras
probabilidades entre cero y uno representan distintos grados de posibilidad de que ocurra un
evento. Por ejemplo, si considera el evento que llueva maana, se entiende que si el pronstico
del tiempo dice la probabilidad de que llueva es cercana a cero, implica que casi no hay
posibilidades de que llueva. En cambio, si informan que la probabilidad de que llueva es 0.90, sabe
que es muy posible que llueva. La probabilidad de 0.50 indica que es igual de posible que llueva
como que no llueva.
Los Tres Tipos de Probabilidad
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.
Probabilidad de 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 pueden 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.

Probabilidad Lgica:
Se basa en la evidencia obtenida sobre un hecho.
Slo admite relacin lgica inductiva
Si la evidencia es muy fuerte, la probabilidad de la hiptesis puede ser 1; si es muy dbil puede ser
0.
Ejemplo: Existe vida en Marte?
Depender de la evidencia encontrada: si hay atmsfera propicia, si hay agua, si existen rastros
de una civilizacin, etc.
Frecuencia relativa
El mtodo de frecuencia relativa para la asignacin de probabilidades es el ms conveniente
cuando existen datos para estimar la proporcin de veces que se presentarn los resultados si el
experimento se repite muchas veces. Considere, por ejemplo un estudio sobre los tiempos de
espera en el departamento de rayos x de un hospital pequeo. Durante 20 das sucesivos un
empleado registra el nmero de personas que estn esperando el servicio a las 9:00 a.m.; los
resultados son los siguientes.
Nmeros de personas que
esperan
Nmeros de das:
resultado ocurrencia
0 2
1 5
2 6
3 4
4 3
TOTAL 20

En estos datos aparece que 2 de los 20 das, haba cero pacientes esperando el servicio, 5 das
haba un paciente en espera y as sucesivamente. Con el mtodo de la frecuencia relativa, la
probabilidad que se le asignar al resultado experimental cero pacientes esperan el servicio,
ser2/20 0.10; al resultado experimental un paciente espera el servicio, 5/20 0.25; 6/20 0.30a dos
pacientes esperan el servicio; 4/20 0.20 a tres pacientes esperan el servicio y 3/20 0.15a cuatro
pacientes esperan el servicio. Como sucede con el mtodo clsico, al usar el mtodo de frecuencia
relativa se satisfacen en automtico los dos requerimientos bsicos correspondientes a las
ecuaciones (4.3) y (4.4).
Mtodo subjetivo
El mtodo subjetivo de asignacin de probabilidades es el ms indicado cuando no es factible
suponer que todos los resultados de un experimento sean igualmente posibles y, adems, cuenta
con pocos datos relevantes. El mtodo subjetivo de asignacin de probabilidades a los resultados
de un experimento, usa toda la informacin disponible, por ejemplo, la propia experiencia o la
intuicin. Despus de considerar dicha informacin se asigna un valor de probabilidad que expresa
el grado de confianza (en una escala de 0 a 1) que tiene acerca de que un resultado experimental
ocurra. Como la probabilidad subjetiva expresa el grado de confianza que tiene un individuo, es
personal. Cuando se usa el mtodo de probabilidad subjetiva, es de esperarse que personas
distintas asignen probabilidades diferentes a los mismos resultados de un experimento. En el
mtodo subjetivo hay que tener cuidado de que se satisfagan los dos requerimientos bsicos
expresados en las ecuaciones (4.3) y (4.4). Sea cual sea el grado de confianza que tenga la
persona, el valor de probabilidad asignado a cada resultado experimental debe estar entre 0 y 1,
inclusive, y la suma de las probabilidades de todos los resultados experimentales debe ser
1.0.Considere el caso en el que Tom y Judy Elsbernd hacen una oferta para la compra de una
casa. Hay dos resultados posibles:
E1 _ su oferta ser aceptada
E2 _ su oferta no ser aceptada
Judy cree que la probabilidad de que su oferta sea aceptada es 0.8; por tanto, Judy establece que
P (E1) _ 0.8 y P (E2) _ 0.2; Tom, por su parte, cree que la probabilidad de que su oferta sea
aceptada es 0.6; por tanto, Tom establecer P (E1) _ 0.6 y P(E2) _ 0.4. Observe que la estimacin
de probabilidad de E1 que hace Tom refleja bastante pesimismo de que su oferta sea aceptada.
Tanto Judy como Tom asignaron probabilidades que satisfacen los dos requerimientos bsicos.
El hecho de que sus probabilidades sean diferentes subraya la naturaleza personal del mtodo
subjetivo.
Incluso en situaciones de negocios en que es posible emplear el mtodo clsico o el de las
probabilidades relativas, los administradores suelen proporcionar estimaciones subjetivas de una
probabilidad. En tales casos, la mejor estimacin de una probabilidad suele obtenerse combinando
las estimaciones del mtodo clsico o del mtodo de las frecuencias relativas con las estimaciones
subjetivas de una probabilidad.

Independencia estadstica
Dos variables estadsticas son estadsticamente independientes cuando el comportamiento
estadstico de una de ellas no se ve afectado por los valores que toma la otra; esto es cuando las
relativas de las distribuciones condicionadas no se ven afectadas por la condicin, y coinciden en
todos los casos con las frecuencias relativas marginales.
Esta definicin puede hacerse ms operativa, a travs de la caracterizacin siguiente: Dos
variables son estadsticamente independientes cuando para todos los pares de valores se cumple
que la frecuencia relativa conjunta es igual al producto de las frecuencias relativas marginales.
para todo i,j :

Ejemplo:


Y
X
1 2 3 n
j
.
5 1 10 5 16
10 2 20 10 32
15 4 40 20 64
n.
j
7 70 35 112
Comprobemos si se cumple



Para el primer par 1,1 tendramos que cumple
Para el segundo par 1,2 tendramos que cumple
Lo comprobaramos hasta el ltimo
Para el ltimo par 3,3, tendramos que cumple,

por tanto X e Y son estadsticamente INDEPENDIENTES
Teorema Bayes
En el estudio de la probabilidad condicional vio que revisar las probabilidades cuando se obtiene
ms informacin es parte importante del anlisis de probabilidades. Por lo general, se suele iniciar
el anlisis con una estimacin de probabilidad inicial o probabilidad previa de los eventos que
interesan. Despus, de fuentes como una muestra, una informacin especial o una prueba del
producto, se obtiene ms informacin sobre estos eventos. Dada esta nueva informacin, se
modifican o revisan los valores de probabilidad mediante el clculo de probabilidades revisadas a
las que se les conoce como probabilidades posteriores. El teorema de Bayes es un medio para
calcular estas probabilidades. En la figura 4.9 se presentan los pasos de este proceso de revisin
de la probabilidad.
FIGURA 4.9 REVISIN DE LA PROBABILIDAD USANDO EL TEOREMA DE BAYES




Sea un conjunto de sucesos mutuamente excluyentes y
exhaustivos, y tales que la probabilidad de cada uno de ellos es distinta de cero (0). Sea B un
suceso cualquiera del que se conocen las probabilidades condicionales . Entonces, la
probabilidad viene dada por la expresin:

Donde:
son las probabilidades a priori.
es la probabilidad de en la hiptesis .
son las probabilidades a posteriori.

Frmula













Bibliografa
Estadstica para administracin y economa Australia Brasil Corea Espaa
Estados Unidos Japn Mxico Reino Unido Singapur 10a. edicin
http://es.wikipedia.org/wiki/Teorema_de_Bayes