¿Qué es probabilidad?

La probabilidad es una medida numérica 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 mañana”, se entiende que si el pronóstico 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.

¿Por qué se estudia la probabilidad?

La importancia de la probabilidad radica en que, mediante este recurso

matemático, es posible ajustar de la manera más exacta posible los
imponderables debidos al azar en los más variados campos tanto de la ciencia
como de la vida cotidiana.

En efecto, la probabilidad es una estrategia mediante la cual se intenta estimar

la frecuencia con la que se obtiene un cierto resultado en el marco de una
experiencia en la que se conocen todos los resultados posibles. Así, el ejemplo
más tradicional consiste en definir cuál es la prevalencia de obtener un número
al arrojar un dado. Sobre seis resultados posibles (todas las caras), sólo es
posible lograr un número por cada vez que el dado es arrojado. En este caso,
la probabilidad puede expresarse como uno en seis, un sexto, la sexta parte o,
en términos matemáticos precisos, 0.16 ó 16%.
Enfoques de la probabilidad:

En este punto se mencionaran tres tipos de enfoques:

 Enfoque clásico, a priori o de Laplace,

 Enfoque empírico, frecuencia o a posteriori.
 Enfoque matemático, axiomático o de Kolmogorov.
Enfoque clásico, a priori o de Laplace
Este enfoque define la probabilidad como un número, determinado de la
siguiente forma: P(A)= (n(A))/(n(S))

Dónde:
 S = Cardinal del espacio maestral S del experimento.
 N(A) = Cardinal del evento A.
La aplicación de este enfoque supone las siguientes condiciones:

 Trabaja con espacios muéstrales finitos.

 Los puntos de S deben ser igualmente importantes, esto es, igual peso
específico.
Enfoque empírico, frecuencia o a posteriori
El enfoque empírico utiliza la frecuencia relativa como una aproximación al
valor de la probabilidad de un evento, esto se refiere a un valor empírico de la
probabilidad de ocurrencia del evento, la cual es un valor teórico resultante de
un cálculo matemático.

Es conveniente por lo tanto tener, presente el concepto de frecuencia, como la

cantidad de veces que ocurre un evento en un determinado periodo. Ahora
bien, las frecuencias pueden ser absolutas o relativas:

 Frecuencia absoluta: Es el número de veces que se presenta un

evento determinado en un experimento.
 Frecuencia relativa: Es la fracción o porción de veces que se presenta
un evento determinado en un experimento.
La frecuencia relativa para un evento A esta dada por:

 fA: (frecuencia absoluta)/(número de ejecuciones del experimento)=

(Número de veces que ocurre A)/(Numero de ensayos)
 fA: nA/n
P(A) = lim(n->inf)nA/n
Come se puede observar en la expresión anterior, la frecuencia relativa tiende
a la probabilidad de ocurrencia del evento en el límite, es decir cuando el
experimento se ejecuta un gran número de veces.

Enfoque matemático, axiomático o de Kolmogorov

Este enfoque se presenta por medio de tres axiomas, los cuales son la
fundamentación d toda la teoría de probabilidad.

Axioma 1: 0 < = P(A) < = 1

Esto indica que la probabilidad de ocurrencia de un evento es un número, el
cual debe oscilar siempre entre 0 y 1, sin contradecir la definición dada por
Laplace en el enfoque clásico.

El extremo superior representa la certeza absoluta de la no ocurrencia del

evento, mientras que el inferior representa la certeza absoluta de la no
ocurrencia del evento. Cualquier otro valor entre 0 y 1 indica incertidumbre
acerca de la ocurrencia del evento.

Axioma 2:
P(S) = 1 P( ø ) = 0

P(S) representa la probabilidad de ocurrencia de algún resultado cuando se

realiza un experimento aleatorio, y de acuerdo con el axioma 1, esta
probabilidad debe ser 1. En consecuencia, la probabilidad del evento vacío
debe ser 0.
Axioma 3: Si A y B son eventos mutuamente excluyentes, entonces la
probabilidad de su unión es la suma de sus probabilidades individuales.
P(A U B) = P(A) + P(B)

La expresión anterior es generalizable a más de dos eventos, así:

P(A1 U A2 U A3 U … U An ) = P(A1) + P(A2) + P(A3) + … + P(An)

Probabilidad clásica y concepto de frecuencia relativa:

Es el número de resultados favorables a la presentación de un evento dividido

entre el número total de resultados posibles. Asignación de probabilidad "a
priori", si necesidad de realizar el experimento.

La probabilidad clásica o teórica se aplica cuando cada evento simple del

espacio muestral tiene la misma probabilidad de ocurrir.

Fórmula para obtener la probabilidad clásica o teórica:

EJEMPLO: ¿Cuál es la probabilidad de obtener un número mayor que 3, en el
lanzamiento de un dado? Si E: 4, 5, 6, entonces el número de resultados
favorables es n (E) = 3.
Si S: 1, 2, 3, 4, 5, 6, entonces el número total de resultados posibles es (S) = 6.
Por lo tanto:

Eventos o sucesos aleatorios:

La probabilidad es la ciencia que trata de cuantificar los posibles resultados

de un experimento en el cual está presente la incertidumbre o la
aleatoriedad. La teoría de la probabilidad se usa extensamente en áreas como
la estadística, la física, la matemática, la ciencia y la filosofía para sacar
conclusiones sobre la probabilidad de sucesos potenciales y la mecánica
subyacente de sistemas complejos.

Un experimento es un proceso que se observa con el fin de establecer una

relación entre condiciones en que se realizan y los resultados que se obtienen.
Se clasifican en:

Un experimento determinístico es aquel que al ser realizado con las mismas

condiciones iniciales produce los mismos resultados.
Ejemplo: Una operación de adición.

Un experimento aleatorio es aquel que puede producir resultados diferentes,

aun cuando se repita siempre de la misma manera.

Ejemplo: El lanzamiento de un dado.

Espacios muéstrales:

Se le llama espacio muestral al conjunto de todos los resultados posibles de un

experimento aleatorio. El espacio muestral se denota como S.

Ejemplo: Los resultados posibles del lanzamiento de un dado.

               S = {1, 2, 3, 4, 5, 6}

Ejemplo: Los resultados posibles del lanzamiento de una moneda.

               S = {Sello, Águila}

Los espacios muéstrales se clasifican en:

Espacio muestral discreto, son espacios muéstrales cuyos elementos

resultan de hacer conteos, siendo por lo general subconjuntos de los números
enteros.
Espacio muestral continuo, son espacios muéstrales cuyos elementos
resultan de hacer mediciones, siendo por lo general intervalos en el conjunto de
los números reales.

Sucesos mutuamente excluyentes:

Son mutuamente excluyentes si la ocurrencia de uno de ellos implica la no

ocurrencia de los otros n − 1 eventos. Por lo tanto, no pueden suceder
simultáneamente dos eventos mutuamente excluyentes. En lenguaje formal, la
intersección de cada par de ellos es vacía (el evento nulo): A ∩ B = ∅. Por lo
tanto, los eventos mutuamente excluyentes tienen la propiedad que: P(A ∩ B) =
0.2

Por ejemplo, es imposible tener una carta que sea roja y a la vez tréboles dado
que los tréboles siempre son negros. Si se saca una carta de un mazo, se
obtendrá o bien una carta roja (corazones o diamantes) o una carta negra
(tréboles o picas). Cuando A y B son mutuamente excluyentes, P(A ∪ B) = P(A)
+ P(B).3 Por ejemplo para obtener la probabilidad de sacar una carta roja o un
trébol, se suman las probabilidades de sacar una carta roja y la probabilidad de
sacar un trébol. En un mazo estándar de 52 cartas, hay veintiséis cartas rojas y
trece tréboles: 26/52 + 13/52 = 39/52 o 3/4.

Se deberían sacar por lo menos dos cartas para obtener una roja y un trébol.
La probabilidad de que ello suceda en dos extracciones depende de si la
primera carta que se extrae es devuelta al mazo antes de proceder a sacar la
segunda carta, ya que si no se la devuelve al mazo existirá una carta menos en
el mazo para cuando toque sacar la segunda carta. Las probabilidades de
eventos individuales (rojo y trébol) se multiplican en vez de sumarse. La
probabilidad de sacar una carta roja y un trébol en dos extracciones sin
reposición es 26/52 × 13/51 × 2 = 676/2652, o 13/51. Si la primera carta se
devuelve al mazo antes de sacar la segunda carta, la probabilidad es
26/52 × 13/52 × 2 = 676/2704, o 13/52.
En el ámbito de la probabilidad, la conjunción "o" permite que ambos eventos
sucedan. La probabilidad que uno o ambos eventos sucedan se expresa como
P(A ∪ B) y en general es P(A) + P(B) – P(A ∩ B).3 Por lo tanto se considera
exitoso si se saca una carta roja o un rey, alguno de los reyes rojos, una carta
roja que no se rey, o un rey negro. En un mazo estándar de 52 cartas, hay
veintiséis cartas rojas y cuatro reyes, dos de los cuales son rojos, por lo que la
probabilidad de sacar una carta roja o un rey es 26/52 + 4/52 – 2/52 = 28/52.

Sucesos no mutuamente excluyentes:

Un evento mutuamente no excluyente, son aquellos que a la hora de que

suceda no se descarta la posibilidad de otro, es decir pueden suceder 2
eventos en el mismo acto. Ejemplo: si se lanzan 2 dados al aire existe la
posibilidad de que salga 6 en cualquiera de los 2 dados lanzados, lo cual tiene
una probabilidad de ocurrencia de 11/36 ya que hay 11 combinaciones de los
puntos de los dados, que cumplen con esta condición: 1-6, 6-1 2-6,6-2 3-6,6-3
4-6,6-4 4-5,6 6-5 6-6 . Y si ocurre el suceso B, los puntos que ambos dados
suman un puntaje igual a 8 puntos, lo cual tiene una probabilidad de ocurrencia
5/36, ya que hay 5 combinaciones que cumplen con esta condición. Otros
ejemplos pueden ser los siguientes:  Sacar un 5 y una carta de espadas, es
un evento no excluyente pues podemos tomar una carta 5 de espadas.  Sacar
una carta roja y una carta de corazones, es un evento no excluyente pues las
cartas de corazones son uno de los palos rojos.  Sacar un 9 y una carta negra.
es un evento no excluyente pues podemos tomar el 9 de espadas o el 9 de
tréboles. La fórmula matemática para determinar la probabilidad de los eventos
mutuamente no excluyentes es:
Sucesos independientes:

En teoría de probabilidades, se dice que dos sucesos

aleatorios son independientes entre sí cuando la probabilidad de cada uno de
ellos no está influida porque el otro suceso ocurra o no, es decir, cuando
ambos sucesos no están relacionados.

Dos sucesos son independientes si la probabilidad de que ocurran entre ambos

simultáneamente es igual al producto de las probabilidades de que ocurra cada
uno de ellos, es decir, si

Reglas básicas de la probabilidad:

A) REGLA DE LA ADICIÓN DE PROBABILIDADES

i) REGLA GENERAL PARA EVENTOS NO MUTUAMENTE EXCLUYENTES

Si A y B son dos eventos no mutuamente excluyentes (eventos intersecantes),

es decir, de modo que ocurra A o bien B o ambos a la vez (al mismo tiempo),
entonces se aplica la siguiente regla para calcular dicha probabilidad:
En donde:

El conectivo lógico "o" corresponde a la "unión" en la teoría de conjuntos (o =)

El conectivo "y" corresponde a la "intersección" en la teoría de conjuntos (y =)

El espacio muestral (S) corresponde al conjunto universo en la teoría de

conjuntos

ii) REGLA PARTICULAR O ESPECIAL PARA EVENTOS MUTUAMENTE

EXCLUYENTES
En donde:

El conectivo lógico "o" corresponde a la "unión" en la teoría de conjuntos (o =)

El espacio muestral (S) corresponde al conjunto universo en la teoría de

conjuntos

B) REGLA DE LA MULTIPLICACIÓN DE PROBABILIDADES

i) REGLA GENERAL PARA EVENTOS DEPENDIENTES

Si A y B son dos eventos dependientes, es decir, si la ocurrencia de A afecta la

probabilidad de ocurrencia de B, entonces, dicha probabilidad de calcula
empleando la siguiente regla:

Nota:

La probabilidad del evento B, calculada bajo la suposición de que el evento A

ha ocurrido, se denomina probabilidad condicional de B, dado A, y se denota
por P (B/A).
ii) REGLA PARTICULAR O ESPECIAL PARA EVENTOS INDEPENDIENTES

Si A y B son dos eventos independientes, es decir, si el conocimiento de la

incidencia de uno de ellos no tiene efecto en la probabilidad de ocurrencia del
otro, entonces, para calcular la probabilidad de dichos eventos se aplica la
siguiente regla:

PROBABILIDAD TOTAL Y TEOREMA DE BAYES

A) PROBABILIDAD TOTAL
B) TEOREMA DE BAYES

El teorema de Bayes se utiliza para revisar probabilidades previamente

calculadas cuando se posee nueva información. Desarrollado por el reverendo
Thomas Bayes en el siglo XVII, el teorema de Bayes es una extensión de lo
que ha aprendido hasta ahora acerca de la probabilidad condicional.

Comúnmente se inicia un análisis de probabilidades con una asignación inicial,

probabilidad a priori. Cuando se tiene alguna información adicional se procede
a calcular las probabilidades revisadas o a posteriori. El teorema de Bayes
permite calcular las probabilidades a posteriori y es: