TEORIA DE LA

PROBABILIDAD
GENERALIDADES
En muchas oportunidades nos hemos encontrado con
afirmaciones donde no existe 100% de certeza sobre la
aparicin o realizacin de un hecho o fenmeno. Por ejemplo,
continuamente escuchamos situaciones como la siguiente:
Debido a la agresiva campaa publicitaria sobre el programa
de vacunacin para este ao, es probable que aumente
sustancialmente el nmero de nios vacunados.
En estos ejemplos se puede apreciar que el resultado final no
se conoce con exactitud o certeza, existe por lo tanto
INCERTIDUMBRE. As se vive en un mundo donde se est
en incapacidad de predecir el futuro con completa certeza.
La necesidad de tener suficiente poder para manejar la
incertidumbre obliga a estudiar y usar la Teora de la
Probabilidad.
EXPERIMENTO ALEATORIO
(EA)
Es un proceso de observacin, donde el resultado exacto no se conoce,
prevaleciendo por lo tanto, cierto margen de duda.
Ejemplo 1: Sea el experimento Resultado del examen final en el curso
de estadstica por parte de los participantes al Diplomado en
Epidemiologa.
Resultado 1: Antes del examen, el resultado no se conoce con exactitud;
es decir, no sabemos si el participante aprobar o desaprobar el examen
final. Luego, el experimento es aleatorio.
Ejemplo 2: Sea el experimento resultado del lanzamiento de una
moneda
Resultado 2: Existe margen de duda en el resultado exacto, pues, es
posible que ste aparezca cara o sello. Luego el experimento es aleatorio.
ESPACIO MUESTRAL (EM)
Es el conjunto de todos los resultados
posibles de un experimento aleatorio.
Ejemplo 1: Sea el experimento aleatorio
Resultado del examen final en el curso de
estadstica por parte de un estudiante de
bioestadistica
Resultado 1: El espacio muestral es:

EM = Aprobar, Desaprobar
SUCESO o EVENTO
Es cada resultado del experimento aleatorio o una
combinacin de resultados. Tambin se dice que
un suceso o evento, es un sub conjunto del espacio
muestral. Los eventos son representados por letras
maysculas: A, B, C, .......
Ejemplo 1: Sea el experimento aleatorio.
Seleccin de un alumno de acuerdo a su
rendimiento acadmico
El espacio muestral ser:

EM = Sobresaliente, bueno, regular, malo
Podemos observar que cada resultado es un
sub conjunto del Espacio Muestral, y por lo
tanto cada uno de ellos es un evento. Si
denotamos por A, B, C y D los eventos,
entonces tendremos:
Evento A: Sobresaliente

Evento B: Bueno

Evento C: Regular

Evento D: Malo

Ejemplo 1: Sea el experimento Seleccin
de dos personas, en realcin a su
situacin ocupacional. Los posibles
resultados de este experimento son:


OCUPADO DESOCUPADO
OCUPADO OO OD
DESOCUPADO DO DD
PERSONA 2
PERSONA 1
El espacio muestral es:

EM = OO, OD, DO, DD

En este caso tendramos como sucesos a una
combinacin de resultados. As por ejemplo,
podemos definir los siguientes sucesos o
eventos:
Sea el Evento A, tal que las dos personas
seleccionadas estn ocupadas, entonces:

A = OO
Sea el evento B, tal que al menos una de
las dos personas est ocupada, entonces:

B = OO, OD, DO

Sea el evento C, tal que la primera
persona seleccionada est ocupada,
entonces:

C = OO, OD
LOS SUCESOS o EVENTOS
PUEDEN SER
1. EVENTO SEGURO o SUCESO UNIVERSAL:
Se llama as al evento que de todas maneras debe
ocurrir.
Ejemplo 1: Sea el experimento. Seleccin de un
participante del curso de Bioestadstica, con una
nota mayor de quince, en el curso de
Bioestadstica. Se puede apreciar que el evento
es seguro o universal, ya que al seleccionar un
participante del curso de Bioestadstica, este de
todas maneras tendr una nota mayor de quince,
en el curso de Bioestadstica.
Evento Imposible: Es el evento que no va a
ocurrir.
Ejemplo 1: Sea el experimento Seleccin
de un participante del curso de
Bioestadstica, con nota menor de diez, en
curso de Bioestadstica. En este caso, el
evento es imposible, ya que no se podr
seleccionar a un participante del curso de
Bioestadstica con nota menor de diez, en
el curso de Bioestadstica.
3. Evento Complementario: El complemento del evento A, se
denota por el smbolo A (se lee: no A), y significa que el
evento A no ocurre.
Ejemplo1: Sea ele evento
A = Paciente con tumor canceroso Entonces

su complemento ser

A = Paciente con tumor no canceroso

4. Eventos Mutuamente Excluyentes: Dos o ms eventos son
mutuamente excluyentes, si la ocurrencia de uno de ellos,
anula la ocurrencia de los dems.
Ejemplo 1: Sea el experimento aleatorio:
Seleccin de un profesor de la
Universidad Nacional del Centro del
Per, segn categora docente
El espacio muestral es:

EM = Principal, Asociado, Auxiliar, Jefe
de prctica

Siendo los siguientes eventos:
A = Profesor Principal.
B = Profesor Asociado.
C = Profesor Auxiliar.
D = Profesor Jefe de Prctica.
Los cuatro eventos son mutuamente
excluyentes, porque al seleccionar un
docente, este tendr slo un a categora:
anulndose el resto de los eventos. No es
posible sostener, por ejemplo, que al
seleccionar un docente, este tenga la
categora de Principal y jefe de Prctica a
la vez.
5. Eventos Independientes: Dos eventos son
independientes si ambos no tienen ninguna
relacin entre s; es decir, si la ocurrencia de uno
de ellos, no influye en la ocurrencia del otro.
Sean los eventos:
X = Primer alumno aprueba el examen de
estadstica.
Y = Segundo alumno aprueba el examen de
estadstica.
X e Y son independientes porque al ocurrir el
evento X, este no influye para que el evento Y
ocurra.
CONCEPTO DE
PROBABILIDAD
La probabilidad es una disciplina abstracta
que se usa como modelo para hacer
deducciones relativas a eventos que
posiblemente pueden ocurrir.
TIPOS DE PROBABILIDADES: Existen tres
enfoques para el estudio de la probabilidad.
PROBABILIDAD CLASICA
Llamada tambin a priori debido a que es
posible conocer el resultado con
anterioridad, es decir, sin llevar a cabo el
experimento y slo basado en un
razonamiento lgico. Se calcula a travs de:
Casos favorables del ocurrencia del evento A
p(A) = ----------------------------------------------
Total de casos posibles
Ejemplo 1: Hallar la probabilidad de
obtener cara en el lanzamiento de una
moneda.
Solucin 1: Definimos el espacio
muestral: EM = cara, sello Sea el
evento A = Obtener cara.
Luego:
Casos favorables de ocurrencia del evento A
p(A) = ------------------------------------------
Total de casos posibles

P(A) = 1 / 2 = 0.5 = 50%
Ejemplo 2: Hallar la probabilidad de obtener
el nmero 2 en el lanzamiento de un dado:
Solucin: El espacio muestral ser:
EM = 1, 2, 3, 4, 5, 6
Sea el evento B = Obtener el nmero 2
p(B) = 1 / 6 = 0.17 = 17%
La probabilidad clsica, se utiliza para
experimentos simples, como los mencionados
anteriormente. En la vida real, se presentan
situaciones ms complejas que requieren el
clculo de probabilidad desde otro enfoque.
PROBABILIDAD DE
FRECUENCIAS RELATIVAS
El clculo de este tipo de probabilidad se basa
en la repeticin de la ocurrencia de un evento,
al realizar una gran cantidad de pruebas o
experimentos.
Se halla a travs de:
Nmero de veces que ocurri el evento A
p(A) = -------------------------------------------------
Nmero total de veces que se repiti el experimento
La probabilidad de frecuencia relativa, es llamada
tambin probabilidad emprica o a posteriori.
Debido a que se obtiene el resultado despus de
llevar a cabo el experimento un gran nmero de
veces.
Ejemplo 1: En una encuesta realizada a 500
vendedores ambulantes de Lima cuadrada, se
encontr que 325 de ellos se dedicaban a esta
actividad porque haban sido despedidos de
empresas fabriles. Hallar la probabilidad de que al
seleccionar aleatoriamente un vendedor ambulante,
ste haya sido despedido de una empresa fabril.
Solucin: Sea el evento B =
Vendedor ambulante despedido.
Nmero de veces en que ocurri B =
325
Nmero total de veces que se repiti
el experimento = 500
Luego: p(B) = 325 / 500 = 0.65 =
65%

PROBABILIDAD SUBJETIVA
Es la probabilidad asignada bajo un criterio
personal, basado en cualquier tipo de
evidencia disponible. Las probabilidades
subjetivas se asignan a eventos que pueden
suceder slo una vez o muy pocas veces.
Ejemplo 1: La probabilidad de que el
hombre llegue a habitar la luna en los
proximos 20 aos.
Ejemplo 2: La probabilidad de que se
encuentre cura para el SIDA en los prximos
5 aos.
AXIOMAS DE PROBABILIDAD
La probabilidad de un evento
cualquiera, es siempre positivo. Es
decir: p(A) > = 0
La probabilidad de un evento cierto o
seguro, es la probabilidad del espacio
muestral, que equivale a la unidad. Es
decir: p(EM) = 1
CONSECUENCIA DE LOS
AXIOMAS
La probabilidad de un evento, toma valores
entre cero y uno. Es decir:
0 = < p(A) 0 = < 1
La probabilidad de un evento nulo o
imposible, es cero. Es decir:
p( 0 ) = 0
Los eventos A y A son mutuamente
excluyentes, y se debe cumplir:
p(A U A) = p(A) + p(A) = 1
PROBABILIDAD EN
MULTIPLICIDAD DE EVENTOS
1. REGLA DE LA SUMA DE
PROBABILIDADES: Se usa cuando se
desea averiguar la probabilidad de
ocurrencia de uno u otro evento. Si los
eventos A y B son mutuamente excluyentes,
la probabilidad de ocurrencia de A o de B
es:
p(A U B) = p(A) + p(B)
Donde:
p = Probabilidad.
U = Smbolo de la unin en teora de
conjuntos, aqu significa suma de
probabilidades y debe leerse como o
P (A U B) = Probabilidad de que ocurra el
evento A o B.
p(A) = Probabilidad de que ocurra el evento
A.
p(B) = Probabilidad de que ocurra el evento
B.
EJEMPLO
De 200 nios examinados por una enfermera, se
encontr que 80 padecan de desnutricin leve, 50
padecan de desnutricin crnica y 70 normales. Si
de los nios examinados se selecciona uno al azar
cul es la probabilidad de que padezcan de
desnutricin leve o desnutricin crnica?
Solucin: Sean los eventos:
A = Nios con desnutricin leve = 80
B = Nios con desnutricin crnica = 50
C = Nios con nutricin normal = 70
Como los eventos son mutuamente excluyentes:
p(A U B) = p(A) + p(B)
p(A U B) = 80 / 200 + 50 / 200
p(A U B) = 130 / 200 = 0.65 = 65%
Si los eventos no son mutuamente excluyentes, la
probabilidad de ocurrencia de A o de B es:
p(A U B) = p(A) + p(B) p(A interseccin B)
Donde:
P(A U B) = probabilidad de que el evento A o el
evento B, ocurran
P(A interseccin B) = Probabilidad de que ocurra
simultneamente los eventos A y B.
EJEMPLO
De 100 pacientes examinados. 20 padecan de
artritis, 32 padecan de gastritis y 8 tenan
ambos males, hallar la probabilidad de
seleccionar un paciente que padezca de artritis
o gastritis.
Solucin: Sean los eventos:
A = Nmero de pacientes que sufren de artritis
= 20
B = Nmero de pacientes que sufren de
gastritis = 32
A interseccin B = Pacientes que sufren de
artritis o gastritis = 8
P(A U B) = p(A) + p(B) p(A
interseccin B)
Luego: p(A U B) = 20 / 100 + 32 / 100 -
8 / 100 = 44 / 100 = 44%
PROBABILIDAD
CONDICIONAL
Es utilizada cuando se desea conocer la
probabilidad de ocurrencia de un evento
condicionado a la aparicin previa de otro. Se
calcula mediante la frmula:
p(B/A) = p(B inters A) / p(A)
Con p(A) es diferente de cero (0), y el smbolo /
se lee DADO, y expresa condicin.
Donde: p(B/A) = probabilidad de que ocurra el
evento B dado que el evento A ha ocurrido.
REGLA DE MULTIPLICACION DE
PROBABILIDADES
Se utiliza para calcular la probabilidad de ocurrencia
simultneamente de dos o ms eventos. Si los eventos A y B
son dependientes, entonces la ocurrencia simultnea de los
eventos es:
p(A inters B) = p(A) . P(B/A)
Donde:
p = probabilidad
inters = Es interseccin en la teora de conjuntos, aqu
significa multiplicacin de probabilidades, y se lee Y
p(A inters B) = probabilidad de que ocurra los eventos A y B
EJEMPLO
En un estudio sobre la relacin entre el
infarto al miocardio y uso de
anticonceptivos orales como factor de
riesgo, se investig una poblacin de 15,000
mujeres entre 40 y 45 aos encontrndose
que 5,000 mujeres utilizaban
anticonceptivos y 10,000 no lo usaban. Los
resultados se muestran en la siguiente
tabla:
INFARTO (D+) NO INFARTO (D-)
USUARIA (E+) 13 4987 5000
NO USUARIA (E-) 17 9993 10000
TOTAL 20 14980 15000
ANTICONCEPTIVOS
ORALES
INFARTO DE MIOCARDIO
TOTAL
Infarto de miocardio y uso de anticonceptivos orales en una
en una pblacin de 40 y 45 aos de edad.
1. Cul es la probabilidad de tener un infarto al
miocardio?
20 / 15,000 = 0.0013 = 0.13%
La probabilidad de tener infarto al miocardio en
mujeres entre 40 y 45 aos de edad, es de 0.13%.
2. Cul es la probabilidad de ser usuaria de
anticonceptivos y tener infarto al miocardio en
mujeres de 40 y 45 aos de edad?
13 / 15,000 = 0.000866 = 0.087%
La probabilidad de ser usuaria de anticonceptivos
orales y tener infarto al miocardio en mujeres de
40 y 45 aos de edad es del 0.087%.

3. Cual es la probabilidad de que una mujer
tenga infarto al miocardio, dado que, sea
usuaria de anticonceptivos orales:
p(D+ y E+)
p(D+ / E+) = ---------------------
p(E+)
p(D+ / E+) = (15 / 15,000) / ( 5,000 / 15,000) =
0.0026 = 0.26%
En el grupo de usuarias de anticonceptivos
orales, la probabilidad de tener infarto al
miocardio es de 0.26%
PREVALENCIA e INCIDENCIA
Los trminos de Prevalencia e Incidencia
son usados para denotar probabilidades en
un contexto especial.
Prevalencia de un dao: Es la probabilidad
de tener actualmente el dao sin importar
desde cundo la tiene. Se calcula como:
Nmero de casos que tienen el dao
Prevalencia = ------------------------------------
Poblacin total en estudio
Ejemplo: Cul es la prevalencia de infarto
al miocardio, en mujeres de 40 y 45 aos de
edad?
p(D+) = 20 / 15,000 = 0.0013 = 0.13%
la prevalencia de infarto al miocardio entre
mujeres de 40 y 45 aos de edad es de 0.13%
( 1.3 casos por cada mil mujeres en esas
edades)
2. Incidencia (acumulada) de un dao: Es la
probabilidad de que un sujeto que no tena
el dao, se convierta en un caso, en un
periodo de tiempo especificado. Se calcula
como:
Nmero de casos nuevos del dao
Incidencia = -------------------------------------
Poblacin total en el periodo especificado

Ejemplo: La incidencia anual de cncer de
mama en mujeres de 40 y 45 aos de edad en
un pas en el periodo de enero a diciembre de
2,005 fue de 1 por mil. Esta probabilidad es
una tasa y se interpretara como:
Aproximadamente una mujer entre 40 y 45
aos de cada mil desarroll cncer de mama
durante el ao 2,005.