PROBABILIDAD
¿QUE ES PROBABILIDAD?
Se define como una medida
matemática de la posibilidad de
que se produzca un acontecimiento
o un hecho en una serie de ensayos
repetidos en condiciones similares
y con determinada frecuencia.
OTRA DEFINICION DE PROBABILIDAD
Es la mayor o menor posibilidad de
que ocurra un determinado suceso.
En otras palabras, su noción viene
de la necesidad de medir o
determinar cuantitativamente la
certeza o duda de que un suceso
dado ocurra o no.
Por ejemplo
¿qué probabilidad existe de que salga sello al lanzar una moneda al aire?
Si llamamos A al evento “salir sello” , entonces denotamos P(A) y se lee “ la probabilidad de
que ocurra el evento A”
P (A) = = = 0,5 = 50%
..
¿ cómo se expresa la probabilidad de un evento?
Rango de valores
Fracción hasta
Decimal 0,0 hasta 1,0
Porcentaje 0% hasta 100 %
Una probabilidad cero indica que es imposible que se produzca un
acontecimiento. Una probabilidad 1 (100%) indica en cambio la
certeza que se va a producir
Al calcular probabilidades hay que determinar todos los
resultados posibles que puede asumir un hecho. La suma de las
probabilidades asignada a cada uno de los resultados
mutuamente excluyentes posibles debe ser igual a 1.
En el ejemplo de la moneda existen dos resultados posibles: se produce el
hecho A (sello) o no se produce () , pero no pueden ocurrir ambos como
resultado del mismo ensayo, entonces se dicen que son hechos mutuamente
excluyentes.
Como P(sello) + P(cara) = 100% se les llama hechos complementarios.
Como la suma de estas dos probabilidades debe ser igual a 1, la probabilidad
de NO A, que se escribe P () es:
P() = 1 – P(A) ò P() = 100 % - P(A)
Ejemplo:
Si yo tengo una canasta llena de peras y manzanas, de las cuales hay 20
peras y 10 manzanas. ¿Qué fruta es más probable que saque al azar de la
canasta?
P (MANZ) = = = 0,333 = 33,3 %
P (PERA) = = = 0,666 = 66,6 %
•Veamos
otro ejemplo:
• Cada
vez que se arroje un dado el resultado
será 1, 2, 3, 4,5 o 6.
Estos hechos son mutuamente excluyentes.
La probabilidad de obtener un 3 es
• Ejemplo: en 1990 hubo 12 835 aspirantes a
ingresar a facultades de medicina que tenían un
total de 5954 vacantes ¿qué probabilidad había de
ser admitido?
P(adm) = = 0.463 = 46.3 %
P() = 100 % - 46.3 % = 53,7 %
• Ejemplo: en una facultad de medicina, 125
alumnos del último año de estudios presentaron
el examen para obtener la licencia habilitante
para poder ejercer la profesión. Pasaron el
examen 110 estudiantes ¿cuál era la probabilidad
de pasar el examen? ¿Cuál era la probabilidad de
no pasarlo?
REGLA DE LA SUMA DE PROBABILIDADES
• La probabilidad de que se produzca cualquiera de dos o más eventos
mutuamente excluyentes es la suma de las probabilidades de cada uno de
ellos.
• P(A ó B) = P(A) + P(B) - P(A y B)
• P( A ó B ó C ) = P(A) + P(B) + P(C) - P(A y B y C)
•
Ejemplo: Supongamos que al realizar un muestreo obtenemos
• 40 pacientes sanos
• 35 pacientes hipertensos
• 25 pacientes diabéticos
La probabilidad de que una persona seleccionada al azar entre
la muestra mencionada tenga diabetes es :
P(diab) = = %
40 pacientes sanos
35 pacientes hipertensos
25 pacientes diabéticos
La probabilidad de que una persona seleccionada al azar, entre la muestra mencionada, tenga
hipertensión es :
P(hip) = 0,350 = 35 %
La probabilidad de que una persona seleccionada al azar, entre la muestra mencionada, sea
sano es
P(sano ) = = 40 %
40 pacientes sanos
35 pacientes hipertensos
25 pacientes diabéticos
La probabilidad de que una persona seleccionada al azar entre la
muestra mencionada sea diabético o hipertenso es
P(diab ò hip ) = P(diab) + P(hip) – P(diab y hip)
= + –0
= = 60 %
En este ejemplo “ser hipertenso “ es mutuamente
excluyente con “ser diabético”, de tal forma que la
probabilidad P(diab e hip) es igual a cero, ya que no hay
pacientes(en este ejemplo) que cumplan ambas
condiciones.
¿ què probabilidad existe que al escoger una persona en
nuestro grupo de Bioestadística, esa persona sea hombre o
mujer?
Cualquier estudiante que escojamos va a cumplir alguna de
las dos condiciones, por lo tanto
P( H ò M) = 100%
• EJERCICIO: en un centro de salud de una comunidad hay 4250 pacientes
activos. Los pagos por las prestaciones médicas son realizados de tres formas:
en efectivo, a través de un seguro estatal y a través de un seguro privado. Si
hay 2210 pacientes pagan en efectivo y 510 pacientes que tienen cobertura
con un seguro privado ¿cuál es la probabilidad de que un paciente tenga algún
tipo de seguro, ya sea estatal o privado?
Veamos un ejemplo cuando los hechos no son mutuamente excluyentes, es decir son
COMPATIBLES.
15 pacientes hipertensos
80 pacientes diabéticos
5 pacientes hipertensos y diabéticos
¿ cual es probabilidad de escoger a un paciente que sea diabético o hipertenso?
Sin necesidad de hacer operación matemática alguna, nos damos cuenta que cualquiera que
escojamos va a cumplir una de estas dos condiciones, por lo tanto:
P(hip o diab) = 100 %
15 pacientes hipertensos
80 pacientes diabéticos
5 pacientes hipertensos y diabéticos
P(hip o diab) = P(hip) + P(diab) – P( hip y diab)
= + - = = 1 = 100%
Recordemos
P(A ó B) = P(A) + P (B) - P(A y B)
•
Recordemos un poco la teoría de unión e intersección de conjunto
Diabético
Hipertenso
80
15
5
↓
Hip y Diab
P( Hip ∩ Diab) = = 0,05 = 5 %
• la unión de conjuntos ( Hip ò Diab) tenemos
Para
Diabético
Hipertenso
80
15 5
P( Hip ò Diab) = P( Hip U Diab) = P(Hip) + P(Diab) + P(Hip ∩ Diab)
= + + = = 1 = 100 %
•
Ejemplo: Un grupo de molares caen dentro de las siguientes categorías
• 40 sanos
• 15 cariados
• 80 restaurados
• 5 cariados y restaurados
• ¿cuál es la probabilidad de que un primer molar seleccionado al azar sólo tenga
caries?
• P (solo caries) = = 0.11 = 10,7 %
• 40
sanos
• 15 cariados
• 80 restaurados
• 5 cariados y restaurados
• ¿cuál es la probabilidad de que tenga caries?
P (C) = = 0.14 = 14,2 %
• Cuál es la probabilidad de que esté cariado y restaurado?
P (C y R) = = 0.036 = 3.6 %
• 40 sanos
• 15 cariados
• 80 restaurados
• 5 cariados y restaurados
¿cuál es la probabilidad de que esté restaurado?
P (R) = = 0.607 = 60,7 %
¿cuál es la probabilidad de que esté cariado o restaurado.
P (C ó R) = P (C) + P (R) - P (C y R)
P (C ò R) = + - = = 71.4 %
• 40
sanos
• 15 cariados
• 80 restaurados
• 5 cariados y restaurados
• ¿ cuál es la probabilidad de que esté sano y restaurado?
P (S ó R) = P (S) + P (R) - P (S y R)
P (S ò R) = + - = = 89.2 %
40 Sanos
Sanos
15 cariados
80 restaurados
5 car y rest. 40
Cariados
Restaurados 80 5 15
EVENTOS INDEPENDIENTES
Dos eventos son independientes si el resultado del primer
evento no afecta la ocurrencia del segundo.
Si A y B son eventos independientes, la probabilidad de que
ambos eventos ocurran es el producto de las probabilidades
de los eventos individuales.
P (A y B) = P (A) • P (B)
El concepto de hechos independientes es distinto del de
hechos mutuamente excluyente. Dos hechos pueden ser
independientes sin ser mutuamente excluyentes
Por ejemplo: Si se arroja simultáneamente dos dados, el
resultado de cada dado es independiente; en otras palabras,
el lanzamiento de un dado en nada afecta al otro, cualquiera
que sea el numero que aparezca en cada uno de ellos.
•Ejemplo
1:
¿Cuál es la probabilidad de obtener 3 en ambos dados que son
lanzados simultáneamente?
Vamos a hallar la probabilidad de sacar un doble 3, ò sea P( 3 y 3 ).
En cada dado la probabilidad de sacar 3 es:
P(3) =
Como el resultado de cada dado es independiente del otro
P( 3 y 3 ) = • = = 2,7 %
Observemos que los eventos "3 en el primer dado" y "3 en el segundo
dado" son hechos independientes y son compatibles porque obtener
"3" con un dado no excluye la posibilidad de sacar también "3" con el
otro.
Ejemplo 2
Una caja contiene cuatro canicas rojas, Tres canicas verdes y dos
canicas azules. En el primer ensayo, sacas una pero después la vuelves
a colocar en la caja; Sacas la segunda canica y la colocas nuevamente
en la caja; y así sucesivamente.
Halle la probabilidad de que la primera canica sea azul y la segunda
canica sea verde.
P ( A y V) = ?
Ya que la primera canica se reemplaza, el tamaño del espacio muestral
(9) no cambia de la primera sacada a la segunda; de tal manera que
los eventos son independientes
P(azul y verde) = P(azul) •P(verde)
↓ ↓
= •
= = 7,4 %
¿ Qué sucede si la primera canica no es reemplazada?
El resultado del primer evento SI afecta el resultado del segundo
evento. El espacio muestral para el segundo evento cambia y así los
eventos son dependientes.
Es decir, la probabilidad del segundo evento queda condicionada con
lo que suceda en el primer evento
Suponiendo esto en el anterior ejemplo entonces
P(azul y verde)= P(azul) • P(verde)
= = = 8.3 %
Para dos hechos independientes que no sean mutuamente excluyentes,
tenemos.
P(A o B) = P(A) + P(B) - P(A) •P(B)
Ejemplo 3: supongamos que lanzamos 2 dados simultáneamente .
¿cuál es la probabilidad de sacar 4 en el primer dado ò 6 en el segundo?
P(4 ò 6) = + – ( ) • ( )
P(4 o 6)= – = = =
Ejemplo 4: En muchas enfermedades genéticas como la osteogènesis
imperfecta, la probabilidad de que una pareja determinada tenga hijos
afectados, es la misma de nacimiento en nacimiento
•Esto
significa que la probabilidad de que nazca un niño afectado no
tiene ningún efecto sobre la probabilidad de que nazcan niños
afectados en las siguientes partos.
Supongamos que para una pareja determinada la probabilidad de:
Hijo afectado =
Hijo normal =
Hija afectada = 0
Hija normal =
¿Cuál es la probabilidad de que dos hijos afectados nazcan en 2
embarazos sucesivos?
Como cada nacimiento en un hecho independiente.
P( hijo afectado y hijo afectado) = P( hijo afectado) • P( hijo afectado)
= • = 0.062 X 100 = 6.2%
Para el caso de la pareja mencionada, ¿cuál es la probabilidad de que el
primer embarazo nazca un hijo afectado y de que luego aparezca una
hija normal?
Como la probabilidad de segundo parto no se ve afectada por el
resultado del primero, entonces son eventos independientes.
P(hijo afectado e hija normal ) = P(hijo afectado) • P(hija normal)
= x = = 12,5 %
Ejemplo 5
El 90 % de los mexicanos tienen caries P(C) = 0,90
El 52% de los mexicanos va al odontólogo P(Od) = 0, 52
¿ cuál es la probabilidad de que un mexicano con caries vaya al
odontólogo?
¿ C y Od son independientes ?
P ( C y Od ) = ( 0,90) ( 0,52) = 0,468 = 46,8%
Ejemplo
¿ cuál es la probabilidad de que mexicano tenga caries o vaya
al odontólogo ?
P ( C ò Od ) = P(C) + P (Od) – P( C y Od)
↓ ↓ ↓
= 90% + 52 % – 46.8 %
= 95,2 %
PROBABILIDAD CONDICIONADA
Muy frecuentemente es más o menos probable que cierto evento se
produzca si otro hecho ya se ha producido.
Por ejemplo, si un individuo ha fumado mucho durante la
mayor parte de su vida, es mucho más probable que
llegue a tener cáncer bucal que alguno que nunca ha
fumado.
PROBABILIDAD CONDICIONADA
Es más probable que un niño pequeño desarrolle caries
generalizada si todos sus hermanos mayores que viven
con él tienen caries generalizada.
En las mujeres, la menopausia aumenta la probabilidad
de padecer osteoporosis.
PROBABILIDAD CONDICIONADA
Cuando la probabilidad de un hecho resulta modificada o restringida
porque se ha producido otro hecho o condición, se le llama
PROBABILIDAD CONDICIONADA.
Se escribe P (A/B) que se lee “la probabilidad de A dado que B se ha
producido”.
La forma general de la regla de la multiplicación que se puede utilizar
cuando los hechos no son independientes, sino que uno es
dependiente de otro o está condicionado por otro es:
P(A Y B) = P(A) • P(B) si A y B son independientes.
Pero P( ) = P(A) ya que A y B son independientes.
→P( A Y B) = P( )·P(B) → si A y B son dependientes
Y también
P(A Y B) = P( )·P(A) → si A y B son independientes.
Si A y B son independientes se cumple:
P( A y B) = P(A) • P(B)
↓
tabla
P( ) = P(A) ya que la P(A) no se ve modificada por el evento B
P( ) = P(B) ya que la P(B) no se ve modificada por el evento A
Basta que se cumpla uno de los tres criterios para que quede demostrada la
independencia de los eventos.
•Si A y B son dependientes se cumple:
P(A y B) = P( )•P(B)
P(A y B) = P( ) • P(B)
P( A y B) ≠ P(A) • P(B)
P( ) ≠ P(A)
•
Ejemplo 6: observemos la siguiente tabla donde considerábamos la clasificación de
hombres y mujeres en función de padecer o no artrosis:
Entra en la consulta una mujer. ¿Cuál es la probabilidad de que tenga artrosis?
Esto se escribe P(A/M) y se calcula como siempre, como casos favorables entre
posibles (55 mujeres con artrosis, entre 70 mujeres).
P(A/M) = = 0,785 = 78,5 %
•
Ejemplo 7: Calculemos la probabilidad de la intersección de mujeres y artrosis, es
decir P(M y A)
P(M y A) = = 37,9 %
Ejemplo 8 : ¿ son M y A eventos independientes?
Sabemos que P(M y A) = 37,9%
P(M) •P(A) = • = = 33,2 %
→ no son independientes
•
Los eventos M y A son dependientes por lo tanto se debe cumplir
P(A y M ) = P(A/M ) • P(M)
P(A y M ) = = 37,9 %
Entonces P(A/M) • P(M) debe ser igual a 37,9 %
P(A/M) • P(A) = • = = 37,9 %
Los eventos M y A son dependientes.
