Probabilidad

PROBABILIDADES

Las Probabilidades pertenecen a la rama de la matemática que estudia ciertos experimentos llamados aleatorios, o sea regidos por el azar, en que se conocen todos los resultados posibles, pero no es posible tener certeza de cuál será en particular el resultado del experimento. Por ejemplo, experimentos aleatorios cotidianos son el lanzamiento de una moneda, el lanzamiento de un dado, extracción de una carta de un mazo de naipes. Más adelante se verá que debemos distinguir entre los conceptos de probabilidades matemáticas o clásicas de las probabilidades experimentales o estadísticas.

TEORÍA DE LA PROBABILIDAD

La probabilidad constituye un importante parámetro en la determinación de las diversas casualidades obtenidas tras una serie de eventos esperados dentro de un rango estadístico. Existen diversas formas como método abstracto, como la teoría Dempster-Shafer y la teoría de la relatividad numérica, esta última con un alto grado de aceptación si se toma en cuenta que disminuye considerablemente las posibilidades hasta un nivel mínimo ya que somete a todas las antiguas reglas a una simple ley de relatividad.

La probabilidad de un evento se denota con la letra p y se expresa en términos de una fracción y no en porcentajes, por lo que el valor de p cae entre 0 y 1. Por otra parte, la probabilidad de que un evento "no ocurra" equivale a 1 menos el valor de p y se denota con la letra q:

Los tres métodos para calcular las probabilidades son la regla de la adición, la regla de la multiplicación y la distribución binomial.

1. Regla de la adición

La regla de la adición o regla de la suma establece que la probabilidad de ocurrencia de cualquier evento en particular es igual a la suma de las probabilidades individuales, si es que los eventos son mutuamente excluyentes, es decir, que dos no pueden ocurrir al mismo tiempo.

P(A o B) = P(A) U P(B) = P(A) + P(B) si A y B son mutuamente excluyente. P(A o B) = P(A) + P(B) − P(A y B) si A y B son no excluyentes. Siendo: P(A) = probabilidad de ocurrencia del evento A. P(B) = probabilidad de ocurrencia del evento B. P(A y B) = probabilidad de ocurrencia simultanea de los eventos A y B.

2. Regla de la multiplicación

La regla de la multiplicación establece que la probabilidad de ocurrencia de dos o más eventos estadísticamente independientes es igual al producto de sus probabilidades individuales.

P(A y B) = P(A B) = P(A)P(B) si A y B son independientes. P(A y B) = P(A B) = P(A)P(B|A) si A y B son dependientes

3. Distribución binomial

La probabilidad de ocurrencia de una combinación específica de eventos independientes y mutuamente excluyentes se determina con la distribución binomial, que es aquella donde hay solo dos posibilidades, tales como masculino/femenino o si/no.

1. Hay dos resultados posibles mutuamente excluyentes en cada ensayo u observación.

2. La serie de ensayos u observaciones constituyen eventos independientes.

3. La probabilidad de éxito permanece constante de ensayo a ensayo, es decir el proceso es estacionario.

Para aplicar esta distribución al cálculo de la probabilidad de obtener un número dado de éxitos en una serie de experimentos en un proceso de Bermnoulli, se requieren tres valores: el número designado de éxitos (m), el número de ensayos y observaciones (n); y la probabilidad de éxito en cada ensayo (p). Entonces la probabilidad de que ocurran m éxitos en un experimento de n ensayos es: P (x = m) = nCm Pm(1−P)n−m Siendo nCm el número total de combinaciones posibles de m elementos en un con junto de n elementos. En otras palabras P(x = m) = m!/{m!(n−m)!}pm(1−p)n−m

Ejemplo. La probabilidad de que un alumno apruebe la asignatura Cálculo de Probabilidades es de 0,15. Si en un semestre intensivo se inscriben 15 alumnos ¿Cuál es la probabilidad de que aprueben 10 de ellos? P(x = 10) = 15C10(0,15)10(0,85)5 = 10!/{10!(15−10)!}(0,15)10(0,85)5 = 7,68 * 10−6 Generalmente existe un interés en la probabilidad acumulada de "m o más " éxitos o "m o menos" éxitos en n ensayos. En tal caso debemos tomar en cuenta que: P(x < m) = P(x = 1) + P(x = 2) + P(x = 3) +....+ P(x =m− 1) P(x > m) = P(x =m+ 1) + P(x =m+ 2) + P(x = m+3) +....+ P(x =n) P(x < m) = P(x = 1) + P(x = 2) + P(x = 3) +....+ P(x =m) P(x > m) = P(x = m) + P(x =m+1) + P(x =m+2) +....+ P(x =n)

Supongamos que del ejemplo anterior se desea saber la probabilidad de que aprueben: a.− al menos 5 b.− mas de 12 a.− la probabilidad de que aprueben al menos 5 es P(x < 5) es decir que P(x < 5) = P(x = 1)+P(x = 2)+P(x = 3)+P(x = 4)+P(x = 5) P(x < 5) = 0,2312 + 0,2856 + 0,2184 + 0,1156 + 0,045 = 0,8958 b.− la probabilidad de que aprueben mas de 12 es P(x > 12) es decir que P(x > 12) = P(x = 13)+P(x

...