Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
CURSO
2020 - 2021
LA PROBABILIDAD
UNIDAD 02
80328 - ESTADÍSTICA
PAMO
UD2. Introducción a la probabilidad.
ÍNDICE
1 Fenómenos aleatorios ................................................................ 3
2 Operaciones con sucesos aleatorios ......................................... 4
3 Noción de probabilidad .............................................................. 6
4 Combinatoria .............................................................................. 7
5 Compatibilidad de sucesos ........................................................ 8
6 Sucesos Independientes y probabilidad condicionada .............. 9
7 Teorema de la probabilidad total .............................................. 10
8 Teorema de Bayes ................................................................... 11
9 Test diagnóstico ....................................................................... 12
10 Ejercicios resueltos .................................................................. 14
11 Ejercicios propuestos ............................................................... 18
1 FENÓMENOS ALEATORIOS
En la realidad existen multitud de fenómenos cuyos resultados son previsibles, es decir,
que dadas unas condiciones existen leyes que rigen el comportamiento de tales
fenómenos y determinan el resultado. A estos fenómenos los llamamos experimentos
deterministas y un ejemplo de ellos sería el movimiento armónico simple (m.a.s.)
estudiado en física.
Sin embargo, hay otros muchos fenómenos en los que no es posible predecir con
certeza su resultado, por ejemplo, el lanzamiento de una moneda o un de un dado (no
trucados claro).
Así, por ejemplo, el espacio muestral del experimento aleatorio consistente en lanzar un
dado constaría, como se muestra en la figura 3, de seis posibles resultados (los seis
valores diferentes de las seis caras del dado) y cada uno de ellos constituiría un suceso
elemental. Si se plantease ahora el suceso “obtener un número par”, este sería un
suceso compuesto, pues esta formado por tres sucesos elementales, los mostrados en
la figura 4.
3 NOCIÓN DE PROBABILIDAD
3.1 NOCIÓN FECUENTISTA DE PROBABILIDAD
Cuando repetimos un experimento aleatorio, a medida aumentamos el número de
repeticiones, se observa que la frecuencia relativa con la que aparecen cada uno de los
sucesos elementales del espacio muestral tiende a estabilizarse (converger) en un cierto
valor. Según la noción frecuentista de probabilidad la probabilidad de un suceso es,
precisamente, la frecuencia relativa del mismo cuando se repite el experimento que lo
origina un número muy elevado de veces. Es decir, si 𝑖 es el número de repeticiones de
un cierto experimento aleatorio la probabilidad del suceso 𝐴 será:
𝑃 𝐴 lim ℎ 𝐴
→
4 COMBINATORIA
Para poder aplicar la regla de Laplace se han de de contar tanto los casos favorables al
suceso cuya probabilidad deseamos conocer como los sucesos posibles, tarea esta que,
si el número de sucesos posibles se hace muy grande, resulta muy tediosa si para ello
se la de construir el espacio muestral.
Afortunadamente, la combinatoria proporciona las herramientas necearías para
completar este tipo de tareas con poco esfuerzo y la necesidad de representar el espacio
muestral del experimento aleatorio.
4.1 COMBINACIONES
Son la cantidad de disposiciones diferentes que podemos formar con 𝑚 elementos
tomados de 𝑛 en 𝑛, siendo dos disposiciones diferentes si están formadas por elementos
distintos, es decir, no tenemos en cuenta el orden de los elementos.
Resultan muy útiles a la hora de contar casos favorables y posibles y se calculan:
𝑚 𝑚!
𝐶 𝐶 , 𝑛 𝑛! 𝑛 𝑚 !
4.2 VARIACIONES
Son la cantidad de disposiciones diferentes que podemos formar con m elementos
tomados de n en n, siendo dos disposiciones diferentes si están formadas por elementos
distintos o si estos están colocados en distinto orden, es decir, tenemos en cuenta el
orden de los elementos.
𝑉 𝑉 , 𝑚 𝑚 1 ⋯ 𝑚 𝑛 1
4.3 PERMUTACIONES
Son un caso particular de las variaciones en el que las diferentes disposiciones siempre
toman el conjunto de los elementos, es decir, son las variaciones de 𝑚 elementos
tomados de 𝑚 en 𝑚.
𝑃 𝑉 . 𝑚!
4.4 COMBINACIONES CON REPETICIÓN
Son la cantidad de disposiciones diferentes que podemos formar con 𝑚 elementos
tomados de 𝑛 en 𝑛, pudiendo aparecer elementos repetidos y siendo dos disposiciones
diferentes si están formadas por elementos distintos, es decir, no tenemos en cuenta el
orden de los elementos.
𝑚 𝑛 1 𝑚 𝑛 1 !
𝑅𝐶 𝑅𝐶 ,
𝑛 𝑛! 𝑚 1 !
4.5 VARIACIONES CON REPETICIÓN
Son la cantidad de disposiciones diferentes que podemos formar con m elementos
tomados de n en n, pudiendo aparecer elementos repetidos y siendo dos disposiciones
diferentes si están formadas por elementos distintos o si estos están colocados en
distinto orden, es decir, tenemos en cuenta el orden de los elementos.
𝑅𝑉 𝑅𝑉 , 𝑚
5 COMPATIBILIDAD DE SUCESOS
Se dice que dos sucesos son incompatibles cuando no pueden suceder ambos al mismo
tiempo, es decir, cuando no pueden verificarse ambos simultáneamente. En
consecuencia, la intersección de sucesos incompatibles es el conjunto nulo.
Si 𝐴 y 𝐵 incompatibles ⇒ 𝐴 ∩ 𝐵 ∅ con 𝐴, 𝐵 ⊂ 𝐸
𝑃 𝐵 𝑃 𝐵|𝐴 𝑃 𝐴
𝑃 𝐵 𝑃 𝐴 𝑃 𝐵|𝐴 𝑃 𝐴 𝑃 𝐵|𝐴
𝑃 𝐴 𝑃 𝐵|𝐴 𝑃 𝐴 𝑃 𝐵|𝐴
8 TEOREMA DE BAYES
En las condiciones descritas en el epígrafe anterior, con 𝐴 , 𝐴 , ⋯ 𝐴 un sistema
exhaustivo y excluyente y 𝐵 un suceso cualquiera, si se conoce que se ha verificado
este último el Teorema de Bayes permite calcular la probabilidad de que ocurra cada
uno de los 𝐴 según la expresión:
𝑃 𝐵|𝐴 𝑃 𝐴
𝑃 𝐴 |𝐵
𝑃 𝐵
A las probabilidades de cada uno de los sucesos del sistema exhaustivo y excluyente,
𝑃 𝐴 se las denomina probabilidades a priori por expresar la probabilidad de se
verifique cada uno los 𝐴 , mientras que a las probabilidades condicionadas 𝑃 𝐴 |𝐵 se
las conoce como probabilidades a posteriori por expresar las probabilidades de que se
verifiquen los sucesos del sistema exhaustivo y excluyente una vez se ha realizado en
experimento aleatorio.
y dar este positivo. Así, el test o prueba de diagnóstico es una aplicación directa del
teorema de Bayes que se estudiará en el epígrafe siguiente.
9 TEST DIAGNÓSTICO
Los test diagnósticos son una aplicación del Teorema de Bayes, pero antes de
explicarlos conviene presentar los conceptos de incidencia y prevalencia de una
enfermedad. Incidencia y prevalencia, son ambas medidas de la frecuencia con que una
enfermedad aparece en una población.
La incidencia se define como el número de nuevos casos de la enfermedad en un
período de tiempo predefinido, es decir, cuantifica la cantidad de individuos que
contraerán la enfermedad en un período concreto.
La prevalencia, sin embargo, es la proporción de individuos en la población que, en un
momento concreto, padecen la enfermedad, es decir, es la probabilidad de que un
individuo al azar se encuentre enfermo.
La prevalencia depende, lógicamente, de la incidencia y de la duración de la
enfermedad. Ambas medidas con complementarias y se utilizan con fines diferentes.
Así, por ejemplo, la prevalencia es de gran utilidad en el estudio de enfermedades de
larga duración y crónicas para planificar necesidades asistenciales. La incidencia juega
un papel importante cuando lo que interesa es el flujo de pacientes, la evolución de la
enfermedad, por ejemplo, en el caso de enfermedades infeccionas como la COVID-19.
Cuando se ha diagnosticar a un paciente se comienza teniendo una idea subjetiva, a
priori, de la probabilidad de que esté enfermo. Esa idea se basa en lo que se sabe de la
enfermedad que se sospecha que el paciente puede tener, en su prevalencia, esto es,
en la probabilidad de que esté enfermo, 𝑃 𝐸 . Evidentemente, a fin de confirmar o
descartar tal sospecha se utiliza una o varias pruebas diagnósticas que pueden resultar
positivas, 𝑇 , o negativas, 𝑇 .
Cualquier prueba o test que se emplee, previamente ha sido evaluado sobre grupos de
individuos, tanto enfermos, como sanos a fin de estimar dos características
fundamentales del mismo, su sensibilidad y su especificidad.
La sensibilidad de una prueba diagnóstica, también denominada índice de verdaderos
positivos, es la probabilidad de que la prueba salga positiva cuando se somete a ella un
individuo enfermo. La especificidad o índice de verdaderos negativos es la probabilidad
de que la prueba salga negativa cuando se somete a ella un individuo sano. Por lo tanto,
se puede escribir:
Sensibilidad 𝑃 𝑇 |𝐸
Especificidad 𝑃 𝑇 |𝐸
Ahora bien, para tomar una decisión sobre si el paciente está o no enfermo, lo que
interesa conocer es la probabilidad de que un individuo esté enfermo cuando el test ha
sido positivo o la probabilidad de que el individuo es sano cuando el test ha sido
negativo. A estas probabilidades se las denomina, respectivamente, índice predictivo
positivo e índice predictivo negativo. Entonces, aplicando el Teorema de Bayes:
10 EJERCICIOS RESUELTOS
Comencemos entonces con el primer apartado, 𝑃 𝐹 ∩ 𝑀 . Para tener una idea más clara
de que probabilidad es la que debemos calcular dibujemos un diagrama de Venn.
Las estadísticas oficiales del año 2019 muestran que, entre la población
activa, el 38,3% no ha alcanzado la segunda etapa de educación secundaria, un 21,6%
tiene completada la segunda etapa de formación secundaria y el 40,1% está en
posesión de algún título de educación superior. El nivel de paro es diferente en cada
una de esas categorías ya que están desempleados el 18,3% de los que no han
alcanzado la segunda etapa de educación secundaria, el 12,2% de los que tienen
completada la segunda etapa deformación secundaria y solo un 7,9% de los que %
están en posesión de algún título de educación superior. Determinar:
1. La probabilidad de que, elegida una persona al azar, tenga un título de educación
superior y esté desempleada.
2. La probabilidad de que, elegida una persona al azar que resulta estar
desempleada, no haya completado la segunda etapa de educación secundaria.
3. La probabilidad de que, elegida una persona al azar, este trabajando o tenga un
título de educación superior.
SOLUCIÓN
Como en el problema anterior comenzaremos por poner nombre a todos los sucesos
que intervienen en el enunciado.
𝐹 no tiene la 2ª etapa de secundaria.
𝐹 tiene la 2ª etapa de secundaria.
𝐹 tiene un título de educación superior.
𝐷 está desempleado.
Del enunciado obtenemos, también, las probabilidades de los sucesos 𝐹 , 𝐹 y 𝐹 .
Además, el enunciado nos da el nivel de desempleo según a que grupo pertenezca un
individuo, es decir, la probabilidad de estar desempleado condicionada a pertenecer a
cada una de las categorías.
𝑃 𝐹 𝑃 𝐷|𝐹
𝑃 𝐹 𝑃 𝐷|𝐹 𝑃 𝐹 𝑃 𝐷|𝐹 𝑃 𝐹 𝑃 𝐷|𝐹
0,401 0,079
0,247
0,383 0,183 0,216 0,122 0,401 0,079
11 EJERCICIOS PROPUESTOS
Calcule P(B), P(AB), P(C), P(BC), siendo A,B y C los sucesos siguiente:
- A: El alumno contesta correctamente la primera pregunta
- B: El alumno contesta correctamente dos de las tres preguntas
- C: El alumno contesta correctamente las tres peguntas
Se tienen dos urnas. En la primera, U1, hay tres bolas blancas y dos
rojas. En la segunda, U2, hay cuatro bolas blancas y dos rojas. Se realiza el siguiente
experimento aleatorio: se tira una moneda al aire y si sale cara se elige una bola al azar
de la primera urna, y si sale cruz, de la segunda. ¿Cuál es la probabilidad de que salga
una bola blanca?
Se tienen tres urnas. La primera, U1, contiene tres bolas blancas y dos
rojas. La segunda, U2, contiene cuatro bolas blancas y dos rojas. La tercera, U3, contiene
únicamente tres bolas rojas. Se realiza el siguiente experimento aleatorio: Alguien elige
al azar y con la misma probabilidad una de las tres urnas, y saca una bola. El resultado
del experimento es que ha salido una bola blanca, ¿cuál es la probabilidad de que
provenga de la primera urna?
PP PSOE IU Abstención
Sí 25 20 8 12
No 15 10 2 8
¿Qué probabilidad hay de que una persona tomada al azar haya votado Sí?
Calcular la probabilidad de que un individuo sea del PP sabiendo que ha votado
Sí.