Conceptos Básicos de Probabilidad

¿Alguna vez has lanzado un dado y te has preguntado qué probabilidad tienes de sacar un 6? Esto es un ejemplo perfecto de experiencia aleatoria, donde el resultado depende del azar. Es diferente a una experiencia determinista, donde el resultado está garantizado bajo las mismas condiciones.

Para trabajar con probabilidad, necesitas conocer el espacio muestral (E), que es el conjunto de todos los posibles resultados. Por ejemplo, al lanzar un dado, E = {1,2,3,4,5,6}. Cualquier subconjunto de E es un suceso, y cuando contiene un solo elemento, como {3}, lo llamamos suceso elemental.

Podemos combinar sucesos mediante operaciones como la unión (AUB), que incluye elementos de ambos sucesos, la intersección (A∩B), que incluye solo elementos comunes, y el suceso contrario (A), que incluye todo lo que no está en A. Cuando dos sucesos no tienen elementos comunes $A∩B = Ø$, decimos que son sucesos incompatibles.

💡 Consejo clave: Cuando trabajes con probabilidades, identifica siempre primero el espacio muestral completo. Esto te ayudará a no olvidar ningún posible resultado y a calcular correctamente las probabilidades.

La probabilidad se basa en tres axiomas fundamentales:

1. La probabilidad de cualquier suceso es siempre positiva o cero
2. Si dos sucesos son incompatibles, la probabilidad de su unión es la suma de sus probabilidades
3. La probabilidad del espacio muestral completo es 1

Teoremas de Probabilidad y Ley de Laplace

Los teoremas de probabilidad son herramientas poderosas que te facilitarán muchos cálculos. Entre ellos destacan:

• La probabilidad del suceso contrario: P(A) = 1 - P(A)
• La probabilidad del suceso imposible: P(Ø) = 0
• Para sucesos incompatibles: P(A₁ ∪ A₂ ∪ ... ∪ Aₖ) = P(A₁) + P(A₂) + ... + P(Aₖ)
• Para cualquier par de sucesos: P(A ∪ B) = P(A) + P(B) - P(A ∩ B)

Cuando todos los sucesos elementales tienen la misma probabilidad, podemos aplicar la Ley de Laplace. Esta ley nos dice que la probabilidad de un suceso es el número de casos favorables dividido por el número de casos posibles: P(S) = casos favorables/casos posibles. Por ejemplo, la probabilidad de sacar un número par en un dado normal es 3/6 = 1/2.

💡 Atención: La Ley de Laplace solo funciona cuando todos los sucesos elementales son equiprobables. En casos como dados trucados o experiencias complejas, necesitarás otros métodos.

Sin embargo, hay situaciones donde no podemos aplicar la Ley de Laplace:

• Cuando usamos instrumentos irregulares (como una moneda trucada)
• Cuando tenemos sucesos elementales que no son equiprobables (como la suma al lanzar dos dados)

En estos casos, debemos analizar la estructura específica del problema. Por ejemplo, al lanzar dos dados y sumar los resultados, no todos los números del 2 al 12 tienen la misma probabilidad. El 7 tiene mayor probabilidad (6/36) porque hay más combinaciones que lo producen.

Probabilidad Condicionada y Sucesos Independientes

La probabilidad condicionada entra en juego cuando ya sabemos que ha ocurrido un suceso y queremos calcular la probabilidad de otro. Se representa como P(A|B) y se calcula mediante la fórmula: P(A|B) = P(A∩B)/P(B).

Imagina que tienes una bolsa con bolas de colores numeradas. La probabilidad de sacar un número par puede cambiar dependiendo del color de la bola. Por ejemplo, si ya sabemos que la bola es verde, la probabilidad de que sea par puede ser diferente a la probabilidad general de sacar un número par.

Dos sucesos son independientes cuando la ocurrencia de uno no afecta a la probabilidad del otro. Matemáticamente, A y B son independientes si P(A|B) = P(A) o equivalentemente P(B|A) = P(B). En este caso, la probabilidad de que ocurran ambos se calcula multiplicando sus probabilidades individuales: P(A∩B) = P(A)·P(B).

💡 Truco útil: Para comprobar si dos sucesos son independientes, calcula P(A∩B) y P(A)·P(B). Si son iguales, los sucesos son independientes; si no, son dependientes.

Las pruebas compuestas son experiencias aleatorias formadas por varias etapas. Pueden ser:

• Independientes: cuando el resultado de una etapa no influye en las demás (como lanzar una moneda y después un dado)
• Dependientes: cuando el resultado de una etapa sí afecta a las siguientes (como extraer dos cartas de una baraja sin reposición)

Este concepto es crucial para resolver problemas más complejos, como calcular la probabilidad de que ocurran varios eventos en secuencia.

Teoremas de la Probabilidad Total y de Bayes

El Teorema de la Probabilidad Total es una herramienta potente cuando un suceso puede ocurrir a través de varios caminos mutuamente excluyentes. Si tenemos sucesos A₁, A₂, ..., Aₙ que son incompatibles y cubren todo el espacio muestral, entonces para cualquier suceso S:

P(S) = P(A₁)·P(S|A₁) + P(A₂)·P(S|A₂) + ... + P(Aₙ)·P(S|Aₙ)

Este teorema es especialmente útil cuando el espacio muestral se puede dividir en "escenarios" y conocemos la probabilidad condicionada del suceso en cada escenario.

Por ejemplo, si un médico sabe que el 40% de sus pacientes fuman, y de estos el 25% son mujeres, mientras que entre los no fumadores (60%) el 60% son mujeres, puede calcular la probabilidad total de que un paciente sea mujer: P(M) = 0,4·0,25 + 0,6·0,6 = 0,46.

💡 Consejo práctico: Dibuja un diagrama de árbol para visualizar los diferentes escenarios y sus probabilidades. Te ayudará enormemente a aplicar correctamente estos teoremas.

El Teorema de Bayes nos permite "invertir" la probabilidad condicionada. Si conocemos P(A|B), podemos calcular P(B|A) mediante:

P(B|A) = $P(B)·P(A|B)$/P(A)

Siguiendo el ejemplo anterior, si sabemos que un paciente es mujer, la probabilidad de que sea fumadora sería: P(F|M) = $P(F)·P(M|F)$/P(M) = (0,4·0,25)/0,46 = 0,2174

Este teorema es fundamental en estadística, aprendizaje automático y muchas aplicaciones donde necesitamos actualizar probabilidades basándonos en nueva información.