SlideShare ist ein Scribd-Unternehmen logo
1 von 1
Downloaden Sie, um offline zu lesen
Conceptos básicos sobre probabilidad
Una moneda caída sobre una superficie plana puede presentar dos alternativas: cara o cruz. Un dado puede presentar seis sucesos alternativos.
Un descendiente puede ser niño o niña. Un individuo de la "segunda generación filial" de un cruzamiento entre guisantes amarillos y verdes
puede ser de uno de esos dos colores. Un avión puede volar correctamente o tener un accidente en el despegue. Verdaderamente, es casi
infinito el número de fenómenos de la naturaleza que dan lugar a situaciones o sucesos alternativos.
La probabilidad de un suceso es equiparable a la frecuencia con la que ocurre ese suceso. Si el fenómeno se repite n veces (casos posibles), y
el número de casos en los que aparece el suceso en cuestión (casos favorables) es f, la probabilidad (p) del suceso es:
                                                                        f
                                                                    p= n
Por ejemplo, si consideramos que el regimiento von Kartoffeln de la caballería prusiana tenía 1000 soldados, y en 1919 murieron
instantáneamente 4 de ellos como resultado de una coz de mula, podemos concluir que la probabilidad de morir de esa forma en ese regimiento
en 1919 (p m) fué:                                                      4
                                                                p m=
                                                                      1000
El número de soldados que no murió instantáneamente por patada de mula (aunque recibieran alguna que otra coz) fué 983, y la probabilidad de
no morir de forma tan prosaica (p v) fué:                      996
                                                          pv=
                                                              1000
Otro ejemplo: en la segunda generación filial de un cruzamiento entre dos líneas puras de guisantes amarillos y verdes, Mendel obtuvo 6022
guisantes amarillos y 2001 verdes. Las probabilidades de ser guisante amarillo (p A) o verde (p B) en esa descendencia son:
                                                                6022             2001
                                                          pA=              pB=
                                                                8023             8023
Si la probabilidad se expresa en forma de fracción, al considerar sucesos mutuamente excluyentes (si ha muerto instantáneamente no sigue vivo;
si es verde no es amarillo), la suma de las probabilidades de todas las alternativas posibles de un fenómeno debe ser 1.
En estos dos ejemplos, tenemos distribuciones formadas por dos clases (muertos y vivos; amarillos y verdes) y por sus respectivas
probabilidades o frecuencias (p m y pv; pA. y p B). Obviamente, p m + pv = 1; p A + pB = 1

Supongamos ahora que en aquel regimiento hubo 43 heridos por coz de mula. Podríamos replantear las probabilidades de tres sucesos
alternativos, considerando una distribución con tres clases: morir instantáneamente (frecuencia= pm), salir herido (frecuencia= ph) y permanecer
indemne (frecuencia= p i):
                                                    4                 43             953
                                             pm=              ph=              pi=
                                                  1000               1000           1000
           de nuevo, p m + ph + pi = 1

En estos casos, la probabilidad medida a partir de las observaciones es una estimación de la probabilidad "real". Es decir, si analizasemos los
resultados de ese mismo regimiento en otro año, o si analizasemos otra descendencia de guisantes, tendríamos estimaciones diferentes de las
correspondientes probabilidades (sin duda, el número de muertos por coz de mula o el número de semillas verdes no sería exactamente igual).
En definitiva, sucesos como los de estos ejemplos dependen de numerosos factores difíciles de controlar y que se engloban dentro de lo que se
denomina azar.
En algunas situaciones, se puede determinar la probabilidad de un suceso basándose en razonamientos teóricos. Por ejemplo, Al tirar una
moneda no trucada, los dos sucesos posibles son cara y cruz, y podemos pensar que los dos sucesos tienen la misma probabilidad p= 1/2 (la
probabilidad de que la moneda quede de canto es muy pequeña y puede despreciarse). En el caso de un dado, si las seis caras son iguales y el
dado está bien equilibrado, todas las caras tendrán la misma probabilidad de salir, por lo que la probabilidad de cada resultado será p= 1/6 . Si
hay 10000 números en una lotería, la probabilidad de que toque el primer premio a cualquiera de los números será p= 1/10000.

Operaciones con probabilidades
1.- La suma de probabilidades es una probabilidad.
Como hemos visto antes, la suma de las probabilidades de todas las alternativas posibles de un fenómeno debe ser 1. De ello se deduce que la
probabilidad de obtener un resultado cualquiera de entre varios resultados mutuamente excluyentes, es igual a la suma de las probabilidades de
cada uno de esos resultados. Por ejemplo, la probabilidad de que al tirar un dado salga un resultado igual o mayor que cinco (P 5) será igual a la
probabilidad de que salga un cinco + la probabilidad de que salga un seis:

                                                                        P   5=   1/6 + 1/6 = 2/6

En algunas ocasiones, el cálculo de una probabilidad puede simplificarse restando de 1 la probabilidad contraria. Por ejemplo, como al tirar
cuatro dados, pueden aparecer 0, 1, 2, 3 o 4 cincos con probabilidades P0, P1, P2, P3, P4 y P5, respectivamente (véase distribuciones binomial y
multinómica ), la probabilidad (P) de que aparezca al menos un cinco es:

                          P= P1 + P2 + P3 + P4 + P5; o bien, más fácil de calcular: P= 1 - P 0; ya que: P 0 + P1 + P2 + P3 + P4 + P5 = 1

2.- El producto de probabilidades es una probabilidad.
Cuando dos o más sucesos ocurren independientemente, la probabilidad conjunta de esos sucesos es igual al producto de sus probabilidades
individuales. Por ejemplo, a partir de una moneda puede obtenerse una cara (prob= 1/2) o una cruz (prob= 1/2). A partir de un dado (fenómeno
independiente de la moneda) pueden obtenerse seis resultados diferentes (de 1 a 6) cada uno de ellos con una probabilidad 1/6. La probabilidad
de que aparezca una cara en la moneda y un cuatro en el dado (P C4) es:

                                      PC4 = 1/2 x 1/6 = 1/12

En efecto, si consideramos simultáneamente la moneda y el dado, los resultados conjuntos posibles son 12, todos ellos con la misma
probabilidad por tratarse de sucesos independientes:

Resultados posibles                 Resultados posibles del dado
de la moneda             1          2         3          4             5             6

cara                  cara + 1   cara + 2    cara + 3   cara + 4    cara + 5     cara + 6

cruz                  cruz + 1   cruz + 2    cruz + 3   cruz + 4    cruz + 5      cruz + 6

Por supuesto, aunque la probabilidad puede expresarse de otras formas (por ejemplo, en %), es conveniente hacerlo en forma de fracción o en
tanto por uno. Eso facilita los cálculos. Por ejemplo, el producto de las dos probabilidades p1= 50%, y p2= 80%, es: p1x2= 40%. Es más fácil
hacerlo si se expresa en tanto por uno: p 1= 0.5, p 2= 0.8; y el producto: p 1x2= 0.4
                                                                                                                                    © Ramón Giráldez

Weitere ähnliche Inhalte

Was ist angesagt?

4 panorama general probabilidad
4 panorama general probabilidad4 panorama general probabilidad
4 panorama general probabilidad
Eblin Ramos
 
Probabilidad ok (1)
Probabilidad   ok (1)Probabilidad   ok (1)
Probabilidad ok (1)
pilosofando
 

Was ist angesagt? (20)

Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Distribucion entrada 6
Distribucion entrada  6Distribucion entrada  6
Distribucion entrada 6
 
Probabilidad conjunta
Probabilidad conjuntaProbabilidad conjunta
Probabilidad conjunta
 
Probabilidades[2]
Probabilidades[2]Probabilidades[2]
Probabilidades[2]
 
4 panorama general probabilidad
4 panorama general probabilidad4 panorama general probabilidad
4 panorama general probabilidad
 
Teorema De Bayes
Teorema De BayesTeorema De Bayes
Teorema De Bayes
 
Probabilidad ok (1)
Probabilidad   ok (1)Probabilidad   ok (1)
Probabilidad ok (1)
 
Fundamentos de probabilidad
Fundamentos de probabilidadFundamentos de probabilidad
Fundamentos de probabilidad
 
probabilidad y estadistica
probabilidad y estadisticaprobabilidad y estadistica
probabilidad y estadistica
 
Eventos mutuamente excluyentes y no excluyentes
Eventos mutuamente excluyentes y no excluyentes Eventos mutuamente excluyentes y no excluyentes
Eventos mutuamente excluyentes y no excluyentes
 
Estadistica probabilidades
Estadistica probabilidadesEstadistica probabilidades
Estadistica probabilidades
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Probabilidad Conjunta
Probabilidad ConjuntaProbabilidad Conjunta
Probabilidad Conjunta
 
Eventos dependientes e independientes
Eventos dependientes e independientesEventos dependientes e independientes
Eventos dependientes e independientes
 
Presentación probabilidad
Presentación probabilidadPresentación probabilidad
Presentación probabilidad
 
Distribucioones discretas
Distribucioones discretasDistribucioones discretas
Distribucioones discretas
 
Probabilidad Condicional
Probabilidad CondicionalProbabilidad Condicional
Probabilidad Condicional
 
1 teoria de la probabilidad
1 teoria de la probabilidad1 teoria de la probabilidad
1 teoria de la probabilidad
 
Probabilidad conjunta
Probabilidad conjuntaProbabilidad conjunta
Probabilidad conjunta
 
Probabilidad 1
Probabilidad 1Probabilidad 1
Probabilidad 1
 

Andere mochten auch (7)

A minha descrição
A minha descriçãoA minha descrição
A minha descrição
 
eras el amor
eras el amoreras el amor
eras el amor
 
The Peel Commission / Website CHALLENGE
The Peel Commission / Website CHALLENGEThe Peel Commission / Website CHALLENGE
The Peel Commission / Website CHALLENGE
 
Zahidullah original 1 (1)
Zahidullah original 1 (1)Zahidullah original 1 (1)
Zahidullah original 1 (1)
 
Sondage ELABE / BFMTV – Débat des primaires citoyennes du 19 janvier 2017
Sondage ELABE / BFMTV – Débat des primaires citoyennes du 19 janvier 2017Sondage ELABE / BFMTV – Débat des primaires citoyennes du 19 janvier 2017
Sondage ELABE / BFMTV – Débat des primaires citoyennes du 19 janvier 2017
 
Concurso biblico Raabe (josue 2)
Concurso biblico Raabe (josue 2)Concurso biblico Raabe (josue 2)
Concurso biblico Raabe (josue 2)
 
Transformation digitale e-santé
Transformation digitale e-santéTransformation digitale e-santé
Transformation digitale e-santé
 

Ähnlich wie Probabilidad 1 Giraldez (20)

Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Arbol de decisiones
Arbol de decisionesArbol de decisiones
Arbol de decisiones
 
unidad 2 2.5 y 2.6
unidad 2 2.5 y 2.6unidad 2 2.5 y 2.6
unidad 2 2.5 y 2.6
 
Concepto de Probabilidad
 Concepto de Probabilidad Concepto de Probabilidad
Concepto de Probabilidad
 
Clase 1
Clase 1Clase 1
Clase 1
 
Probabilidad y azar
Probabilidad y azarProbabilidad y azar
Probabilidad y azar
 
Tema i 2
Tema i 2Tema i 2
Tema i 2
 
Jeison rodriguez presentación en slideshare
Jeison rodriguez presentación en slideshareJeison rodriguez presentación en slideshare
Jeison rodriguez presentación en slideshare
 
Carvaca Cristina Teoría de Probabilidades
Carvaca Cristina Teoría de ProbabilidadesCarvaca Cristina Teoría de Probabilidades
Carvaca Cristina Teoría de Probabilidades
 
Presentacion probabilidad2017
Presentacion probabilidad2017Presentacion probabilidad2017
Presentacion probabilidad2017
 
Slide luly
Slide lulySlide luly
Slide luly
 
Slide lulyy
Slide lulyySlide lulyy
Slide lulyy
 
Teoría Básica de Probabilidad
Teoría Básica de ProbabilidadTeoría Básica de Probabilidad
Teoría Básica de Probabilidad
 
Tipos de sucesos
Tipos de sucesosTipos de sucesos
Tipos de sucesos
 

Mehr von CiberGeneticaUNAM

Mehr von CiberGeneticaUNAM (20)

Convocatoria CONCURSO GENÉTICA I 2021
Convocatoria CONCURSO GENÉTICA I 2021Convocatoria CONCURSO GENÉTICA I 2021
Convocatoria CONCURSO GENÉTICA I 2021
 
El nuevo horizonte del alzheimer
El nuevo horizonte del alzheimerEl nuevo horizonte del alzheimer
El nuevo horizonte del alzheimer
 
Genes y ambiente
Genes y ambienteGenes y ambiente
Genes y ambiente
 
Presentación Intersemestral Genética 2020 Ciencias. UNAM.
Presentación Intersemestral Genética 2020 Ciencias. UNAM.Presentación Intersemestral Genética 2020 Ciencias. UNAM.
Presentación Intersemestral Genética 2020 Ciencias. UNAM.
 
TOXICIDAD Y RESISTENCIA A PESTICIDAS EN Drosophila melanogaster
TOXICIDAD Y RESISTENCIA A PESTICIDAS EN Drosophila melanogasterTOXICIDAD Y RESISTENCIA A PESTICIDAS EN Drosophila melanogaster
TOXICIDAD Y RESISTENCIA A PESTICIDAS EN Drosophila melanogaster
 
Presentacion genetica 2017
Presentacion genetica 2017Presentacion genetica 2017
Presentacion genetica 2017
 
¿Quién es Antonio Lazcano Araujo?
¿Quién es Antonio Lazcano Araujo?¿Quién es Antonio Lazcano Araujo?
¿Quién es Antonio Lazcano Araujo?
 
Regulación de la expresióngénica en procariontes
Regulación de la expresióngénica en procariontesRegulación de la expresióngénica en procariontes
Regulación de la expresióngénica en procariontes
 
ALAG 2016
ALAG 2016ALAG 2016
ALAG 2016
 
Conferencia frida-diaz-barriga-arceo
Conferencia frida-diaz-barriga-arceoConferencia frida-diaz-barriga-arceo
Conferencia frida-diaz-barriga-arceo
 
Presentacion genetica i_2017-1 (gpo 5347)
Presentacion genetica i_2017-1 (gpo 5347)Presentacion genetica i_2017-1 (gpo 5347)
Presentacion genetica i_2017-1 (gpo 5347)
 
Milpa ritual imprescindible
Milpa ritual imprescindibleMilpa ritual imprescindible
Milpa ritual imprescindible
 
Presentacion genetica i_américa_horacio
Presentacion genetica i_américa_horacioPresentacion genetica i_américa_horacio
Presentacion genetica i_américa_horacio
 
Olimpiada Metropolitana de Biología 2015
Olimpiada Metropolitana de Biología 2015Olimpiada Metropolitana de Biología 2015
Olimpiada Metropolitana de Biología 2015
 
Especialidad presentación
Especialidad presentaciónEspecialidad presentación
Especialidad presentación
 
Convocatoria de Especializaciones Facultad de Ciencias UNAM
Convocatoria de Especializaciones Facultad de Ciencias UNAMConvocatoria de Especializaciones Facultad de Ciencias UNAM
Convocatoria de Especializaciones Facultad de Ciencias UNAM
 
Especialización en Biología para el Bachillerato
Especialización en Biología para el BachilleratoEspecialización en Biología para el Bachillerato
Especialización en Biología para el Bachillerato
 
Ejercicio sobre el grupo sanguíneo ABO
Ejercicio sobre el grupo sanguíneo ABOEjercicio sobre el grupo sanguíneo ABO
Ejercicio sobre el grupo sanguíneo ABO
 
Gametas que puede formar un triple heterocitogo
Gametas que puede formar un triple heterocitogoGametas que puede formar un triple heterocitogo
Gametas que puede formar un triple heterocitogo
 
Modelo formación de gametas 5469
Modelo formación de gametas 5469Modelo formación de gametas 5469
Modelo formación de gametas 5469
 

Kürzlich hochgeladen

🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
EliaHernndez7
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 
PROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdf
PROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdfPROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdf
PROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdf
EduardoJosVargasCama1
 

Kürzlich hochgeladen (20)

prostitución en España: una mirada integral!
prostitución en España: una mirada integral!prostitución en España: una mirada integral!
prostitución en España: una mirada integral!
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPCTRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
 
Biografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdfBiografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdf
 
Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024
 
Louis Jean François Lagrenée. Erotismo y sensualidad. El erotismo en la Hist...
Louis Jean François Lagrenée.  Erotismo y sensualidad. El erotismo en la Hist...Louis Jean François Lagrenée.  Erotismo y sensualidad. El erotismo en la Hist...
Louis Jean François Lagrenée. Erotismo y sensualidad. El erotismo en la Hist...
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
 
PP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomasPP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomas
 
FICHA PROYECTO COIL- GLOBAL CLASSROOM.docx.pdf
FICHA PROYECTO COIL- GLOBAL CLASSROOM.docx.pdfFICHA PROYECTO COIL- GLOBAL CLASSROOM.docx.pdf
FICHA PROYECTO COIL- GLOBAL CLASSROOM.docx.pdf
 
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
 
Usos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicasUsos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicas
 
Power Point E. S.: Los dos testigos.pptx
Power Point E. S.: Los dos testigos.pptxPower Point E. S.: Los dos testigos.pptx
Power Point E. S.: Los dos testigos.pptx
 
PROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdf
PROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdfPROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdf
PROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdf
 
PLAN LECTOR 2024 integrado nivel inicial-miercoles 10.pptx
PLAN LECTOR 2024  integrado nivel inicial-miercoles 10.pptxPLAN LECTOR 2024  integrado nivel inicial-miercoles 10.pptx
PLAN LECTOR 2024 integrado nivel inicial-miercoles 10.pptx
 
Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024
 
Posición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptxPosición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptx
 
Desarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por ValoresDesarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por Valores
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 

Probabilidad 1 Giraldez

  • 1. Conceptos básicos sobre probabilidad Una moneda caída sobre una superficie plana puede presentar dos alternativas: cara o cruz. Un dado puede presentar seis sucesos alternativos. Un descendiente puede ser niño o niña. Un individuo de la "segunda generación filial" de un cruzamiento entre guisantes amarillos y verdes puede ser de uno de esos dos colores. Un avión puede volar correctamente o tener un accidente en el despegue. Verdaderamente, es casi infinito el número de fenómenos de la naturaleza que dan lugar a situaciones o sucesos alternativos. La probabilidad de un suceso es equiparable a la frecuencia con la que ocurre ese suceso. Si el fenómeno se repite n veces (casos posibles), y el número de casos en los que aparece el suceso en cuestión (casos favorables) es f, la probabilidad (p) del suceso es: f p= n Por ejemplo, si consideramos que el regimiento von Kartoffeln de la caballería prusiana tenía 1000 soldados, y en 1919 murieron instantáneamente 4 de ellos como resultado de una coz de mula, podemos concluir que la probabilidad de morir de esa forma en ese regimiento en 1919 (p m) fué: 4 p m= 1000 El número de soldados que no murió instantáneamente por patada de mula (aunque recibieran alguna que otra coz) fué 983, y la probabilidad de no morir de forma tan prosaica (p v) fué: 996 pv= 1000 Otro ejemplo: en la segunda generación filial de un cruzamiento entre dos líneas puras de guisantes amarillos y verdes, Mendel obtuvo 6022 guisantes amarillos y 2001 verdes. Las probabilidades de ser guisante amarillo (p A) o verde (p B) en esa descendencia son: 6022 2001 pA= pB= 8023 8023 Si la probabilidad se expresa en forma de fracción, al considerar sucesos mutuamente excluyentes (si ha muerto instantáneamente no sigue vivo; si es verde no es amarillo), la suma de las probabilidades de todas las alternativas posibles de un fenómeno debe ser 1. En estos dos ejemplos, tenemos distribuciones formadas por dos clases (muertos y vivos; amarillos y verdes) y por sus respectivas probabilidades o frecuencias (p m y pv; pA. y p B). Obviamente, p m + pv = 1; p A + pB = 1 Supongamos ahora que en aquel regimiento hubo 43 heridos por coz de mula. Podríamos replantear las probabilidades de tres sucesos alternativos, considerando una distribución con tres clases: morir instantáneamente (frecuencia= pm), salir herido (frecuencia= ph) y permanecer indemne (frecuencia= p i): 4 43 953 pm= ph= pi= 1000 1000 1000 de nuevo, p m + ph + pi = 1 En estos casos, la probabilidad medida a partir de las observaciones es una estimación de la probabilidad "real". Es decir, si analizasemos los resultados de ese mismo regimiento en otro año, o si analizasemos otra descendencia de guisantes, tendríamos estimaciones diferentes de las correspondientes probabilidades (sin duda, el número de muertos por coz de mula o el número de semillas verdes no sería exactamente igual). En definitiva, sucesos como los de estos ejemplos dependen de numerosos factores difíciles de controlar y que se engloban dentro de lo que se denomina azar. En algunas situaciones, se puede determinar la probabilidad de un suceso basándose en razonamientos teóricos. Por ejemplo, Al tirar una moneda no trucada, los dos sucesos posibles son cara y cruz, y podemos pensar que los dos sucesos tienen la misma probabilidad p= 1/2 (la probabilidad de que la moneda quede de canto es muy pequeña y puede despreciarse). En el caso de un dado, si las seis caras son iguales y el dado está bien equilibrado, todas las caras tendrán la misma probabilidad de salir, por lo que la probabilidad de cada resultado será p= 1/6 . Si hay 10000 números en una lotería, la probabilidad de que toque el primer premio a cualquiera de los números será p= 1/10000. Operaciones con probabilidades 1.- La suma de probabilidades es una probabilidad. Como hemos visto antes, la suma de las probabilidades de todas las alternativas posibles de un fenómeno debe ser 1. De ello se deduce que la probabilidad de obtener un resultado cualquiera de entre varios resultados mutuamente excluyentes, es igual a la suma de las probabilidades de cada uno de esos resultados. Por ejemplo, la probabilidad de que al tirar un dado salga un resultado igual o mayor que cinco (P 5) será igual a la probabilidad de que salga un cinco + la probabilidad de que salga un seis: P 5= 1/6 + 1/6 = 2/6 En algunas ocasiones, el cálculo de una probabilidad puede simplificarse restando de 1 la probabilidad contraria. Por ejemplo, como al tirar cuatro dados, pueden aparecer 0, 1, 2, 3 o 4 cincos con probabilidades P0, P1, P2, P3, P4 y P5, respectivamente (véase distribuciones binomial y multinómica ), la probabilidad (P) de que aparezca al menos un cinco es: P= P1 + P2 + P3 + P4 + P5; o bien, más fácil de calcular: P= 1 - P 0; ya que: P 0 + P1 + P2 + P3 + P4 + P5 = 1 2.- El producto de probabilidades es una probabilidad. Cuando dos o más sucesos ocurren independientemente, la probabilidad conjunta de esos sucesos es igual al producto de sus probabilidades individuales. Por ejemplo, a partir de una moneda puede obtenerse una cara (prob= 1/2) o una cruz (prob= 1/2). A partir de un dado (fenómeno independiente de la moneda) pueden obtenerse seis resultados diferentes (de 1 a 6) cada uno de ellos con una probabilidad 1/6. La probabilidad de que aparezca una cara en la moneda y un cuatro en el dado (P C4) es: PC4 = 1/2 x 1/6 = 1/12 En efecto, si consideramos simultáneamente la moneda y el dado, los resultados conjuntos posibles son 12, todos ellos con la misma probabilidad por tratarse de sucesos independientes: Resultados posibles Resultados posibles del dado de la moneda 1 2 3 4 5 6 cara cara + 1 cara + 2 cara + 3 cara + 4 cara + 5 cara + 6 cruz cruz + 1 cruz + 2 cruz + 3 cruz + 4 cruz + 5 cruz + 6 Por supuesto, aunque la probabilidad puede expresarse de otras formas (por ejemplo, en %), es conveniente hacerlo en forma de fracción o en tanto por uno. Eso facilita los cálculos. Por ejemplo, el producto de las dos probabilidades p1= 50%, y p2= 80%, es: p1x2= 40%. Es más fácil hacerlo si se expresa en tanto por uno: p 1= 0.5, p 2= 0.8; y el producto: p 1x2= 0.4 © Ramón Giráldez