Cargando...
a) Un suceso puede estar contenido en otro: las posibles soluciones del primer suceso también lo son del segundo, pero este segundo suceso tiene además otras soluciones suyas propias.
Ejemplo: lanzamos un dado y analizamos dos sucesos: a) que salga el número 6, y b) que salga un número par. Vemos que el suceso a) está contenido en el suceso b).
Siempre que se da el suceso a) se da el suceso b), pero no al contrario. Por ejemplo, si el resultado fuera el 2, se cumpliría el suceso b), pero no el a).
b) Dos sucesos pueden ser iguales: esto ocurre cuando siempre que se cumple uno de ellos, se cumple obligatoriamente el otro, y viceversa.
Ejemplo: lanzamos un dado al aire y analizamos dos sucesos: a) que salga número par, y b) que salga múltiplo de 2. Vemos que las soluciones coinciden en ambos casos.
c) Unión de dos o más sucesos: la unión será otro suceso formado por todos los elementos de los sucesos que se unen.
Ejemplo: lanzamos un dado al aire y analizamos dos sucesos: a) que salga número par y b) que el resultado sea mayor que 3. El suceso unión estaría formado por los siguientes resultados: el 2, el 4, el 5 y el 6.
d) Intersección de sucesos: es aquel suceso compuesto por los elementos comunes de dos o más sucesos que se interceptan.
Ejemplo: lanzamos un dado al aire, y analizamos dos sucesos: a) que salga número par, y b) que sea mayor que 4. La intersección de estos dos sucesos tiene un solo elemento, el número 6 (es el único resultado común a ambos sucesos: es mayor que 4 y es número par).
e) Sucesos incompatibles: son aquellos que no se pueden dar al mismo tiempo, ya que no tienen elementos comunes (su intersección es el conjunto vacío).
Ejemplo: lanzamos un dado al aire y analizamos dos sucesos: a) que salga un número menor que 3, y b) que salga el número 6. Es evidente que ambos no se pueden dar al mismo tiempo.
f) Sucesos complementarios: son aquellos que si no se da uno, obligatoriamente se tiene que dar el otro.
Ejemplo: lanzamos un dado al aire y analizamos dos sucesos: a) que salga un número par, y b) que salga un número impar. Vemos que si no se da el primero se tiene que dar el segundo (y viceversa).
Probabilidad
Como hemos comentado anteriormente, la probabilidad mide la mayor o menor posibilidad de que se dé un determinado resultado (suceso) cuando se realiza un experimento aleatorio.
La probabilidad toma valores entre 0 y 1 (o expresados en tanto por ciento, entre 0% y 100%):
El valor cero corresponde al suceso imposible: lanzamos un dado al aire y la probabilidad de que salga el número 7 es cero (al menos, si es un dado certificado por la OMD, Organización Mundial de Dados).
El valor uno corresponde al suceso seguro: lanzamos un dado al aire y la probabilidad de que salga cualquier número del 1 al 6 es igual a uno (100%).
El resto de sucesos tendrá probabilidades entre cero y uno: que será tanto mayor cuanto más probable sea que dicho suceso tenga lugar.
¿Cómo se mide la probabilidad?
Uno de los métodos más utilizados es aplicando la Regla de Laplace: define la probabilidad de un suceso como el cociente entre casos favorables y casos posibles.
P(A) = Casos favorables casos posibles.
Veamos algunos ejemplos:
a) Probabilidad de que al lanzar un dado salga el número 2: el caso favorable es tan sólo uno (que salga el dos), mientras que los casos posibles son seis (puede salir cualquier número del uno al seis). Por lo tanto:
P(A) = 1 / 6 = 0,166 (o lo que es lo mismo, 16,6%)
b) Probabilidad de que al lanzar un dado salga un número par: en este caso, los casos favorables son tres (que salga el dos, el cuatro o el seis), mientras que los casos posibles siguen siendo seis. Por lo tanto:
P(A) = 3 / 6 = 0,50 (o lo que es lo mismo, 50%)
c) Probabilidad de que al lanzar un dado salga un número menor que 5: en este caso tenemos cuatro casos favorables (que salga el uno, el dos, el tres o el cuatro), frente a los seis casos posibles. Por lo tanto:
P(A) = 4 / 6 = 0,666 (o lo que es lo mismo, 66,6%)
d) Probabilidad de que nos toque el Gordo de Navidad: tan sólo un caso favorable, el número que jugamos (¡qué triste...¡), frente a 100.000 casos posibles. Por lo tanto:
P(A) = 1 / 100.000 = 0,00001 (o lo que es lo mismo, 0,001%)
Merece la pena... Por cierto, tiene la misma probabilidad el número 45.264, que el número 00001, pero ¿cuál de los dos comprarías?
Para poder aplicar la Regla de Laplace, el experimento aleatorio tiene que cumplir dos requisitos:
a) El número de resultados posibles (sucesos) tiene que ser finito. Si hubiera infinitos resultados, al aplicar la regla casos favorables/casos posibles, el cociente siempre sería cero.
b) Todos los sucesos tienen que tener la misma probabilidad. Si al lanzar un dado, algunas caras tuvieran mayor probabilidad de salir que otras, no podríamos aplicar esta regla.
A la regla de Laplace también se le denomina probabilidad a priori, ya que para aplicarla hay que conocer antes de realizar el experimento, cuáles son los posibles resultados, y saber que todos tienen las mismas probabilidades.
¿Y si el experimento aleatorio no cumple los dos requisitos indicados, qué hacemos?, ¿ponemos una denuncia?
No, no va a ser necesario denunciar a nadie, ya que en este caso podemos acudir a otro modelo de cálculo de probabilidades que se basa en la experiencia (modelo frecuentista):
Cuando se realiza un experimento aleatorio un número muy elevado de veces, las probabilidades de los diversos posibles sucesos empiezan a converger hacia valores determinados, que son sus respectivas probabilidades.
Ejemplo: si lanzo una vez una moneda al aire y sale cara, quiere decir que el suceso cara ha aparecido el 100% de las veces, y el suceso cruz el 0%.
Si lanzo diez veces la moneda al aire, es posible que el suceso cara salga 7 veces, y el suceso cruz las 3 restantes. En este caso, la probabilidad del suceso cara ya no sería del 100%, sino que se habría reducido al 70%.
Si repito este experimento un número elevado de veces, lo normal es que las probabilidades de los sucesos cara y cruz se vayan aproximando al 50% cada una. Este 50% será la probabilidad de estos sucesos, según el modelo frecuentista.
En este modelo ya no será necesario que el número de soluciones sea finito, ni que todos los sucesos tengan la misma probabilidad.
Ejemplo: si la moneda que utilizamos en el ejemplo anterior fuera defectuosa (o estuviera trucada), es posible que al repetir dicho experimento un número elevado de veces, la cara saliera con una frecuencia; por ejemplo, del 65% y la cruz del 35%. Estos valores serían las probabilidades de estos dos sucesos, según el modelo frecuentista.
A esta definición de la probabilidad se le denomina probabilidad a posteriori, ya que tan sólo repitiendo un experimento, un número elevado de veces, podremos saber cuál es la probabilidad de cada suceso.
Ejemplo: lanzamos un dado y analizamos dos sucesos: a) que salga el número 6, y b) que salga un número par. Vemos que el suceso a) está contenido en el suceso b).
Siempre que se da el suceso a) se da el suceso b), pero no al contrario. Por ejemplo, si el resultado fuera el 2, se cumpliría el suceso b), pero no el a).
b) Dos sucesos pueden ser iguales: esto ocurre cuando siempre que se cumple uno de ellos, se cumple obligatoriamente el otro, y viceversa.
Ejemplo: lanzamos un dado al aire y analizamos dos sucesos: a) que salga número par, y b) que salga múltiplo de 2. Vemos que las soluciones coinciden en ambos casos.
c) Unión de dos o más sucesos: la unión será otro suceso formado por todos los elementos de los sucesos que se unen.
Ejemplo: lanzamos un dado al aire y analizamos dos sucesos: a) que salga número par y b) que el resultado sea mayor que 3. El suceso unión estaría formado por los siguientes resultados: el 2, el 4, el 5 y el 6.
d) Intersección de sucesos: es aquel suceso compuesto por los elementos comunes de dos o más sucesos que se interceptan.
Ejemplo: lanzamos un dado al aire, y analizamos dos sucesos: a) que salga número par, y b) que sea mayor que 4. La intersección de estos dos sucesos tiene un solo elemento, el número 6 (es el único resultado común a ambos sucesos: es mayor que 4 y es número par).
e) Sucesos incompatibles: son aquellos que no se pueden dar al mismo tiempo, ya que no tienen elementos comunes (su intersección es el conjunto vacío).
Ejemplo: lanzamos un dado al aire y analizamos dos sucesos: a) que salga un número menor que 3, y b) que salga el número 6. Es evidente que ambos no se pueden dar al mismo tiempo.
f) Sucesos complementarios: son aquellos que si no se da uno, obligatoriamente se tiene que dar el otro.
Ejemplo: lanzamos un dado al aire y analizamos dos sucesos: a) que salga un número par, y b) que salga un número impar. Vemos que si no se da el primero se tiene que dar el segundo (y viceversa).
Probabilidad
Como hemos comentado anteriormente, la probabilidad mide la mayor o menor posibilidad de que se dé un determinado resultado (suceso) cuando se realiza un experimento aleatorio.
La probabilidad toma valores entre 0 y 1 (o expresados en tanto por ciento, entre 0% y 100%):
El valor cero corresponde al suceso imposible: lanzamos un dado al aire y la probabilidad de que salga el número 7 es cero (al menos, si es un dado certificado por la OMD, Organización Mundial de Dados).
El valor uno corresponde al suceso seguro: lanzamos un dado al aire y la probabilidad de que salga cualquier número del 1 al 6 es igual a uno (100%).
El resto de sucesos tendrá probabilidades entre cero y uno: que será tanto mayor cuanto más probable sea que dicho suceso tenga lugar.
¿Cómo se mide la probabilidad?
Uno de los métodos más utilizados es aplicando la Regla de Laplace: define la probabilidad de un suceso como el cociente entre casos favorables y casos posibles.
P(A) = Casos favorables casos posibles.
Veamos algunos ejemplos:
a) Probabilidad de que al lanzar un dado salga el número 2: el caso favorable es tan sólo uno (que salga el dos), mientras que los casos posibles son seis (puede salir cualquier número del uno al seis). Por lo tanto:
P(A) = 1 / 6 = 0,166 (o lo que es lo mismo, 16,6%)
P(A) = 3 / 6 = 0,50 (o lo que es lo mismo, 50%)
P(A) = 4 / 6 = 0,666 (o lo que es lo mismo, 66,6%)
P(A) = 1 / 100.000 = 0,00001 (o lo que es lo mismo, 0,001%)
Merece la pena... Por cierto, tiene la misma probabilidad el número 45.264, que el número 00001, pero ¿cuál de los dos comprarías?
Para poder aplicar la Regla de Laplace, el experimento aleatorio tiene que cumplir dos requisitos:
a) El número de resultados posibles (sucesos) tiene que ser finito. Si hubiera infinitos resultados, al aplicar la regla casos favorables/casos posibles, el cociente siempre sería cero.
b) Todos los sucesos tienen que tener la misma probabilidad. Si al lanzar un dado, algunas caras tuvieran mayor probabilidad de salir que otras, no podríamos aplicar esta regla.
A la regla de Laplace también se le denomina probabilidad a priori, ya que para aplicarla hay que conocer antes de realizar el experimento, cuáles son los posibles resultados, y saber que todos tienen las mismas probabilidades.
¿Y si el experimento aleatorio no cumple los dos requisitos indicados, qué hacemos?, ¿ponemos una denuncia?
No, no va a ser necesario denunciar a nadie, ya que en este caso podemos acudir a otro modelo de cálculo de probabilidades que se basa en la experiencia (modelo frecuentista):
Cuando se realiza un experimento aleatorio un número muy elevado de veces, las probabilidades de los diversos posibles sucesos empiezan a converger hacia valores determinados, que son sus respectivas probabilidades.
Ejemplo: si lanzo una vez una moneda al aire y sale cara, quiere decir que el suceso cara ha aparecido el 100% de las veces, y el suceso cruz el 0%.
Si lanzo diez veces la moneda al aire, es posible que el suceso cara salga 7 veces, y el suceso cruz las 3 restantes. En este caso, la probabilidad del suceso cara ya no sería del 100%, sino que se habría reducido al 70%.
Si repito este experimento un número elevado de veces, lo normal es que las probabilidades de los sucesos cara y cruz se vayan aproximando al 50% cada una. Este 50% será la probabilidad de estos sucesos, según el modelo frecuentista.
En este modelo ya no será necesario que el número de soluciones sea finito, ni que todos los sucesos tengan la misma probabilidad.
Ejemplo: si la moneda que utilizamos en el ejemplo anterior fuera defectuosa (o estuviera trucada), es posible que al repetir dicho experimento un número elevado de veces, la cara saliera con una frecuencia; por ejemplo, del 65% y la cruz del 35%. Estos valores serían las probabilidades de estos dos sucesos, según el modelo frecuentista.
A esta definición de la probabilidad se le denomina probabilidad a posteriori, ya que tan sólo repitiendo un experimento, un número elevado de veces, podremos saber cuál es la probabilidad de cada suceso.