Scribd Logo
Upload

Welcome to Scribd!

  • Elementos de Probabilidad PDF

    Uploaded by

    Andrés
    1 views29 pages

    Original Title

    elementos de probabilidad.pdf

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    1 views29 pages

    Elementos de Probabilidad PDF

    Uploaded by

    Andrés

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 29
    IX. PROBABILIDAD Topos tenemos sin ninguna clase de duda una nocién intuitiva de lo que se entiende por probabilidad, aunque no estemos en_con- diciones de formular del término una definicién precisa. En el lenguaje corriente hay cierto nimero de palabras y frases que se emplean en forma casi intercambiable con el concepto de probabilidad, tales como posibilidades, perspectivas, ventaja, etcétera. Estos conceptos se emplean en ocasiones en cierto nu- mero de sentidos diversos. Preguntamos, por ejemplo, “¢cudl es la probabilidad de que hoy Ilueva?”, refiriéndonos a un aconte- cimiento singular (el llover hoy) que puede ocurrir 0 no en el futuro. El enunciado “no es probable que Jones asesinara a su suegra” se parece al anterior, pero se refiere a un acontecimiento que ha tenido ya lugar y a cuyo propésito nos falta, con todo, informacién suficiente para formular una afirmacién categérica. Puede uno referirse a lo que suceder4 a la larga: “si juegas, es probable que Ilegues a perder hasta Ja camisa”. Aqui Ja alusién no se refiere a que uno haya de perder Ja camisa con un solo golpe de dados, sino a Jo que ocurriré si el experimento se repite un gran numero de veces. “Un nifio varén, nacido en los Esta- dos Unidos, de padres blancos nativos, vivira probablemente 65 afios.” Semejante enunciado parece referirse mas al tipo_gene- ralizado de nifio de los cuadros actuariales que a un Jimmy Brown concreto cualquiera. Es obvio, sin embargo, que si hemos de hablar de la probabi- lidad de modo inteligente y, en particular, si hemos de hacer intervenir al matematico, el concepto ha de definirse con Ja pre- cisién suficiente para que todos podamos emplearlo con el mis- mo sentido. Por desgracia, sin embargo, no es tan sencillo obte- ner una definicién que satisfaga al propio tiempo al matemdatico y a nuestra nocién intuitiva de aquello que por lo regular enten- demos con el término. Segtin veremos, en efecto, el] matematico considera necesario pensar en términos de probabilidades a priori, que en realidad no pueden obtenerse empiricamente y que no dependen de cualquier muestreo particular de datos. En las secciones que siguen, el concepto de probabilidad se definira en lenguaje matematico y se examinaran algunas de sus propieda- des matematicas mds importantes. Al propio tiempo trataremos de conseguir que dicha definicién y dichas propiedades matema- ticas parezcan razonables a la luz del empleo y la experiencia cotidianos, 128 PROBABILIDAD 129 IX.1. Probabilidad a priori En estadistica nos ocupamos en establecer generalizaciones a Ppropésito de una poblacién compuesta por lo regular de un gran numero de individuos. Semejante poblacién puede ser una poblacién finita realmente existente —como, por ejemplo, la po- blacién de los Estados Unidos, o los varones blancos nativos de més de 65 afios— y, por lo tanto, claramente delimitable. En tal caso, tomaremos por lo regular algiin tipo de muestra de la po- blacién, y el interés se dirigiré en primer término a Ja poblacién por s{ misma (o a algin subgrupo de ella), mds que a los indi- viduos que acontecen figurar en una cualquiera de las muestras particulares. Pero la poblacién puede también ser una poblacién hipotética que implique, digamos, un numero ilimitado de expe- rimentos efectuados “en condiciones similares”. Por consiguien- te, al estadigrafo no le interesan el acontecimiento 0 el individuo particulares, a no ser en la medida en que el acontecimiento 0 individuo en cuestién puedan ayudarle a obtener informacién a propdsito de la poblacién. Como quiera que este texto es un texto de estadistica, nos serviremos en él del término probabi dad para referirnos no a acontecimientos particulares (Ilover hoy, Jones asesino), sino a un gran ntimero de acontecimientos o a Jo que ocurre a la larga ¢Cémo podemos obtener probabilidad desde el punto de vista de acontecimientos repetidos? En primer lugar, es menester pen- sar en términos de un experimento ideal que se deje repetir un gran nimero de veces “en condiciones similares”. Sin duda, las condiciones cambian en Ja realidad, pero ha de ser posible ima- ginar por lo menos que no lo hacen. En cada uno de dichos expe- rimentos perfectos han de anticiparse todos los resultados, Asi, pues, hemos de acostumbrarnos a pensar en términos de una moneda ideal que se lanza al aire un gran numero de veces, en circunstancias idénticas, y con sdlo dos resultados posibles (cara © cruz) en cada cara o cruz. Prescindimos del hecho de que en el proceso del lanzamiento de la moneda real podria acabar por gastarse de modo irregular, 0 que en ocasiones se pudiera man- tener de canto. Aprendemos a concebir un juego de naipes per- fectamente barajado, en el que ninguno de ellos tienda a pegarse a otro, pese a que semejante juego no se encontrard nunca en la vida real. Llamemos todo resultado o grupo de resultados un “aconteci- miento”. En este caso el acontecimiento puede ser simple (que no 2 Resulta posible tratar las probabilidades desde el punto de vista de? acontecimiento singular y servirse, con todo, de las propiedades matemé- ticas que se examinan en la seccidn siguiente (véase [8]). Sin embargo, semejante tratamiento presenta por lo menos tantas diferencias conceptua: Tes como el que empleamos en este texto. 130 ESTAD{STICA INDUCTIVA se deja descomponer) o compuesto (una combinacién de acon- tecimientos simples). Asi, pues, el acontecimiento A puede ser un 6 en un solo golpe de dados; el acontecimiento B (compues- to) puede consistir en los resultados 2 y 4, 0 6 en un solo lanza- miento, en tanto que el acontecimiento C (también compuesto) puede implicar la obtencién de un 7 en dos jugadas. Por conven- 100} O75 + Proporcién de éxites ° 8 2 a T ol. © 10 20 30.40 50 100 Numero de pruebas Fic. IX.1. Oscilacién de la proporcién de éxitos aproximdndose al limite de .50 ci6n se utiliza el término de éxito cuando el acontecimiento con- siderado se produce, y el de fracaso cuando no ocurre2 Puede efectuarse el experimento un gran ntimero de veces y obtenerse la proporcién de las veces en que ocurre cada acontecimiento particular. No estamos todavia por completo en condiciones de dar una definicién formal de la probabilidad. Primero, en efecto, hay que apelar al conocimiento del lector acerca de qué ocurre empi- ricamente cuando un experimento como el de lanzar una moneda al aire se repite un gran niimero de veces. Supongamos que em- pezamos los lanzamientos y que a cada décimo cara 0 cruz anota- mos la raz6n de los éxitos (digamos “‘caras”) al ntimero total de los mismos. Ahora bien, los resultados obtenidos tienden a ser semejantes a los que se indican en la figura IX.1. 2 Este uso técnico de los términos éxito y fracaso no necesita ser con- forme al uso general. Asi, por ejemplo, el éxito puede indicar la contrac- cién de la polio o la eleccién de un demagogo. PROBABILIDAD 131 En los 10 primeros lanzamientos no esperamos por lo regular obtener exactamente 5 caras, ni aun con una moneda correcta. Es posible, en efecto, que el niimero de caras sea 7. La préxima serie de lanzamientos puede contener una larga secuencia de cruces, de modo que al final de 20 lanzamientos Ia proporcién de caras sea de 45, La serie siguiente puede dar asimismo mas cruces que caras, la proxima, ligeramente mas caras que cruces, y asi sucesivamente. Después de 100 lanzamientos con una mo- neda no sesgada esperamos que la proporcién de los éxitos se sitte alrededor de .5, en tanto que después de 1 000 lanzamientos deberfamos encontrarnos atin mas cerca de dicha cifra. Asi, pues, esperamos que la razén de los éxitos al miumero total de las prue- bas se establezca de modo que cese de fluctuar mucho de una serie de 10 lanzamientos a otra. Después de 10 mil pruebas, in- clusive si obtuviéramos 20 cruces sucesivas (acontecimiento ex- tremadamente improbable), el efecto de ello seria negligente en la razén en cuestién.2 En cambio, si esto se hubiera producido en la tercera y cuarta secuencias, el efecto habria sido pronun- ciado. Por lo tanto, cuanto mayor es el nimero de las pruebas, tanto mas se va acercando la razon a un determinado valor que los matematicos designan como “limite”. Si podemos concebir que el experimento se prolongue indefinidamente, podemos con probabilidad concebir también que la razon alcance exactamente el valor limite, o sea .5. Por tanto, nos vamos encontrando con la nocién de “infinito” y que los matematicos han hallado que ste es un concepto manifiestamente ambiguo, ser preferible pensar en términos de un ntimero de pruebas extremadamente grande, * La nocidn de limite se deja definir con algo mas de preci- sién. Decimos, en efecto, que la razén se aproxima a un limite cuando, habiendo determinado previamente qué tipo de aproxi- macién deseamos, Janzamos la moneda un numero finito de ve- ces, hasta estar virtualmente seguros que la razén obtenida se aproxima al limite con el grado de exactitud deseado. En otros términos: escogemos primero un nimero muy pequefio s, que represente el grado de aproximacién deseado. Supéngase que po- nemos ¢=.0001. Si el limite existe, hay un ntimero finito de lan- zamientos N tal, que podemos practicamente estar seguros que la proporcién de éxitos obtenida quedaré en el interior de + .0001 8 Obsérvese bien que no se ha pretendido que los niimeros absolutos de caras y cruces sean aproximadamente iguales, ni que, si se da inicialmente un exceso de caras, las cruces acabaran por compensarlo. Puede seguir habiendo un exceso de caras indefinidamente, pero la razén se aproximara a 5 incluso en este caso. Asi, por ejemplo, si tuviéramos 35 catas y 15 cruces en los 50 primeros lanzamientos, la proporcién de caras seria de .7. Un exceso de 20 caras en 100 lanzamientos (0 sean 60 caras) da una pro- porcién de 6, en tanto que el mismo exceso en 200 lanzamientos da un valor de 55. 132 ESTADISTICA INDUCTIVA de la verdadera probabilidad+ Ademds, por muy pequefio que escojamos ¢, siempre encontraremos un numero finito de lanza- mientos para el que ello es verdadero. Pero si no existe un limi- te, entonces no resultar4 por lo general posible, No es en modo alguno una necesidad /dgica el que las razones obtenidas en dicha forma se establezcan en un valor limite. En efecto, se deja por lo menos concebir que las razones en cuestién sigan fluctuando indefinidamente. Si esto fuera efectivamente asi, no podriamos hablar de una sola probabilidad de caras en relacién con la moneda. Sin embargo, cuando semejante limite existe, podemos definir la probabilidad como limite de la razon de los éxitos al ntimero total de las pruebas. O bien, en forma més ruda, la probabilidad es la proporcién de los éxitos “a la larga”. En el examen ulterior ser4 conveniente hablar como si pensa- ramos en términos de probabilidades de acontecimientos singula- res. Asi podremos, por ejemplo, preguntar, “gcudl es la proba- bilidad de obtener un 6 en un solo golpe de dados o un as rojo al sacar una sola carta de la baraja?” En realidad, al servirnos de Ja frase “un solo golpe de dados”, tratamos simplemente de evi- tar el empleo de una fraseologfa complicada. Lo que efectiva- mente queremos decir es: “zqué proporcién de veces esperamos obtener un 6, a la larga, lanzando un solo dado reiteradamente?” A titulo de conveniencia, pues, hablaremos de un solo golpe de dados cuando en realidad queramos significar un numero inde- ange grande de Janzamientos particulares con el mismo Antes de proceder al examen de las propiedades mateméaticas de las probabilidades hemos de detenernos en algunos puntos. Los experimentos de la vida real, si se repiten, parecen efectiva- mente seguir el tipo general examinado anteriormente y represen- tado en forma de diagrama en la figura IX.1, o sea que nos acercamos efectivamente con ellos a un limite que se deja calcu- lar. Esto nos conduce a hablar de la “ley de los promedios” y a esperar que la mayoria de las monedas darén caras aproxima- damente la mitad de las veces o que las buenas manos alterna- ran en el bridge con las malas. Sin embargo, hay que precaverse contra esa ley de los promedios. En efecto, algunas personas han interpretado dicha ley en el sentido de que si una mo neda da 10 veces caras consecutivas, entonces lo mas proba- ble es que la vez siguiente dé cruz, “a causa de la ley de los pro- medios”. Semejante interpretacién implica una prediccién a propésito de un acontecimiento singular (esto es, el resultado del undécimo Janzamiento). Seguin veremos mas adelante, sole- 4 El examen de los intervalos de confianza (cap. xm) ayudar4 a indicar que no podemos estar nunca absolutamente seguros de que Ja verdadera probabilidad se halle en el interior del intervalo obtenido. PROBABILIDAD 133 mos suponer que lo que ha sucedido en los lanzamientos prece- dentes no tiene absolutamente importancia alguna en relacién con lo que sigue® En efecto, la moneda no posee ni memoria ni conciencia. Desde el punto de vista de una estrategia inteli- gente, si un jugador presencia 10 caras sucesivas en diez lanza- mientos, haria bien en predecir que en el undécimo volvera a salir cara, en el supuesto de que la moneda debe estar sesgada. Deberfa resultar perfectamente claro que las probabilidades a priori tal como se definen en esta seccién no pueden obte- nerse @xactamente por medios empiricos, aunque si pueden apre- ciarse. Y esto se debe no sdlo al hecho de que hemos debido imaginar experimentos levados a cabo en condiciones ideales, sino también a la circunstancia de que ningtin experimento puede repetirse indefinidamente. Sin embargo, con un numero sufi- ciente de pruebas, una probabilidad puede apreciarse con cual- quier grado deseado de exactitud, Las reglas matematicas que se dan en la seccién siguiente y todos los razonamientos mate- iticos que se hallan en la base de la induccién estadistica se ocupan més bien de las probabilidades a priori que de las cla- ses de probabilidades que pueden efectivamente obtenerse por el investigador.* Asi, pues, al aplicar el razonamiento estadistico a cualquier ciencia que se ocupe del mundo real, nos encontraremos en Ja Pposicién légica descrita en el capitulo vim. Hemos de suponer alguna probabilidad a priori para poder aplicar el razonamiento matemético. Podemos decir que si ésta es la probabilidad a priori correcta, entonces determinados resultados empiricos son probables (o improbables). En esta forma, A es la teorfa mate miatica, y B los resultados empfricos anticipados, y no existe me- dio alguno de verificar la teorfa directamente. Si B resulta ser falso, podemos descartar A, pero, si B es cierto, alguna otra teo- rfa C que comporte probabilidades a priori distintas pueda acaso explicar también los resultados. Si queremos, pues, evitar la fa- lacia de afirmar el consecuente, habremos de adoptar probabili- dades de las que en realidad sospechamos que son falsas, proce- diendo por eliminacién. En el préximo capitulo veremos ejemplos particulares en los que asi se procede. 1X.2. Propiedades matemdticas de las probabilidades Aunque el lector tal vez no haya de volver nunca més a calcular probabilidades, importa de todos modos que se dé cuenta de que 5 Esto no puede suponerse en el caso del ser humano, hecho que hay que tener presente siempre que se tomen mediciones repetidas con personas u otros animales, Véase sec. IX4. ® En rigor, el investigador sdlo puede obtener proporciones debido al he cho de que el mimero de pruebas 0 casos seré siempre finito. 134 ESTADISTICA INDUCTIVA en la base de todos los cuadros de los que habrd de servirse para verificar hipétesis se encuentra cierto mimero de propiedades asaz simples de las probabilidades. En un texto como el presente no es posible profundizar mucho en la teoria de éstas. E] objeto del examen que sigue es, pues, simplemente el de dar una idea de cémo operan los matemAticos con las probabilidades al poner los fundamentos de la induccién estadistica. Podemos empezar identificando tres propiedades matemiticas de las probabilidades a priori. La primera de ellas apenas requiere algin comentario, Como quiera que en N pruebas no podemos obtener menos de cero éxitos ni m4s de N, siguese que para cualquier acontecimiento A la probabilidad de que A ocurra [lo que se escribe P(A)] ha de ser mayor o igual a cero y menor o igual a 1. Asf, pues: O

    You might also like