Fundamentos de la probabilidad
Los fundamentos de la probabilidad son las reglas básicas que rigen cómo se combinan las probabilidades de los eventos y cómo se describen las variables aleatorias. Definen qué es una probabilidad, cómo sumar y multiplicar las probabilidades de los eventos, y cómo resumir una cantidad aleatoria mediante su distribución, esperanza y varianza, los pilares de los que depende todo método estadístico posterior.
Definition
La probabilidad es un número entre 0 y 1 asignado a un evento para expresar la probabilidad de que ocurra, obedeciendo los axiomas de no negatividad, probabilidad total de uno sobre el espacio muestral y aditividad para eventos mutuamente excluyentes.
Scope
La entrada cubre el espacio muestral, los eventos, los axiomas de probabilidad, las reglas de adición y multiplicación, los eventos complementarios y el concepto de variable aleatoria con su esperanza y varianza. Introduce la distinción entre variables aleatorias discretas y continuas. Trata la probabilidad como una base metodológica y no ofrece recomendaciones clínicas.
Core questions
- ¿Qué es un espacio muestral y qué se considera un evento?
- ¿Cómo se suman o multiplican las probabilidades de eventos combinados?
- ¿Qué es una variable aleatoria y cómo se resume su distribución?
- ¿Cómo se definen e interpretan la esperanza y la varianza?
Key concepts
- Espacio muestral
- Evento
- Axiomas de probabilidad
- Regla de adición
- Regla de multiplicación
- Evento complementario
- Variable aleatoria
- Esperanza (media)
- Varianza y desviación estándar
Mechanisms
El espacio muestral enumera todos los resultados posibles de un proceso aleatorio, y un evento es un subconjunto de este. Los axiomas de Kolmogórov requieren que cada evento tenga una probabilidad no negativa, que todo el espacio muestral tenga probabilidad uno, y que la probabilidad de una unión de eventos mutuamente excluyentes sea la suma de sus probabilidades. De estos se derivan la regla del complemento (la probabilidad de que un evento no ocurra es uno menos su probabilidad), la regla general de adición para la unión de dos eventos y la regla de multiplicación para la ocurrencia conjunta. Una variable aleatoria asigna un número a cada resultado; su esperanza es el promedio ponderado por la probabilidad de esos números, y su varianza mide su dispersión alrededor de la esperanza. Estas definiciones se aplican a variables discretas, cuyos valores se pueden enumerar, y a variables continuas, descritas por una densidad.
Clinical relevance
Las reglas de probabilidad rigen cómo se combinan las incertidumbres sobre diagnósticos, riesgos y resultados de pruebas, por lo que una comprensión práctica de ellas apoya la interpretación de la evidencia cuantitativa en las ciencias de la salud. Esta entrada es un antecedente metodológico y no dirige decisiones clínicas individuales.
History
La probabilidad temprana surgió de la correspondencia del siglo XVII sobre juegos de azar y fue sistematizada por Bernoulli y Laplace. La base axiomática moderna, que define la probabilidad como una medida en un espacio muestral, fue establecida por Andréi Kolmogórov en 1933, unificando el campo y proporcionando la base rigurosa utilizada en la estadística actual.
Key figures
- Andrey Kolmogorov
- Pierre-Simon Laplace
- Jacob Bernoulli
Related topics
Seminal works
- kolmogorov-1956
- ross-2014
- rosner-2015
Frequently asked questions
- ¿Qué significa que dos eventos sean mutuamente excluyentes?
- Dos eventos son mutuamente excluyentes si no pueden ocurrir ambos a la vez; para tales eventos, la probabilidad de que ocurra cualquiera de ellos es simplemente la suma de sus probabilidades individuales.
- ¿Cuál es la diferencia entre esperanza y varianza?
- La esperanza es el valor promedio a largo plazo de una variable aleatoria, mientras que la varianza mide cuán ampliamente se dispersan sus valores alrededor de ese promedio; la raíz cuadrada de la varianza es la desviación estándar.