Probabilidad y estadística
La probabilidad y la estadística son ramas complementarias de las matemáticas: una mide la posibilidad de los sucesos y la otra analiza datos para conocer el modelo que los genera.
La probabilidad y la estadística son dos ramas complementarias de las matemáticas que estudian el azar y los datos: la probabilidad mide cuán posible es un suceso a partir de un modelo conocido, y la estadística usa datos observados para conocer o poner a prueba ese modelo. Juntas permiten analizar fenómenos inciertos, desde el lanzamiento de un dado hasta la eficacia de una vacuna.
¿Qué son la probabilidad y la estadística?
La probabilidad es la rama de las matemáticas que asigna a cada suceso un número entre 0 y 1 que mide su grado de posibilidad. Parte de un modelo conocido —por ejemplo, un dado equilibrado— y deduce qué resultados cabe esperar. La estadística recorre el camino inverso: parte de los resultados observados y trata de averiguar cómo es el modelo que los produjo.
La teoría de la probabilidad nació en el siglo XVII, en la correspondencia entre Blaise Pascal y Pierre de Fermat (1654) sobre problemas de juegos de azar, y fue formalizada por Pierre-Simon Laplace en el siglo XIX y por Andréi Kolmogórov en 1933, que la axiomatizó. La estadística moderna se desarrolló en los siglos XIX y XX con figuras como Karl Pearson y Ronald Fisher.
Diferencias entre probabilidad y estadística
| Aspecto | Probabilidad | Estadística |
|---|---|---|
| Punto de partida | Un modelo conocido | Datos observados |
| Dirección del razonamiento | Deductivo: del modelo a los datos | Inductivo: de los datos al modelo |
| Pregunta típica | ¿Qué probabilidad hay de sacar 7 con dos dados? | Con estos 500 lanzamientos, ¿está el dado trucado? |
| Resultado | Un valor exacto entre 0 y 1 | Una estimación con margen de error |
Conceptos fundamentales de probabilidad
- Experimento aleatorio: proceso cuyo resultado no se puede predecir con certeza, aunque se conozcan sus posibles resultados.
- Espacio muestral (Ω): conjunto de todos los resultados posibles.
- Suceso: subconjunto del espacio muestral.
- Sucesos independientes: aquellos en los que el hecho de que ocurra uno no modifica la probabilidad del otro.
- Probabilidad condicionada: probabilidad de A sabiendo que ha ocurrido B.
Las propiedades básicas son: 0 ≤ P(A) ≤ 1, P(Ω) = 1 y P(no A) = 1 − P(A). La probabilidad se suele expresar como fracción, decimal o porcentaje.
Conceptos fundamentales de estadística
La estadística distingue entre la descripción de datos (tablas, gráficos como el histograma, medias y desviaciones) y la inferencia (estimaciones y contrastes). Trabaja con una población, de la que se extrae una muestra, y calcula estadísticos para estimar los parámetros poblacionales.
¿Cómo se relacionan?
La probabilidad es el fundamento teórico de la estadística inferencial. Dos resultados lo muestran:
- Ley de los grandes números: al repetir un experimento muchas veces, la frecuencia relativa de un suceso se aproxima a su probabilidad. Por eso podemos estimar probabilidades con datos.
- Teorema central del límite: la distribución de la media de muestras suficientemente grandes se aproxima a una normal, lo que permite construir intervalos de confianza y contrastes de hipótesis.
Un modelo muy usado es la distribución binomial, que da la probabilidad de obtener k éxitos en n pruebas independientes con probabilidad de éxito p:
Ejemplo: Bayes en un diagnóstico
Una enfermedad afecta al 1 % de la población. Una prueba detecta al 90 % de los enfermos (sensibilidad) y da positivo erróneamente en el 5 % de los sanos. Si alguien da positivo, ¿qué probabilidad tiene de estar enfermo?
| Situación | Cálculo | Probabilidad |
|---|---|---|
| Enfermo y positivo | 0,01 × 0,90 | 0,0090 |
| Sano y positivo | 0,99 × 0,05 | 0,0495 |
| Positivo (total) | 0,0090 + 0,0495 | 0,0585 |
| Enfermo dado positivo | 0,0090 / 0,0585 | ≈ 0,154 |
Solo un 15,4 % de los positivos están realmente enfermos, porque la enfermedad es poco frecuente. Es un buen ejemplo de cómo la intuición falla sin cálculo.
Aplicaciones
- Seguros: calcular primas a partir de la probabilidad de siniestros.
- Medicina: diseñar ensayos clínicos y evaluar pruebas diagnósticas.
- Industria: control de calidad y estimación de fallos.
- Finanzas y meteorología: modelos de riesgo y predicciones del tiempo.
- Inteligencia artificial: modelos probabilísticos y aprendizaje automático.
Ejercicios resueltos
1. Se lanza un dado equilibrado de seis caras. ¿Cuál es la probabilidad de obtener un número par?
Casos favorables: 2, 4 y 6, es decir, 3. Casos posibles: 6. P = 3/6 = 1/2. Resultado: 0,5 (50 %).
2. Se lanzan dos dados. ¿Cuál es la probabilidad de que sumen 7?
Hay 6 × 6 = 36 resultados posibles. Suman 7: (1,6), (2,5), (3,4), (4,3), (5,2), (6,1), es decir, 6. P = 6/36 = 1/6. Resultado: 1/6 ≈ 0,167.
3. Una bolsa tiene 5 bolas rojas, 3 azules y 2 verdes. Se extraen dos bolas sin reposición. ¿Cuál es la probabilidad de que la primera sea roja y la segunda azul?
P(roja) = 5/10. Con una roja menos, P(azul | roja) = 3/9. P = 5/10 × 3/9 = 15/90 = 1/6. Resultado: 1/6 ≈ 0,167.
4. Se lanza una moneda equilibrada tres veces. ¿Cuál es la probabilidad de obtener exactamente dos caras?
Binomial con n = 3, k = 2, p = 0,5: C(3,2) × 0,5² × 0,5¹ = 3 × 0,125 = 0,375. Resultado: 3/8 = 0,375 (37,5 %).
Preguntas frecuentes
¿Cuál es la diferencia entre probabilidad y estadística?
¿Por qué se estudian juntas?
¿Qué valores puede tomar una probabilidad?
¿Qué es la ley de los grandes números?
¿Qué son sucesos independientes?
Referencias
- Kolmogórov, A. N. Grundbegriffe der Wahrscheinlichkeitsrechnung. Springer, 1933.
- Laplace, P.-S. Essai philosophique sur les probabilités, 1814.
- DeGroot, M. H. y Schervish, M. J. Probability and Statistics. Pearson.
Cómo citar este artículo
Equipo de Conceptualia. (2026). «Probabilidad y estadística». Conceptualia. https://conceptualia.es/ciencias-naturales/matematica/probabilidad-y-estadistica/
