PROBABILIDAD

Finalidad del tema: Predecir resultados de una accin y decidir si responden al AZAR o tienen tendencias sistemticas.
o bien
0i todos son e+uipro:a:les< 3asos 4avora:les $suceso% 3asos posi:les totales Proporcin del suceso de4inido( si repiti5ramos el experimento muc!as veces @ )n nmero de 7 a 1. 0iendo el suceso A la pro:a:ilidad de A serAa P(A)( la de +ue #> ocurra A es P A =# P " A!

Definicin: Dado un experimento aleatorio Proporcin esperada de ocurrencia de un 0)3.0>( de todos los posi:les( o .0PA3-> ?).0/RA9.

( )

Ejemplos:

1 Acertar nmeros del 1 al 5.

2 Acertar la primitiva.

3 Que llueva ma ana.

4 Que un coc!e se estropee en un via"e.

CLCULO Definir el espacio muestral, E

1 2 3 4 #meros del 1 al 5. 3om:inaciones de BC( de 2 en 2. 3om:inaciones climticas. 9os comportamientos del coc!e.

Calculamos la probabilidad con la

4rmula< 4avora:les = posi:les

> :ien

1 2 3 4

P$A% P$A% P$A% P$A%

; ; ; ;

1 = 5. 1 = com:inaciones de BC elementos de 2 en 2. 3limas con lluvia = todos los posi:les. Duncionamientos anmalos = total posi:les.

Definir el suceso s fa!orable s" # 9os datos no permiten computar directamente los casos 4avora:les. 3onocemos sucesos parciales y 1 )no de los nmeros. +ueremos sa:er otro +ue resulta de al1una com:inacin entre ellos. A ; 4$'( 3%
2 )na de las com:inaciones de 2 nmeros. 3 3limas con lluvia. 4 9os comportamientos +ue impiden avan6ar.

Establecemos las relaciones entre los sucesos simples +ue nos llevan al de4inido como o:"etivo< %$'E()ECC%&$ ( A B ) $A '% .l suceso 4avora:le es +ue ocurran varios otros( a la ve6 o sucesivamente, A y ' y
1 2 3 4 )n nmero impar y mayor de *( de los nmeros del 1 al 5. Acertar cinco nmeros y el reinte1ro de la primitiva. Que llueva y nieve ma ana. Que un coc!e se estropee y est5 cortada la carretera. 1 2 3 4

U$%&$

( A B)

%$DEPE$DE$C%# $A'% 9a in4luencia de un suceso en la pro:a:ilidad de los dems( cuestin empArica o presupuesta. A dado '
Acertar * de 5 +ue pueden repetirse, -#D.P.#D-.#/.0 Acertar los 2( como no se reponen, D.P.#D-.#/.0 3uando nieva es ms 4cil +ue llueva lue1o( D.P.#D-.#/.0 #o tienen nada +ue ver coc!e y carretera( -#D.P.#D-.#/.0

.l suceso 4avora:le es uno cual+uiera de otros ms simples +ue conocemos, A o ' o

#mero impar $A% o mayor de & $'%( del 1 al 5. 2 Acertar seis $A% o el reinte1ro $'% de la primitiva. 3 Que llueva o nieve ma ana. 4 Que un coc!e se estropee o est5 cortada la carretera.

Ejemplo grfico de espacio muestral finito con varios sucesos definidos:

. ; Ea:itantes de una 6ona. A ; ?u"eres. ' ; 9een li:ros 3 ; Eom:res +ue no leen .l rea de cada 6ona respecto al total . $1778% representa su pro:a:ilidad en ese espacio. 9a de ' es el &78 de . P$'% ; 7(& 9a de A el 578 P$A% ; 7(5 9a de $A o '% el 278 P$A '% ; 7(2 9a de A y ' el *78 P$A '% ; 7(*

A AyB B

C
Ni A ni B

Probabilidad. Introduccin al anlisis de datos

Grado en Psicologa UNED

C.A. Calatayud-Cas e

P12 #3 se lee probabilidad de 2 una !e4 5ue se 6a dado #+ ."emplo< sacardescontar dos nmeros del 1 al BC( A y ', est5n el suceso ' cam:ia si antes de la extraccin, .n la )#-F# de:emos los casos simples +ue repetidos en am:os sucesos( o A y ' -#D.P.#D-.#/.0 P$A '% ; P$A% P$'% P$A'% ; P$A% sea( su -#/.R0.33-F#( son a lael ve6 parte de A y '( no se contarAan * veces. N Reponemos la :ola en :om:o 'si es i1ual a A( 1 entre BC( y puede ser i1ual a A P A B = P " A! + P " B ! P " A B ! N 9a #o de reponemos la :ola o leer li:ros( es el rea ' cam:ia 1 entre y es di4erente aA A y ' D.P.#D-.#/.0 P$A '% ;entre P$A% AP$A '% P$A'% G P$A% Del ejemplo, A o '( ser mu"er de A( a ms la deBK( '( menos la comn A y ', 0i no !ay casos comunes y' .n el se1undo caso los sucesos estn relacionados( son D.P.#D-.#/.0. P$A '% ; P$A% L P$'% N P$A '% ; 7(5 L 7(& M 7(* ; 7(2

* calculamos+ ,&(-UL#)

P( A B ) = $

Teorema de Bayes

Para me"orar la precisin del clculo de pro:a:ilidades conociendo previamente al1unas relaciones entre sucesos dependientes Por e"emplo, sa:iendo +ue la pro:a:ilidad de apro:ar matemticas $suceso A% es 7(5( y la de tener un 3- Q 1&7 $suceso '% es de 7(7*. Pero si tenemos en cuenta +ue entre los +ue aprue:an la pro:a:ilidad de tener un 3- Q 1&7( $' A%( es de 7(7&* R3ul es la pro:a:ilidad de +ue aprue:e al1uien +ue tiene un 3- Q 1&7S P$A'% ; 7(5 7(7&* = 7(7* ; 7(K ?e"ora muc!o la 1eneral de 7(5 PodrAamos ponerlos al rev5s y el clculo es e+uivalente< P$'A% ; P$'% P$A'% = P$A% ; 7(7&* ; 7(7* P$A'% = 7(5 0e puede deducir +ue la proporcin de lectores cam:ia con el sexo( asA +ue !ay D.P.#D.#3-A

P ( A) P ( B A) P " A B ! P( A B ) = = P( B ) P" B!

En el e7emplo 8r/fico0 0i sa:emos +ue una persona lee li:ros( es como reducir el . a un nuevo . ; '( entonces la pro:a:ilidad de +ue sea mu"er es la proporcin entre la 6ona $A y '% y la ' ; 7(*7=7(&7 ; 7(22. ,rmula de 2a9es0 P$A'% ; P$A '% = P$'% ; 7(*7 = 7(&7 ; 7(22

Resolucin de los 4 ejemplos anteriores

U$%&$ 1 3asos 4avora:les, 0i A ; {1( &( 5} ' ; {B( 5} $A '% ; {1( &( B( 5} P $A '% ; &=5 L *=5 M 1=5 ; B=5 ; 7(K. #o de:emos duplicar los casos i1uales de am:os sucesos( o sea( su interseccin. U$%&$ 2 3asos 4avora:les, A ; 9a com:inacin 1anadora, ' ; )n nmero entre die6. P $A '% ; 1=1&CK&K12 L 1=17 M P $A '% ; 7(7777777J L 7(1 N 7(7777777JO 7(1 Per el clculo de P $A '% en el e"emplo correspondiente, -#/.R0.33-F# * %$DEPE$DE$C%# 1 3asos 4avora:les, A ; un nmero( ' ; el otro 3omo pueden repetirse( el nmero +ue sal1a primero no in4luye en el se1undo ensayo. Acertar el primero y lue1o el se1undo serAa, P $A '% ; P$A% P$'A% ; P$A% P$'% ; 1=5 1=5 ; 1=*5 ; 7(7B )i no se e:i8e 5ue acertemos en orden Eay otra posi:ilidad de 5xito, Acertar el se1undo y lue1o el primero P $' A% ; P$'% P$A'% ; P$'% P$A% ; 1=5 1=5 ; 1=*5 ; 7(7B A!ora la pro:a:ilidad total es la unin de las dos anteriores, PT$A '% $' A%U ; P$A '% L P$' A% N PT$A '% $' A%U. Pero PT$A '% $' A%U ; 7 por+ue sacamos slo dos :olas( no puede ocurrir a la ve6 $A y '% y $' y A% PT$A '% $' A%U ; P$A '% L P$' A% N PT$A '% $' A%U ; 7(7B L 7(7B L 7 ; 7(7K >tra opcin ms sencilla, A ; Acertar uno de los dos $*=5%( ' ; el otro $1=5% P $A '% ; P$A% P$'% ; *=5 1=5 ; *=*5 ; 7(7K %$DEPE$DE$C%# 2 R0e puede deducir de este e"emplo cmo se !a calculado la pro:a:ilidad de acertar la primitivaS Per ?5todo del r:ol %$'E()ECC%&$ 1 3asos 4avora:les, 0i A ; {1( &( 5} ' ; {&( B( 5} $A '% ; {&( 5} Dado A ; {1( &( 5} entonces ' slo puede suceder tam:i5n si ' ; {&( 5}( asA P$'A% ; *=& P $A '% ; P$A% P$'A% ; &=5 *=& ; 2=15 ; *=5 ; 7(B %$'E()ECC%&$ 2 3asos 4av., A ; 9a com:inacin 1anadora, ' ; )n nmero entre die6. 0on sorteos di4erentes( A no in4luye en '( son independientes( por ello P$' A% ; P$'% ; 1=17 P $A '% ; P$A% P$'A% ; 1=1&CK&K12 1=17 ; 1=1&CK&K127 O 7(77777777J

Para sa:er cuntas posi:ilidades tenemos de acertar los 2 resultados de la primitiva, Dividimos el suceso en otros sencillos( pasos +ue nos llevan al deseado. Acertar un nmero( lue1o otro .n cada paso a:rimos tantas ramas como sucesos de4inidos, Acertar nmero( no acertarlo. Ponemos cada pro:a:ilidad, Acertamos si coinciden 1H y *H y y 2H( o sea una -#/.R0.33-F# 2=BC 5=BK . 1=BB ; J*7=1772K&BJ5*7 ; 1=1&CK&K12 1H :ola *H &H BH 5H y 2I B=BJ 0i 2=BC B&=BK #o B&=BC 2=BK 0i desarrollamos todos los casos podemos !allar pro:a:ilidades de cual+uier camino o ramal $-#/.R0.33-F#( 2 eventos sucesivos%( y tam:i5n la com:inacin de varios ramales( sumndolos $al ser excluyentes los caminos( )#-F#%( por e"emplo tomando las +ue ten1an 5 sAes( es la pro:a:ilidad de tener 5 aciertos. 5=BK B&=BJ &=B2 *=B5 1=BB

-.todo del /rbol0 Para anali6ar experimentos discretos Ponemos todos los posi:les sucesos en un dia1rama como el +ue si1ue,

% aciertos

Probabilidad. Introduccin al anlisis de datos

Grado en Psicologa UNED

C.A. Calatayud-Cas e

B*=BK BC=BC BK=BK 0umando los sucesos de una misma rami4icacin de:e dar 1( representan el espacio muestral de cada extraccin. E;E-PLO) 3 9 4 .n estos casos no podemos deducir la pro:a:ilidad sin in4ormacin de la de los sucesos. 0on e"emplos con casi in4initas com:inaciones no discretas o numera:les( la 4orma de estimar su pro:a:ilidad proceder de in4erencias so:re o:servaciones empAricas. 3mo !acer estas in4erencias lo veremos en los capAtulos si1uientes. 3onoceremos varia:les aleatorias +ue cumplen determinados modelos de pro:a:ilidad( y nos servirn para comparar con los datos empAricos y decidir si esos datos son a6arosos( casuales( o :ien sistemticos( causales.

Probabilidad. Introduccin al anlisis de datos

Grado en Psicologa UNED

C.A. Calatayud-Cas e