Tema 10: Conceptos básicos de probabilidad.

El cálculo de probabilidad​ es fundamental en psicología ya que permite el proceso de

inferencia estadística.
Si bien no se puede determinar con certeza los diferentes resultados, tanto en lo
experimental como lo cotidiano, el cálculo de probabilidad nos permite hacer inferencias del
parámetro a partir de una muestra.

Conceptos previos:
➔ Experimento aleatorio​ (exp.a): acción o procedimiento caracterizado por tener un
conjunto definido de 2 o más resultados conocidos, pero que no se pueda predecir.
Además, debe poder repetirse cuantas veces queramos en condiciones idénticas.

Ej: lanzar un dado al aire o elegir aleatoriamente un alumno para conocer su opinión sobre
la legalización de la droga.

➔ Espacio muestral ​(E): conjunto de todos los resultados posibles de un experimento

aleatorio.

Ej: exp. a → “Lanzar un dado”; E={1 , 2 , 3 , 4 , 5 , 6}

exp.a → “opinión de alumno sobre legalización de droga”; E= {Si, No}

Tipos de espacio muestral →

-Discreto finito, es decir, constituido por un número finito de elementos
infinito, constituido por un número infinito pero numerable de elementos.

-Continuo, o sea, constituido por un número infinito no numerable de elementos-

Ej: exp. a → Introducir una rata en un laberinto en forma de T para ver el tiempo que tarda
en recorrerlo”; E=(0, ∞)

➔ Suceso​ (S): cualquier subconjunto del espacio muestral

Ej: exp.a → “Elegir aleatoriamente un alumno para ver la calificación obtenida en

antropología”
E ={Ss , A , Nt , Sb}
S1= {A }; S2= {Nt , Sb}; S3 ={Ss , A , N , Sb}

Tipos → ​elemental ​(único elemento o S1),

​compuesto​ (S2),
​seguro​ (compuesto por todos los elementos del E o S3)
​ imposible ​(constituido por elementos que no pertenecen al E)

Se puede afirmar que existe un subconjunto cuando uno de sus elementos aparece en el
experimento aleatorio.
Álgebra de sucesos →
- Unión de sucesos (A u B): subconjunto del E formado por los elementos que
componen a sucesos A y B.

- Intersección de sucesos (A ∩ B): subconjunto del E formado por los elementos que
pertenecen a A y B simultáneamente.

-Dos sucesos son ​mutuamente exclusivos o disjuntos​ cuando no tienen elementos

comunes.

-El suceso complementario de un subconjunto es aquel que contiene los elementos que
este no incluye.

- Diferencia de sucesos (S1-S2): subconjunto de E integrado por los elementos que

pertenecen al prrimero pero no al segundo.

Probabilidad
Enfoques: clásico o “a priori”, frecuentista o 16 “a posteriori” y formal o axiomático.

1. Clasico, a priori:
La probabilidad de que ocurra cualquier suceso del E es igual al cociente de los casos
posibles (elementos subconjunto) entre el número total de casos.

2. Enfoque frecuentista o “a posteriori

En teoría, el número de repeticiones debe ser infinitamente grande

En la práctica, la frecuencia relativa del suceso se estabiliza muy pronto basta con realizar
el experimento aleatorio un número relativamente pequeño de veces de veces
Enfoque formal o axiomático
La probabilidad de que ocurra cualquier suceso perteneciente a E -ej: P(A)- es un nº real
que cumple los siguientes axiomas
Axioma 1: 0 ≤ P(A) ≤1
Axioma 2: P (E) = 1
Axioma 3: P (AuB) = P(A) + P(B) -cuando son disjuntos-

De estos axiomas deriva:

Teorema 1→ P(A)= 1- P(A)

Teorema 2 → P (O)= 0

Teorema de la suma → la probabilidad de que ocurra el suceso A o el suceso B es igual a

la probabilidad de que ocurra A más la probabilidad de que ocurra B, menos la probabilidad
de que ocurran ambos, A y B
P(A∪ B) = P(A) + P(B) − P(A∩ B) -cuando tienen elementos juntos-

Probabilidad condicional:

Ej: Queremos formar con los 20 alumnos de una clase grupos de trabajo Queremos formar
con los 20 alumnos de una clase grupos de trabajo de 2 alumnos; A = “primer elemento
varón”; B = “segundo elemento mujer”. A y B sucesos dependientes

Probabilidad de la intersección:​ es la probabilidad de ocurran simultáneamente A y B

[P (A ∩ B)]
Independencia de sucesos:​ son independientes si se verifica que la ocurrencia de uno no
afecta a la probabilidad de la ocurrencia del otro.

P(A| B)= P(A)

Ej: Queremos formar un número de 2 dígitos; A = “primer dígito par”; B = “segundo dígito
par”. A y B sucesos independientes.

La probabilidad de verificación simultánea de dos sucesos independientes es igual al

producto de sus probabilidades simples: ​P(A| B)= P(A)*P(B)
Temas 11 y 12: Funciones de Probabilidad y Distribución de algunas Variables Aleatorias
Discretas

Se denomina ​variable aleatoria ​a cualquier función que asigna un solo número real a cada
suceso (resultado o su conjunto) de un espacio muestral.

-no es que la variable sea aleatoria sino que asigna valores a los resultados de un exp. a-

Tipos:
- discreta (=se define sobre E discreto y un adopta número finito o infinito numerable
de valores)
ejemplo: número de aciertos en un test

- continua (= se define sobre E continua y adopta número infinito no numerable de

valores)
ejemplo: puntuación de un sujeto en un test

Distribución de probabilidad:
valores de variable aleatoria + función de probabilidad + función de distribución

Función de probabilidad​: función que asigna a cada valor de la variable aleatoria (xi ) la
probabilidad de que la variable aleatoria asuma dicho valor.
Continuación: función de probabilidad

Propiedades
f(xi) > 0

Función de distribución​: función que asigna a cada valor de la variable aleatoria (xi) la
probabilidad de que la variable aleatoria asuma dicho valor y todos los inferiores.

Propiedades:
F(xi) es una función creciente, o sea, una función de distribución anterior siempre es menor
a la siguiente.
M​edia o esperanza matemática de una v.a - E(x) -
valor ideal medio que se obtuviese si se repitiera exp. a un número infinito de veces.
(parámetro de tendencia central de una v.a)

- Sea v.a discreta y con f(x)

Propiedades → E(x) de una constante: E(a)= a

de una transformación líneal: E(a + bX) = a + bE(X)

Varianza de una v.a

valor ideal que representa la variabilidad que se obtuviese si se repitiera el exp. a un
número infinito de veces
(parametro)

- Sea v.a discreta y con f(xi)

Propiedades:
Var(x) de una constante: var(a)= a
varianza de una transformación lineal: var(a +bx ) = b2 var(x)
Función de probabilidad conjunta (probabilidad en tabla conjunta)

Recordar, E= espacio muestral

Independencia entre variables aleatorias:

Dos variables aleatorias discretas, X e Y, se dicen independientes cuando:

P(X = xi , Y = yj ) = P(X = xi) · P(Y = yj )

probabilidad conjunta de xy es igual función de probabilidad de x (marginal) por función de

probabilidad de y (marginal)

Distribución de probabilidad discreta:

V. a discreta + función de probabilidad + función de distribución

Distribución Bernoulli
Condiciones:
- Se realiza un ensayo de exp.a.
- Se denominan dos resultados arbitrariamente: éxito (q) y fracaso (p)
Distribución binomial
Condiciones:
- El exp. a debe constar de más de un ensayo (n>1)
- Cada ensayo tiene dos resultados posibles: éxito (q) y fracaso (p)
- La probabilidad de éxito y de fracaso se mantienen constantes a lo largo de los
ensayos (son independientes)

(función de distribución se puede calcular mediante tabla)