Probabilidad condicional

Las probabilidades condicionales se calculan una vez que se ha incorporado informacin adicional a la situacin de partida. La probabilidad de que ocurra un evento A, una vez que el evento B haya ocurrido, esta dado por:

P( A / B) =

P( A B) P( B)

onde !"B# $%

&'emplo (. &n una encuesta a (() personas sobre el color de los o'os, se obtiene la si*uiente tabla de resultados +'os azules +'os ne*ros -otal "A# ",# .ombres ".# )% /% 0% 1u'eres"1# )) 2% 3) -otal 2) 4% (() ., 1, A, y , representan respectivamente, los sucesos que se verifican cuando al ele*ir una persona, esta resulta ser hombre o mu'er, tener o'os azules o ne*ros. 5i la eleccin se hace sin condiciones la probabilidad de ele*ir una persona con los o'os azules, es: !"A#62)7(()6 %./40 La probabilidad de ele*ir una con los o'os ne*ros es: !",#6 4%7(()6%.3)0 !ero, si la eleccin la hacemos solo entre los hombres, ls probabilidades de o'os azules y o'os ne*ros son:, respectivamente: !"A7.#6)%70%6%.2% !",7.#6/%70%6%.3% 5e*8n acabamos de ver: !"A7.# 6 %.2% !".#60%7(()6%.20 !"A9.#6)%7(()6%.(: La relacin e;istente entre estas tres probabilidades es: %.(:6 %.20<%.2% y de aqu= deducimos que:

P ( A H ) = P ( H ) * P ( A / H ) P( A / H ) =

P( A H ) P( H )

!or esta razn adoptamos como definicin la si*uiente e;presin: 5ea A un suceso cuya probabilidad es distinta de cero, y sea B cualquier suceso. 5e llama probabilidad de B condicionado a A, al cociente: P ( A / H ) =

P( A H ) P( H )

"mide la proporcin de veces que ocurre B de entre las que ha ocurrido A# &'emplo ): 5e lanza un par de dados. 5i la suma es 3. >u?l es la probabilidad de que uno de los lados ten*a el dos@ 5olucion:

B ={(1;5), (3;3), ( 4;2), ( 2;4), (5;1)} A = {( 2;4), ( 4;2)}

n"B#60 n"A#6)

A B = {( 2;4), ( 4;2)} n"A9B#6)

# de maneras que " A" y " B" ocurren # de maneras que " B" ocurren

5abemos que:

P( A / B) =

P( A / B) =

2 A: la probabilidad de que al lanzar un par de dados si la suma es 3, uno de los 5

dados cai*a en dos es del 2%B &'emplo /:

&n un estudio sanitario se ha lle*ado a la conclusin de que la probabilidad de que una persona sufra problemas coronarios "suceso B# es el %,(% "probabilidad a priori#. Adem?s, la probabilidad de que una persona sufra problemas de obesidad "suceso A# es el %,)0 y la probabilidad de que una persona sufra a la vez problemas de obesidad y coronarios "suceso interseccin de A y B# es del %,%0. >alcular la probabilidad de que una persona sufra problemas coronarios si est? obesa "probabilidad condicionada !"B7A##. ! "B 9 A# 6 %,%0 ! "A# 6 %,)0 ! "B7A# 6 %,%0 7 %,)0 6 %,)% A: la probabilidad de que una persona ten*a problemas coronario si esta obesa es del )%B >onsecuencia: Probabilidad de la interseccin de dos sucesos: e la formula de la probabilidad condicional deducimos que: P ( A B ) = P ( A) * P ( B / A) C*ualdad llamada teorema de las probabilidades compuestas y que permite el c?lculo de la probabilidad del suceso A9B conocidas las probabilidades !"A# y !"B7A# &'emplo: 5e e;traen dos cartas de una bara'a de 2% cartas "donde 2 de ellas son reyes#. >alcule la probabilidad de que ambas cartas sean reyes. 5olucion: Lamamos. A:al suceso: la primera carta es un rey, y B al suceso: la se*unda carta es un rey, se pide la probabilidad de A9B: ambas cartas sean reyes. !or tanto: P ( A B ) = P ( A) * P ( B / A) 6"272%#<"/7/D#6%.%%44 Sucesos independientes: 5e dice que un suceso B es independiente de otro A cuando !"B7A#6!"B# "es decir el suceso a no influye en B# 5i B es independiente de A, se cumple que: P ( A B ) = P ( A) * P ( B ) A tambiEn es independiente de B, pues: P ( A / B ) =

P ( A B) p ( A) * P ( B ) = = P( A) P( B ) P( B )

&ntonces A es independiente de B Asi, pues, diremos simplemente que A y B son independientes cuando ocurre que

P ( A B ) = P ( A) * P ( B )

Sucesos dependientes: ocurre cuando dos sucesos no son independientes &'emplo: Al lanzar un dado se consideran los sucesos A: obtener ), 2,0, o 3 y B obtener un numero menor o i*ual que 0. 5on A y B sucesos independientes@ 5olucion: ebemos de comprobar si ocurre P ( A B ) = P ( A) * P ( B ) &l suceso A6 )F2F 0, 3 &l suceso B6 (F)F/,2,0 A9B6)F2F0 !"A9B#6/736%.0 !"A#6 2736%.34 !"B#6 0736%.:/ !"A#<!"B#6%.34<%.:/6%.003( >oncluimos entonces. Gue: ! "A9B#$!"A#<!"B# por lo tanto no son independientes , es decir son sucesos dependientes. Experimentos compuestos:

Hn e;perimento compuesto es aquel que consta de dos o m?s e;perimentos aleatorios simples, es decir si tiramos un dado, o una moneda, son e;perimentos aleatorios simple, pero si realizamos el e;perimento de tirar un dado y posteriormente una moneda estamos realizando un e;perimento compuesto.

Probabilidad compuesta
La probabilidad compuesta "o re*la de multiplicacin de probabilidades# se deriva de la probabilidad condicionada: La probabilidad de que se den simult?neamente dos sucesos "suceso interseccin de A y B# es i*ual a la probabilidad a priori del suceso A multiplicada por la probabilidad del suceso B condicionada al cumplimiento del suceso A. La frmula para calcular esta probabilidad compuesta es:

P ( A B ) = P ( B / A) * P ( A)

Ejemplo 1 : &studiamos el suceso A "porcenta'e de varones mayores de 2% aIos casados# y el suceso B "varones mayores de 2% aIos con m?s de ) hi'os# y obtenemos la si*uiente informacin: Hn /0B de los varones mayores de 2% aIos est?n casados. e los varones mayores de 2% aIos y casados, un /%B tienen m?s de ) hi'os "suceso B condicionado al suceso A#. Calcular la probabilidad de que un varn mayor de 4 a!os est" casado y ten#a m$s de % &ijos "suceso interseccin de A y B#. !or lo tanto: ! "A# 6 %,/0 ! "B7A# 6 %,/% ! "A 9 B# 6 %,/0 < %,/% 6 %,(%0 &s decir, un (%,0B de los varones mayores de 2% aIos est?n casados y tienen m?s de ) hi'os. % ejemplo: &studiamos el suceso A "alumnos que hablan in*lEs# y el suceso B "alumnos que hablan alem?n# y obtenemos la si*uiente informacin: Hn 0%B de los alumnos hablan in*lEs. e los alumnos que hablan in*lEs, un )%B hablan tambiEn alem?n "suceso B condicionado al suceso A#. Calcular la probabilidad de que un alumno &able in#l"s y alem$n "suceso interseccin de A y B#. !or lo tanto: ! "A# 6 %,0% ! "B7A# 6 %,)% ! "A 9 B# 6 %,0% < %,)% 6 %,(% &s decir, un (%B de los alumnos hablan in*lEs y alem?n. &l 'eorema de la probabilidad total nos permite calcular la probabilidad de un suceso a partir de probabilidades condicionadas: 5i A(, A),J.An son sucesos incompatibles ) a ), cuya uniones el espacio muestral "A (HA)HJ HAn6&# B es otro suceso ! "B#6!"A(#<!"B7A(#K"!"A)#<!"B7A)#KJ!"An#<!"B7An#

La frmula para calcular esta probabilidad es:

P ( B ) = P ( Ai ) * P ( B / Ai )
i =1 n

" onde i toma valores entre ( y n

&'emplo: 5e dispone de tres ca'as con bombillos. La primera contiene (% bombillos, de los cuales hay cuatro fundidos, en la se*unda hay seis bombillos estando una de ellas fundidos, y la tercera tiene tres bombillos fundidos de un total de :. >u?l es la probabilidad de que al tomar un bombillo al azar de una cualquiera de las ca'as, sea uno fundido@ !ara que este teorema se pueda aplicar hace falta cumplir un requisito: (os sucesos ) tienen que formar un sistema completo, es decir, que contemplen todas las posibilidades "la suma de sus probabilidades debe ser el (%%B#. Ejemplo: al tirar una moneda, el suceso Lsalir caraL y el suceso Lsalir selloL forman un sistema completo, no hay m?s alternativas: la suma de sus probabilidades es el (%%B

Ejemplo: al tirar un dado, que sal*a el (, el ), el /, o el 2 no forman un sistema completo, ya que no contempla todas las opciones "podr=a salir el 0 o el 3#. &n este caso no se podr=a aplicar el teorema de la probabilidad total. Ejercicio 1: &n una bolsa hay papeletas de tres colores, con las si*uientes probabilidades de ser ele*idas: a* )marilla: probabilidad del 0%B. b* +erde: probabilidad del /%B c* ,oja: probabilidad del )%B. 5e*8n el color de la papeleta ele*ida, podr?s participar en diferentes sorteos. As=, si la papeleta ele*ida es: a* )marilla: participas en un sorteo con una probabilidad de *anar del 2%B. b* +erde: participas en otro sorteo con una probabilidad de *anar del 3%B c* ,oja: participas en un tercer sorteo con una probabilidad de *anar del :%B. >on esta informacin, -qu" probabilidad tienes de #anar el sorteo en el que participes.: (.M Las tres papeletas forman un sistema completo: sus probabilidades suman (%%B ).M Aplicamos la frmula:

P( B) = P( Ai ) * P( B / Ai )
i =1

Lue*o, ! "B# 6 "%,0% < %,2%# K "%,/% < %,3%# K "%,)% < %,:%# 6 %,02 !or tanto, la probabilidad de que *anes el sorteo es del 02B. Ejercicio %: Nan a cambiar a tu 'efe y se bara'an diversos candidatos: a* Sebasti$n/ con una probabilidad del 3%B b* 0uan, con una probabilidad del /%B c* )ndr"s, con una probabilidad del (%B &n funcin de quien sea tu pr;imo 'efe, la probabilidad de que te suban el sueldo es la si*uiente: a* Si sale Sebasti$n: la probabilidad de que te suban el sueldo es del 0B. b* Si sale 0uan: la probabilidad de que te suban el sueldo es del )%B. c* Si sale )ndr"s: la probabilidad de que te suban el sueldo es del 3%B. &n definitiva, -cu$l es la probabilidad de que te suban el sueldo.: (.M Los tres candidatos forman un sistema completo ).M Aplicamos la frmula: ! "B# 6 "%,3% < %,%0# K "%,/% < %,)%# K "%,(% < %,3%# 6 %,(0 !or tanto, la probabilidad de que te suban el sueldo es del (0B.

Teorema de Bayes
&l 'eorema de 1ayes viene a se*uir el proceso inverso al que hemos visto en el 'eorema de la probabilidad total: 'eorema de la probabilidad total: a partir de las probabilidades del suceso A "probabilidad de que llueva o de que ha*a buen tiempo# deducimos la probabilidad del suceso B "que ocurra un accidente#. 'eorema de 1ayes: a partir de que ha ocurrido el suceso B deducimos las probabilidades del suceso A. 5i A(, A),J.An son sucesos incompatibles ) a ), cuya uniones el espacio muestral "A (HA)HJ HAn6&# B es otro suceso

P ( A1 / B ) =

La frmula para calcular esta probabilidad es:

P( Ai / B ) = P( Ai ) * P ( B / Ai )

P( A1 ) * P( B / A1 ) P ( A1 ) * P ( B / A1 ) + P( A2 ) * P ( B / A2 ) + ... + P( An ) * P( B / An )

P ( A ) * P( B / A )
i =1 i i

&ste teorema tambiEn e;i*e que el suceso ) forme un sistema completo2 Ejercicio 1: &l parte meteorol*ico ha anunciado tres posibilidades para el fin de semana: a* 3ue llueva: probabilidad del 0%B. b* 3ue nieve: probabilidad del /%B c* 3ue &aya niebla: probabilidad del )%B.

5e*8n estos posibles estados meteorol*icos, la posibilidad de que ocurra un accidente es la si*uiente: a* Si llueve: probabilidad de accidente del (%B. b* Si nieva: probabilidad de accidente del )%B c* Si &ay niebla: probabilidad de accidente del 0B. Aesulta que efectivamente ocurre un accidente y como no est?bamos en la ciudad no sabemos que tiempo hizo "nev, llovi o hubo niebla#. &l teorema de Bayes nos permite calcular estas probabilidades: Las probabilidades que mane'amos antes de conocer que ha ocurrido un accidente se denominan 4probabilidades a priori4 "lluvia con el 3%B, nieve con el /%B y niebla con el (%B#. Hna vez que incorporamos la informacin de que ha ocurrido un accidente, las probabilidades del suceso A cambian: son probabilidades condicionadas ! "A7B#, que se denominan 4probabilidades a posteriori4. Namos a aplicar la frmula:

P( Ai / B ) =

P( Ai ) * P ( B / Ai )

P ( A ) * P( B / A )
i =1 i i

a# Probabilidad de que estuviera lloviendo:

P ( Ai / B) = 0..50 * 0.20 = 0.714 (0.50 * 0.20) + (0.30 * 0.10) + (0.20 * 0.05)

La probabilidad de que efectivamente estuviera lloviendo el d=a del accidente "probabilidad a posteriori# es del 4(,2B. b# Probabilidad de que estuviera nevando:

P ( Ai / B ) =

0..30 * 0.10 = 0.214 (0.50 * 0.20) + (0.30 * 0.10) + (0.20 * 0.05) 0.20 * 0.05 = 0.071 (0.50 * 0.20) + (0.30 * 0.10) + (0.20 * 0.05)

La probabilidad de que estuviera nevando es del )(,2B. c# Probabilidad de que &ubiera niebla:

P ( Ai / B ) =

La probabilidad de que hubiera niebla es del 4,(B. &'emplo). Hna empresa recibe lotes de material de / proveedores en proporciones 0%B, /%B,y )%B. 5e sabe que el %.(B de los lotes del primer proveedor, el %.0B de los del se*undo, y el (B de los del tercero es rechazado en el control de calidad que realiza la empresa a la recepcin del material. a# que porcenta'e de lotes es rechazado en recepcin@. b# 5abiendo que un lote ha sido rechazado cuales su proveedor m?s probable@ a# !"A#6 %.0<.%%(K%./<%.%%0K%.)<%.%(6%.%%2 b# !"!(7A#6%.()0 !"!)7A#6%./40 !"!/7A#6%.0%% A. 5i un lote ha sido rechazado es m?s probable que sea del proveedor /