Probabilidad Condicional

La probabilidad condicionada es uno de los conceptos clave en Teora de la Probabilidad.

En el tema anterior se ha introducido el concepto de probabilidad considerando que la
nica informacin sobre el experimento era el espacio muestral.

Sin embargo, hay situaciones en las que se incorpora informacin suplementaria como
puede ser que ha ocurrido otro suceso, con lo que puede variar el espacio de resultados
posibles y consecuentemente, sus probabilidades. En este contexto aparece el concepto
de probabilidad condicional

Probabilidad condicional es la probabilidad de que ocurra un evento A, sabiendo que

tambin sucede otro evento B. La probabilidad condicional se escribe P(A|B), y se lee la
probabilidad de A dado B

EJEMPLO

En un grupo de amigos el 80 % estn casados. Entre los casados, el 75 % tiene trabajo.

Finalmente, un 5 % no estn casados y tampoco tiene trabajo.

a) Qu porcentaje no tienen trabajo?

b) Si uno tiene trabajo, qu probabilidad hay de que est casado?

c) Qu porcentaje estn casados entre los que no tienen trabajo?

La Regla de la multiplicacin
Establece que la probabilidad de ocurrencia de dos o ms eventos estadsticamente
independientes es igual al producto de sus probabilidades individuales.

P (A y B) = P (A B) = P (A) P (B) si A y B son independientes.

P (A y B) = P (A B) = P (A) P (B|A) si A y B son dependientes.

siendo P (B|A) la probabilidad de que ocurra B habindose dado o verificado el evento

A.
 EJEMPLOS

1. Un lote contiene "100" objetos de los cuales "20" son defectuosos. Los objetos son
seleccionados uno despus del otro para ver si ellos son defectuosos. Suponga que dos
objetos son seleccionados sin reemplazo (significa que el objeto que se selecciona al azar
se deja por fuera del lote). Cul es la probabilidad de que los dos objetos seleccionados
sean defectuosos?

Solucin:

Sea los eventos

A1 = {primer objeto defectuoso}, A2 {segundo objeto defectuoso}

entonces dos objetos seleccionados sern defectuosos, cuando ocurre el evento A1 A2

que es la interseccin entre los eventos A1 y A2. De la informacin dada se tiene que:

P (A1) = 20/100 ; P (A2/A1) = 19/99

As la probabilidad de que los dos objetos seleccionados sean defectuosos es:

P (A1 A2) = P (A1) P (A2/A1)

(20/100)(19/99)
19/495 = 0.038

Ahora suponga que selecciona un tercer objeto, entonces la probabilidad de que los tres
objetos seleccionados sean defectuosos es:

P (A1 A2 A3) = P (A1) P (A2/A1) P (A3/A1A2)

(20/100)(19/99)(18/98)
19/2695 = 0.007
2. Se extraen sucesivamente, y sin reemplazamiento, tres bolas de una urna que contiene 7
bolas blancas y tres negras. Calcular la probabilidad de que las dos primeras bolas
extradas sean blancas y la tercera negra.

El experimento consta de tres etapas y, al no devolverse la bola extrada de la urna en

cada etapa, la probabilidad de los resultados que pueden darse en las extracciones
sucesivas depende del resultado en la anterior.

Si consideramos los sucesos

B1: Salir bola blanca en la primera extraccin,

B2: Salir bola blanca en la segunda extraccin,

N3: Salir bola negra en la tercera extraccin,

La probabilidad que nos piden es P(B1 B2 N3) que, aplicando la regla de

multiplicacin, se calcula de la siguiente forma:

Probabilidad total

Entonces, la probabilidad del evento B, llamada probabilidad total, se calcula empleando

la siguiente frmula:

Teorema de Bayes
El teorema de Bayes se utiliza para revisar probabilidades previamente calculadas cuando
se posee nueva informacin. Desarrollado por el reverendo Thomas Bayes en el siglo
XVII, el teorema de Bayes es una extensin de lo que ha aprendido hasta ahora acerca de
la probabilidad condicional.
Comnmente se inicia un anlisis de probabilidades con una asignacin inicial,
probabilidad a priori. Cuando se tiene alguna informacin adicional se procede a calcular
las probabilidades revisadas o a posteriori. El teorema de Bayes permite calcular las
probabilidades a posteriores y es:

EJEMPLO

1) Una compaa de transporte pblico tiene tres lneas en una ciudad, de forma que el
45% de los autobuses cubre el servicio de la lnea 1, el 25% cubre la lnea 2 y el 30%
cubre el servicio de la lnea 3. Se sabe que la probabilidad de que, diariamente, un autobs
se avere es del 2%, 3% y 1% respectivamente, para cada lnea.
a) Calcular la probabilidad de que, en un da, un autobs sufra una avera
b) Calcular la probabilidad de que, en un da, un autobs no sufra una avera
c) De qu lnea de transporte es ms probable que un autobs sufra una avera?

Solucin:
a) Calcular la probabilidad de que, en un da, un autobs sufra una avera
Empleando la frmula de probabilidad total se obtiene:

b) Calcular la probabilidad de que, en un da, un autobs no sufra una avera

Empleando la frmula de probabilidad total se obtiene:

c) De qu lnea de transporte es ms probable que un autobs sufra una avera?

Se debe calcular las tres probabilidades posterior empleando el Teorema de Bayes

La probabilidad de que sea de la lnea 1, sabiendo que sufre una avera es:

La probabilidad de que sea de la lnea 2, sabiendo que sufre una avera es:
La probabilidad de que sea de la lnea 3, sabiendo que sufre una avera es:

Entonces, sabiendo que el autobs sufre una avera, lo ms probable es que sea de la lnea
1, ya que esta probabilidad

, es la mayor.

Bibliografa
http://www.sangakoo.com/es/temas/probabilidad-condicionada

http://www.dm.uba.ar/materias/probabilidades_estadistica_C/2004/1/PyEC02.pdf

http://www3.uah.es/jmmartinezmediano/Segundo%20CS/MCCSS%20Tema%2009b%2
0Problemas%20de%20probabilidad%20condicionada.pdf

http://www.monografias.com/trabajos89/probabilidad-total-y-teorema-
bayes/probabilidad-total-y-teorema-bayes.shtml#ixzz4oYma8HvZ