Está en la página 1de 4

PROBABILIDADCONDICIONALEINDEPENDENCIADEEVENTOS

PROBABILIDADCONDICIONAL
Como su nombre lo indica es la asignacin de una probabilidad a un evento cuya consecuencia o resultado est
determinadoodependedelaocurrenciadeotrosucedidoconanterioridad.

Loqueaqupodemosdisearesunproblemadeinformacin:

LoquevamosacalcularcomolainformacinacercadelaocurrenciadeleventoAinfluyealaprobabilidaddeocurrencia
deleventoB.

Ejemplos:
Si A es el evento ocurre un accidente en una carretera, y B es el evento la carretera est mojada, entonces si
sucedieraeleventoB,laprobabilidadqueocurraunaccidenteenlacarreteraestarasiendoinfluenciada.
SetienequeUnaprobabilidaddadadequeelpreciodelagasolinasubaobajedependiendodelasfluctuaciones
del mercado. Entonces dado que el presidente de Venezuela corta relaciones diplomticas con Colombia, la
probabilidad deunincrementoen elpreciodela gasolinaseveafectadaporesteacontecimiento.(sobretodo
enlafrontera)

La definicin de una probabilidad condicional la definimos por medio de la siguiente expresin: P(A|B) y se lee la
probabilidadcondicionaldeA,dadoqueocurrieleventoBosimplementeLaprobabilidaddeAdadoB.

DEFINICINDEPROBABILIDADCONDICIONAL:
Para dos eventos cualesquiera A y B con P (B) > 0, la probabilidad condicional de A dado que ocurri B, se define
mediantelaecuacin:

P(A|B) =
P(ArB)
P(B)
OP(B|A) =
P(ArB)
P(A)

Ejemplos:
Seaconsiderequeunarevistatienetresgrandessecciones,laseccindearte,ladeentretenimientoyladeentrevistas.
Si se selecciona un lector de la revista al azar la probabilidad de que ese lector lea una seccin determinada son las
siguientes:

Probabilidaddeleerconregularidad:
A B C A(B A(C B(C A(B(C
0.14 0.23 0.37 0.08 0.09 0.13 0.05

SeaAeleventoellectorleelaseccindearte,BeleventoleelaseccinentretenimientoyCeleventoleelaseccinde
entrevistas.
Calculelassiguientesprobabilidades:
a. Siellectorleelaseccindeentretenimiento,cualeslaprobabilidadqueleatambinlaseccindearte.
b. Dadoqueellectorleelasseccionesdeentretenimientooentrevistas,cualeslaprobabilidadquelealaseccin
dearte.
c. Dado que el lector lee al menos una de las secciones, cual es la probabilidad de que el lector lea la seccin de
arte.
d. Si el lector lee la seccin de entrevistas, cual es la probabilidad que el lector lea la seccin de arte o de
entretenimiento.
e. Siellectorleelaseccindearteynoladeentretenimiento,cualeslaprobabilidadquelealadeentrevistas

a.
(
P
P(A|B) =
P ArB)
(B)
=
0.08
0.23
= .348
b. P(A|B U C) =
P(Ar(BUC)
P(BUC)
0
)
=
0 04+0.05+0.03
0.47
.
=0.255
c. B U C) =
P(Ar(AUBUC)
P(AUBUC)
P(A|lcc por lo mcnos uno) = P(A|A U =
P(A)
P(AUBUC)
=
0.14
0.49
=0.286
)
d. =
P )
P(A U B|C)
((AUB rC)
P(C)
=
0.0 5+0.08 4+0.0
0.37
=0.459
e. P(C|A r B') =
P(ArB
|
rC)
P(ArB
|
)
=
0.04
0.02+0.04
=0.6666

Notas:sisetienetreseventosA,ByC
r C
i
+A r B r C = A
A r (B U C) = A r B r C
i
+A r B
i
r C + A r B r C
B
i
r C +A r B
i
r C C +A r B r C
A r (A U B U C) = A r B r C
i
+A r
(A U B) = A r B' r C +A' r B r
(A r B') = A r B' r C' +A r B' r C

REGLADELAMULTIPLICACIN
Delaregladelaprobabilidadsedespre : ndelasiguienteexpresin
P(A r B) = P(B)P(A|B) = P(A)P(B|A)

Muy usada ya que en los problemas generalmente especifican la probabilidad total o simple de cada evento y una
probabilidadcondicionalasociada.
Estaexpresinsepuedege neralizarpara treseventosoms:
P(A r B r C) = P(C|A r B)P(A r B) = P(C|A r B)P(B|A)P(A)

EJEMPLOS:
1 Muchasinstitucionesbancariasutilizanelsistemadepuntosparaotorgarprstamosasusclientes,entremspuntos
obtengamenosriesgosoeshacerelprstamo.Supongaqueel3%delosprstamosrealizadospresentanproblemas
de incumplimiento de pago. Si 80% de los prstamos realizados, sacan un buen puntaje dado que el cliente no
presentproblemasdeincumplimientoconsupagoyel85%delassolicitudespresentanpuntajesfavorablesyseles
otorgaelprstamo,Calculelaprobabilidaddequeunasolicitudquerecibeunapuntuacinfavorableyalaquese
leotorgaelprstamo,nopresenteningnproblemaparaelpagodeeste.

SeaAeleventoincumpl depagoyBeleventorecib acinfavorable,enelproblema imiento eunacalific


P(A)=0.03,P(B)=0.85,P(B|A')=0.8yloqueinteresaesP(A'|B) = .
Porregladelamultiplicacinseque:P(A' r B) B) (B|A') = P(B)P(A'| = P(A')P
P(A
i
|B) =
P(A
i
)P(B|A
i
)
P(B)

=
u.97 u.8
u.8S
= u.9129

2 Una planta recibe reguladores de dos diferentes proveedores, B


1
, B
2
, el 75% de los reguladores se le compra a B
1
y
resto a B
2
. El porcentaje de reguladores defectuosos que se reciben de B
1
es 8% y el de B
2
es 10%. Determinar la
probabilidad de que funcione el regulador de voltaje de acuerdo con las especificaciones (es decir el regulador no
estdefectuoso).

Notas:
Traceeldiagramaderbolcorrespondiente,tomeencuentaquelasramassecundariassoneventoscondicionadosalo
quepasoenlaramaprincipal.
Hagalaconversinaunatablacruzadaparacalcularcualquierprobabilidadasociada,yaseacondicionaloconjunta.

Aeseleventoenelqueningnreguladorestenbuenascondiciones.

Comosepuedeobservareneldiagramadelrbollasumadelasramasprincipalesdebedarunoylasumadelasramas
secundariasdebedaruno.Delrbolsedesprendeque:

P(A = P(A r B
1
) + P(A r
2
)
A) = P(B
1
)P(A|B
1
) + P(B
2
)P(A|B
P(A) = u.7S u.92 + u.2S u.9u
) B
(
2
) P
P(A) = . 915ESLAPROBABILIDADQUEELREGULADORESTEBIEN

INDEPENDENCIADEEVENTOS
CuandodefinimoselconceptodeprobabilidadcondicionalpornaturalezadecimosqueP(A|B)esquelaocurrenciade
A depende de la ocurrencia de un evento B sucedida anteriormente. En otras palabras la informacin respecto a la
ocurrenciadeBafectarlaprobabilidaddeA.QupasarasilaocurrenciadeleventoBnoafectaraennadalaocurrencia
deleventoA,entonceslaprobabilidadcondicionalquedaraP(A|B) = P(A).

Entonce s eventos cualesquiera de un espacio muestra S, se dice que el evento A es estadsticamente


indepen Bsi:
s sean A y B do
1.
dientedelevento
2. nsecuencia
P(A|B) = P(A),
P(B|A) = P(B),yenco
3. P(A r B) = P(A)P(B)

Esteconceptopuedeserextendidoatresomseventosas:

SiA,By ientesdelespacioSsiysolosi: Csoneventosindepend


2.
1. , P(A r B) = P(A)P(B)
3.
P(A r C) = P(A)P(C),
P(B r C) = P(B)P(C),
4. P(A r B r C) = P(A)P(B)P(C)


TEOREMADEBAYESYPROBABILIDADTOTAL
Recuerdan que la clase pasada en el ejemplo nmero dos donde se hablaba acerca de que se quera inferir la
probabilidadqueelagentepagaradadoquesacounbuenpuntajeenlaevaluacindecrditoysecontabasoloconla
informacin a priori de la probabilidad de que el agente pagara y adems se contaba con la informacin a posteriori
(que se puede obtener de un registro histrico) de los eventos que indicaban la probabilidad que dado que la persona
pagoelcrditoelporcentajedeestosquetenanunacalificacinmsfavorableparaelotorgamiento.
Notequeloquesenecesitahallareslaprobabilidadcondicionalinversaaloquenosdaeleventoaposteriori.Laforma
de resolver este tipo de problemas con la informacin que se presenta en este punto es por medio del teorema de
BAYES.

LEYDELAPROBABILIDADTOTAL
Comoyaloobservamoseneldiagramadelrboldelejemplo3,laleydelaprobabilidadtotalsepuedeformalizardela
siguiente manera: sean A
1
, A
2
,, A
k
eventos mutuamente excluyentes y exhaustivos (COMO EN EL EJEMPLO DE LOS
REGULADORESENELQUEELREGULADORPROVENGADELPROVEEDOR1EXCLUYELAAPARICINDELEVENTOENEL
QUEELREGULADOR PROVIENEDEL PROVEEDOR 2,ADEMS LAPROBABILIDADQUEEL REGULADOR PROVENGADEL
PROVEEDOR 1 MAS LA PROBABILIDAD QUE EL REGULADOR PROVENGA DEL PROVEEDOR 2 ES IGUAL A 1), entonces
paracualquierotroevento
P(B) = P B|A
1
) P(A
1
) ++ P(B|A
k
) P(A
k
) (
P(B) = P(B|A

) P(A

)
k
=1

TEOREMADEBAYES
SeanA
1
,A
2
,,A
k
eventosmutuamenteexcluyentesyexhaustivosconP(A

) > uparai=1,,k.entoncesparacualquier
otroeventoBparaelcualP(B) > u,

P(A
]
|B) =
P(A
]
|B)
P(B)
=
P(B|A
]
) P(A
]
)
P(B|A

) P(A

)
k
=1
] = 1, , k

SepuedeobservarquelaexpresinparaelteoremadeBayessebasaparaelnumeradorenlaleydelamultiplicaciny
eneldenominadorconlaleydelaprobabilidadtotal.