Está en la página 1de 6

Antologa de Probabilidad

2.5 PROBABILIDAD CONDICIONAL


A la probabilidad .de que un evento B se d cuando se sabe que algn otro evento A se ha
presentado se llama probabilidad condicional y se le escribe P (B |A). Esta epresi!n" por lo
comn" se lee #la probabilidad de que B ocurra dado que ocurri! A#" o simplemente #la
probabilidad de B" dado A#.
Ejemplo 2.5.1. $onsidrese el evento B de obtener un cuadrado per%ecto cuando se lan&a
un dado. El dado se ha construido de tal %orma que los nmeros pares tienen dos veces
m's posibilidad de presentarse que los nmeros impares. $on base en el espacio muestral
( ) *l" +" ," -" ." /0" con probabilidades de 123 y +23 para los impares y pares"
respectivamente" la probabilidad de que ocurra B es 12,. (up!ngase que se sabe que el
lan&amiento result! en un nmero mayor que ,. (e tiene un espacio muestral reducido A
) *-" ." /0" el cual es un subcon4unto de (. Para encontrar la probabilidad de que B
ocurra" con relaci!n al espacio A" se deben asignar primero nuevas probabilidades a los
elementos de A proporcionalmente a sus probabilidades originales" de tal %orma que su
suma sea 1. Al asignar una probabilidad de 5 al nmero impar enA y una probabilidad de
+5 a los dos nmeros pares" se tiene que .5 ) 1 o 5 ) 12.. En relaci!n con el espacio A"
se encuentra que B contiene s!lo el elemento -. (i este evento se representa con el s6mbolo
B 7 A" se tiene que B 7 A ) *-0" y de aqu6
P(B | A = 2/5
Este e4emplo muestra que los eventos pueden tener probabilidades. di%erentes cuando se
consideran relativos a di%erentes espacios muestrales.
8ambin se puede escribir
P (B I A = 2 = 2/9 = P(A B)
5 5/9 P(A ,
donde la P(!B) y la P(A) se encuentran a partir del espacio muestral original (. En otras
palabras" una probabilidad condicional relativa a un subespacio A de ( puede calcularse
directamente a partir de las probabilidades que se asignan a los elementos del espacio
muestral original (.
De"inici#n 2.5.1. 9a probabilidad condicional de B" dado A" que se indica por P(B 7 A)"
se de%ine P (B 7 A) ) A : B ) si P(A) ; <
P(A)
Probabilidad Condicional 110 Unidad 2
Antologa de Probabilidad
Ejemplo 2.5.2. $omo un e4emplo adicional" sup!ngase que el espacio muestral ( es la
poblaci!n de adultos en un peque=o pueblo que han satis%echo los requisitos para
graduarse en la escuela. (e deben clasi%icar de acuerdo con su seo y a si traba4an o no
actualmente>
Empleado Desempleado Total
Hombre !" " 5""
#$%er &" 2!" ""
Total !"" '"" 9""
(e seleccionar' al a&ar a uno de estos individuos para que realicen un via4e a travs de
todo el pa6s" con la intenci!n de promocionar las venta4as que se derivan del
establecimiento de nuevas industrias en los peque=os poblados. El inters se centra en los
siguientes eventos>
$> se escoge a un hombre"
E> el elegido tiene empleo.
Al utili&ar el espacio muestral reducido E, se encuentra que
P (? ( E ) !" = 2'
!"" '"

(ea n(A) el nmero de elementos de cualquier con4unto A. @tili&ando esta notaci!n se
puede escribir
n(E #) * n(E ?)2n(() * ) n P(E #)
P (? n(E) n (E)2n(() P(E) "
donde P(E : ?) y P(E) se obtienen del espacio muestral original (. Para veri%icar este
resultado" n!tese que
P(E) ) !"" /9"" ) 2/' +
,
-
En consecuencia P (E : ?) ) !"/9"" ) 2'/5


P (? ( E) ) 2'/5 ) 2'
Probabilidad Condicional 111 Unidad 2
Antologa de Probabilidad
2/' '"
igual que antes.
Ejemplo 2.5.%. 9a probabilidad de que un vuelo de programaci!n regular despegue
a tiempo es P(A) ) <.B,C la de que llegue a tiempo es P(A) ) <.B+C D
la de que despegue y llegue a tiempo P(A : A) ) <.EB. Encuentre la
probabilidad de que un avi!n> a) llegue a tiempo dado que despeg! a
tiempo" y b) despegue a tiempo dado que lleg! a tiempo.
&ol'ci#n
a) 9a probabilidad de que el avi!n llegue a la hora prevista dado que parti!
a tiempo es>
P(A | A) ) P(A : A)
P(A)
) " ./0 ) ".9
".0'
9a probabilidad de que salga a la hora prevista dado que lleg! a tiempo es>

P ( A | A) ) P (A : A ) ) <.EB ) (.)5
P(A) <.B+
En el eperimento del e%emplo 2.5.&. de lan&ar un dado" se observa que P (B lA) = +2. mientras
que la P(B) = 12,. Esto es" P (B lA) P (B) lo que indica que B depende de A.
Ejemplo 2.5.*.Ahora considrese otro en el cual se sacan + cartas en sucesi!n" con
reempla&o" de un paquete normal. 9os eventos se de%inen como
A> la primera carta es un as"
B> la segunda carta es de espadas.
Puesto que se reempla&a la primera carta" el espacio muestral para ambas
Unidad 2 112 Probabilidad Condicional
Antologa de Probabilidad
cartas consiste de .+" en el que hay - ases y 1, espadas. Por lo tanto
,

Esto es" P (B | A) ) P (B). $uando esto es cierto" se dice que los eventos A y B son independien+e,.
9a noci!n de probabilidad condicional permite reevaluar la idea de probabilidad de un evento
ante mayor in%ormaci!nC es decir" cuando se sabe que otro evento ha ocurrido. 9a probabilidad
P(A I B) es una #actuali&aci!n# de la P(A) con base en la certe&a de que se ha presentado el evento
B. En el e4emplo 1.,1 %ue importante conocer la probabilidad de que el vuelo llegara a tiempo.
(up!ngase que se sabe que el vuelo no parti! a tiempo. $on estos datos adicionales" lo m's
pertinente es calcular P(A I D'), esto es" la probabilidad de que llegue a tiempo" dado que no
parti! a tiempo. En muchas situaciones las conclusiones que se sacan de la observaci!n de la
probabilidad condicional m's importante cambia totalmente la situaci!n. En este e4emplo" el
c'lculo de P(A I AF) lo da
En consecuencia" la probabilidad de una llegada a la hora programada disminuye seriamente
ante la in%ormaci!n adicional.
Ejemplo 2.5.5. Aurante el mes cero cierto producto es pre%erido por el /<G del mercado
y otros varios por el resto. 9os clientes compran una ve& al mes . (i alguien
compra el producto A" la probabilidad que lo vuelva a comprar en el
siguiente mes es de E.G y de un +.G de que se cambie. (i un cliente
compra un producto de la competencia en un mes la probabilidad que se
cambie al producto A es de -.G y ..G de que permane&ca %iel a la marca
de la competencia. Encuentre el porcenta4e de participaci!n esperado en el
mercado por A al %inal del segundo me,.
&ol'ci#n - Aqu6 reali&aremos un diagrama de 'rbol donde de%iniremos
Probabilidad Condicional 113 Unidad 2
Antologa de Probabilidad
primero la probabilidad de aceptaci!n en el primer mes por el producto A
que en este caso seria el /<G" y el -<G seria el del producto de la
competencia.
Para sacar las probabilidades del segundo mes primero debemos de hacerlo
para el producto A donde del /<G que compran aqu6 el E.G sigue
comprando este producto y el +.G se cambia al otro producto. Para los que
en el primer mes compraron el producto de la competencia que era el -<G "
en el segundo mes que compraron el -.G se cambio al producto A y el ..G
siempre compr! el producto de la competencia " tomando encuentra que el
porcenta4e es igual a la probabilidad de cada uno por lo que nuestro
diagrama del 'rbol quedar6a de esta %orma>
En este caso solo nos interesa que en el segundo mes o sea al %inal los
clientes compren el producto A" esto quiere decir" que solo vamos a tomar
encuentra los porcenta4es de aceptaci!n del producto A" ya sea que desde el
inicio compro el producto A o no pero que al %inal si compro A.
Por lo que nos quedar6a de esta %orma>
P( C ) ) ( ".!1"./5) 2 (".1".5) ) 0.63
Aonde el primer parntesis representa que al inicio pre%iere A y luego
permanece en A" y el segundo parntesis representa que al inicio pre%iere B
Unidad 2 114 Probabilidad Condicional
Figura 2.6.3.
Antologa de Probabilidad
pero que luego al %inal pre%iere A. Hbteniendo as6 las + %ormas donde
terminan comprando al %inal el producto A.
Tambi3n se p$ede 4acer de la si5$iente 6orma7
P( C ) ) (A &1 A 2 ) U (B & 1A 2 )
P( C ) ) P(A & ) 1 P(A 2 /A & ) 2 P(B & ) 1 P(A 2 /B & )
En donde8
P(A)) ".!
P(B)) ".
P(A 2 /A & ) ) "./5
P(B 2 /A & )) ".25
P(B 2 /B & )) ".55
P(A 2 /B & )) ".5
Por lo 9$e nos 9$edar:a de la si5$iente 6orma8
P( C ) ) (".!) 1 ("./5) 2 (".) 1 ( ".5) ) 0.63
Probabilidad Condicional 115 Unidad 2