Probabilidad condicionada Matemticas aplicadas a las Ciencias Sociales II I.E.S.

Al-basit 1
Probabilidad condicionada
Probabilidad condicionada.
Se denomina probabilidad condicionada de un suceso B respecto de un suceso A, y la
denotamos por p(B/A), al cociente siguiente
p B/ A=
p AB
p A
, si p A0
Anlogamente, la probabilidad condicionada de un suceso A respecto de un suceso A, y
la denotamos por p(B/A), al cociente siguiente
p A/ B=
p AB
p B
, si p B0
Sucesos dependientes e independientes
1.- Dos sucesos A y B son independientes si p B=p B/ A
2.- Dos sucesos A y B son dependientes si p Bp B/ A
Adems, de 1 se deduce ue si A y B son independientes, se cumple
p B/ A=
p AB
p A
=p Bp AB=p A. p B
# Ejemplo.- Si etraemos s!cesi"amente, dos cartas de !na baraja espa#ola, para
calc!lar la probabilidad de obtener dos re$es, denominamos
%
1
=& sacar re$ enla primera etracci'n(
%
2
=& sacar re$ enla se)!nda etracci'n(
Como las dos cartas se etraen s!cesi"amente, e*!i"ale a etraer la primera $, sin
de"ol"erla, reali+ar !na n!e"a etracci'n.
,tili+ando el s!ceso
%
1
%
2
, si p es la -!nci'n de probabilidad, obtenemos
p %
1
%
2
=p %
1
. p %
2
/ %
1
=
!
!0
.
"
"#
=
1
1"0
Sin embar)o, si etraemos las dos cartas, pero de"ol"iendo la primera carta !na "e+
etra.da, $ "ol"iendo a reco)er la se)!nda
,tili+ando el s!ceso
%
1
%
2
, si p es la -!nci'n de probabilidad, obtenemos
p %
1
%
2
=p %
1
. p %
2
/ %
1
=p %
1
. p %
2
=
!
!0
.
!
!0
=
1
100
Por c!mplirse la independencia de los s!cesos.
Probabilidad condicionada Matemticas aplicadas a las Ciencias Sociales II I.E.S. Al-basit /
Probabilidad compuesto o de la interseccin de sucesos
Si A, B son dos sucesos del espacio muestral $, y p es la %unci&n la pro'a'ilidad, se
cumplir
p AB=
{
( p A. p B si A y B son independientes
( p A. p B/ A si A y B son dependientes
}
$ste resultado se puede generali)ar para n sucesos, es decir
Si
A
1,
A
2,
0, A
n
son n sucesos del espacio muestral $, y p es la %unci&n la pro'a'ilidad, se
cumplir
p A
1
A
2
...A
n
=
{
( p A
1
. p A
2
... p A
n
* si A
1
, A
2
, ... , A
n
son independientes
( p A
1
. p A
2
/ A
1
... p A
n
/ A
1
A
2
...A
n1
* si A
1
, A
2
, ... , A
n
son dependientes
}
# Ejemplos.-
Si denominamos el espacio m!estral E 1 2C,34 asociado al lan+amiento de !n dado, $ p es
la -!nci'n de probabilidad. 5a probabilidad de obtener c!atro caras en c!atro lan+amientos
ser6
pCCCCC=pC. pC. pC. pC=
1
2
.
1
2
.
1
2
.
1
2
=
1
1+
Si denominamos el espacio m!estral E 1 217 %, 8 9 4 asociado a la etracci'n de bolas de
!na !rna *!e contiene 17 bolas rojas $ 8 bolas ne)ras, $ p es la -!nci'n de probabilidad. 5a
probabilidad de obtener dos bolas ne)ras c!ando e-ect!amos !na etracci'n sin
rempla+amiento ser6
p 9
1
9
2
=p 9
1
. p 9
2
/ 9
1
=
+
1+
.
,
1+
=
1
1+
Tabla de contingencias
-as ta'las de contingencia utili)a las pro'a'ilidades condicionadas para registrar y anali)ar
la relaci&n entre .arias .aria'les. /ue para el caso de dos .aria'les, y dos sucesos, es de de la %orma
B B0
A p(A/B) p(A/B0) p(A)
A0 p(A0/B) p(A0/B0) p(A0)
p(B) p(B0)
$n ocasiones, esta ta'la se usa para o'tener pro'a'ilidades de intersecci&n de sucesos, en
.e) de pro'a'ilidades de sucesos condicionados.
Probabilidad condicionada Matemticas aplicadas a las Ciencias Sociales II I.E.S. Al-basit :
# Ejemplos.- Si consideramos las "ariables de seo E 1 2;, M4 <=ombre, m!jer> $ la
"ariable si la persona es diestra o +!rda ? 1 2 @, A4. Si se e-ect! este est!dio a 1777 personas, de
los c!ales B/7 son =ombres $ CD7 m!jeres, se p!ede !tili+ar !na tabla de contin)encia para
epresar la relaci'n entre estas dos "ariables, del si)!iente modo6
; M
@
p( @/ ;)=
!"0
,20
p( @/ M )=
!!0
!10
A
p(A / ; )=
#0
,20
p(A / M )=
!0
!10
p( ;)=
,20
1000

p( @)=
!10
1000
Teorema de probabilidad total
Si
A
1,
A
2,
A
",
0, A
n
es un sistema completo de sucesos $ (espacio m!estral) tales ue la
pro'a'ilidad de cada uno de ellos es distinta de cero y B un suceso cualuiera de $, y p la %unci&n
de pro'a'ilidad tal ue para cada i {1, 2, ", 0. , n} se conoce
p( B/ A
i
)
, entonces
p( B)=p( A
1
). P(B/ A
1
)+p( A
2
). P(B/ A
2
)+0.+p( A
n
). P(B/ A
n
)=

i=1
n
p( A
i
). P( B/ A
i
)
# Ejemplos.- Si consideramos el ejemplo anterior de personas <=ombres $ m!jeres> diestros
$ +!rdos, $ *!eremos calc!lar las probabilidades de ser diestro $ +!rdo, !tili+amos el teorema de
probabilidad total
p( @)=p( ;). p( @/ ;)+p(M ). p(@/ M )=
,20
1000
.
!"0
,20
+
!10
1000
.
!!0
!10
=
120
1000
p(A )=p(; ). p(A / ;)+p( M ). p( A / M )=
,20
1000
.
#0
,20
+
!10
1000
.
!0
!10
=
1"0
1000
E podemos completar la tabla con dic=as probabilidades
; M
@
p( @/ ;)=
!"0
,20
p( @/ M )=
!!0
!10
p( @)=
120
1000
A
p(A / ; )=
#0
,20
p(A / M )=
!0
!10
p(A )=
1"0
1000
p( ;)=
,20
1000

p( @)=
!10
1000
Probabilidad condicionada Matemticas aplicadas a las Ciencias Sociales II I.E.S. Al-basit C
Teorema de Bayes
Si
A
1,
A
2,
A
",
0, A
n
es un sistema completo de sucesos $ (espacio m!estral) tales ue la
pro'a'ilidad de cada uno de ellos es distinta de cero y B un suceso cualuiera de $, y p la %unci&n
de pro'a'ilidad tal ue para cada i {1, 2, ", 0. , n} se conoce
p( B/ A
i
)
, entonces para cada
suceso
A
i
ser

p( A
i
/ B)=
p( A
i
). P(B/ A
i
)

i =1
n
p( A
i
). P(B/ A
i
)
# Ejemplos.- Si consideramos el ejemplo anterior de personas <=ombres $ m!jeres> diestros
$ +!rdos, $ *!eremos calc!lar las probabilidad de ser =ombre, sabiendo *!e es +!rdo, !tili+amos el
teorema de Ba$es
p( @)=p( ;). p(@/ ; )+p(M ). p(@/ M)=
,20
1000
.
!"0
,20
+
!10
1000
.
!!0
!10
=
120
1000
p( ; / A)=
p(;). p(A / ;)
p( ;). p(A / ;)+p(M ). p(A / M )
=
,20
1000
.
#0
,20
1"0
1000
=
#0
1"0
E podemos completar la tabla con dic=as probabilidades
; M
@
p( @/ ;)=
!"0
,20
p( @/ M )=
!!0
!10
p( @)=
120
1000
A
p( A / ; )=
#0
,20
p(A / M )=
!0
!10
p(A )=
1"0
1000
p( ;)=
,20
1000

p( @)=
!10
1000