Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase#2
Probabilidad condicional
Sea E un evento arbitrario de un espacio muestral S con P(E)>0. La probabilidad de que un evento
A suceda una vez que E haya sucedido o, en otras palabras, la probabilidad condicional de A dado
E, escrito P(A/E), se define como sigue:
Simétricamente:
A P( A ∩ E)
P ( )
E
=
P( A)
; P( A)≠ 0
Ejemplo:
3 5 3
Sean los eventos A y B con P(A)¿ , P(B)= y P ( A ∪ B ) = . Halla P( A /B) y P(B/ A)
8 8 4
Solucion:
3 3 5
= + −P ( A ∩ B)
4 8 8
−3 1
P(A∩B)= + 1=
4 4
1
P ( A ∩B) 4 2
Asi, P(A/B)= = =
P(B) 5 5
8
Y
1
P (B ∩ A) 4 2
P(B/A)= = =
P( A) 3 3
8
Ejemplo 2.
a) Sea mujer
b) Sea hombre y no tenga computadora
c) Si se sabe previamente que el estudiante seleccionado es mujer, ¿Cuál es la probabilidad
de que tenga computadora en su casa?
Solución:
El cuadro de doble entrada que se presenta a continuación resume los datos, denominemos
M H
C 7 11 18
C’ 33 15 48
40 26 66
40
a) P(M)=
66
7
b) P(M∩C)=
66
15
c) P(H∩C’)=
66
d) Si sabemos con anticipación que el estudiante es una mujer, el espacio de selección se
restringe:
M
C 7
C’ 33
40
Por lo tanto, P(C/M) (probabilidad de que tenga computadora dado que ya sabemos que es una
mujer).
7
P(C/M)=
40
El ejemplo que acabamos de resolver nos permite utilizar otra forma alternativa de cálculo de la
7
probabilidad condicional. Partiendo de P(C/M)= , tenemos:
40
7
7 66 P ( C ∩ M )
P(C/M)= = =
40 40 P(M)
66
Eventos independientes
Cuando la realización de suceso, no influye en realización, de otro (no están condicionados el uno
por el otro), se dice que son independientes.
Ejemplo 1
Solución:
Sospechamos que son independientes ya que el lanzamiento de una moneda no puede influir en el
resultado del otro lanzamiento. Para confirmar nuestra sospecha comparemos P(E) con P(E/F).
Sea S=¿
n(E) 2 1
P(E)= = =
n( S) 4 2
n(E ∩ F) n { ( CC ) } 1
P(E/F)= = =
n( F) n(F) 2
Ya que P(E/F)=P(E), los eventos E y F son independientes.
P(E∩F)=P(E)P(F/E)
=P(F)P(E/F)
Si los eventos E y F son independientes entonces se tiene P(F/E)=P(F) de modo que la sustitución
en la primera ecuación
P(E∩F)=P(E)P(F)
P(E∩F)=P(E)P(F)
Ejemplo 2
LA probabilidad de que el evento “Bob vive 20 años mas” (B) es 0.8 y la probabilidad del evento
“Doris vive 20 años mas” (D) es 0.85. B y D son independientes.
Solución
Aquí queremos P(BUD). Por ley de la suma P(BUD)=P(B)+P(D)-P(B ∩D). De la parte a) P(B∩D)=0.68,
de modo que:
P(BUD)=0.8+0.85-0.68
=0.97
c) Encuentra la probabilidad de que exactamente uno de ellos viva 20 años mas
Solución:
Primero expresamos el evento:
E={ exactamente uno de ellos vive 20 años más }
En términos de los eventos dados B y D. Ahora el evento E puede ocurrir en una de dos maneras
mutuamente excluyentes. Bob vive 20 años mas pero Doris no (B ∩D’) o Doris vive 20 años mas
pero Bob no (B’∩D) por lo tanto:
E=(B∩D’)U(B’∩D)
Por ley de la suma (para eventos mutuamente excluyentes)
P(E)=P(B∩D’)+P(B’∩D)
Para calcular (B∩D’) notamos que B y D son independientes, también lo son B y D’. Por lo tanto
podemos utilizar la condición de independencia y la regla para complementos:
P(B’∩D)=P(B)P(D’)
=(0.8)(1-P(D))
=(0.8)(0.15)
=0.12
Del mismo modo para:
P(B’∩D)=P(B’)P(D)
=(0.2)(0.85)
=0.17
Sustituyendo en la primera ecuación 1) se tiene:
P(E)=0.12+0.17
P(E)=0.29
Cuando hay mas de dos eventos independientes. La probabilidad de su ocurrencia simultanea es el
producto de las probabilidades separadas; asi, si los eventos son E1, E2, E3,……Ek
P(E1∩E2∩E3∩… … … ∩Ek)=P(E1)P(E2)P(E3)……..P(Ek)
Ejemplo
Se realizara un estudio en 40 manzanas (M) de la ciudad. Cada manzana tiene 20 edificios de
apartamentos (E) y cada edificio, 30 apartamentos (A). ¿Cuál es la probabilidad de elegir un
apartamento cualquiera, si tanto manzanas como edificios y apartamentos se seleccionan al azar?
Soucion:
La probabilidad de elegir un apartamento cualquiera requiere calcular P(M ∩E∩A)
P(M∩E∩A)=P(A/E∩M)P(E∩M)
=P(A/E∩M)P(E/M)P(M)
=P(M)P(E/M)P(A/E ∩M)
1 1 1 1
= × × =
40 20 30 24000
Teorema de Bayes
j
i=1 Ai
A esta se añade un suceso B cuya ocurrencia proporciona cierta información, porque las
probabilidades de ocurrencia de B son distintas según el suceso Ai que haya ocurrido conociendo
que ha ocurrido el suceso B, la formula del teorema de Bayes nos indica como modifica esta
información las probabilidades de los sucesos A i.
P ( BA )= P(P(B)
A ∩ B)
Sean A1, A2,……………An eventos mutuamente excluyentes tales que, cualquier evento “B” en el
espacio muestral pertenece a uno y solo a uno de estos eventos. Entonces la probabilidad de que
ocurra cualquier evento Ak dado que ha ocurrido el evento “B”.
P ( AB )= P(P(B)
k A ∩ B)
k
B
P( A k ) P( )
P ( AB )= P ( A ) P
k
B B
Ak
B
1
( )
A1 ( )
+ P ( A2) P
A2
+…+ P ( An ) P
An ( )
Donde:
P(A∩B)=P(A)P(B/A)
1 La textilera “Ecotexa” compra un cargamento de telas de tres casas proveedoras. Un 30% de las
telas se adquieren en “casa Ochoa”, 20% a “casa textiles” del sur” y el 50%sobrante a “tituanex”.
Ecotexa posee información de las tres casas y se sabe que el 3% de la mercadería de “casa Ochoa”
son defectuosos, eñ 5% de las telas de “casa textiles del sur” no son aceptables y que el 4% de las
telas de “tituanex” tienen algún tipo de defecto.
Al llegar a la bodega no son seleccionados y se toma un paquete de telas que resultan ser
defectuosas.
Solucion:
Primero hemos de determinar las ´probabilidades que nos da el ejemplo que son:
Probabilidad a priori:
Probabilidad condicional
Se desea calcular:
P(A1/B) donde A1 se refiere a “casa Ochoa” y B que la mercadería resulte defectuosa. Por el
teorema de Bayes tenemos:
P( A 1) P (B / A 1)
P(A1/B)= B B
P ( A 1) P
A1( )
+ P( A2) P
A2 ( )
+ P ( A 3 ) P( B/ A3 )
( 0.30)( 0.03)
P(A1/B)=
( 0.30 ) ( 0.03 )+ ( 0.20 ) ( 0.05 ) +(0.50)(0.04 )
P(A1/B)=0.231
Resulta que efectivamente ocurra un accidente pero como no estábamos en la ciudad no sabemos
que tiempo hizo (llovio, nevo o hubo niebla) calcular estas probabilidades.
Solucion
Las probabilidades que manejamos antes de conocer que ha ocurrido un accidente se denominan
“probabilidades” a priori (lluvia con el 50%, nieve con el 30%, y niebla con el 20%).
Una vez que incorporamos la información de que ha ocurrido un accidente, las probabilidades del
suceso A cambian: son probabilidades condicionadas P(A/B) que se denominan “probabilidades a
posteriori”.
P(Ai/B)= P( Ai )P ¿ ¿
0.50 ×0.20
P(A1/B)= =0.714
( 0.50× 0.20 ) + ( 0.30 × 0.10 )+(0.20 × 0.05)
0.30 ×0.10
P(A2/B)= =0.214
( 0.50× 0.20 ) + ( 0.30 × 0.10 )+(0.20 × 0.05)
0.20 ×0.05
P(A3/B)= =0.071
( 0.50× 0.20 ) + ( 0.30 × 0.10 )+(0.20 × 0.05)