PROBABILIDAD CONDICIONAL

Se presentan una diversidad de situaciones en las cuales se desea conocer la probabilidad de

ocurrencia de un evento cualesquiera A, sin embargo se tiene información o conocimiento de
que otro evento relacionado B en el mismo espacio muestral Ω ya ha ocurrido, a este tipo de
probabilidad se denomina probabilidad condicional denotada por P(A/B) y para su
determinación se procede de la siguiente manera:

1º Dado que el evento B ya ha ocurrido éste se considera como una especie de espacio
muestral reducido lo que implica que en lugar de n Ω se toma nB

2º En el nuevo espacio muestral reducido B, la parte de A que es posible que ocurra está
constituida por (A∩B) por lo cual en lugar de n A se toma n(A∩B)

De lo anterior tendríamos:

P(A/B) = n(A∩B) / nB

En una fracción cualesquiera si numerador y denominador se divide entre el mismo valor, la

fracción no cambia, en ese entendido si procedemos a dividir el numerador y denominador de
la fracción anterior entre nΩ la fracción no cambia, en ese entendido tenemos:

P(A/B) = (n(A∩B) /nΩ)/ (nB/nΩ)

En términos de probabilidades tendríamos:

P(A/B) = P(A∩B)/P(B)

REGLA DE LA MULTIPLICACIÓN

De la fórmula de probabilidad condicional podemos deducir las siguientes expresiones

P(A/B) = P(A∩B)/P(B)  P(A∩B) = P(A/B)* P(B)

P(B/A) = P(A∩B)/P(A)  P(A∩B) = P(B/A)* P(A)

Con base en lo anterior podemos decir que la probabilidad de la intersección de dos eventos
cualesquiera estará dada por el producto o multiplicación de la probabilidad condicional por el
evento que ya ha sucedido (regla de la multiplicación).

TEOREMA DE PROBABILIDAD TOTAL

Es una de las aplicaciones más importantes de la probabilidad condicional que implica

encontrar la probabilidad de un evento a partir de las probabilidades condicionales de sus
partes y requiere para su aplicación que se cumpla las siguientes condiciones

1º En el espacio muestral Ω se presenta una partición de k eventos B i lo cual implica lo

siguiente

 Los eventos Bi son mutuamente excluyentes  (Bi∩Bj) = ᴓ para todo i ≠ j

 Los eventos Bi son colectivamente exhaustivos  UBi = Ω Para todo i = 1,2,….,k

2º Se conoce que los eventos Bi de la partición ya han sucedido

Con base en lo anterior y tomando en cuenta la regla de la multiplicación tenemos:

P(A) = P(A/B1)* P(B1)+ P(A/B2)* P(B2)+…..+ P(A/Bk)* P(Bk)

Es decir la probabilidad total de un evento está dado por la sumatoria de los productos de las
probabilidades condicionales del evento bajo consideración con respecto de los eventos de la
partición del espacio muestral por la probabilidad del evento de la partición que ya ha
sucedido

TEOREMA DE BAYES

Es una aplicación de la probabilidad condicional que sirve para encontrar la probabilidad de

uno de los eventos Bi de la partición sabiendo que el evento cualesquiera A ya ha ocurrido y
que requiere las siguientes condiciones:

1º En el espacio muestral Ω se presenta una partición de k eventos B i lo cual implica lo

siguiente

 Los eventos Bi son mutuamente excluyentes  (Bi∩Bj) = ᴓ para todo i ≠ j

 Los eventos Bi son colectivamente exhaustivos  UBi = Ω Para todo i = 1,2,….,k
2º Se conoce que el evento cualesquiera A ya ha sucedido

Con base en lo anterior tenemos:

P(Bi/A) = P(A∩Bi)/P(A)

Tomando en cuenta la regla de la multiplicación en el numerador y el teorema de la

probabilidad total en el denominador sería:

P(Bi/A) = P(A/Bi)*P(Bi)/{P(A/B1)* P(B1)+ P(A/B2)* P(B2)+…..+ P(A/Bk)* P(Bk)}