ESTADÍSTICA APLICADA

Prof. Mag. Omar Rosales P

SEMANA 14: Probabilidad Condicional. Probabilidad total. Teorema

de Bayes. Independencia.

Probabilidad Condicional.
Sean A y B dos eventos asociados a un experimento “E”, se define P(A/B)
como la probabilidad condicional de la ocurrencia del evento A dado que ya
ocurrió el evento B.

Considere que tiene en un bolso 3 monedas de 5 soles y 2 de diez soles. Se

extrae una moneda y luego una segunda moneda.
Se definen los siguientes eventos:
A =  moneda de 5 soles en la segunda extracción 
B =  moneda de 10 soles en la primera extracción

En la primera extracción resultó una moneda de 10 soles, cuál es la

probabilidad que en la siguiente extracción resulte una moneda de 5 soles?.

Se observa que lo solicitado es la probabilidad de que ocurra A dado que

ocurrió B, es decir: P (A/B).

Si en la primera extracción ocurrió B, esto significa que en el bolso quedan 3

monedas de 5 soles y 1 moneda de 10 soles. Aquí la probabilidad solicitada es:
¾.

Esto se determina del espacio muestral reducido por la ocurrencia del evento B
y el nuevo espacio estará formado por ( B   ) que es el mismo evento B,
dentro de éste espacio se define el evento A que estará reducido al evento
( A  B). Entonces la probabilidad solicitada puede ser escrito como:
P(A/B) = n(A  B)/n(B)
i.e, número de elementos de la intersección dividido por el número de
elementos de B. Esto puede ser expresado como la relación de la probabilidad
de la intersección y la probabilidad de B.
P(A/B) = P(AB)/P(B), para P(B) > 0.

P(A/B) satisface los postulados de probabilidad:

1. 0  P ( A / B )  1.
2. P(  / B ) = 1.
3. P( A1A2 / B) = P(A1 / B) + P(A2 / B) si (A1  A2) = 

D e la expresión de probabilidad condicional se desprende las siguientes

relaciones:
P( A  B ) = P(B) P(A / B)
P( A  B ) = P(A) P(B / A)
 2

Conocida como multiplicación de probabilidades.

PARTICIÓN DEL ESPACIO MUESTRAL.

El espacio muestral  puede ser particionado en una serie de eventos

mutuamente excluyentes A1, A2, . . . . , An. Estos eventos constituyen una
partición de  si cumplen las siguientes condiciones:

1. Ai es un evento cualesquiera diferente del vacío.

2. La unión de todos los eventos constituye el evento .
3. Ai  Aj para “i” diferente de “j” es un conjunto vacío.

Un evento puede ser definido en  y este puede ser expresado como la unión
de (BAi) para i= 1,2, . . . , n (como se muestra en la figura)

A2 A3

A1

A4

A5 An

n
B   (B A i )
i 1

Los eventos (B  Ai) para i= 1,2, . . ., n son mutuamente excluyentes y la

probabilidad de B (probabilidad total) está dada por:
n n
P(B)   P(B  A i )   P(A i )P(B/A i )
i 1 i 1

TEOREMA DE BAYES

Dado A1, A2, . . . . , An una partición de , y un evento B cualesquiera distinto

del vacío, entonces la probabilidad de un evento Ai dado la ocurrencia del
evento B, es dado por:

P(A i )P(B/A i )
P(A i / B)  n

 P(A )P(B/A )
i 1
j j
 3

INDEPENDENCIA ESTADÍSTICA

Dos eventos definidos en el mismo espacio  distintos del vacío, son

independientes si y solo si la ocurrencia simultánea de ambos es igual al
producto de sus respectivas probabilidades individuales (marginales). Es decir,
A y B son independientes si y solo si
P(AB) = P(A) P(B)
Esto implica que P(A/B) = P(A); P(B/A) = P(B)

Esta definición se extiende a tres o más eventos; así, si A, B y C son eventos

de , estos son mutuamente independientes si satisfacen las siguientes
condiciones:
P(AB) = P(A)P(B)
P(AC) = P(A)P(C)
P(BC) = P(B)P(C)
P(ABC) = P(A)P(B)P(C)

Ejemplos:

1. Se saben que existen cuatro grupos sanguíneos y para la transfusión de

sangre de una persona a otra hay ciertas compatibilidades basadas en
aquellos grupos. En el gráfico se muestra las proporciones en que los cuatro
grupos se reparten en la población y la capacidad de aceptación de los
individuos pertenecientes a los diferentes grupos respecto a los posibles
donadores.
43%

O AB 4%
45%

8%

Teniendo en cuenta estas condiciones y dadas dos pacientes X e Y de

las que se desconoce a que grupo sanguíneo pertenecen, calcular las
probabilidades:
a) De que “X” pueda recibir sangre de “Y”.
b) De que “X” e “Y” puedan dar y recibir su sangre mutuamente.
c) Se conoce que “X” puede dar sangre a “Y”. ¿Cuál es la
probabilidad que “Y” no pueda dar sangre a “X”?
solución:
Capa punto de muestra corresponde a (x,y);
x: tipo de sangre de “X”.
y: tipo de sangre de “Y”.
 4

a) Sea S1 los puntos de “X” puede recibir sangre de “Y”

S1= (0,0), (A,0), (A,A), (B,0), (B,B), (AB,0), (AB,A), (AB,B), (AB,AB)
P(S1) = P(0,0) + P(A,0) + . . . + P(AB,AB)
= (0.45)(0.45)+(0.43)(0.45)+…+(0.04)(0.04)
= 0.6633.
b) Sea S2 los puntos de “X” puede dar y recibir sangre de “Y”
S2= (0,0), (A,A), (B,B), (AB,AB)
P(S2) = P(0,0) + P(A,A) + P(B,B) + P(AB,AB)
= (0.45)(0.45)+(0.43)(0.43)+(0.08)(0.08)+(0.04)(0.04)
= 0.3954.
c) Sea S3 los puntos de “X” puede dar sangre a “Y”
S3 = (0,0), (0,A), (A,A), (0,B), (B,B), (0,AB), (A,AB), (B,AB), (AB,AB)
P(S3) = 0.6633.
Sea S4 los puntos de “Y” no puede dar sangre a “X”
S3  S4 = (0,A), (0,B), (0,AB), (A,AB), (B,AB)
P(S3  S4 ) = 0.2679
P(S4 / S3 ) = 0.2679/0.6633 = 0.4039.

2. En la fabricación de cierto artículo se encuentra que la presencia de defectos

con una probabilidad de 0.05 y defectos de un segundo tipo de 0.1 (se
supone independencia entre los tipos de defecto). ¿Cuál es la probabilidad
de que:
a) Un artículo tenga ambos defectos.
b) Por lo menos tenga un defecto.
c) Se sabe que el artículo es defectuoso, hallar la probabilidad que
tenga un solo tipo de defecto.
Solución:
Sean D1 : defecto del tipo I
D2 : defecto del tipo II
Luego, P(D1) = 0.05 y P(D2) = 0.10
a) P(D1 D2) = (0.05)(0.10) = 0.005
b) P(por lo menos un defecto)= 1 – P(ningún defecto)
= 1 - P(Dc1 Dc2)
= 1 - (0.95)(0.90) = 0.145, pues los
eventos Dc1 y Dc2 son independientes.
c) P(defectuoso)= P(por lo menos un defecto)= 0.145

P(un defecto  defectuoso)

P(un defecto / defectuoso) 
P(defectuoso)
P(un defecto)
P(un defecto / defectuoso) 
P(defectuoso)

P(un defecto)  P(D1  D c2 )  P(D1c  D 2 )  0.14

P(un defecto / defectuoso)  0.9655

3. Un aficionado usa el siguiente sistema para pronosticar el tiempo

atmosférico. Clasifica en soleado y nublado. Si un día es soleado, la
probabilidad de que sea soleado al siguiente tiene igual probabilidad de que
 5

si es nublado, al siguiente también es nublado con una probabilidad de 0.2.

¿si un día jueves resultó soleado, cual es la probabilidad que el próximo
domingo también lo sea?, y si este fue nublado, ¿que probabilidad existe
que el domingo sea soleado?
4. Cierta enfermedad puede ser producida por tres tipos de virus A, B, C. En un
laboratorio se tienen tres tubos con el virus A, dos con el B y cinco con el C.
La probabilidad de que el virus A produzca la enfermedad es 1/3, que la
produzca B es 2/3 y que la produzca C es 1/7. a) Si se inocula algún virus a
un animal, ¿cuál es la probabilidad de que éste contraiga la enfermedad? b)
Si se inocula un virus a un animal y contrae la enfermedad, ¿cuál es la
probabilidad de que el virus inyectado fuera C?
5. En la enfermera del doctor Martínez no se puede confiar, pues durante la
ausencia del médico la probabilidad de que no le inyecte un suero a un
enfermo es de 0.6. Se sabe que si a un enfermo grave se le inyecta el suero
tiene igual probabilidad de mejorar que de empeorar, pero si no se le inyecta
entonces la probabilidad de que mejore es de 0.25. A su regreso, el Dr.
Martínez se encuentra con que un enfermo ha empeorado. ¿Cuál es la
probabilidad de que la enfermera olvidara inyectar el suero a este paciente?
6. En la asignatura de Estadística asisten a clase 10 de los 15 alumnos
matriculados. Se sabe que aprueban el 90% de los alumnos que asisten a
clase y el 30% de los que no asisten. Se elige un alumno al azar. (a) calcular
la probabilidad de que haya aprobado. (b) Si se sabe que el alumno s
desaprobado, ¿cuál es la probabilidad de que haya asistido a clase?
7. La probabilidad de que haya un incidente en una fábrica que dispone de
alarma es 0.1. La probabilidad de que suene esta sí se ha producido algún
incidente es de 0.97 y la probabilidad de que suene si no ha sucedido ningún
incidente es 0.2. En el supuesto de que haya funcionado la alarma, ¿cuál es
la probabilidad de que no haya habido ningún incidente?
8. La caja I contiene 3 bolas rojas y 2 azule en tanto que la caja II contiene 2
bolas rojas y 8 azules. Se lanza una moneda balanceada. Si se obtiene cara
se saca una bola de la caja I; si se obtiene sello se saca una bola de la caja
II (a) Hallar la probabilidad de sacar una bola roja. (b)Quien lanza una
moneda no revela si resulta casa o sello (no se revela la caja revela de la
cual se saca la bola) pero revela que sacó una bola roja, ¿cuál es la
probabilidad se escogiera de la caja I (es decir que el resultado de la
moneda sea cara).
9. Considere 18 tiradores clasificados en 4 grupos. En el primer - grupo hay 5
tiradores con probabilidades 0.8 de dar en el blanco, en el seguí do hay 7
con probabilidad 0.7, en el tercero hay 4 con probabilidad de 0.6 y en el
último 2 con probabilidad 0.5 de dar en el blanco. Se elige aleatoriamente un
tirador, dispara y no da en el blanco. ¿A qué grupo es más probable que
pertenezca?