Clase-Independencia

Estadística
Prof. Wilson Gordillo-Thiriat, Ph.D.

Universidad Distrital Francisco José de Caldas

Facultad De Ciencias Matemáticas y Naturales

Probabilidad Condicional con R

Se carga la librería knitr previa instalación con install.packages(“knitr”) que permite
entre otras cosas, dar formato a las tablas de datos

library(knitr)

Problema 1

En la Universidad Distrital los alumnos pueden optar por cursar cómo lengua
extranjera inglés o francés. En la carrera de química, el 90% de los alumnos estudia
inglés y el resto francés. El 30% de los que estudian inglés son hombres y de los
que estudian francés son hombres el 40%. El elegido un alumno al azar, ¿cuál es la
probabilidad de que sea mujer?

Construya un algoritmo que resuelva la situación

Rta: 0.69 = 69%

Independencia Estadística
Una de las preguntas que usualmente surgen al estudiar dos eventos tiene que ver
con la asociación que puede presentarse entre los eventos en cuestión. Para
iniciarse con el estudio de la asociación entre eventos se dispone de la noción de
independencia y se dice que dos eventos A y B son independientes si la ocurrencia
de uno de ellos no afecta la probabilidad de ocurrencia del otro, puesto en la escena
de la teoría de la probabilidad, A y B se dicen independientes estadísticamente si
P (A ∣ B) = P (A). Si esta condición no se satisface,
los eventos se dicen dependientes.

Clase-Independencia Estadística 1
 Se puede demostrar que si dos eventos son independientes se cumplen también las
siguientes condiciones P (A ∣ B) = P (B) y P (A ∩ B) = P (A) ∗ P (B) ; de
esta última se puede desprender que si se tienen tres eventos independientes,A, B
y C , entonces P (A ∩ B ∩ C) = P (A) ∗ P (B) ∗ P (C) y de la misma forma se
puede extender para un número mayor de eventos.

Ejemplo:
Revisemos las siguiente tabla

Si C y F son independientes, se cumple que P (C ∣ F ) = P (C); lo cual equivale

a que se cumplen también las siguientes condiciones: P (C ∣ F ) = P (C) y
P (C ∩ F ) = P (C) ∗ P (F )
en relación a nuestra tabla P (C ∣ F ) = 12/130 y P (C) = 62/200 dados que
los resultados son diferentes C y F no son independientes, es decir, el color y la
fragancia tienen algún tipo de relación.

Ejercicio

Un instituto de investigación tiene tres lanchas destinadas a movilizar a los

científicos. Debido a la disponibilidad de las lanchas por la demanda de servicio, del
modelo de la misma y por algunas fallas en ellas, se calcula que la probabilidad de
que las lanchas estén disponibles cuando se necesitan son 0.6, 0.9 y 0.75,
respectivamente. Si la disponibilidad de las lanchas es independiente, calcule la
probabilidad de que

1. Exactamente dos estén disponibles.

2. Un servicio requerido sea satisfecho, es decir, al menos una de las lanchas

esté disponible.

Ley de Probabilidad Total

Sea Ω un espacio muestral asociado a un experimento aleatorio y A un evento
cualquiera en Ω. Si Ω = B1 ∪ B2 ∪ ... ∪ Bk ; Bi ∩ Bj = ∅, ∀i = j; P (Bi ) > 0

Clase-Independencia Estadística 2
 entonces la probabilidad de A se puede calcular mediante:
k
P (A) = ∑i=1 P (Bi )P (A ∣ Bi )
Veamos el gráfico.

En esta figura se puede verificar A = (A ∩ B1 ) ∪ (A ∩ B2 ) ∪ ... ∪ (A ∩ Bk )

entonces la probabilidad de A se puede escribir como P (A) = (A ∩ B1 ) ∪ (A ∩
B2 ) ∪ ... ∪ (A ∩ Bk ) Puesto que el espacio de muestreo está particionado, se
verifica que ABi ∩ ABj = ∅ ∀i =  j y se puede aplicar el axioma tres
obteniéndose P (A) = (A ∩ B1 ) + (A ∩ B2 ) + ... + (A ∩ Bk ) aplicando la ley
multiplicativa al término P (A ∩ Bi ) , se tiene que P (A ∩ Bi ) = P (Bi )P (A ∣
Bi ) y así sucesivamente para cada uno de los términos de la forma P (A ∩ Bi ) se
tiene el resultado buscado:

P (A) = P (B1 )P (A ∣ B1 ) + P (B2 )P (A ∣ B2 ) + ... + P (Bk )P (A ∣ Bk ) =

∑ki=1 P (Bi )P (A ∣ Bi )

Teorema de Bayes
Sea Ω un espacio muestral asociado a un experimento aleatorio y A un evento
cualquiera en Ω.

Si Ω = B1 ∪ B2 ∪ ... ∪ Bk ; Bi ∩ Bj = ∅, ∀i =  j; P (Bi ) > 0 entonces las

probabilidades condicionales de la forma P (Bj ∣ A) , j = 1, 2, … k se calcula
mediante
P (B j )P (A∣B j )
P (Bj ∣ A) = ∑ ki=1P (B i )P (A∣B i )
, j = 1, 2, … k
ejemplo
Un estudiante contesta una pregunta que ofrece cuatro soluciones posibles en un
examen de opción múltiple. Suponga que la probabilidad de que realmente sepa la

Clase-Independencia Estadística 3
 respuesta a la pregunta es de 0.8 y la probabilidad de que tenga que contestar al
azar es de 0.2. En esta situación se desea responder a los siguientes interrogantes:

1. ¿Cuál es la probabilidad de que el estudiante conteste correctamente la

pregunta?

2. Si el estudiante contesta correctamente la pregunta, ¿cuál es la probabilidad de

que realmente sepa la respuesta correcta?

La definición de los eventos para este contexto es como sigue.

B1 : El estudiante sabe
B2 : El estudiante no sabe (contesta al azar)
A: El estudiante contesta correctamente
Las probabilidades que se tienen son:

P (B1 ) = 0.8 P (A ∣ B1 ) = 1
P (B2 ) = 0.2 P (A ∣ B2 ) = 0.25
La solución de la primera pregunta, en consonancia con la definición de eventos,
requiere calcular , lo que se logra aplicando la ley de probabilidad total:
P (A) = P (B1 )P (B1 ∣ A) + P (B2 )P (B2 ∣ A) = 0.8 ∗ 0.1 + 0.2 ∗ 0.25 =
0.85
Entonces la probabilidad de que el estudiante conteste correctamente la pregunta
es 0.85.
Para la segunda pregunta se aplica el teorema de Bayes, y de nuevo ajustándose a
la definición de eventos se tiene:
P (B 1 )P (A∣B 1 ) 0.8∗1
P (B1 ∣ A) = P (A) = 0.85 =0.9412

Si el estudiante contesta correctamente la pregunta, la probabilidad de que

realmente sepa la respuesta correcta es 0.9412.

Ejercicio en clase
En una estación de servicio, 40% de los clientes utilizan gasolina regular, 35% usan
gasolina Plus y el restante prefieren Premium. De aquellos que utilizan gasolina
regular, solo 30% llenan sus tanques. De los que usan Plus, 60% llenan sus
tanques, mientras que de los que usan Premium, 50% llenan el tanque.
a. ¿Cuál es la probabilidad de que el siguiente cliente solicite gasolina Plus y llene
el tanque?
b. ¿Qué tan probable es que el próximo cliente llene el tanque?

Clase-Independencia Estadística 4
 c. Si el siguiente cliente llena el tanque, ¿cuál es la probabilidad de que solicite
gasolina regular? ¿Plus? ¿Premium?

Clase-Independencia Estadística 5