Instituto Politécnico Nacional

Escuela Nacional de Ciencias

Biológicas
Bioestadística
Profesor: Felipe García Ochoa
Tarea probabilidad condicional.
Alumno: Narvaez Olvera Roberto
Alejandro.
01/03/2024 2QV2

1
Contenido
Introducción ......................................................................................................... 3
Desarrollo. ............................................................................................................ 4
Problema 1. ....................................................................................................... 4
Problema 2. ....................................................................................................... 5
Problema 3. ....................................................................................................... 5
Discusión. ............................................................................................................ 6
Conclusión. .......................................................................................................... 7
Bibliografía. .......................................................................................................... 7

2
Introducción
La probabilidad condicional es un concepto fundamental en la teoría de la
probabilidad que se utiliza para modelar y comprender situaciones en las cuales la
ocurrencia de un evento puede depender de la ocurrencia de otro evento. En esencia,
la probabilidad condicional nos permite calcular la probabilidad de que ocurra un
evento dado que otro evento ya ha ocurrido.

Formalmente, la probabilidad condicional de un evento A dado un evento B, denotado

como P(A∣B), se define como la probabilidad de que A ocurra, suponiendo que ya
sabemos que B ha ocurrido. En otras palabras, la probabilidad condicional se
interpreta como la proporción de veces que esperamos que A ocurra, dado que
sabemos que B ha ocurrido. La fórmula básica para calcular la probabilidad
condicional es:

P(A∣B)= P(B)/P(A∩B)

donde

P(A∩B) es la probabilidad de que ocurran ambos eventos A y B, y P(B) es la probabilidad

de que ocurra B.

La probabilidad condicional es especialmente útil en situaciones donde los eventos no

son necesariamente independientes entre sí, es decir, la ocurrencia de un evento
afecta la probabilidad de que ocurra otro evento. Este concepto es fundamental en
diversas áreas, como estadística, ciencias de la computación, ingeniería, economía y
más, y tiene aplicaciones en la toma de decisiones, modelado de sistemas, análisis de
riesgos y muchos otros campos.

3
Desarrollo.
Problema 1.
Sean A y B dos eventos tales que la P(A)=0.2, P(B)=0.3 y la P(A∪B)=0.4. Calcule:

a) P(AC∩BC)
RESPUESTA: La fórmula general para la intersección de dos eventos es:
P(A∩B)=P(A)+P(B)−P(A∪B)
Dado que P(A∪B) ya está dado como 0.4, podemos calcular P(A∩B):
P(A∩B)=P(A)+P(B)−P(A∪B)
P(A∩B)=0.2+0.3−0.4
P(A∩B)=0.5−0.4
P(A∩B)=0.1
Ahora, para encontrar P(AC∩BC), utilizamos la ley de De Morgan, que establece
que:
P(AC∩BC)=1−P(A∪B)
Entonces:
P(AC∩BC)=1−P(A∪B)
P(AC∩BC)=1−0.4
P(AC∩BC)=0.6

b) P(AC\B)
RESPUESTA: Primero debemos saber el valor de P(AC), para esto
P(AC)=1-P(A)
P(AC)=1-0.2
P(AC)=0.8
Ahora debemos saber P(AC∩B), para esto utilizamos:
P(AC∩B)=P(B)−P(A∩B)
P(AC∩B)= 0.3-0.1
P(AC∩B)= 0.2
Ahora utilizamos la siguiente formula P(A\B)= P(A∩B)/P(B)
P(AC\B)= P(AC∩B)/P(B)
P(AC\B)= 0.2/0.3
P(AC\B)= 0.66

4
Problema 2.
Sean A y B dos eventos mutuamente excluyentes con P(AC)=0.6, P(B)=0.5. Calcule:

a) P(A∪B)
RESPUESTA: primero empezamos con determinar P(A)
P(A)= 1-P(AC)
P(A)= 1-0.6
P(A)= 0.4
Ahora para P(A∪B)
P(A∪B)= P(A)+P(B)
P(A∪B)= 0.4+0.6
P(A∪B)= 0.9
b) P(AC\BC)
RESPUESTA: P(AC∩BC)= 1−(P(A)+P(B))
P(AC∩BC)= 1-(0.4+0.5)
P(AC∩BC)= 1-0.9
P(AC∩BC)= 0.1
P(AC\BC)= P(AC∩BC)/P(BC)
P(AC\BC)= 0.1/0.5
P(AC\BC)= 0.2

Problema 3.
Un experimento consiste en lanzar 2 dados, si uno de ellos resultó 4, encuentre la
probabilidad de que la suma de los números que aparezca en los dados sea igual a 7.

RESPUESTA: Cuando uno de los dados resulta en 4, hay un total de 11 resultados

posibles, ya que el otro dado puede tener cualquier valor del 1 al 6. Estos son los pares
de números que pueden salir

(4,1), (4,2), (4,3), (4,4), (4,5), (4,6)

Y también puede ser al revés:

(1,4), (2,4), (3,4), (5,4), (4,6)

El (4,4) no lo contamos otra vez, ya que no podremos diferenciar los dados, entonces
solamente hay 2 probabilidades de que la suma de las caras de 7 y esas son (4,3) y (3,4)
2
por lo tanto la probabilidad es 11 o es igual a 0.18%

5
Discusión.
En el primer problema nos pide calcular la probabilidad de A complemento
intersección B complemento, es decir, la probabilidad de que no ocurra A y no ocurra
B. Esto se puede interpretar como la probabilidad de que ocurran eventos que no están
en A y tampoco en B, es decir, el espacio muestral. En el inciso B nos pide la
probabilidad de A complemento dado B, entonces nos piden la probabilidad de todo
aquel evento que no sea A pero que ya esta dado B.

En el problema 2 nos piden calcular la unión de A y B, lo cual esto es más fácil,

entonces simplemente sacamos la probabilidad de A y la sumamos con la
probabilidad de B. Para el segundo inciso nos piden la probabilidad de A complemento
dado B complemento, entonces simplemente utilizamos la formula de la probabilidad
condicional.

Para el problema del dado, se nos pide calcular la probabilidad de que la suma de los
números en dos dados sea igual a 7, dado que uno de los dados resultó en 4.

Primero, determinamos todos los posibles resultados cuando uno de los dados es 4.
Hay un total de 11 resultados posibles, ya que el otro dado puede tener cualquier valor
del 1 al 6.

De estos 11 resultados, solo uno de ellos cumple con la condición de que la suma de
los números en los dados sea igual a 7, que es cuando el otro dado muestra un 3.

Entonces, la probabilidad de que la suma sea igual a 7, dado que uno de los dados es
2
4, es de 11

Este resultado es interesante porque ilustra cómo la información sobre un evento

puede afectar la probabilidad de otro evento. En este caso, el hecho de que uno de los
dados sea 4 reduce el espacio muestral de posibles resultados, lo que a su vez afecta
la probabilidad de que la suma sea igual a 7. Este tipo de análisis es fundamental en la
probabilidad condicional y tiene muchas aplicaciones en situaciones del mundo real
donde la información parcial puede influir en las probabilidades de eventos futuros.

6
Conclusión.
Una conclusión importante sobre la probabilidad condicional es que nos proporciona
una forma de modelar y comprender situaciones en las que la información parcial o la
dependencia entre eventos influyen en las probabilidades. Nos permite hacer
predicciones más precisas y tomar decisiones informadas en una amplia gama de
contextos, desde la ciencia y la ingeniería hasta la economía y la medicina.

Bibliografía.
Wayne W., D. (1989). Bioestadística. Base para el análisis de las ciencias de la salud

(Cuarta edición) [PDF]. Editorial Limusa.