∫[

2
]
Probabilidad 𝑥−𝐸(𝑥) 𝑓𝑥.𝑑𝑥
Condicional
LIC. EZEQUIEL GUTIERREZ

∑ 𝑥 ∗ 𝑝 (𝑥 )
 PROBABILIDAD TOTAL DE UN
EVENTO
• Se define la Probabilidad Total de un evento a aquella que representa a un SUCESO que depende de
varios sucesos
• Ejemplo: Sentarse en la silla si la persona entro por la puerta o por la ventana
PROBABILIDAD DE ENTRAR POR LA PUERTA Y
SENTARSE EN LA MESA

PROBABILIDAD DE ENTRAR POR LA PUERTA Y

SENTARSE EN LA SILLA
SILL
A PROBABILIDAD DE ENTRAR POR LA VENTANA Y
SENTARSE EN LA SILLA
MESA
PROBABILIDAD DE ENTRAR POR LA VENTANA Y
SENTARSE EN LA MESA
SI QUIERO CALCULAR LA PROBABILIDAD DE
PROBABILIDAD DE SENTARSE EN LA SILLA
ENTRAR POR LA VENTANA
PROBABILIDAD DE
ENTRAR POR LA PUERTA
𝑃 ( 𝑆 ) =𝑃 ( 𝑆∩ 𝑃 )+ 𝑃 ( 𝑆 ∩𝑉 )
PROBABILIDAD CONDICIONAL
• Se define a la PROBABILIDAD CONDIONAL a aquella que representa la PROBABILIDAD de un
EVENTO luego de sucedido otro.
• LA POBRABILIDAD CONDICIONAL NO DEFINE LA INDEPENDENCIA NI LA DEPENDENCIA
DE LOS EVENTOS.

EVENTO CONDICIONANTE: Es el evento

• Se describe de la siguiente manera:
que ya sabemos que ocurrio
EVENTO CONDICIONADO: Es el
evento el cual deseamos averiguar
INTERSECCION
DE AMBOS

𝑃 ( 𝐴 ⋂ 𝐵)
𝑃 ( 𝐴|𝐵 )=
DADO QUE: significa que ya sabemos que paso 𝑃 (𝐵) CONDICIONANTE
el evento
CUANDO SE CALCULA LA PROBABILIDAD
CONDICIONAL SIEMPRE SE DESARROLLA ESTA
FORMULA
PROBABILIDAD CONDICIONAL
• CONDICIONADO Y CONDICIONANTE SON INDEPENDIENTES
• A y B NO TIENEN RELACION
Al ser independientes la
La intersección de intersección se calcula asi
ambos

𝑃 ( 𝐴∩ 𝐵) 𝑃 ( 𝐴 ) ∗ 𝑃 (𝐵)
𝑃 ( 𝐴|𝐵 )= =¿ =¿ 𝑃 ( 𝐴)
𝑃 (𝐵) 𝑃 ( 𝐵)

Condicionante El evento que ya

conocemos
 PROBABILIDAD CONDICIONAL
• CONDICIONADO Y CONDICIONANTE SON DEPENDIENTES
• CONDICIONADO(A) DEPENDE DEL CONDICIONANTE(B)

La intersección de Al depender A de B, para su intersección

ambos debe primero pasar B

𝑃 ( 𝐴∩ 𝐵) 𝑃 ( 𝐵 ) ∗ 𝑃 ( 𝐴∨ 𝐵)
𝑃 ( 𝐴|𝐵 )= =¿ =¿ 𝑃 ( 𝐴∨𝐵)
𝑃 (𝐵) 𝑃 ( 𝐵)

Condicionante  El evento que ya

conocemos Indica que el evento que buscamos depende
del que ya conocemos
 PROBABILIDAD CONDICIONAL
• CONDICIONADO Y CONDICIONANTE SON DEPENDIENTES
• CONDICIONANTE(B) DEPENDE DEL CONDICIONADO(A)

Al depender B de A, para su intersección

La intersección de ambos primero debe ocurrir A
eventos

𝑃 ( 𝐴∩ 𝐵) 𝑃 ( 𝐴 ) ∗ 𝑃 (𝐵∨ 𝐴)
𝑃 ( 𝐴|𝐵 )= =¿ =¿
𝑃 (𝐵) 𝑃(𝐵)

Condicionante  El evento que

ya conocemos TEOREMA
DE BAYES
 PROBABILIDAD CONDICIONAL
• Ejemplo:
• Supongamos que tenemos un aula por la cual puede ingresarse por la puerta o por la ventana, y una
vez que se ingresa uno puede sentarse en una silla o en una mesa

𝑃 ( 𝑃 ) =0,8

𝑃 ( 𝑀 ∨𝑃 )=0 ,1
𝑃 ( 𝑆∨𝑃 )=0 , 9

𝑃 ( 𝑆∨𝑉 )=0 ,3 𝑃 ( 𝑀 ∨𝑉 )=0 ,7

𝑃 ( 𝑉 ) =0,2
 • Supongamos que deseamos saber la probabilidad que una
persona se siente en la silla
• Sabemos que las personas que se sientan en la silla entran por la puerta o por la
ventana
→ 𝑃 ( 𝑆 )=𝑃 ( 𝑆 ∩ 𝑃 ) + 𝑃 ( 𝑆 ∩𝑉 )=¿ 𝑃 ( 𝑃 ) ∗ 𝑃 ( 𝑆|𝑃 ) + 𝑃 ( 𝑉 ) ∗ 𝑃 (𝑆∨𝑉 )
• De la misma manera calculamos la probabilidad de sentarse en la mesa
𝑃 ( 𝑃 ) =0,8 → 𝑃 ( 𝑀 )=𝑃 ( 𝑀 ∩ 𝑃 ) +𝑃 ( 𝑀 ∩𝑉 )=¿𝑃 ( 𝑃 ) ∗ 𝑃 ( 𝑀 |𝑃 ) +𝑃 ( 𝑉 ) ∗ 𝑃 (𝑀∨𝑉 )
NOTA
𝑃 ( 𝑀 ∨𝑃 )=0 ,1
𝑃 ( 𝑆∨𝑃 )=0 , 9
𝑃 ( 𝑃 ) + 𝑃 ( 𝑉 )=1
𝑃 ( 𝑆∨𝑉 )=0 ,3 𝑃 ( 𝑆 ) + 𝑃 ( 𝑀 ) =1
𝑃 ( 𝑀 ∨𝑉 )=0 ,7

𝑃 ( 𝑉 ) =0,2
→ 𝐿𝑎𝑠 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒𝑒𝑛𝑡𝑟𝑎𝑟 𝑝𝑜𝑟 𝑙𝑎 𝑝𝑢𝑒𝑟𝑡𝑎 𝑦 𝑝𝑜𝑟 𝑙𝑎 𝑣𝑒𝑛𝑡𝑎𝑛𝑎 𝑠𝑜𝑛𝑐𝑜𝑚𝑝𝑙𝑒𝑚𝑒𝑛𝑡𝑎𝑟𝑖𝑎𝑠
→𝐿𝑎𝑠 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒 𝑠𝑒𝑛𝑡𝑎𝑟𝑠𝑒𝑒𝑛𝑙𝑎𝑠𝑖𝑙𝑙𝑎𝑜𝑒𝑛𝑙𝑎𝑚𝑒𝑠𝑎𝑡𝑎𝑚𝑏𝑖𝑒𝑛 𝑠𝑜𝑛𝑐𝑜𝑚𝑝𝑙𝑒𝑚𝑒𝑛𝑡𝑎𝑟𝑖𝑎𝑠
 • SI ENTRO AL AULA Y VEO QUE ESTA SENTADO EN LA MESA ¿CUAL ES LA
PROBABILIDAD QUE HAYA INGRESADO POR LA VENTANA

𝑃 (𝑉 ∩ 𝑀) • SE SABE QUE PARA SENTARSE EN LA MESA DEPENDE

𝑃 ( 𝑉 |𝑀 )=¿ QUE ENTRE POR LA VENTANA
𝑃 (𝑀) • EL CONDICIONANTE DEPENDE DEL CONDICIONADO

𝑃 ( 𝑃 ) =0,8
𝑃 ( 𝑉 ) ∗ 𝑃 (𝑀 ∨𝑉 )
=¿
𝑃 ( 𝑀 ∩ 𝑃 ) + 𝑃 (𝑀 ∩ 𝑉 )
𝑃 ( 𝑀 ∨𝑃 )=0 ,1
𝑃 ( 𝑆∨𝑃 )=0 , 9
𝑃 ( 𝑉 ) ∗ 𝑃 (𝑀∨𝑉 )
𝑃 ( 𝑆∨𝑉 )=0 ,3 𝑃 ( 𝑀 ∨𝑉 )=0 ,7 𝑃 ( 𝑃 ) ∗ 𝑃 ( 𝑀| 𝑃 ) +𝑃 ( 𝑉 ) ∗ 𝑃 (𝑀∨𝑉 )

𝑃 ( 𝑉 ) =0,2 DENOMINADOR  PROBABILIDAD TOTAL

𝑃 ( 𝑀 |𝑉 )=¿ 𝑀𝑒𝑠𝑎 𝑑𝑒𝑝𝑒𝑛𝑑𝑒𝑑𝑒 𝑉𝑒𝑛𝑡𝑎𝑛𝑎 DEL EVENTO

𝑃 ( 𝑉 |𝑀 )=¿𝑀𝑒𝑠𝑎 𝑑𝑒𝑝𝑒𝑛𝑑𝑒𝑑𝑒 𝑉𝑒𝑛𝑡𝑎𝑛𝑎

Dependencia e Independencia
• Para determinar si existe dependencia o independencia entre los eventos se deben considerar la
reposición de los elementos extraidos en cada ensayo
• 2 Tipos de ensayos
• CON REPOSICION
• SIN REPOSICION
• EJEMPLO: Tenemos una caja con 6 bolitas blancas y 4 negras, realizamos 2 extracciones y
deseamos calcular la probabilidad que la segunda bolita sea blanca

6 6
𝑃 (1 𝐵)= 𝑃 (2 𝐵)=
10 10
CON REPOSICION EVENTOS
4 6 INDEPENDIENTES
𝑃 ( 1 𝑁 )= 𝑃 (2 𝐵)=
10 10
6 5
𝑃 (1 𝐵)= 𝑃 (2 𝐵)=
SIN REPOSICION 10 9 EVENTOS
4 DEPENDIENTES
𝑃 ( 1 𝑁 )= 6
10 𝑃 (2 𝐵)=
9
Dependencia e Independencia
TABLA DE CONTINGENCIA O TABLA DE DOBLE ENTRADA

PROBABILIDADES
PROBABILIDADES DE MARGINALES
INTERSECCION
Dependencia e Independencia
• EVENTOS INDEPENDIENTES

𝑃 ( 𝐴 ) =0,3
𝑃 ( 𝐵 )=0 ,7
𝑃 ( 𝐶 )=0,8
𝑃 ( 𝐷 )=0 , 2

𝑃 ( 𝐴 ∩𝐶 )=0,24 ¿ 𝑃 ( 𝐴 ) ∗ 𝑃 ( 𝐶 )=0,3 ∗0,8=0,24

𝑃 ( 𝐴 ∩ 𝐷 ) =0,06 ¿ 𝑃 ( 𝐴 ) ∗ 𝑃 ( 𝐷 ) =0,3 ∗ 0,2=0,06

𝑃 ( 𝐵 ∩𝐶 ) =0,56 ¿ 𝑃 ( 𝐵 ) ∗ 𝑃 ( 𝐶 ) =0,7 ∗ 0,8=0,56

𝑃 ( 𝐵 ∩ 𝐷 )=0,14 ¿ 𝑃 ( 𝐵 ) ∗ 𝑃 ( 𝐷 )=0,7 ∗ 0,2=0,14

Dependencia e Independencia
• EVENTOS DEPENDIENTES

𝑃 ( 𝐴 ) =0,3
𝑃 ( 𝐵 )=0 ,7
𝑃 ( 𝐶 )=0,8
𝑃 ( 𝐷 )=0 , 2

𝑃 ( 𝐴 ∩ 𝐶 )=0,15 ≠ 𝑃 ( 𝐴 ) ∗ 𝑃 ( 𝐶 )=0,3 ∗0,8=0,24

𝑃 ( 𝐴 ∩ 𝐷 ) =0,15 ≠ 𝑃 ( 𝐴 ) ∗ 𝑃 ( 𝐷 ) =0,3 ∗ 0,2=0,06

𝑃 ( 𝐵 ∩ 𝐶 ) =0,65 ≠ 𝑃 ( 𝐵 ) ∗ 𝑃 ( 𝐶 ) =0,7 ∗ 0,8=0,56

𝑃 ( 𝐵 ∩ 𝐷 )=0,05 ≠ 𝑃 ( 𝐵 ) ∗ 𝑃 ( 𝐷 )=0,7 ∗ 0,2=0,14

IMPORTANTE
• La probabilidad condicional no determina la dependencia de los eventos
• Una probabilidad condicional puede llevar a 3 resultados diferentes

𝑃 ( 𝐴∩ 𝐵) 𝑃 ( 𝐴 ) ∗ 𝑃 (𝐵)
INDEPENDIENTE 𝑃 ( 𝐴|𝐵 )= =¿ =¿ 𝑃 ( 𝐴)
S 𝑃 (𝐵) 𝑃 (𝐵)

CONDICIONADO DEPENDE 𝑃 ( 𝐴∩ 𝐵) 𝑃 ( 𝐵 ) ∗ 𝑃 ( 𝐴∨ 𝐵) 𝑃 ( 𝐴∨𝐵)

DEL CONDICIONANTE 𝑃 ( 𝐴|𝐵 )= =¿ =¿
𝑃 (𝐵) 𝑃 (𝐵)

CONDICIONANTE DEPENDE 𝑃 ( 𝐴∩ 𝐵) 𝑃 ( 𝐴 ) ∗ 𝑃 (𝐵∨ 𝐴) 𝑃 ( 𝐴 ) ∗ 𝑃 (𝐵∨ 𝐴)

DEL CONDICIONADO 𝑃 ( 𝐴|𝐵 )= =¿ =¿
𝑃 (𝐵) 𝑃 (𝐵) 𝑃 (𝐵)
MUCHAS GRACIAS!!!!!!!