Sesin 19

PROBABILIDAD CONDICIONAL

El clculo de probabilidades es una rama de la estadstica que se ocupa del estudio de

experiencias aleatorias. Al respecto, sabemos que:

Si dejamos caer una piedra o la lanzamos, y conocemos las

condiciones iniciales de altura, velocidad, etc., sabremos con
seguridad dnde caer, cunto tiempo tardar en llegar al suelo, etc.
Esto es una experiencia determinista. En cambio, si lanzamos un
dado sobre una mesa, ignoramos qu cara quedar arriba. El
resultado depende del azar. A esto se llama experiencia aleatoria.

Veamos un caso

Caso 1: La apuesta
Luego de almorzar, David y Micaela estn a punto de pagar la cuenta del
restaurant y deciden que pagar la cuenta el que no sea favorecido con el
nmero que sale hacia arriba al lanzar un dado.

a) Cul es el espacio muestral del experimento que estn por hacer David y Micaela si el
dado tiene 6 caras?

.
.
.
.
.
.

b) Representa mediante un diagrama de rbol dicho espacio muestral

.
.
.
.
.
.

c) Cul es el espacio muestral del experimento que estn por hacer David y Micaela si el
dado tiene 4 caras?

.
.
.
.
.
.
 d) Representa mediante un diagrama de rbol dicho espacio muestral

.
.
.
.
.
.

e) Si en lugar de utilizar un dado, David y Micaela utilizan una moneda para decidir quin
pagar la cuenta. Cul es el espacio muestral de dicho experimento?

.
.
.
.
.
.

f) Representa mediante un diagrama de rbol el espacio muestral de la pregunta anterior

.
.
.
.
.
.

Aprendemos

Suceso aleatorio:

Es un acontecimiento que ocurrir o no, dependiendo del azar. Es un proceso (repetible) cuyo
resultado no se conoce de antemano.

Espacio muestral (E):

Es el conjunto formado por todos los posibles resultados de un experimento aleatorio. En adelante
lo designaremos por E.

Ejemplo: Sea el experimento aleatorio:

Lanzar una moneda tres veces

 Podemos contar el nmero de resultados posibles de este
experimento con un diagrama de rbol:

1er 2do 3er

lanzamiento lanzamiento lanzamiento
C
C
+
C
C
+
+

C
C
+
+
C
+
+

Luego el espacio muestral ser:

E = {CCC, CC+, C+C, C++, S++, +C+, ++C, +++}

Evento

Es cualquier subconjunto del espacio muestral E.

Se dice que un evento A ocurre si cualquiera de los elementos o resultados en A ocurren.

Habitualmente se usan los diagramas de Venn, de la teora de conjuntos, para visualizar el

espacio muestral y los eventos.
S
E
E: Espacio muestral
A .a A: Evento
a, b: Resultados
.b

Propiedades de los eventos:

La unin de dos eventos, representada por A o B, se denota por: A B

Ambos AoB
"A or B" ES
A

B
La interseccin de dos eventos, representado por A y B, se denota por: A B
"both
AmbosA Aand
y BB"
A
ES
B

El complemento de un evento, representado por no A, se denota por: AC

C
A ES
A

Eventos excluyentes: Dos eventos A y B son disjuntos o mutuamente excluyentes si no tienen

elementos en comn. As, si un evento ocurre, el otro no puede ocurrir

ES
B
A

Probabilidad Condicional:
Sea M un experimento arbitrario de un espacio muestral E con P(E) > 0.

Se define la probabilidad condicional de A dado E (se denota P(A/E)), se define como sigue:
P( A E )
P( A/E ) (I)
P( E )

Importante:
La probabilidad condicional de A dado E se expresa de varias maneras, por ejemplo, la P del
suceso A s ya ha sucedido el suceso E, o bien, la P del suceso A condicionado a E, se puede
visualizar en un diagrama de Venn como se aprecia a continuacin:
 nmerodemanerasenque A y E puedensuceder
P( A/ E )
nmerodemanerasenque E puedesuceder

Teorema de la multiplicacin de la probabilidad condicional:

Si despejamos de la ecuacin (I) P(EA), que define la probabilidad condicional y usamos el

hecho de que A E = E A, obtenemos la siguiente frmula:

P( A E ) P( E ) * P( A/E )

Probabilidad (P):

Si se repite un acontecimiento aleatorio bajo las mismas condiciones y anotamos las frecuencias
relativas de un suceso. Observaremos que estas tienden a estabilizarse alrededor de un nmero
que est entre cero y uno. Este valor recibe el nombre de probabilidad.

Reglas de la Probabilidad:

Para cualquier evento A, le asignamos el nmero P(A) llamado la probabilidad del evento A.

1. Le asignamos una probabilidad a cada resultado en el espacio muestral, entre 0 y 1, tal

que, la suma de todas las probabilidades de los resultados en el espacio muestral
tiene que ser igual a uno
P( E ) 1

2. La probabilidad de cualquier evento es la suma de las probabilidades de los resultados que

hacen aquel evento.

3. Cualquier probabilidad es siempre un valor numrico entre 0 y 1. La probabilidad es cero

si el evento no puede ocurrir. La probabilidad es uno si el evento es seguro.

0 P ( A) 1

4. Si sumamos las probabilidades de cada resultado individual en el espacio muestral, la

probabilidad total tiene que ser uno
 P (T ) 1

5. La probabilidad de que un evento A ocurra es uno menos la probabilidad de que el evento

no ocurra
P( A) 1 P( A C )

6. Regla de la suma: La probabilidad de que un evento A o un evento B ocurra es la suma de

sus probabilidades individuales menos la probabilidad de la interseccin.

P( A o B) P( A B) P( A) P( B) P( A B)

A
"Aoor
BB" S
A
E
B

Si los dos eventos A y B son disjuntos, es decir, no tienen elementos en comn, entonces:

P( A o B) P( A B) P( A) P( B)

7. Si los resultados del espacio muestral son equiprobables (igualmente probables),

la probabilidad de un evento A es simplemente la proporcin de resultados de A en
el espacio muestral.

nmero de resultados favorables a A casos favorables

Ley de Laplace :
nmero de resultados posibles casos posibles

Esta ley es la definicin de Probabilidad a priori o clsica.

Diagramas de rbol:

Un evento dependiente se define de la siguiente forma. Se dice que un evento A es dependiente

de otro B si para que ocurra A es necesario que ocurra el evento B.

Un instrumento til dentro de la probabilidad condicional son las representaciones que nos
permiten analizar la problemtica de los eventos cuando estos ocurren uno despus del otro.
Concretamente estamos hablando de los diagramas de rbol. Este est constituido de varias
ramas, cada rama parte de un punto que representa un evento aleatorio diferente.
En el esquema que se presenta a continuacin se observa que la rama principal est constituida
de eventos con diferentes posibilidades como son: la siguiente rama consta de
eventos distintos, por ejemplo, que se realizan despus de ocurrir , as de
manera sucesiva pueden ocurrir eventos despus de cualquiera de ellos.

Otro ejemplo es el que se muestra, abajo, y ocurre despus del evento , se observa los
eventos . Tambin observamos que cada evento forma un universo para cada
evento por lo que cada rama, de acuerdo con el axioma de normalizabilidad, tendr que ser igual
a uno.
Analizamos

Caso 2: Casino de Montecarlo1.

A fin de determinar un experimento aleatorio, se ha lanzado un dado, acto seguido se lanzan dos
monedas, una despus de la otra. Se dan las siguientes condiciones:

Si el nmero en el dado sale impar se lanza una moneda

Si sale par se lanza dos monedas

1. Construya el espacio muestral E del experimento.

Solucin

Para construir el espacio muestral utilizamos como ayuda la siguiente tabla de posibilidades:

Lados del
1 2 3 4 5 6
dado.
Primera
C + C + C + C + C + C +
Moneda
Segunda No se No se No se
C + C + C +
Moneda lanza lanza lanza

Luego, el espacio muestral es:

E = { (1,C) ; (1,+) ; (2,C,C) ; (2,+,+) ;

(3,C) ; (3,+) ; (4,C,C) ; (4,+,+) ;
(5,C) ; (5,+) ; (6,C,C) ; (6,+,+) }

1
El nombre de Monte Carlo proviene de la famosa ciudad de Mnaco, donde abundan los casinos de juego y donde el
azar, la probabilidad y el comportamiento aleatorio conforman todo un estilo de vida. Tomado de
http://www.uoc.edu/in3/emath/docs/Simulacion_MC.pdf
2. Grafica mediante un esquema de rbol el espacio muestral del Caso 2: Casino de Montecarlo.

C
1
+

C
2
+

C
3
Experimento +
(Montecarlo)
C
4
+

C
5
+

C
6
+
3. Cul es la Probabilidad de que salga alguna cara?

1/2 C Solucin
1
1/2 + Paso 1:
Anotamos las probabilidades de
1/6 cada resultado en cada fase del
1/2 experimento.
1/2 C
2 1/2
1/2
Paso 2:
1/6 1/2 + Analizamos para el caso de que
1/2 salga slo una cara.

1/2 C Hay 6 casos ( )

La probabilidad de cada uno es
1/6 3 1/6*1/2 = 1/12
Experimento 1/2 +
(Montecarlo) Pero como son seis 1/12*6 = 1/2
1/6 1/2
1/2 C Paso 3:
4 1/2
1/2
Analizamos para el caso de que
1/2 salga dos caras.
1/6 +
1/2
Hay 3 casos ( )
1/2 La probabilidad de cada uno es
C
1/6*1/2*1/2 = 1/24
5
1/6
1/2 + Pero como son tres 1/24*3 = 1/8

Paso 4:
1/2
La Probabilidad que salga alguna
1/2 C
cara ser la suma de Paso 2 y Paso
6 1/2
1/2 3:
1/2 +
1/2 1/2 + 1/8 = 5/8

4. Cul es la Probabilidad de que salga un nmero impar y adems no salga ninguna cara?

Solucin
Sabemos que el espacio muestral es:

Lados del
1 2 3 4 5 6
dado.
Primera
C + C + C + C + C + C +
Moneda
Segunda No se No se No se
C + C + C +
Moneda lanza lanza lanza

Entonces, como la condicin es:

 que salga un nmero impar y adems no salga ninguna cara

Observamos que el resultado buscado slo se dar si cumple a la vez las dos partes de la
condicin, es decir cuando sea a la vez un nmero impar y no sea cara

En la tabla de probabilidades se han sombreado los tres casos que cumplen esta condicin,
ntese que:

Para que cumpla la primera parte que salga un nmero impar, la probabilidad es 1/6 en cada
caso puesto que son seis lados del dado.

Para que se cumpla la segunda parte que no salga ninguna cara, la probabilidad es 1/2.

Luego la probabilidad en cada caso es 1/6*1/2 = 1/12

Pero como son tres casos, la probabilidad sera: 1/12 * 3 = 1/4

Segunda forma

Otra forma de llegar a la respuesta es razonar con el espacio muestral:

E = { (1,C) ; (1,+) ; (2,C,C) ; (2,+,+) ;

(3,C) ; (3,+) ; (4,C,C) ; (4,+,+) ;
(5,C) ; (5,+) ; (6,C,C) ; (6,+,+) }

Se observa que el espacio muestral registra 12 resultados posibles, de los cules, la condicin del
problema indica:
que salga un nmero impar y adems no salga ninguna cara

En el espacio muestral se observa que hay 3 casos favorables que cumplen la condicin de un
total de 12.
nmero de resultados favorables a A casos favorables
Luego, segn la Ley de Laplace :
nmero de resultados posibles casos posibles

Tenemos: 3/12 = 1/4

5. Cul es la Probabilidad de que salgan tres caras?

A partir del espacio muestral:

E = { (1,C) ; (1,+) ; (2,C,C) ; (2,+,+) ;

(3,C) ; (3,+) ; (4,C,C) ; (4,+,+) ;
(5,C) ; (5,+) ; (6,C,C) ; (6,+,+) }

Observamos que en ningn caso se obtiene como resultado 3 caras, por lo tanto:

P(3caras) = 0
Practicamos

En un grupo de amigos el 80 % estn casados. Entre los casados, el 75 % tiene trabajo.

Finalmente, un 5 % no estn casados y tampoco tiene trabajo.

1. Qu porcentaje no tienen trabajo?

a) 15%
b) 20%
c) 25%
d) 40%

2. Si uno tiene trabajo, qu probabilidad hay de que est casado?

a) 0.50
b) 0.75
c) 0.80
d) 0.95

3. Qu porcentaje estn casados entre los que no tienen trabajo?

a) 25%
b) 50%
c) 75%
d) 80%

Caso 3: Viaje por Europa

Un grupo de 120 turistas participa de un viaje por varias

ciudades de Europa, 48 de los turistas hablan ingls, 36
hablan francs, y 12 de ellos hablan los dos idiomas.

Si se escoge un turista al azar del grupo en mencin...

4. Cul es la probabilidad de que hable alguno de los dos idiomas?

5. Cul es la probabilidad de que hable francs, sabiendo que habla ingls?

a) 0.15
b) 0.25
c) 0.45
d) 0.55

6. Cul es la probabilidad de que slo hable francs?

a) 0.2
b) 0.3
c) 0.4
d) 0.6

Caso 4: Botellas premiadas

Se tiene una caja con 20 botellas de gaseosa para la venta, y se

sabe que existen 10 botellas que traen PREMIO en su tapa.

7. Cul es la probabilidad de que la tercera botella que se venda sea la primera

que tenga PREMIO en su tapa?

a) 0.510
b) 0.256
c) 0.187
d) 0.132

8. Cul es la probabilidad de que la tercera botella sea la segunda premiada?

9. En una caja de 100 artculos hay 10 defectuosos se toman al azar 3 artculos uno tras otro,
hallar la probabilidad de que los tres no sean defectuosos.(IP: Probabilidad)

a) 0.73
b) 0.53
c) 0.40
d) 0.28

10. Sean A y B dos sucesos aleatorios con p(A) = 1/2, p(B) = 1/3, p(A B)= 1/4.
Determinar, P(A/B)

a) 4/3
b) 3/4
c) 1/2
d) 5/3

11. Sean A y B dos sucesos aleatorios con p(A) = 1/3, p(B) = 1/4, p(A B) = 1/5. Determinar,
P(B/A)

a) 3/5
b) 5/3
c) 4/5
d) 5/4

12. En una ciudad, el 40% de la poblacin tiene cabellos castaos, el 25% tiene ojos
castaos y el 15% tiene cabellos y ojos castaos. Se escoge una persona al azar. Si
tiene los cabellos castaos, cul es la probabilidad de que tenga tambin ojos
castaos?

a) 0.225
b) 0.375
c) 0.450
d) 0.650

Caso 5: Sorteo de premios.

Una urna A, contiene 7 bolas numeradas del 1 al 7. En otra urna B, hay 5 bolas numeradas del 1
al 5. Lanzamos una moneda equilibrada, de forma que, si sale cara, extraemos una bola de la
urna A y, si sale cruz, la extraemos de B.

13. Sabiendo que sali una bola con nmero par, cul es la probabilidad de que fuera de la
urna A?
Caso 6: Lectura y TV
Se hace una encuesta en un grupo de 120 personas, preguntando si les gusta leer y ver la
televisin. Los resultados son:
A 32 personas les gusta leer y ver la tele.
A 92 personas les gusta leer.
A 47 personas les gusta ver la tele.

Si elegimos al azar una de esas personas.

14. Cul es la probabilidad de que le guste leer, sabiendo que le gusta ver televisin?

a) 2.13
b) 2.46
c) 0.55
d) 0.68

Caso 7: Examen de matemtica

En una clase de 30 alumnos hay 18 que han aprobado el examen de matemticas, 16 que han
aprobado ingls y 6 que no han aprobado ninguna de las dos. Elegimos al azar un alumno de esa
clase.

15. Sabiendo que ha aprobado matemticas, cul es la probabilidad de que haya aprobado
ingls?

a) 0.80
b) 0.75
c) 0.56
d) 0.40