PROBABILIDAD CONDICIONAL

Supnganse dos conjuntos A y B que

pertenecen al espacio muestral S
Si se sabe que ya ocurri el evento B, la
probabilidad de que tambin haya ocurrido A
se escribe: P(A|B) y se lee la probabilidad de
A dado B.
P(A|B) equivale a calcular la probabilidad de A
cuando el espacio muestral se reduce a B.

n( A B )
P( A / B)
n( B )
Pero tambin, si dividimos numerador
y denominador entre n(s) tenemos:

n( A B )
n( S ) P( A B)
P( A / B)
n( B ) P( B)
n( S )
 La condicin B representa una informacin
adicional que cambia las condiciones del
experimento aleatorio:

Considere el experimento de lanzar un dado

equilibrado. Claramente el
espacio muestral es = {1, 2, 3, 4, 5, 6}, el cual
por hiptesis es equiprobable. Sean
los eventos A = {2} y B = {2, 4, 6} = Cae par.
Entonces P(A) = 1/6 mientras que
P( A B) P({2}) 1/ 6 1
P( A / B)
P( B) P({2,4,6}) 3 / 6 3
 De la definicin de probabilidad
condicional tenemos que

P( A B) P( A / B) P( B) o P( A B) P( B / A) P( A)
Demostrar :
P( A1 A2 ... An ) P( A1 ) P( A2 / A1 ) P( A3 / A1 A2 )...P( An / A1 A2 ... An1 )

Tomar en cuenta que :

P( A1 A2 ... An ) P( An / A1 A2 ... An1 ) P( A1 A2 ... An1 )
P( A1 A2 ... An1 ) P( An1 / A1 A2 ... An2 ) P( A1 A2 ... An2 )
Ejercicio Para trabajo en equipo
El siguiente experimento se conoce como
la urna de Polya.

Suponga que en una urna se tienen b bolas

blancas y r bolas rojas. Un experimento
aleatorio consiste en seleccionar una bola al
azar y regresarla a la urna junto con c bolas
del mismo color. Use la regla del producto
para calcular la probabilidad de obtener bolas
rojas en las tres primeras extracciones.
 Independencia de eventos.
Se dice que dos eventos cualesquiera A y B son
independientes si se cumple la condicin:
P(A B) = P(A)P(B).
Esta igualdad es equivalente a la expresin
P(A|B) = P(A) cuando P(B) > 0.
Se dice que la probabilidad del evento A es la
misma, sepamos o no la ocurrencia del evento
B
 Ejemplo
Suponga que se lanza una moneda dos veces. Es
una hiptesis natural suponer que el resultado
del primer lanzamiento no afecta el resultado
del segundo lanzamiento. De este modo
cualquier evento del primer ensayo es
independiente de cualquier otro evento en el
segundo ensayo; y por lo tanto su
probabilidad es de 1/4
Decimos que n eventos A,A, . . . ,An son
independientes si se satisfacen todas y cada una
de las condiciones siguientes ecuaciones:

P( Ai A j ) P( Ai ) P( A j ) Para i j
P( Ai A j Ak ) P( Ai ) P( A j ) P( Ak ) Para i j k

P(A1 A 2 ... A n ) P(A1 )P(A 2 )...P(A n )

Demostrar que son 2 n 1 ecuaciones

n
 Ejemplo

Sea S {1,2,3,4} un espacio muestral equiprobab le

Sean los eventos A {1,2} B {2,3} C {2,4}.
Son los eventos A, B y C independie ntes?
 Teorema de probabilidad total.
Sea B1 , B2 ,...Bn subconjuntos tales que cada uno
de estos conjuntos es distinto del vaco y la
coleccin es disjunta dos a dos, esto es,
para indices i, j se cumple que Bi B j y
la union de toda la coleccion produce todo
el espacio muestral :
S B1 B2 ... Bn
 Teorema de probabilidad total

Sea B1 , B2 ,..., Bn una particin de tal que cada

elemento de la particin tiene probabilidad
estrictamente positiva. Para cualquier evento
A,
n
P( A) P( A / Bi )P( Bi )
i 1
 Ejemplo
Suponga que tenemos dos cajas: una con 3
bolas blancas y 7 de color gris, la otra con 6
blancas y 6 grises. Si se elije una caja al azar y
despus se saca una bola, cul es la
probabilidad de que sea blanca?
Aplicacin del teorema de probabilidad
total:

Encontrar P(G)
 ejemplo
Suponga que en una poblacin humana de igual
nmero de hombres y mujeres, el 4% de
hombres son daltnicos y el 1% de las mujeres
son daltnicas.
Una persona es elegida al azar, Cul es la
probabilidad de que sea daltnica?
 Teorema de Bayes

Sea B1, . . . ,Bn una particin de tal que cada elemento

de la particin tiene probabilid ad estrictame nte positiva.
Sea A un evento tal que P(A) 0.
Entonces para cada j 1, 2, . . . , n
P( A / B j ) P( B j )
P( B j / A) n

P( A / B ) P( B )
i 1
i i
 ejemplo
En una fbrica hay dos mquinas. La mquina 1
realiza el 60% de la produccin total y la mquina
2 el 40%. De su produccin total, la mquina 1
produce 3% de material defectuoso, la 2 el 5%. El
asunto es que se ha encontrado un material
defectuoso, Cul es la probabilidad de que este
material defectuoso provenga de la mquina 2?
Sea M el evento la maquina 1 produjo el material escogido
sea M el evento la maquina 2 produjo el material escogido y
D el material escogido es defectuoso
Entonces
 Ejemplo
En un laboratorio se descubri una prueba
para detectar cierta enfermedad, y sobre la
eficacia de dicha prueba se conoce lo siguiente:
Si se denota por E el evento de que un paciente
tenga la enfermedad y por N el evento de que
la prueba resulte negativa, entonces se sabe
que

P( N / E ) 0.95
c

P( N / E ) 0.96 y P(E) 0.01

c
Con esta informaci n uno podra pensar que la prueba es muy buena,
sin embargo calcularem os las probabilid ades P(E|N) y P(E|N c ),
usando el teorema de Bayes.
Por otro lado