Las probabilidades condicionadas se calculan una vez que se ha
incorporado informacin adicional a la situacin de partida: Ejemplo: se tira un dado y sabemos que la probabilidad de que salga un 2 es 1/6 (probabilidad a priori! "i incorporamos nueva informacin (por e#emplo$ alguien nos dice que el resultado ha sido un n%mero par entonces la probabilidad de que el resultado sea el 2 ya no es 1/6! Las probabilidades condicionadas se calculan aplicando la siguiente frmula: &onde: P (B/A) es la probabilidad de que se de el suceso ' condicionada a que se haya dado el suceso (! P (B A) es la probabilidad del suceso simult)neo de ( y de ' P (A) es la probabilidad a priori del suceso ( *n el ejemplo que hemos visto: P (B/A) es la probabilidad de que salga el n%mero 2 (suceso ' condicionada a que haya salido un n%mero par (suceso (! P (B A) es la probabilidad de que salga el dos y n%mero par! P (A) es la probabilidad a priori de que salga un n%mero par! +or lo tanto: + (' ( , 1/6 + (( , 1/2 + ('/( , (1/6 / (1/2 , 1/- Luego$ la probabilidad de que salga el n%mero 2$ si ya sabemos que ha salido un n%mero par$ es de 1/- (mayor que su probabilidad a priori de 1/6! 2 ejemplo: *n un estudio sanitario se ha llegado a la conclusin de que la probabilidad de que una persona sufra problemas coronarios (suceso ' es el .$1. (probabilidad a priori! (dem)s$ la probabilidad de que una persona sufra problemas de obesidad (suceso ( es el .$2/ y la probabilidad de que una persona sufra a la vez problemas de obesidad y coronarios (suceso interseccin de ( y ' es del .$./! 0alcular la probabilidad de que una persona sufra problemas coronarios si est) obesa (probabilidad condicionada +('/(! + (' ( , .$./ + (( , .$2/ + ('/( , .$./ / .$2/ , .$2. +or lo tanto$ la probabilidad condicionada es superior a la probabilidad a priori! 1o siempre esto es as2$ a veces la probabilidad condicionada es igual a la probabilidad a priori o menor! Por ejemplo: probabilidad de que al tirar un dado salga el n%mero 2$ condicionada a que haya salido un n%mero impar! La probabilidad condicionada es en este caso cero$ frente a una probabilidad a priori de 1/6! Probabilidad compuesta La probabilidad compuesta (o regla de multiplicacin de probabilidades se deriva de la probabilidad condicionada: La probabilidad de que se den simult)neamente dos sucesos (suceso interseccin de ( y ' es igual a la probabilidad a priori del suceso ( multiplicada por la probabilidad del suceso ' condicionada al cumplimiento del suceso (! La frmula para calcular esta probabilidad compuesta es: Ejemplo 1 : *studiamos el suceso ( (porcenta#e de varones mayores de 3. a4os casados y el suceso ' (varones mayores de 3. a4os con m)s de 2 hi#os y obtenemos la siguiente informacin: 5n -/6 de los varones mayores de 3. a4os est)n casados! &e los varones mayores de 3. a4os y casados$ un -.6 tienen m)s de 2 hi#os (suceso ' condicionado al suceso (! Calcular la probabilidad de ue un !arn ma"or de #$ a%os est& casado " ten'a m(s de 2 )ijos (suceso interseccin de ( y '! +or lo tanto: + (( , .$-/ + ('/( , .$-. + (( ' , .$-/ 7 .$-. , .$1./ *s decir$ un 1.$/6 de los varones mayores de 3. a4os est)n casados y tienen m)s de 2 hi#os! 2 ejemplo: *studiamos el suceso ( (alumnos que hablan ingl8s y el suceso ' (alumnos que hablan alem)n y obtenemos la siguiente informacin: 5n /.6 de los alumnos hablan ingl8s! &e los alumnos que hablan ingl8s$ un 2.6 hablan tambi8n alem)n (suceso ' condicionado al suceso (! Calcular la probabilidad de ue un alumno )able in'l&s " alem(n (suceso interseccin de ( y '!+or lo tanto: + (( , .$/. + ('/( , .$2. + (( ' , .$/. 7 .$2. , .$1. *s decir$ un 1.6 de los alumnos hablan ingl8s y alem)n!
Teorema de la probabilidad total *l *eorema de la probabilidad total nos permite calcular la probabilidad de un suceso a partir de probabilidades condicionadas: Ejemplo: supongamos que si llueve la probabilidad de que ocurra un accidentes es 96 y si hace buen tiempo dicha probabilidad es y6! *ste teorema nos permite deducir cu)l es la probabilidad de que ocurra un accidente si conocemos la probabilidad de que llueva y la probabilidad de que haga buen tiempo! La frmula para calcular esta probabilidad es: *s decir$ la probabilidad de ue ocurra el suceso B (en nuestro e#emplo$ que ocurra un accidente es i'ual a la suma de multiplicar cada una de las probabilidades condicionadas de este suceso con los diferentes sucesos ( (probabilidad de un accidente cuando llueve y cuando hace buen tiempo por la probabilidad de cada suceso A+ +ara que este teorema se pueda aplicar hace falta cumplir un reuisito: ,os sucesos A tienen ue formar un sistema completo$ es decir$ que contemplen todas las posibilidades (la suma de sus probabilidades debe ser el 1..6! Ejemplo: al tirar una moneda$ el suceso :salir cara: y el suceso :salir cruz: forman un sistema completo$ no hay m)s alternativas: la suma de sus probabilidades es el 1..6 Ejemplo: al tirar un dado$ que salga el 1$ el 2$ el -$ o el 3 no forman un sistema completo$ ya que no contempla todas las opciones (podr2a salir el / o el 6! *n este caso no se podr2a aplicar el teorema de la probabilidad total! Ejercicio 1: *n un saquito hay papeletas de tres colores$ con las siguientes probabilidades de ser elegidas: a) Amarilla: probabilidad del /.6! b) -erde: probabilidad del -.6 c) .oja: probabilidad del 2.6! "eg%n el color de la papeleta elegida$ podr)s participar en diferentes sorteos! (s2$ si la papeleta elegida es: a) Amarilla: participas en un sorteo con una probabilidad de ganar del 3.6! b) -erde: participas en otro sorteo con una probabilidad de ganar del 6.6 c) .oja: participas en un tercer sorteo con una probabilidad de ganar del ;.6! 0on esta informacin$ /u& probabilidad tienes de 'anar el sorteo en el ue participes0: 1!< Las tres papeletas forman un sistema completo: sus probabilidades suman 1..6 2!< (plicamos la frmula: Luego$ + (' , (.$/. 7 .$3. = (.$-. 7 .$6. = (.$2. 7 .$;. , .$/3 +or tanto$ la probabilidad de que ganes el sorteo es del /36!
Ejercicio 2: >an a cambiar a tu #efe y se bara#an diversos candidatos: a) Carlos$ con una probabilidad del 6.6 b) 1uan$ con una probabilidad del -.6 c) ,uis$ con una probabilidad del 1.6 *n funcin de quien sea tu pr9imo #efe$ la probabilidad de que te suban el sueldo es la siguiente: a) 2i sale Carlos: la probabilidad de que te suban el sueldo es del /6! b) 2i sale 1uan: la probabilidad de que te suban el sueldo es del 2.6! c) 2i sale ,uis: la probabilidad de que te suban el sueldo es del 6.6! *n definitiva$ /cual es la probabilidad de ue te suban el sueldo0: 1!< Los tres candidatos forman un sistema completo 2!< (plicamos la frmula: + (' , (.$6. 7 .$./ = (.$-. 7 .$2. = (.$1. 7 .$6. , .$1/ +or tanto$ la probabilidad de que te suban el sueldo es del 1/6! Lo llevas claro amigo!!! Teorema de Bayes *l *eorema de Ba"es viene a seguir el proceso in!erso al que hemos visto en el *eorema de la probabilidad total: *eorema de la probabilidad total: a partir de las probabilidades del suceso ( (probabilidad de que llueva o de que haga buen tiempo deducimos la probabilidad del suceso ' (que ocurra un accidente! *eorema de Ba"es: a partir de que ha ocurrido el suceso ' (ha ocurrido un accidente deducimos las probabilidades del suceso ( (?estaba lloviendo o hac2a buen tiempo@! La frmula del Aeorema de 'ayes es: Aratar de e9plicar estar frmula con palabras es un galimat2as$ as2 que vamos a intentar e9plicarla con un e#emplo! &e todos modos$ antes de entrar en el e#ercicio$ recordar que este teorema tambi8n e9ige que el suceso A forme un sistema completo+
Ejercicio 1: *l parte meteorolgico ha anunciado tres posibilidades para el fin de semana: a) 3ue llue!a: probabilidad del /.6! b) 3ue nie!e: probabilidad del -.6 c) 3ue )a"a niebla: probabilidad del 2.6! "eg%n estos posibles estados meteorolgicos$ la posibilidad de que ocurra un accidente es la siguiente: a) 2i llue!e: probabilidad de accidente del 1.6! b) 2i nie!a: probabilidad de accidente del 2.6 c) 2i )a" niebla: probabilidad de accidente del /6! Besulta que efectivamente ocurre un accidente y como no estabamos en la ciudad no sabemos que tiempo hizo (nev$ llov2o o hubo niebla! *l teorema de 'ayes nos permite calcular estas probabilidades: Las probabilidades que mane#amos antes de conocer que ha ocurrido un accidente se denominan 4probabilidades a priori4 (lluvia con el 6.6$ nieve con el -.6 y niebla con el 1.6! 5na vez que incorporamos la informacin de que ha ocurrido un accidente$ las probabilidades del suceso ( cambian: son probabilidades condicionadas + ((/'$ que se denominan 4probabilidades a posteriori4! >amos a aplicar la frmula: a) Probabilidad de ue estu!iera llo!iendo: La probabilidad de que efectivamente estuviera lloviendo el d2a del accidente (probabilidad a posteriori es del C1$36! b) Probabilidad de ue estu!iera ne!ando: La probabilidad de que estuviera nevando es del 21$36! c) Probabilidad de ue )ubiera niebla: La probabilidad de que hubiera niebla es del C$16! Independencia de sucesos &os sucesos son independientes entre s2$ si la ocurrencia de uno de ellos no afecta para nada a la ocurrencia del otro: Ejemplo: el suceso estatura de los alumnos de una clase y el color del pelo son independientes: el que un alumno sea m)s o menos alto no va a influir en el color de su cabello$ ni viceversa! +ara que dos sucesos sean independientes tienen que verificar al menos una de las siguientes condiciones: P (B/A) 5 P (B) es decir$ que la probabilidad de que se de el suceso '$ condicionada a que previamente se haya dado el suceso ($ es e9actamente igual a la probabilidad de '! Ejemplo: la probabilidad de que al tirar una moneda salga cara (suceso '$ condicionada a que haga buen tiempo (suceso ($ es igual a la propia probabilidad del suceso '! P (A/B) 5 P (A) es decir$ que la probabilidad de que se de el suceso ($ condicionada a que previamente se haya dado el suceso '$ es e9actamente igual a la probabilidad de (! Ejemplo: la probabilidad de que haga buen tiempo (suceso ($ condicionada a que al tirar una moneda salga cara (suceso '$ es igual a la propia probabilidad del suceso (! P (A B) 5 P (A) 6 P (B) es decir$ que la probabilidad de que se de el suceso con#unto ( y ' es e9actamente igual a la probabilidad del suceso ( multiplicada por la probabilidad del suceso '! Ejemplo: la probabilidad de que haga buen tiempo (suceso ( y salga cara al tirar una moneda (suceso '$ es igual a la probabilidad del suceso ( multiplicada por la probabilidad del suceso ' "i el suceso A es independiente del suceso B$ entonces el suceso B tambi8n es independiente del suceso A+ Ejemplo 1: analicemos dos sucesos: 2uceso A: la probabilidad de que haga buen tiempo es del .$3 2uceso B: la probabilidad de tener un accidente es del .$1 2uceso interseccin: la probabilidad de que haga buen tiempo y tener un accidente es del .$.; >eamos si se cumple alguna de las condiciones se4aladas: + ('/( , + (( ' / + (( , .$.; / .$3 , .$2 (que no es igual a + (' + ((/' , + (( ' / + (' , .$.; / .$6 , .$1-- (que no es igual a + (( + (( ' , .$.; (que no es igual a + (( multiplicado por + (' +or lo tanto$ no se cumple ninguna de las tres condiciones se4aladas por lo que estos dos sucesos no son independientes$ sino que e9iste alg%n grado de dependencia entre ellos! Ejemplo 2: analicemos dos sucesos: 2uceso A: la probabilidad de que haga buen tiempo es del .$3 2uceso B: la probabilidad de salir cara al lanzar una moneda es del .$/ 2uceso interseccin: la probabilidad de que haga buen tiempo y que salga cara es .$2 >eamos si se cumple alguna de las condiciones se4aladas: + ('/( , + (( ' / + (( , .$2 / .$3 , .$/ (igual que + ('+ ((/' , + (( ' / + (' , .$2 / .$6 , .$3 (igual que + ((+ (( ' , .$2 (igual a + (( multiplicado por + (' +or lo tanto$ estos dos sucesos s7 son independientes.