Probabilidad condicionada

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.