1

UNIVERSIDAD DE LOS ANDES

Facultad de Ingeniera
Departamento de Ingeniera Industrial
Probabilidad y Estadstica I
Sesiones # 5 y # 6
Probabilidad Condicional Independencia de Eventos
Principio de Probabilidad Totales Teorema de Bayes
Mario Castillo (Coordinador General Curso)
2
Motivacin
En un experimento aleatorio, en general, no es lo mismo calcular la probabilidad de un
evento A si no se tiene ninguna informacin sobre el resultado del experimento, que
calcular la probabilidad de A cuando se tiene alguna informacin parcial sobre el resultado
del experimento.
Ejemplos
- En riesgo de crdito
- En diagnstico de enfermedades
- En exploracin y explotacin petrolera
Cuando se tiene informacin parcial, hablamos de calcular la probabilidad del evento A
dado el evento B y lo notamos por:
P(A|B)
que se interpreta como el grado de certeza de que el evento A se produzca dado que se
conoceque el evento B tuvo lugar.
3
Probabilidad Condicional e Independencia - Ejemplo
Se tienen 10 bolas, 4 Blancas y 6 Negras.
Adicionalmente hay:
- 3 bolas negras y 1 blanca que tienen el No. 1,
- 2 bolas negras y una blanca marcadas con el No. 2 y
- 2 bolas blancas y una negra marcadas con el No. 3.
El experimento consiste en seleccionar una bola al azar.
Cul es la probabilidad de que la bola sea Blanca?
Queremos analizar diferentes formas de calcular la probabilidad que nos
piden utilizando el concepto de probabilidad condicional.
1 2 3
4
Probabilidad Condicional e Independencia - Ejemplo
Evidentemente, P(Blanca) =P(B) =4/10=2/5
1. El experimento lo podemos representar incluyendo el color y los nmeros,
de la siguientemanera:
Sea N
i
el evento LABOLA EST MARCADA CON EL No. i
Entonces:
B =BN
1
U BN
2
U BN
3
P(B) =P(BN
1
) +P(BN
2
) +P(BN
3
)
P(B) =1/10+1/10+2/10=4/10=2/5
1 2 3
5
Probabilidad Condicional e Independencia - Ejemplo
Por otro lado, nos podemos preguntar, cul es la probabilidad de que la bola sea
Blanca si se sabe que la bola seleccionada tiene el No. 1?
Esto lo escribimos por: P(B | N
1
) = ?
Claramente P(B | N
1
) =1/4
Pero observemos que:
P(BN
1
) = 1/10 y P(N
1
) = 4/10
P(B | N
1
) = P(BN
1
)/P(N
1
) = (1/10) / (4/10) =
La situacin anterior se puede generalizar a travs de la definicin de probabilidad
condicional:
Definicin: La probabilidad condicional del evento A dado el evento B, se define
por:
1 2 3
6
Conceptualmente, P(A|B) equivale a la probabilidad
de A recalculada en el Espacio Muestral restringido
al evento B.
Probabilidad Condicional e Independencia - Ejemplo
Volviendo al caso de las bolas, notemos que:
P(B) = P(BN
1
) + P(BN
2
) + P(BN
3
)
P(B) = P(B|N
1
)* P(N
1
) + P(B|N
2
)* P(N
2
) + P(B|N
3
)* P(N
3
)
P(B) = 1/4 *4/10 + 1/3*3/10 + 2/3*3/10 = 1/10 + 1/10 + 2/10 = 4/10
P(B) = 2/5
Ley de Probabilidades Totales
1 2 3
7
Independencia de Eventos
En el ejemplo anterior pudimos observar que P(B) =2/5y que P(B|N
1
) =1/4
P(B)P(B|N
1
) La probabilidad de B cambia si el evento N
1
se da.
B y N
1
no son independientes
En general, A y B son independientes si P(A|B) = P(A). Ello implica que
P(AB)/P(B) = P(A), es decir, P(AB) = P(A)*P(B)
Definicin: Dos eventos A y B son independientes si y slo si:
8
Propiedades Bsicas de la Probabilidad Condicional
i. Ntese que: P(A|B) =P(AB)/P(B). Por tanto, P(AB) =P(A|B)*P(B).
Adems, P(B|A) =P(AB)/P(A), de donde, P(AB) =P(B|A)*P(A)
En sntesis: P(AB) = P(A|B)*P(B) = P(B|A)*P(A)
ii. Si en un E.A. cualquiera con E.M. fijamos el evento B como condicin
P(|B) se comporta como una probabilidad y, por tanto, tiene todas sus
propiedades. En particular,
- P(A
C
|B) =1 P(A|B)
- Si Ay C sondisyuntos P(AUC | B) =P(A|B) +P(C|B)
iii. Ejercicio: Demuestre que si (, B, P(.)) es un Espacio de Probabilidad, la funcin
P
B
() definida por:
P
B
(A) = P(A|B) es una probabilidad en el espacio muestral .
9
RBOLES DE PROBABILIDAD
El ejemplo anterior se puede representar a travs de lo que se conoce como un
rbol de probabilidad
P(BN
1
) = (4/10)x(1/4)
1 2 3
N
1
B
B
c
N
2
B
B
c
N
3
B
B
c
4/10
3/10
3/10
1/4
3/4
1/3
2/3
1/3
2/3
P(N
1
)
P(B|N
1
)
10
RBOLES DE PROBABILIDAD
En el estudio de otorgamiento de tarjeta de crdito, los clientes aceptados
se clasificanen 3 categoras en cuanto a su desempeo esperado:
0.2
0.5
0.3
Excelente
Aceptable
Promedio
Al cabo de un ao, los clientes se clasifican
de acuerdo a su desempeo real en B
(bueno) en M (malo).
Se sabe que:
- El 90%de los clientes pronosticados como E resultanser clientes B.
- El 60%de los clientes pronosticados como P resultanser B.
- El 30 %de los clientes pronosticados comoA resultanser B.
1. Calcular la probabilidadde que un clienteresulte M(malo).
2. Un cliente result ser B, cul es la probabilidad de que haya sido pronosticado
comoAceptable?
11
DESARROLLO
Excelente => P(E) = 0.2 P(B/E) = 0.9
Promedio => P(P) = 0.5 P(B/P) = 0.6
Aceptable => P(A) = 0.3 P(B/A) = 0.3
E
P
A
0.2
0.5
0.3
0.9
0.1
0.6
0.4
0.3
0.7
B
M
B
M
B
M
EM => P(EM) = 0.2*0.1
= 0.02
PB
AB
EB
PM => P(PM) = 0.5*0.4
= 0.2
AM => P(AM) = 0.3*0.7
= 0.21
=> P(M) = 0.43 => P(B) = 0.57
P(A/B) = P(AB)/P(B)=
= [P(B/A)*P(A)/P(B)] = 0.3*0.3/0.57 = 0.158
12
EJEMPLO SOBRE PROBABILIDADES
CONDICIONALES Y RBOLES DE PROBABILIDAD
Una compaa productora de transistores tiene tres plantas de
ensamblaje que producen, respectivamente el 15%, 35%y 50%de las
piezas. Adicionalmente se sabe que los porcentajes de piezas
defectuosas producidas por las tres plantas son de 1%, 5% y 2%,
respectivamente.
1. Si un transistor es elegido al azar cul es la probabilidad de que
sea defectuoso?
2. Si se elige un transistor al azar y resulta ser defectuoso, cul es la
probabilidadde que provenga de la planta nmero dos?
13
DESARROLLO
P
i
: La pieza es producida por la planta i.
D: La pieza es defectuosa
Interpretacin de los datos en trminos de probabilidad
P(P
1
) = 0.15 P(P
2
)= 0.35 P(P
3
)=0.5
P(D|P
1
) = 0.01 P(D|P
2
)= 0.05 P(D|P
3
)=0.02
Qu nos preguntan? 1. P(D) = ? 2. P(P
2
/ D) = ?
1. D = DP
1
U DP
2
U DP
3
, eventos disyuntos
P(D)= P(DP
1
) + P(DP
2
) +P (DP
3
)
= P(D|P
1
) * P(P
1
) + P(D|P
2
) * P(P
2
) +P (D|P
3
)* P (P
3
)
= 0.01 * 0.15 + 0.05 * 0.35 + 0.02 * 0.5
= 0.029
14
2. P(P
2
/ D) =
P(P
2
D)
P (D)
P(D/ P
2
) * (P
2
)
0.029
=
0.05 * 0.35
0.029
=
0.0175
0.029
= = 0.603
15
P
1
P
2
P
3
0.15
0.35
0.5
0.01
0.99
0.05
0.95
0.02
0.98
D
D
c
D
c
D
c
D
D
=>P
1
D
=>P
1
D
c
=>P
2
D
c
=>P
3
D
c
=>P
2
D
=>P
3
D
Representacin del Problema por medio de un rbol de Probabilidad
16
EJERCICIOS ADICIONALES SOBRE
PROBABILIDADES CONDICIONALES Y RBOLES DE PROBABILIDAD
Ejercicio 1
Usted sale de vacaciones, por lo cual le pide a su vecino que riegue una planta enferma
que tiene en su casa. Sin agua, la probabilidad de que la planta muera es 0.80. Con agua,
la probabilidad de que muera es 0.15. Usted est un 90% seguro de que su vecino
recordar regar la planta.
a. Cual es la probabilidadde que la planta est viva cuando ustedregrese?
b. Si la planta est muerta cuando usted llega, cul es la probabilidad de que su vecino
haya olvidado regarla?
Ejercicio 2
El 25%de cierta poblacin escucha una publicidad en la radio orientada al respeto por las
leyes de trnsito. Durante cierto periodo se constata que de cada 5 infractores hay uno
que ha escuchado la publicidad.
a. La publicidadha tenido algnefecto?
b. Si se sabe que durante este perodo, de cada 12 personas que han escuchado la
publicidad una ha sido infractora, cul es la probabilidad de que una persona que no ha
escuchadola publicidadcometauna infraccin?
17
EJ ERCICIOS ADICINALES SOBRE PROBABILIDADES
CONDICIONALES Y RBOLES DE PROBABILIDAD
Ejercicio3
Una licorera distribuye a domicilio dos tipos de cerveza: rubia y negra. Los clientes de la
licorera ordenan slo alguno de los dos tipos de cerveza y, de acuerdo con las ventas de
los ltimos meses, el dueo de la licorera ha estimado que el 60%de los clientes ordenan
cerveza rubia, mientras que los otros ordenan cerveza negra. La licorera presenta
actualmente algunos problemas en su departamento de ventas, debido a lo cual cuando
un cliente ordena un tipo de cerveza es posible que reciba otro tipo diferente a la que
orden. Si un cliente ordena cerveza rubia recibir este tipo de cerveza en el 95%de los
casos, mientras que si ordena cerveza negra recibir cerveza rubia en el 10% de los
casos.
Se estima que la probabilidad de que un cliente se queje cuando recibe un pedido
equivocado es de 0.7. Consciente de los problemas que se presentan en el envo de
domicilios a los clientes, la licorera ha establecido como poltica enviar un regalo a cada
clienteque interponga una queja.
a. Cul es la probabilidadde que un clientereciba un pedido diferente al que orden?
b. Dado que hubo un error en el envo del pedido, cul es la probabilidad de que el
clientehaya ordenado cerveza negra?
c. Cul es la probabilidad de que la licorera deba enviar un regalo al prximo cliente que
haga unpedido?
18
EJERCICIOS ADICINALES SOBRE PROBABILIDADES
CONDICIONALES Y RBOLES DE PROBABILIDAD
Ejercicio4
Los ejecutivos de cierta empresa son clasificados en tres categoras excluyentes:
Altamente Productivos, Medianamente Productivos e Improductivos. De acuerdo con las
estadsticas de la compaa, el 25%de sus ejecutivos son Altamente Productivos, el 55%
son Medianamente Productivos y el resto Improductivos. A su vez, los proyectos que
desarrolla la compaa se dividen en dos categoras: Rentables y No Rentables. De los
empleados Altamente Productivos, se sabe que con una probabilidad de 0.8 desarrollan
proyectos Rentables para la empresa. Igualmente se sabe que de los proyectos
desarrollados por ejecutivos Improductivos el 10%son Rentables. Finalmente se sabe que
la probabilidad de que un proyecto seleccionado al azar sea Rentable y desarrollado por
unejecutivo Medianamente Productivo es de 0.20.
a. Calcule la probabilidad de que un proyecto seleccionado al azar resulte Rentable para
la empresa.
b. Si se selecciona un proyecto al azar y resulta ser No Rentable, cul es la probabilidad
de que haya sido desarrollado por un ejecutivo Medianamente Productivo?