You are on page 1of 14

UNIVERSIDAD NACIONAL AGRARIA LA MOLINA

Dpto. de Estadstica e Informtica

Captulo VI

Probabilidad Condicional

Estadstica General Semestre 2017 - I


Objetivos del captulo

Aprender a utilizar la probabilidad


condicional como herramienta para
cuantificar la incertidumbre de los
experimentos aleatorios que son
ejecutados en dos o ms etapas.

2
Con la ayuda de la Probabilidad
Condicional:
-Google reconoce las preferencias de los usuarios.
-Las aerolneas ofrecen los precios de sus pasajes.
-Las investigaciones en gentica son llevadas a
cabo.
-Los precios de las acciones en la bolsa son
establecidos.
Probabilidad Condicional
Para dos eventos A y B de un espacio muestral, con P(B) 0, la probabilidad
condicional de ocurrencia del evento A dado que el evento B ha ocurrido, est
definida por:
P A B
P A B
P B

Propiedades de probabilidad condicional


1. 0 P(A/B) 1, para todo evento A y B
2. P(/B)=1
3. Si los eventos A1, A2, ... , Ak son mutuamente excluyentes, entonces
k k
P A j B PA j /B
j1 j1
4. P(A/B) = 1- P(Ac /B)
5. P(/B)=0
6. P[(AcB)/C]=P(B/C)-P[(AB)/C]
7. P[(AB)/C]=P(A/C) + P(B/C)-P[(AB)/C]
Probabilidad Condicional
Ejemplo 22:
En una universidad el 70% de los estudiantes son de Ciencias y el 30% de Letras;
de los estudiantes de Ciencias, el 60% son hombres y de los estudiantes de Letras
son hombres el 40%. Sea A={El estudiante elegido es de Ciencias} y B={El
estudiante elegido es varn}. Si se elige aleatoriamente un estudiante. Calcular la
probabilidad que:
Hombres Mujeres Total
Ciencias 42% 28% 70%
Letras 12% 18% 30%
Total 54% 46% 100%

a) Sea un estudiante varn: P (B) = 0.54 P( A B) 0.42


P( B / A) 0.6
b) Sea un estudiante varn, si es de Ciencias: P( A) 0.70
P( A B) 0.42
c) Sea un estudiante de Ciencias, si es varn: P ( A / B ) 0.778
P( B) 0.54
La regla de la multiplicacin
Se sabe que: P(A/B) = P(AB)/P(B) y P(B/A) = P(AB)/P(A), entonces se puede
establecer que : P(AB) = P(A)P(B/A) = P(B)P(A/B). Generalizando: Sean los eventos A1, A2,
... , Ak entonces:
P A1 A2 A3 Ak P A1 P A2 A1 P A3 A1 A2 P Ak A1 A2 Ak 1

Ejemplo 23
Si se eligen al azar 2 artculos de un cargamento de 250, de los cuales, 20 estn defectuosos.
Halle la probabilidad de que ambos estn defectuosos si:
a) La seleccin es sin reemplazo
Sean los eventos: Di = {el artculo seleccionado en el lugar i est defectuoso}
DCi = {el artculo seleccionado en el lugar i no est defectuoso}
20 19
PD1 D2 PD1 PD2 D1 0.0061
250 249

b) La seleccin con reemplazo se deja como ejercicio.


La ley de probabilidad total
Sean los eventos A1,A2,...,Ak mutuamente excluyentes y
colectivamente exhaustivos, entonces:
k A1 A2 A3
P A j
k
P A j
j 1 j 1

Luego, para cualquier otro evento B:

PB P( A1 B) P( A2 B) ... P( Ak B) P A j B
k
B
j 1

P( B) P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 ) ... P( Ak ) P( B / Ak )
Ak
Luego , la ecuacin de la ley de probabilidad total es:

P ( B ) P A j P B A j
k

j 1
Teorema de Bayes
Sean los eventos A1, A2,..., Ak mutuamente excluyentes y colectivamente
exhaustivos con P(Aj)>0 para j = 1, 2,..., k. Entonces para cualquier otro evento
B tal que P(B) 0 :

P( Ak B) P( Ak ) P( B / Ak )
P( Ak / B) k
PAj PB Aj
P( B)
j 1

Nota.- En la igualdad anterior, obsrvese que en el numerador aparece la regla


de la multiplicacin y en el denominador la ley de probabilidad total.
Teorema de Bayes
Ejemplo 26
Los ingenieros de ventas 1, 2 y 3 estiman los costos de 30%, 20% y 50%,
respectivamente, de todos los trabajos licitados por una compaa. Las
probabilidades de cometer un error grave, al estimar el costo, de los ingenieros 1,
2 y 3 son 0.01, 0.03 y 0.02, respectivamente.
a) Halle la probabilidad de que se cometa error grave al estimar el costo en una
licitacin.
Sean los eventos: Ai = {el ing. i estima los costos de una licitacin}, i = 1, 2, 3
E = {Se comete error grave al estimar el costo}
Segn los datos se tiene:
PA1 0.3 PA 2 0.2 PA 3 0.5
PE A1 0.01 PE A 2 0.03 PE A 3 0.02
Aplicando la ley de probabilidad total:
PE P A1 PE A1 P A2 PE A2 P A3 PE A3 0.003 0.006 0.01 0.019
Teorema de Bayes
b) Si en una licitacin en particular se incurre en un error grave al
estimar los costos del trabajo. Cul es la probabilidad de que el
ingeniero 2 haya cometido el error?

Aplicando el teorema de Bayes y usando el resultado de la


pregunta (a):
P A2 PE A2 0.2 0.03
P A2 E 0.3157
P E 0.019

c) Si en una licitacin en particular no se incurre en un error grave al


estimar los costos del trabajo. Cul es la probabilidad de que el
ingeniero 3 haya hecho el trabajo? (se deja como ejercicio)
Independencia de eventos
Los eventos A y B son independientes si cuando ocurre uno de ellos
esto no afecta la probabilidad de ocurrencia del otro, o sea:
P(A/B)=P(A)
P(B/A)=P(B)
En otras palabras, las probabilidades condicionales son iguales a las
probabilidades incondicionales.

Consecuencia: A y B son independientes si P(AP)=P(A)P(B) . Lo


anterior es un resultado de la definicin de independencia y de la
regla de la multiplicacin.
Independencia de eventos
Teorema: Si los eventos A y B son independientes entonces, tambin lo
sern:
1. A y Bc
Demostracin

P A Bc PA PA B PA PA PB PA 1 PB PA P Bc
2. Ac y B (la demostracin se deja como ejercicio)

3. Ac y Bc (la demostracin se deja como ejercicio)

NOTA: Los eventos A1 y A2 son condicionalmente independientes si:

P(A1 A2 / B) = P(A1 / B) P( A2 / B)
Independencia de K eventos
Los eventos A1, A2, ... , Ak son independientes si:

P(Ai Aj ) = P(Ai) P( Aj) i, j = 1, 2, , k ij

P(Ai Aj Ak ) = P(Ai) P( Aj) P(Ak) i, j, k = 1, 2, , k ijk


..
.
P(A1 A2 Ak ) = P(A1) P( A2) P(Ak)

NOTA: Los eventos A1 , A2 , , Ak son condicionalmente independientes si:


P(A1 A2 Ak /B) = P(A1 /B) P( A2 /B) P(Ak /B)
Independencia de K eventos
Ejemplo 28
En cierta poblacin la probabilidad de que una chica mida ms de 1.75 m es 0.08; de que
tenga el cabello lacio es 0.22 y de que tenga un buen conocimiento de Estadstica es
0.18. Si estas cualidades son independientes.

a) Halle la probabilidad de que una chica, que va a ser seleccionada al azar, tenga las tres
cualidades.
Solucin
Sean los eventos: M = {la chica mide ms de 1.75}
L = {la chica tiene cabello lacio}
E = {la chica tiene un buen conocimiento de estadstica}
T = {la chica tiene las tres cualidades}
PT PM L E PM PL PE 0.08 0.22 0.18 0.003168
b) Halle la probabilidad de que una chica, que va a ser seleccionada al azar, tenga slo 2
de estas cualidades. (se deja como ejercicio)