Probabilidad Condicional

Es la probabilidad de que ocurra un evento A, sabiendo que

tambin sucede otro evento B. La probabilidad condicional se
escribe P(A|B), y se lee la probabilidad de A dado B.
No tiene por qu haber una relacin causal o temporal entre A
y B. A puede preceder en el tiempo a B, sucederlo o pueden
ocurrir simultneamente. A puede causar B, viceversa o
pueden no tener relacin causal. Las relaciones causales o
temporales son nociones que no pertenecen al mbito de la
probabilidad. Pueden desempear un papel o no dependiendo
de la interpretacin que se le d a los eventos.
Un ejemplo clsico es el lanzamiento de una moneda para
luego lanzar un dado. Cul es la probabilidad de obtener una
cara (moneda) y luego un 6 (dado)? Pues eso se escribira
como P (Cara | 6).
El condicionamiento de probabilidades puede lograrse
aplicando el teorema de Bayes.

Definicin
Dado un espacio de probabilidad
y dos eventos (o
sucesos)
con
, la probabilidad condicional de
A dado B est definida como:

Exclusividad mutua

Dos sucesos A y B son mutuamente excluyentes si y slo s

. Entonces,

Adems, si

entonces

es igual a 0.

Independencia de sucesos

Dos sucesos aleatorios A y B son independientes si y slo si:

O sea que si A y B son independientes, su probabilidad

conjunta,

puede ser expresada como el producto de las probabilidades

individuales. Equivalentemente:

En otras palabras, si A y B son independientes, la probabilidad

condicional de A dado B es simplemente la probabilidad de A
y viceversa.
Interpretacin

Tomando los mundos en los que B se cumple,

se
puede interpretar como la fraccin en los que tambin se
cumple A. Si el evento B es, por ejemplo, tener la gripe, y el
evento A es tener dolor de cabeza,
sera la
probabilidad de tener dolor de cabeza cuando se est enfermo
de gripe.
Propiedades
1.

1.

Es decir, si todos los que tienen gripe siempre tienen dolor de

cabeza, entonces la probabilidad de tener dolor de cabeza
dado que tengo gripe es 1.
1.
Exclusividad mutua

Dos sucesos A y B son mutuamente excluyentes si y slo s

. Entonces,
.
Adems, si

entonces

es igual a 0.

La falacia de la probabilidad condicional

La falacia de la probabilidad condicional se basa en asumir

que P(A|B) es casi igual a P(B|A). El matemtico John Allen
Paulos analiza en su libro El hombre anumrico este error muy
comn cometido por personas que desconocen la
probabilidad.
La verdadera relacin entre P (A|B) y P (B|A) es la siguiente:

(Teorema de Bayes)

Teorema
Teorema de Bayes
El teorema de Bayes, en la teora de la probabilidad, es una
proposicin planteada por el filsofo ingls Thomas Bayes
(1702-1761)1 en 1763,2 que expresa la probabilidad
condicional de un evento aleatorio A dado B en trminos de la
distribucin de probabilidad condicional del evento B dado A y
la distribucin de probabilidad marginal de slo A.

En trminos ms generales y menos matemticos, el teorema

de Bayes es de enorme relevancia puesto que vincula la
probabilidad de A dado B con la probabilidad de B dado A. Es
decir, que sabiendo la probabilidad de tener un dolor de
cabeza dado que se tiene gripe, se podra saber (si se tiene
algn dato ms), la probabilidad de tener gripe si se tiene un
dolor de cabeza. Muestra este sencillo ejemplo la alta
relevancia del teorema en cuestin para la ciencia en todas
sus ramas, puesto que tiene vinculacin ntima con la
comprensin de la probabilidad de aspectos causales dados
los efectos observados.
Sea
un conjunto de sucesos mutuamente
excluyentes y exhaustivos, y tales que la probabilidad de cada
uno de ellos es distinta de cero (0). Sea B un suceso
cualquiera del que se conocen las probabilidades
condicionales
. Entonces, la probabilidad
viene
dada por la expresin:

Dnde:

son las probabilidades a priori.

es la probabilidad de

son las probabilidades a posterior.

en la hiptesis

Frmula de Bayes

Con base en la definicin de Probabilidad condicionada,

obtenemos la Frmula de Bayes, tambin conocida como la
Regla de Bayes:

Esta frmula nos permite calcular la probabilidad condicional

de cualquiera de los eventos
, dado . La frmula
"ha originado muchas especulaciones filosficas y
controversias".
Aplicaciones

El teorema de Bayes es vlido en todas las aplicaciones de la

teora de la probabilidad. Sin embargo, hay una controversia
sobre el tipo de probabilidades que emplea. En esencia, los
seguidores de la estadstica tradicional slo admiten
probabilidades basadas en experimentos repetibles y que
tengan una confirmacin emprica mientras que los llamados
estadsticos bayesianos permiten probabilidades subjetivas. El
teorema puede servir entonces para indicar cmo debemos
modificar nuestras probabilidades subjetivas cuando
recibimos informacin adicional de un experimento. La
estadstica bayesiana est demostrando su utilidad en ciertas
estimaciones basadas en el conocimiento subjetivo a priori y
el hecho de permitir revisar esas estimaciones en funcin de
la evidencia emprica es lo que est abriendo nuevas formas
de hacer conocimiento. Una aplicacin de esto son los
clasificadores bayesianos que son frecuentemente usados en
implementaciones de filtros de correo basura o spam, que se
adaptan con el uso. Otra aplicacin se encuentra en la fusin
de datos, combinando informacin expresada en trminos de
densidad de probabilidad proveniente de distintos sensores.

Como observacin, se tiene

resulta trivial.

y su demostracin

Como aplicaciones puntuales:

1. El diagnstico de cncer.
2. Evaluacin de probabilidades durante el desarrollo de un
juego de bridge por Dan F. Waugh y Frederick V. Waugh.
3. Probabilidades a priori y a posteriori.
4. Un uso controvertido en la Ley de sucesin de Laplace.
Ejemplos
1-Sean A y B dos sucesos aleatorios con p(A) = 1/2, p(B) =
1/3, p(A B)= 1/4. Determinar:
12345Solucin:
1-

2-

3-

4-

5-

2-Sean A y B dos sucesos aleatorios con p(A) = 1/3, p(B) =

1/4, p(A B) = 1/5. Determinar:
123-

456Solucin:
1-

2-

3-

4-

5-

6-

3-En un centro escolar los alumnos pueden optar por cursar

como lengua extranjera ingls o francs. En un determinado
curso, el 90% de los alumnos estudia ingls y el resto francs.
El 30% de los que estudian ingls son chicos y de los que
estudian francs son chicos el 40%. El elegido un alumno al
azar, cul es la probabilidad de que sea chica?

p(chica) = 0.9 0.7 + 0.1 0.6 = 0.69

4-De una baraja de 48 cartas se extrae simultneamente dos

de ellas. Calcular la probabilidad de que:
1-Las dos sean copas

2-Al menos una sea copas

3-Una sea copa y la otra espada

5- Ante un examen, un alumno slo ha estudiado 15 de los 25

temas correspondientes a la materia del mismo. ste se
realiza extrayendo al azar dos temas y dejando que el alumno
escoja uno de los dos para ser examinado del mismo. Hallar la
probabilidad de que el alumno pueda elegir en el examen uno
de los temas estudiados.

6-Una clase est formada por 10 chicos y 10 chicas; la mitad

de las chicas y la mitad de los chicos han elegido francs
como asignatura optativa.
1Cul es la probabilidad de que una persona elegida al azar
sea chico o estudie francs?

2Y la probabilidad de que sea chica y no estudie francs?

7-Un taller sabe que por trmino medio acuden: por la

maana tres automviles con problemas elctricos, ocho con
problemas mecnicos y tres con problemas de chapa, y por la
tarde dos con problemas elctricos, tres con problemas
mecnicos y uno con problemas de chapa.
1Hacer una tabla ordenando los datos anteriores

2Calcular el porcentaje de los que acuden por la tarde.

3Calcular el porcentaje de los que acuden por problemas

mecnicos.

4Calcular la probabilidad de que un automvil con problemas

elctricos acuda por la maana.

8-Una clase consta de seis nias y 10 nios. Si se escoge un

comit de tres al azar, hallar la probabilidad de:
1-Seleccionar tres nios

2-Seleccionar exactamente dos nios y una nia

3-Seleccionar por lo menos un nio

4-Seleccionar exactamente dos nias y un nio

9-Una caja contiene tres monedas. Una moneda es corriente,

otra tiene dos caras y la otra est cargada de modo que la
probabilidad de obtener cara es de 1/3. Se selecciona una
moneda lanzar y se lanza al aire. Hallar la probabilidad de que
salga cara.

10-Una urna contiene 5 bolas rojas y 8 verdes. Se extrae una

bola y se reemplaza por dos del otro color. A continuacin, se
extrae una segunda bola. Se pide:

1-Probabilidad de que la segunda bola sea verde

2-Probabilidad de que las dos bolas extradas sean del mismo

color