Probabilidad condicionada.

La probabilidad de que un evento B ocurra cuando se sabe que ya ocurri un

evento A se llama probabilidad condicional y se denota por P(B/A) que por lo general
se lee como probabilidad de que "ocurra B dado que ocurri A". Esta probabilidad se
define como:




P(A/B) se puede interpretar como, tomando los
mundos en los que B se cumple, la fraccin en los que
tambin se cumple A.




[...] Quiero decir, para empezar: a quin le importa si
saco una bola blanca o una bola negra de una urna? Y
segundo: si tan preocupado ests por el color de la bola
que sacas, no lo dejes en manos del azar: mira en la
maldita urna y saca la bola del color que quieras!
STEPHANIE PLUM, despus (Suponemos) de pasar por
un curso De probabilidad y estadstica.


La probabilidad condicional es una funcin de probabilidad, P(B/A) definida como



PROPIEDADES


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. En un grupo de amigos el 80 % estn casados. Entre los casados, el 75 % tiene
trabajo.
Finalmente, un 5 % no estn casados y tampoco tiene trabajo.
a) Qu porcentaje no tienen trabajo?
b) Si uno tiene trabajo, qu probabilidad hay de que est casado?
c) Qu porcentaje estn casados entre los que no tienen trabajo?

Solucin
Sean los sucesos:

C = estar casado; S = soltero; T = tener trabajo; P = estar en paro

Se sabe que:
P(C) = 0,8 P(S) = 0,2
P (T/C) = 0,75 P (P/C) = 0,25

(T/C = tener trabajo en el supuesto de estar casado; P/C = estar en paro si est
casado)
P (SP) = 0,05
(a) Por la probabilidad total:
P(P) = p(C P) + p(SP)
= p(C) P(P/C) + p(SP)
= 0,80 0,25 + 0,05
= 0,25

El 25 % no tiene trabajo.

(b) Por la probabilidad condicionada se tiene:
(

) =
( )
()
= (

) =
0.800.75
0.08
= 0.75


El 75 % de los los que trabajan estn casados.

(c) Igualmente:

(

) =
( )
()
= (

) =
0.800.25
0.25
= 0.80

El 80 % de los parados estn casados.




Teorema de bayes

En la teora de la probabilidad el teorema de Bayes es un resultado enunciado por
Thomas Bayes en 17631 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.
El Teorema de BAYES se apoya en el proceso inverso al que hemos visto en el Teorema
de la Probabilidad Total:
Teorema de la probabilidad total: a partir de las probabilidades del suceso A
(probabilidad de que llueva o de que haga buen tiempo) deducimos la probabilidad del
suceso B (que ocurra un accidente).
Teorema de Bayes: a partir de que ha ocurrido el suceso B (ha ocurrido un accidente)
deducimos las probabilidades del suceso A (estaba lloviendo o haca buen tiempo?).

La frmula del Teorema de Bayes es:



Tratar de explicar estar frmula con palabras es un galimatas, as que vamos a intentar
explicarla con un ejemplo. De todos modos, antes de entrar en el ejercicio, recordar
que este teorema tambin exige que el suceso A forme un sistema completo.
Primer ejemplo.
El parte meteorolgico ha anunciado tres posibilidades para el fin de semana:
a) Que llueva: probabilidad del 50%.

b) Que nieve: probabilidad del 30%
c) Que haya niebla: probabilidad del 20%.
Segn estos posibles estados meteorolgicos, la posibilidad de que ocurra un accidente
es la siguiente:
a) Si llueve: probabilidad de accidente del 20%.
b) Si nieva: probabilidad de accidente del 10%
c) Si hay niebla: probabilidad de accidente del 5%.
Resulta que efectivamente ocurre un accidente y como no estbamos en la ciudad no
sabemos qu tiempo hizo (llovi, nev o hubo niebla). El teorema de Bayes nos permite
calcular estas probabilidades:
Las probabilidades que manejamos antes de conocer que ha ocurrido un accidente se
denominan "probabilidades a priori" (lluvia con el 50%, nieve con el 30% y niebla con el
20%).
Una vez que incorporamos la informacin de que ha ocurrido un accidente, las
probabilidades del suceso A cambian: son probabilidades condicionadas P (A/B), que se
denominan "probabilidades a posteriori".
Vamos a aplicar la frmula:



a) Probabilidad de que estuviera lloviendo:




La probabilidad de que efectivamente estuviera lloviendo el da del accidente
(probabilidad a posteriori) es del 71,4%.
b) Probabilidad de que estuviera nevando:




c) Probabilidad de que hubiera niebla:




La probabilidad de que hubiera niebla es del 7,1%

2.-El 20% de los empleados de una empresa son ingenieros y otro 20%
son economistas. El 75% de los ingenieros ocupan un puesto directivo
y el 50% de los economistas tambin, mientras que los no ingenieros y
los no economistas solamente el 20% ocupa un puesto directivo. Cul
es la probabilidad de que un empleado directivo elegido al azar sea
ingeniero?