Académique Documents
Professionnel Documents
Culture Documents
Los resultados de una encuesta sobre la actitud política de 334 personas es el siguiente:
Se elige una persona al azar, ¿Cuál es la probabilidad de que sea de derechas sabiendo que es
145
hombre?. Evidentemente la probabilidad pedida es: pues hay 196 varones de los cuales 145
196
son de derechas.
Esta probabilidad es la que llamamos Probabilidad condicionada del suceso B respecto al suceso
A. Dicho de otro modo, la probabilidad condicionada de un suceso B respecto de otro A es la
probabilidad del suceso B sabiendo que previamente ha ocurrido el suceso A.
Definición: Se llama probabilidad condicional del suceso B respecto del suceso A, y lo denotamos
por P ( B / A ) , al cociente:
P ( A �B )
P ( B / A) = si P ( A ) �0
P ( A)
Análogamente se define P ( A / B ) .
P ( A �B ) = P ( A ) �
P ( B / A)
P ( A �B ) = P ( B ) �
P ( A / B)
Ejemplo: De una urna que contiene 9 bolas rojas y 5 negras, se extraen sucesivamente 2 bolas.
Calcular la probabilidad de los siguientes sucesos:
1
Solución:
5 4
P ( N1 �N 2 ) = P ( N1 ) �
P ( N 2 / N1 ) = �
14 13
9 8
P ( R1 �R2 ) = P( R1 ) �
P ( R2 / R1 ) = �
14 13
9
P ( R2 / R1 ) =
13
P ( R1 �R2 ) = P ( R1 �R2 ) = P ( R1 ) �
P ( R2 / R1 ) = 4 / 40 �
3 / 39
b) P ( R1 �R2 ) = P( R1 ) �
P ( R2 ) = 4 / 40 �
4 / 40
P ( A �B ) = P ( A ) �
P ( B)
2
Esta fórmula se puede extender para el caso de n sucesos independientes A1 , A2 ,..., An ,
quedando: P ( A1 �A2 �... �An ) = P ( A1 ) �
P ( A2 ) ��
... P ( An )
P ( A �B ) = P( A) P ( B / A)
P ( A �B �C ) = P( A) �
P ( B / A) �
P (C / A �B )
Sea A1 , A2 ,..., An un sistema completo de sucesos tales que la probabilidad de cada uno de ellos
es distinta de cero, y sea B un suceso para el que se conocen las probabilidades P ( B / Ai ) ,
entonces la probabilidad del suceso B viene dada por:
n
P ( B / Ai )
P ( B) = �P( Ai ) �
i =1
Demostración:
Teorema de Bayes
Sea A1 , A2 ,..., An un sistema completo de sucesos tales que la probabilidad de cada uno de ellos
es distinta de cero, y sea B un suceso para el que se conocen las probabilidades P ( B / Ai ) ,
entonces:
3
P ( Ai ) P ( B / Ai )
P ( Ai / B ) = n
i = 1, 2,..., n
�P( A ) �P( B / A )
i =1
i i
Demostración:
P ( Ai �B) = P( Ai ) �
P( B / Ai ) = P( B) �
P( Ai / B ) i = 1,..., n
P( Ai ) P ( B / Ai )
P( Ai / B) = i = 1, 2,..., n
P ( B)
P ( Ai ) P ( B / Ai )
P ( Ai / B ) = n
i = 1, 2,..., n
.
�P( A ) �P( B / A )
i =1
i i
Ejemplo:
Se tiene dos urnas, la primera tiene 3 bolas blancas y 2 negras, la segunda tiene 2 bolas blancas
y 3 negras. Se elige al azar una urna y de ella se extrae una bola. Calcular la probabilidad de que
sea blanca.
1 3 1 2 1
P ( P( B ) = P( A1 ) �
P( B / A1 ) + P ( A2 ) �
P ( B / A2 ) = �+ � =
2 5 2 5 2
Supongamos ahora que realizada la extracción, la bola resulta ser blanca y queremos saber qué
probabilidad hay de que la bola proceda de la urna nº1.
1 3
�
P ( A1 ) P ( B / A1 ) 2 5 3
P ( Ai / B ) = = =
P ( A1 ) P ( B / A1 ) + P ( A2 ) P ( B / A2 ) 1 �3 1 2 5
+ �
2 5 2 5
4
TEOREMA DE MULTIPLICACIÓN DE PROBABILIDADES
5
Ejemplo:
Probabilidad de sacar 2 reyes de una baraja de 52 cartas
P(A) = 4/52 = 0,0769
Casos favorables 4, los 4 reyes
Casos posibles 52, las 52 cartas.
P(B) = 3/51 = 0,0588
Casos favorables 3, los 3 reyes que quedan porque YA ha salido un rey.
Casos posibles 51, falta el rey que ya hemos extraído en A
P(AB) = (4/52) * (3/51) = 0,0045
Si al sacar la carta en el caso A se devolviera a la baraja entonces los casos serían
independientes y su probabilidad
P(AB) = (4/52) * (4/52) = 0,0059
TEOREMA DE MULTIPLICACIÓN (O DE LAS PROBABILIDADES COMPUESTAS).
Ejemplo:
¿Qué probabilidad hay de que extrayendo dos cartas de una baraja de 52 cartas bien
mezcladas se obtengan dos ases? Obsérvese que la extracción es exhaustiva; es decir, que
una vez sacado un naipe, éste no se repone a la baraja.
6
Una vez sacado el primer as, quedan sólo 3 ases en la baraja de 51 cartas; por tanto, la
probabilidad de sacar otro as es:
Ejemplo:
7
Despejando:
Donde:
Eventos Independientes
Ejemplo:
Lanzar al aire dos veces una moneda son eventos independientes por que el resultado del primer
evento no afecta sobre las probabilidades efectivas de que ocurra cara o sello, en el segundo
lanzamiento.
Eventos dependientes
Dos o más eventos serán dependientes cuando la ocurrencia o no-ocurrencia de uno de ellos
afecta la probabilidad de ocurrencia del otro (o otros). Cuando tenemos este caso, empleamos
entonces, el concepto de probabilidad condicional para denominar la probabilidad del evento
relacionado. La expresión P(A|B) indica la probabilidad de ocurrencia del evento A sí el evento B
ya ocurrió.
8
Ciertas Reglas de Multiplicación
Si se tienen varios eventos sucesivos e independientes entre sí, la probabilidad de que ocurran
todos ellos a la vez corresponde a la multiplicación de las probabilidades de cada uno de los
eventos.
Ejemplo:
Si se responden al azar cuatro preguntas con cinco opciones cada una, ¿cuál es la
probabilidad de acertar a todas?
La probabilidad de acierto en cada una de las preguntas es 1/5. Por lo tanto, la probabilidad de
acertar en las cuatro es: