Clase 2: Probabilidad condicional. Regla multiplicativa.

Probabilidad total y teorema de Bayes. Independencia entre

eventos.

Lina Marı́a Acosta Avena*

ASESORIAS: LUNES DE 4:00 pm - 6:00 pm. VIERNES DE
9:00 am - 11:00 am, B43-103
Escuela de Estadı́stica
Universidad Nacional de Colombia, Sede Medellin
limacostaav@unal.edu.co
*
Estudiante de la Maestrı́a en Ciencias Estadı́stica

Estadı́stica I.

1
 INTRODUCCIÓN

Ejemplo 1
A los habitantes de una gran ciudad se les hizo una encuesta con el propósito
de determinar el número de lectores de Time y Newsweek. Los resultados de
la encuesta fueron los siguientes: 20 % de los habitantes leen el Time, el 16 %
lee el Newsweek y un 1 % lee ambos semanarios. Si se selecciona al azar a
un lector de Time, ¿cuál es la probabilidad de que también lea el Newsweek?
¿cuál es la probabilidad de que un lector del Newsweek lea también el Time?

Estadı́stica I.

2
 INTRODUCCIÓN

En muchos experimentos la ocurrencia de un evento particular está usual-

mente asociada a la ocurrencia de otros eventos, de manera que al calcular la
probabilidad de dicho evento es necesario considerar aquellos que condicio-
nan su ocurrencia.

Estadı́stica I.

3
 PROBABILIDAD CONDICIONAL

Definición
Sean A y B dos eventos cualesquiera de un espacio muestral S, con P(B) > 0,
la probabilidad condicional de A dado B (la ocurrencia del evento B puede
afectar la ocurrencia del evento A), la cual denotaremos P(A|B) y está definida
por
P(A ∩ B)
P(A|B) = con P(B) > 0
P(B)
Análogamente
P(B ∩ A)
P(B|A) = con P(A) > 0
P(A)

Estadı́stica I.

4
 PROBABILIDAD CONDICIONAL

Para el Ejemplo 1 considere los siguientes eventos

T : número de lectores de Time

N : número de lectores de Newsweek

se tiene que
P(T ) = 0,20 P(N) = 0,16 P(T ∩ N) = 0,01

P(N∩T )
• P(N|T ) = P(T ) = 0,01
0,20 = 0,05

El 5 % de las personas que leen Time también lee el Newsweek.

P(T ∩N)
0,01
• P(T |N) = P(N) = 0,16 = 0,0625

El 6,25 % de las personas que leen Newsweek también lee Time.

Estadı́stica I.

5
 PROBABILIDAD CONDICIONAL

Ejemplo 2
De una urna que contiene 4 bolas rojas y 5 bolas negras se extraen al azar
y sin reemplazo * dos bolas, una a una. ¿Cuál es la probabilidad de que la
primera sea roja?, ¿Cuál es la probabilidad de que la primera sea negra?.
¿Cuál es la probabilidad de que la segunda sea roja si la primera fue roja?.
¿Cuál es la probabilidad de que la segunda sea roja si la primera fue negra?
Sln:
Sean los eventos

Ri : la i-ésima bola extraı́da es roja; i = 1, 2

Ni : la i-ésima bola extraı́da es negra; i = 1, 2

*
La bola que se sacó no se devuelve a la urna

Estadı́stica I.

6
 PROBABILIDAD CONDICIONAL

• P(R1) = 94

• P(N1) = 59

2P(R ∩R )
1 = (4/9)(3/8) 3
• P(R2|R1) = P(R ) 4/9
= 8
1

2P(R ∩N )
1 = (4/8)(5/9) 4
• P(R2|N1) = P(N = 8
1) 5/9

Estadı́stica I.

7
 REGLA MULTIPLICATIVA

Se sabe que

P(A∩B)
i. P(A|B) = P(B) =⇒ P(A ∩ B) = P(B)P(A|B)

P(B∩A)
ii. P(B|A) = P(A) =⇒ P(B ∩ A) = P(A)P(B|A)

Como P(A ∩ B) = P(B ∩ A) =⇒ P(A ∩ B) = P(B)P(A|B) = P(A)P(B|A)

Lo que se conoce como Regla multiplicativa.

Estadı́stica I.

8
 REGLA MULTIPLICATIVA

Más generalmente
Considere A1, A2, A3 . . . , An n eventos del espacio muestral S.

P(A1 ∩A2 ∩. . .∩An) = P(A1)P(A2|A1)P(A3|A1 ∩A2) . . . P(An|A1 ∩A2 . . .∩An−1)

Ejemplo 3
Una urna contiene 12 bolas de las cuales 4 son negras y 8 son blancas, se
juega el siguiente juego: Se extrae una bola al azar, se anota el color y se
devuelve a la urna junto con dos bolas adicionales del mismo color. Calcular
la pobabilidad de que las tres primeras repeticiones del juego sean extraı́das
bolas negras.

Estadı́stica I.

9
 REGLA MULTIPLICATIVA

Sln:
Sean los eventos

A1 : la primera bola extraı́da es de color negro.

A2 : la segunda bola extraı́da es de color negro.

A3 : la tercera bola extraı́da es de color negro.

P(A1 ∩ A2 ∩ A3) = P(A1)P(A2|A1)P(A3|A1 ∩ A2)

4 6 8
=
12 14 16
1
=
14

Estadı́stica I.

10
 REGLA MULTIPLICATIVA

Ejemplo 4
La tasa I contiene 3 fichas rojas y 7 fichas azules, la tasa II contiene 6 fichas
rojas y 4 azules. Una tasa es seleccionada al azar y entonces una ficha es
extraı́da de esta tasa. ¿Cuál es la probabilidad de que ésta ficha sea roja?.

Note que no se sabe de donde proviene la ficha, tasa I o tasa II, pues en
ambas tasas hay fichas de color rojo y además no se sabe que tasa fue se-
leccionada.

Estadı́stica I.

11
 PROBABILIDAD TOTAL

Considere los eventos A y B de un espacio muestral S. Note que

A = A∩S
0 0
= A ∩ (B ∪ B ) porque B = A y A ∪ B = S
0
= (A ∩ B) ∪ (A ∩ B ) por leyes de De Morgan
0
Como A ∩ B y A ∩ B son mutuamente excluyentes,
0
P(A) = P(A ∩ B) + P(A ∩ B )
Esto se conoce como Teorema de la probabilidad total.

Estadı́stica I.

12
 PROBABILIDAD TOTAL

Definición
Sean A1, A2, . . . , An eventos no vacı́os y mutuamente excluyentes que consti-
Sn
tuyen una partición de S, es decir, Ai = S.
i=1
Si B es un evento cualquiera, entonces
n n
P(B) = ∑ P(Ai ∩ B) = ∑ P(Ai)P(B|Ai)
i=1 i=1

Estadı́stica I.

13
 PROBABILIDAD TOTAL

Solución del Ejemplo 4

Sean los eventos
R : la ficha es de color rojo
A : la ficha es de color azul
T1 : tasa I
T2 : tasa II
Asumamos que las tasas tienen la misma probabilidad de ser seleccionadas,
de modo que P(T1) = P(T2) = 12

Estadı́stica I.

14
PROBABILIDAD TOTAL

Estadı́stica I.

15
 PROBABILIDAD TOTAL

P(R) = P(R ∩ T1) + P(R ∩ T2)

= P(T1)P(R|T1) + P(T2)P(R|T2)
13 16
= +
2 10 2 10
3 6
= +
20 20
9
=
20

Estadı́stica I.

16
 PROBABILIDAD TOTAL

Ejemplo 5
De los estudiantes que ingresan a la carrera de Estadı́stica, el 35 % lo hace
por primera opción, el 55 % por segunda opción y el resto por tercera opción.
De los que pasan por primera opción, el 90 % se gradua, de los de segunda
opción el 35 % se gradua y de los de tercera opción el 5 % se gradua. Se
selecciona de manera aleatoria un estudiante del programa Estadı́stica.

• Si es de segunda opción, ¿cuál es la probabilidad de que no se gradúe?

• ¿Cuál es la probabilidad de que se gradúe?

Estadı́stica I.

17
 PROBABILIDAD TOTAL

Sln:
Sean los eventos
I1 : el estudiante ingresa por la poción 1.
I2 : el estudiante ingresa por la poción 2.
I3 : el estudiante ingresa por la poción 3.
G : el estudiante se gradua.

Se tiene que

P(I1) = 0,35 P(I2) = 0,55 P(I3) = 0,10 P(G|I1) = 0,9 P(G|I2) = 0,35 P(G|I3) = 0,05

Estadı́stica I.

18
PROBABILIDAD TOTAL

Estadı́stica I.

19
 PROBABILIDAD TOTAL

0
• P(G |I2) =?

0
P(G |I2) = 1 − P(G|I2) = 1 − 0,35 = 0,65

• P(G) =?

P(G) = P(G ∩ I1) + P(G ∩ I2) + P(G ∩ I3)

= P(I1)P(G|I1) + P(I2)P(G|I2) + P(I3)P(G|I3)
= 0,35(0,90) + 0,55(0,3) + 0,1(0,05)
= 0,5125

Estadı́stica I.

20
 PROBABILIDAD TOTAL

Ejemplo 6
En una bolsa hay 7 números; 4 pares y 3 impares. ¿Cuál es la probabilidad
de que al sacarlos al azar uno a uno salgan intercalados?
Sln:
Sean los eventos

A : números pares B : números impares

Se sabe que P(A) = 47 P(B) = 73

P(A ∩ B ∩ A ∩ B ∩ A ∩ B ∩ A) = P(A)P(B|A)P(A|A ∩ B)P(B|A ∩ B ∩ A)P(A|A ∩

B∩A∩B)P(B|A∩B∩A∩B∩A)P(A|A∩B∩A∩B∩A∩B) = 74 63 53 24 32 21 11 = 35 1

Estadı́stica I.

21
 REGLA DE BAYES

Definición
Sean A1, A2, . . . , An eventos no vacı́os y mutuamente excluyentes que con-
S
n
stituyen una partición de S, es decir, Ai = S, con probabilidades previas
i=1
P(Ai) (i = 1, 2, . . . , n)
Si B es un evento cualquiera, entonces
P(B ∩ Ai) P(A )P(B|Ai)
P(Ai|B) = = n i
P(B)
∑ P(Ai)P(B|Ai)
i=1

Estadı́stica I.

22
 REGLA DE BAYES

Ejemplo 7
La irregularidad del corte de productos de papel aumenta a medida que las
hojas de las cuchillas se desgastan. Se sabe que el 1 % de los productos
cortados con cuchillas nuevas tienen cortes irregulares, el 3 % de los que se
cortan con cuchillas de filo promedio tienen cortes irregulares y el 5 % de
los cortados con cuchillas desgatadas tienen cortes irregulares. Además, el
25 % de las cuchillas son nuevas, el 60 % tienen filo promedio y el 15 % están
desgastadas.
Si un producto presenta un corte irregular, ¿cuál es la probabilidad que se
haya producido por usar una cuchilla nueva?

Estadı́stica I.

23
 REGLA DE BAYES

Sln:
Sean los eventos
I : el producto presenta cortes irregulares
M : las cuchillas tienen corte de filo medio
N : las cuchillas son nuevas
D : las cuchillas están desgastadas
Del enunciado se sabe que

P(N) = 0,25 P(M) = 0,60 P(D) = 0,15 N ∪ M ∪ D = S

P(I|N) = 0,01 P(I|D) = 0,05 P(I|M) = 0,03

Estadı́stica I.

24
 REGLA DE BAYES

P(N ∩ I)
P(N|I) =
P(I)
P(N)P(I|N)
=
P(N)P(I|N) + P(M)P(I|M) + P(D)P(I|D)
0,25(0,01)
=
0,25(0,01) + 0,6(0,03) + 0,15(0,05)
= 0,0893
De los productos que presentan cortes irregulares, el 8,93 % es debido a las
cuchillas nuevas.

Estadı́stica I.

25
 REGLA DE BAYES

A partir de la definición de probabilidad condicional se puede derivar un criterio

para determinar cuando dos eventos A y B son independientes.
Intuitivamente la idea de independencia entre dos eventos se refiere a que
la ocurrencia de un evento A no afecta la ocurrencia de otro evento B; por
ejemplo, se les pregunta a unas personas si van a votar o no en las próximas
elecciones; la respuesta de el i-é simo de los encuestados no influye sobre
la respuesta que de el j-ésimo encuestado; es decir, si el i-ésimo dijo Sı́, no
hay razón para pensar que el j-ésimo deba responder condicionado a esa
respuesta.

Estadı́stica I.

26
 INDEPENDENCIA ENTRE EVENTOS

Definición:
Sean A y B eventos de un espacio Muestral. Se dice que A y B son Estadı́sti-
camente Independientes si y sólo si, cualquiera de las siguientes proposi-
ciones se cumple:

(a) P(A|B) = P(A)

(b) P(B|A) = P(B)

(c) P(A ∩ B) = P(A)P(B)

Estadı́stica I.

27
 INDEPENDENCIA ENTRE EVENTOS

En general, una colección de eventos E1, E2, . . . , En de un espacio mues-

tral S, se dicen Mutuamente Independientes, si y solo si, la intersección de
cualquier subconjunto de eventos de esta colección cumple que la probabili-
dad de dicha intersección es el producto de las probabilidades de los eventos
involucrados.
Por ejemplo, los eventos E1, E2, E3 se dice que son mutuamente independi-
entes si y sólo si

P(E1 ∩ E2 ∩ E3) = P(E1)P(E2)P(E3) P(E1 ∩ E2) = P(E1)P(E2)

P(E1 ∩ E3) = P(E1)P(E3) P(E2 ∩ E3) = P(E2)P(E3)

Estadı́stica I.

28
 INDEPENDENCIA ENTRE EVENTOS

TEOREMA:Sean A y B eventos independientes, entonces

0
i. A ∩ B son independientes.

0
ii. A ∩ B son independientes.

0 0
iii. A ∩ B son independientes.

Estadı́stica I.

29
 EJERCICIOS

1. Una tienda de modas establece que el 45 % de los vestidos adquiridos

para la temporada será vendido a precio del menudeo, el 30 % con un
descuento del 15 %, el 20 % con un descuento del 40 % y el 5 % restante
con un descuento del 60 %, Después de realizadas todas las ventas, el
40 % de los vendidos al menudeo fueron objeto de reclamo por parte de
los clientes; ası́ mismo el 30 % de los vendidos con descuento del 15 %,
el 20 % de los vendidos con descuento del 40 % y el 4 % de los vendidos
con descuento del 60 %. De la lista de los clientes que compraron durante
la temporada se eligió a uno al azar y se hallo que este cliente realizó una
reclamación. ¿Cuál es la probabilidad de que el cliente haya comprado la
prenda con descuento del 40 %?

5
Rta= 39

Estadı́stica I.

30
 EJERCICIOS

2. Dos bolas son sacadas al azar y sin reemplazo de una urna que contiene
a bolas verdes y b bolas azules. ¿Cuál es la probabilidad de que la se-
gunda bola sacada sea verde?

a
Rta= a+b

Estadı́stica I.

31
 EJERCICIOS

3. Un estudiante de matemáticas tiene que presentar el mismo dı́a un exa-

men de probabilidad y uno de álgebra. Sean los eventos:
A : el estudiante reprueba el examen de probabilidad
B : el estudiante reprueba el examen de álgebra

Si P(A) = 0,4 P(B) = 0,3 P(A ∩ B) = 0,2

(a) ¿a qué es igual la probabilidad de que el estudiante apruebe el exa-

men de álgebra si ya aprobó el de probabilidad?. Rta= 65

(b) ¿a qué es igual la probabilidad de que el estudiante apruebe el exa-

men de probabilidad dado que reprobó el de álgebra?. Rta= 31

Estadı́stica I.

32
 EJERCICIOS

4. Tres adolescentes desean entrar a una pelı́cula para mayores de 18 años.

El encargado de la taquilla, para verificar la edad, les pide su documento
de identidad. Los jovenes lo entregan y el dependiente, luego de revisar-
los y negarles la entrada se los devuelve al azar. Calcule la probabilidad
de que ninguno de los jóvenes reciba su propio documento.

Rta= 31

Estadı́stica I.

33
 EJERCICIOS

5. Sean A y B eventos tales que P(A ∪ B) = 0,6 y P(B) = 0,2. Los eventos
A y B son independientes cuando la probabilidad de A es:

Rta=0,5

Estadı́stica I.

34