Las probabilidades condicionadas se calculan una vez que se ha incorporado informacin adicional a la situacin de partida: Ejemplo: se tira un dado

y sabemos que la probabilidad de que salga un 2 es 1/6 (probabilidad a priori). Si incorporamos nueva informacin (por ejemplo, alguien nos dice que el resultado ha sido un nmero par) entonces la probabilidad de que el resultado sea el 2 ya no es 1/6. Las probabilidades condicionadas se calculan aplicando la siguiente frmula:

Donde: P (B/A) es la probabilidad de que se de el suceso B condicionada a que se haya dado el suceso A. P (B A) es la probabilidad del suceso simultneo de A y de B P (A) es la probabilidad a priori del suceso A En el ejemplo que hemos visto: P (B/A) es la probabilidad de que salga el nmero 2 (suceso B) condicionada a que haya salido un nmero par (suceso A). P (B A) es la probabilidad de que salga el dos y nmero par. P (A) es la probabilidad a priori de que salga un nmero par. Por lo tanto: P (B A) = 1/6 P (A) = 1/2 P (B/A) = (1/6) / (1/2) = 1/3 Luego, la probabilidad de que salga el nmero 2, si ya sabemos que ha salido un nmero par, es de 1/3 (mayor que su probabilidad a priori de 1/6). 2 ejemplo: En un estudio sanitario se ha llegado a la conclusin de que la probabilidad de que una persona sufra problemas coronarios (suceso B) es el 0,10 (probabilidad a priori). Adems, la probabilidad de que una persona sufra problemas de obesidad (suceso A) es el 0,25 y la probabilidad de que una persona sufra a la vez problemas de obesidad y coronarios (suceso interseccin de A y B) es del 0,05. Calcular la probabilidad de que una persona sufra problemas coronarios si est obesa (probabilidad condicionada P(B/A)). P (B A) = 0,05

P (A) = 0,25 P (B/A) = 0,05 / 0,25 = 0,20 Por lo tanto, la probabilidad condicionada es superior a la probabilidad a priori. No siempre esto es as, a veces la probabilidad condicionada es igual a la probabilidad a priori o menor. Por ejemplo: probabilidad de que al tirar un dado salga el nmero 2, condicionada a que haya salido un nmero impar. La probabilidad condicionada es en este caso cero, frente a una probabilidad a priori de 1/6.

PROBABILIDAD CONDICIONAL

En esta seccin examinaremos como la probabilidad de ciertos eventos depende o se ve influida por la ocurrencia de otros. Para ello veremos algunos ejemplos. Ejemplo 27: Se seleccionan dos semillas aleatoriamente, una por una, de una bolsa que contiene 10 semillas de flores rojas y 5 de flores blancas. Cul es la probabilidad de que: a. La primera semilla sea roja? b. La segunda semilla sea blanca dado que la primera fue roja? Solucin:

a. La probabilidad de que la primera semilla sea roja es , puesto que hay 10 semillas de flores rojas de un total de 15. Escrito con notacin de probabilidad tenemos: b. La probabilidad de que la segunda semilla sea blanca se ve influida por lo que sali primero, es decir esta probabilidad est sujeta a una condicin, la de que la primera semilla sea roja. Este tipo de probabilidad se le llama probabilidad condicional y se denota por , y se lee: la probabilidad de B2 dado R1.

Esta probabilidad un total de 14 restantes.

, puesto que todava hay 5 semillas blancas en

Veamos la situacin en un diagrama de rbol:

Definicin de Probabilidad Condicional: Para dos eventos cualesquiera A y B en un espacio muestra S, tales que P(A) > 0 con P(A) 0, la probabilidad del evento B dado el evento A, se define por .

Ejemplo 28: Una persona lanza una moneda 3 veces, Cul es la probabilidad de obtener 3 guilas dado que sali por lo menos un guila? Solucin: El espacio muestra del experimento de lanzar una moneda 3 veces es S = {aaa, aas, asa, ass, saa, sas, ssa, sss} El evento A de que por lo menos hay un guila en los tres lanzamientos es: A = {aaa, aas, asa, ass, saa, sas, ssa} El evento B de que obtenga 3 guilas es B = {aaa} Por lo tanto, A B ={aaa} y

De donde Ntese que es la probabilidad de una ocurrencia en las siete que son posibles en A; es decir, calcular la probabilidad condicional de B dado A es como calcular la probabilidad de B con relacin al conjunto A, como si ste fuera un nuevo espacio muestra S* = A.

Proposicin 3.5: Para dos eventos A y B cualesquiera del espacio muestra S,

Demostracin: Para cualquier evento B,

Como los eventos (B A) y (B AC) son mutuamente exclusivos y su unin es B, entonces por el axioma 3, tenemos: [3.3]

Despejando P(A B) de la definicin de probabilidad condicional, tenemos P(A B) = P(A) P(B/A) y P(AC B) = P(AC) P (B/AC) Sustituyendo en [3.3] se tiene P(B) = P(A) P(B/A) + P(AC) P (B/AC). Obsrvese que en un diagrama de rbol si se multiplica

P(A) P(B/A) = P(A B) y P(AC) P(B/AC) = P(AC B)

Ejemplo 29: Consideremos dos cajas, la caja 1 contiene 3 esferitas blancas y 4 rojas y la caja 2 contiene 8 blancas y 4 rojas. Se selecciona una caja al azar y luego se extrae una esfera al azar. Hallar la probabilidad de que la esfera sea blanca. Solucin: Sea A el evento de seleccionar la caja 1 y AC el evento de seleccionar la caja 2, entonces P(A) = P(AC) = 1/2 ya que cualquiera de las dos cajas tiene la misma probabilidad de ser extrada. Sea B el evento de seleccionar una esfera blanca, entonces P(B/A) = 3/7 ya que en la caja 1 hay 3 esferas blancas en un total de 7 y P(B/AC) = 8/12 porque en la caja 2 hay 8 esferas blancas en un total de 12. Ahora bien, por la proposicin 3.5 tenemos: