Probabilidad Condicional, Bayes, Independencia

1.1.- Probabilidad Condicional:

DEF:

Sea E un evento arbitrario de un espacio muestral M con IP(E)>0.

Se define la probabilidad condicional de A dado E (se denota IP(A/E)),
como sigue:


IP A E
IP A E
IP E
( / )
( )
( )
=

(**)

OBS:

La probabilidad condicional de A dado E (o bien, la IP del suceso A s
ya ha sucedido el suceso E, o bien, la IP del suceso A condicionado a
E), se puede visualizar en un diagrama de Venn como se aprecia a
continuacin:




Nota:
La probabilidad condicional es una probabilidad relativa del suceso A
con relacin al suceso E.

En particular, si M es un espacio finito y |A| denota la cardinalidad de
un evento A, entonces:


( )
( )
IP A E
IP A E
IP E
A E
E
( ) / =

=


o
IP A E
cardinalidad de A E
cardinalidad de E
( ) =


o
suceder puede E que en maneras de nmero
suceder pueden E y A que en maneras de nmero
IP = ) ( E A


Ejercicio:

Si al lanzar un par de dados insesgados se obtiene que la suma es 5,
hallar la probabilidad de que uno de los dados sea 2, es decir:

E={ suma es 5}={(1,4),(2,3),(3,2),(4,1)} => |E|=4
y
A={un dos aparece por lo menos en un dado}={ (2,1) , (2,2), (2,3),
(2,4) , (2,5) , (2,6), (1,2),(3,2),(4,2),(5,2), (6,2)}=>|A|=11.

Hallar IP(A|E)

Solucin:

E consta de 4 elementos y en 2 de ellos aparece el nmero 2,
entonces pertenece a A:

AE= {(2,3), (3,2)} => |AE|=2

Entonces
IP(A|E)=2/4= 1/2.
Teorema de la multiplicacin de la probabilidad condicional:


Si despejamos de la ecuacin (**) que define la probabilidad
condicional y usamos el hecho de que AE = EA, obtenemos la
siguiente frmula:


Teorema 1:
( )
IP E A IP E IP AE ( ) = ( )

Obs.
este teorema puede extenderse de la siguiente manera por induccin
matemtica:

Para los eventos A
1
,A
2
,.....,A
n
se cumple que

( ) ( ) ( )
IP( ) A IP A IP A A IP A A A P A A A A
n n 1 1 2 1 3 1 2 1 2 1
=

A A
2 n
( )


Ejercicios resueltos

1. Suponer que se tiene una caja (20 botellas) de Coca-Cola para la
venta, y se sabe que existen 10 que en su tapa traen un premio,
determinar:

a- La probabilidad de que la tercera botella que se venda sea la
primera que tenga su tapa con premio
b- La probabilidad de que la tercera botella sea la segunda premiada



Solucin:

a Este experimento ocurre sin devolucin, grficamente sera:
S i n p r e m i o S i n p r e m i o C o n p r e m i o


Sean los sucesos:
S
P
= Sin Premio
C
P
= Con Premio
P
1
= La primera premiada
P
2
= La segunda premiada


IP(S
P
S
P
C
P
)=IP(C
P
/ S
P
S
P
) IP(S
P
/ S
P
)IP(S
P
)=
=casos favorables/casos posibles=
=(10-9-10)/(20-19-18) ~ 0.132~13.2%

Tambin para el desarrollo de este ejercicio se pueden hacer uso de
rboles, que indican la condicionalidad en las ramas.

2-b
S i n p r e m i o C o n p r e m i o C o n p r e m i o
C o n p r e m i o S i n p r e m i o


IP(sale 2da premiada en la tercera prueba)=IP(P
1
S
P
P
2
)+IP(S
P
P
1
P
2
)
=IP(P
1
) IP(S
P
/ P
1
) IP(P
2
/ P
1
S
P
)+IP(S
P
) IP(P
1
/ S
P
) IP(P
2
/ S
P
P
1
)
=((10-10- 9)/(20- 19- 18) )+((10-10-9)/(20-19-18)) ~0,263~26,3%

(Como ejercicio podra realizarlo usando un rbol).



2- En un costurero se tienen 5 carretes de hilo de los cuales 2 son de
color rojo y 3 son de color negro.

a- Cul es la probabilidad de que al sacar los carretes el tercero sea
el segundo de color negro?

b- Cul es la probabilidad de encontrar el ltimo rojo en la cuarta
extraccin?






Solucin
a- Sean los sucesos:

N = color negro
R = color rojo

Existen 2 eventos y la IP(de que al sacar los carretes el tercero
sea el segundo de color negro) es:

IP(1)=IP(NRN) + IP(RNN) = IP(N) IP(R/N) IP(N/NR) +IP(R)
IP(N/R)IP(N/RN) IP(1)=((2-3-2)/(5-4-3))+((3-2-2)/(5-4-3))=0.4=40%

b-
Existen 3 eventos cuyas probabilidades son

IP (encontrar el ltimo rojo en la cuarta extraccin)=
IP(que el ltimo rojo sea el cuarto)=
IP(RNNR) +IP(NRNR) +IP(NNRR)=
=IP(R)IP(N/R) IP(N/RN) IP(R/RNN) + IP(N) IP(R/N) IP(N/NR)
IP(R/NRN) + IP(N) IP(N/N) IP(R/NN) IP(R/NNR)
=((3-2-2-1)/(5-4-3-2))+((2-3-2-1)/(5-4-3-2))+((3-2-2-1)/(5-4-3-2))
= 0,3=30%

3- En una caja de 100 artculos hay 10 defectuosos se toman al azar 3
artculos uno tras otro, hallar la probabilidad de que los tres no sean
defectuosos.

Sean los sucesos:
A
i
= {el artculo i es bueno}
B
i
= {el artculo i es malo}

IP(A
1
A
2
A
3
)= IP(A
1
) IP(A
2
/A
1
) IP(A
3
/A
1
A
2
)

IP(A
2
|A
1
)
IP(A
3
|A
1
A
2
)
IP(B
3
|A
1
A
2
)
IP(B
2
|A
1
)
IP(A
3
|B
1
A
1
)
IP(B
3
|B
1
A
1
)
IP(A
2
|B
1
)
IP(A
3
|A
2
B
1
)
IP(B
3
|A
2
B
1
)
IP(B
2
|B
1
)
IP(A
3
|B
2
B
1
)
IP(B
3
|B
2
B
1
)
bicicleta 0.5 IP(A
1
)
bicicleta 0.5 IP(B
1
)


IP(A
1
) = 90/100
IP(A
2
/A
1
) = 89/99
IP(A
3
/A
1
A
2
) = 88/98
IP(A
1
A
2
A
3
) = ((90-89-88)/(100-99-98))=0,73=73%
Es decir, se debe seguir por el rbol buscando las rutas que
correspondan al problema planteado y multiplicando las probabilidades
en cada ruta y como las rutas son eventos independientes se suman
todos los tramos.







1.2.- Teorema de Bayes y particiones

Supongamos que los eventos A
1
,A
2
,.....,A
n
forman una particin de un
espacio muestral M; esto es, que los eventos A
i
son mutuamente
excluyentes (incompatibles) y su unin es M. Sea B otro evento.
Entonces

B A A A B
n
= = M B ( )
1 2

= ( ) ( ) ( ) A B A B A B
n 1 2


donde los ( ) A B
i
son eventos mutuamente
excluyentes(incompatibles). En consecuencia por el teorema de la
multiplicacin queda:

) ( ) ( ) ( ) (
2 1
B A IP B A IP B A IP B IP
n
+ + + =

luego el Teorema de la IProbabilidad Total queda:

IP B IP A IP BA IP A IP BA IP A IP BA
n n
( ) ( ) ( ) ( ) ( ) ( ) ( ) = + + +
1 1 2 2


por otro lado, para cualquier i, la probabilidad condicional A
i
dado B se
define por

( )
( )
IP( ) A B
IP A B
IP B
i
i
=



Reemplazando la IP(B) obtenemos el Teorema de causa o Teorema
de Bayes :









Teorema de Bayes

Suponga que A
1
,A
2
,.....,A
n
es una particin (sucesos incompatibles) del
espacio muestral M y sea B un evento cualquiera del mismo espacio
muestral M, entonces para cualquier i tenemos,

( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
IP( ) A B
IP A IP B A
IP A IP B A IP A IP B A IP A IP B A
i
i i
n n
=
+ + +
1 1 2 2


Ejercicio:
Una persona puede viajar de 3 formas, bicicleta, auto y avin. Cada
forma de transporte tiene una probabilidad de tener un defecto en el
sistema de rodado y no llegar al destino del 3%, 4% y 5%
respectivamente. Para escoger el mtodo de traslado se tienen 3
fichas, las cuales tienen una probabilidad de aparecer del 50%, 30% y
20% respectivamente. Si se toma un viaje al azar, y no llega a destino,
a) hallar la probabilidad de que ese viaje se realiz en bicicleta.
b) Si se toma un viaje al azar y llega a su destino, hallar la probabilidad
de que ese viaje se realiz en auto

c)Si se toma un viaje al azar y llega al destino hallar la probabilidad de
que el viaje se realiz en avin













a u t o 0 . 3
b i c i c l e t a 0 . 5
a v i n 0 . 2
l l e g a 0 . 9 7
n o l l e g a 0 . 0 3
l l e g a 0 . 9 6
n o l l e g a 0 . 0 4
l l e g a 0 . 9 5
n o l l e g a 0 . 0 5

Sea B el evento que no llegue a destino.

( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) Avin B IP Avin IP Auto B IP Auto IP Bicicleta B IP Bicicleta IP
Bicicleta B IP Bicicleta IP
B Bicicleta
+ +
= IP ) (


( )( )
( )( ) ( )( ) ( )( ) 05 . 0 2 . 0 04 . 0 3 . 0 03 . 0 5 . 0
03 . 0 5 . 0
+ +
= IP ) ( B Bicicleta


IP(bicicleta/B) =0,4054
37
15
=

Al usar rboles para resolver un problema condicional de Bayes, se
debe multiplicar los tramos de la rama que se busca, (en el ejemplo de
que no llegue y sea bicicleta), y dividirlo por la IP total del suceso no
llegue a destino.

1.3.- Independencia

Se dice que un evento B no vaco es independiente de un evento A, si
la probabilidad de que B suceda no est influenciada porque A haya o
no sucedido. En otras palabras, si la probablidad de B es igual a la
probabilidad condicional de B dado A : IP B P B A ( ) ( | ) = , y si la
probabilidad de A es igual a la probabilidad condicional de A dado B :
IP A P A B ( ) ( | ) = . Sustituyendo IP(B) por P(B|A) en el teorema de la
multiplicacin IP A B P A P B A ( ) ( ) ( | ) = , se obtiene


IP A B P A P B ( ) ( ) ( ) =

RESUMEN DE FORMULAS

Probabilidad condicional
P (A/E) = P(AE) / P ( E )

Teorema de la Multiplicacin de la probabilidad condicional
P(AE)= P (A) P(E/A)

Teorema de Bayes o Teorema de Causa
( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
IP( ) A B
IP A IP B A
IP A IP B A IP A IP B A IP A IP B A
i
i i
n n
=
+ + +
1 1 2 2


Independencia
IP A B P A P B ( ) ( ) ( ) =

A= Complemento de A= 1- P(A)