Sesión 7: Probabilidad Condicional
Universidad de la Sabana
Facultad de Ingeniería
Área de Matemáticas
Probabilidad y Estadística I
Juan Pablo Mojica Macías
[email protected] Probabilidad Condicional
Probabilidad Condicional
Probabilidad Condicional
Probabilidad Condicional
Sean A y B dos eventos tales que P (A) > 0. Denotemos por P (A|B)
a la probabilidad de A dado que ya ocurrió B, y se define mediante
P (A ∩ B)
P (A|B) =
P (B)
Probabilidad Condicional
Probabilidad Condicional
Probabilidad Condicional
Sean A y B dos eventos tales que P (A) > 0. Denotemos por P (A|B)
a la probabilidad de A dado que ya ocurrió B, y se define mediante
P (A ∩ B)
P (A|B) =
P (B)
Estamos “restringiendo” nuestro espacio muestral a la ocurrencia
de B.
Probabilidad Condicional
Probabilidad Condicional
Probabilidad Condicional
Sean A y B dos eventos tales que P (A) > 0. Denotemos por P (A|B)
a la probabilidad de A dado que ya ocurrió B, y se define mediante
P (A ∩ B)
P (A|B) =
P (B)
Estamos “restringiendo” nuestro espacio muestral a la ocurrencia
de B.
Como consecuencia de la expresión anterior,
P (A ∩ B) = P (A|B)P (B)
Probabilidad Condicional
Ejemplo.
Hallar la probabilidad de que en un lanzamiento de un dado resulte un
número menor que 4 si:
a) No se da ninguna información adicional.
Probabilidad Condicional
Ejemplo.
Hallar la probabilidad de que en un lanzamiento de un dado resulte un
número menor que 4 si:
a) No se da ninguna información adicional.
b) Se afirma que el lanzamiento fue impar.
Probabilidad Condicional
Ejemplo.
Hallar la probabilidad de que en un lanzamiento de un dado resulte un
número menor que 4 si:
a) No se da ninguna información adicional.
b) Se afirma que el lanzamiento fue impar.
Solución.
a) A : El número obtenido es menor que 4 =⇒ A = {1, 2, 3}. Por lo
tanto,
3 1
P (A) = =
6 2
Probabilidad Condicional
b) B : El número obtenido es impar; B = {1, 3, 5}, se tiene además
P (B) = 1/2. Entonces
Probabilidad Condicional
b) B : El número obtenido es impar; B = {1, 3, 5}, se tiene además
P (B) = 1/2. Entonces
Forma 1: Usando el álgebra de eventos
Probabilidad Condicional
b) B : El número obtenido es impar; B = {1, 3, 5}, se tiene además
P (B) = 1/2. Entonces
Forma 1: Usando el álgebra de eventos
P (A ∩ B) 2/6 2
P (A|B) = = =
P (B) 3/6 3
Probabilidad Condicional
b) B : El número obtenido es impar; B = {1, 3, 5}, se tiene además
P (B) = 1/2. Entonces
Forma 1: Usando el álgebra de eventos
P (A ∩ B) 2/6 2
P (A|B) = = =
P (B) 3/6 3
Forma 2: Tomando a B como el nuevo espacio muestral
Probabilidad Condicional
b) B : El número obtenido es impar; B = {1, 3, 5}, se tiene además
P (B) = 1/2. Entonces
Forma 1: Usando el álgebra de eventos
P (A ∩ B) 2/6 2
P (A|B) = = =
P (B) 3/6 3
Forma 2: Tomando a B como el nuevo espacio muestral
2
P (A|B) =
3
Probabilidad Condicional
Ejemplo.
Suponga que tenemos un espacio muestral S constituido por la pobla-
ción de adultos de una pequeña ciudad que cumplen con los requisitos
para obtener un título universitario. Se clasifican de acuerdo a su género
y situación laboral
Empleado Desempleado Total
Hombre 460 40 500
Mujer 140 260 400
Total 600 300 900
Se selecciona al azar un individuo para que realice un viaje a través del
país con el fin de promover las ventajas de establecer industria en la
ciudad. ¿Cuál es la probabilidad de seleccionar un hombre dado que es
empleado?
Probabilidad Condicional
Solución. Sean los eventos
H : Se elige un hombre, E : Es empleado
Probabilidad Condicional
Solución. Sean los eventos
H : Se elige un hombre, E : Es empleado
Forma 1: Álgebra de eventos
P (H ∩ E) 460/900 460 23
P (H|E) = = = =
P (E) 600/900 600 30
Probabilidad Condicional
Solución. Sean los eventos
H : Se elige un hombre, E : Es empleado
Forma 1: Álgebra de eventos
P (H ∩ E) 460/900 460 23
P (H|E) = = = =
P (E) 600/900 600 30
Forma 2: Tomando a E como el nuevo espacio muestral
Probabilidad Condicional
Solución. Sean los eventos
H : Se elige un hombre, E : Es empleado
Forma 1: Álgebra de eventos
P (H ∩ E) 460/900 460 23
P (H|E) = = = =
P (E) 600/900 600 30
Forma 2: Tomando a E como el nuevo espacio muestral
460 23
P (A|E) = =
600 30
Probabilidad Condicional
Ejemplo
Una revista de noticias publica tres columnas: arte (A), libros (B) y cine
(C). Los hábitos de lectura de un lector elegido al azar son:
Probabilidad Condicional
Ejemplo
Una revista de noticias publica tres columnas: arte (A), libros (B) y cine
(C). Los hábitos de lectura de un lector elegido al azar son:
Libros:23 %
Arte: 14 %
Arte y Cine: 9 %
Arte y Libros: 8 %
Cine: 37 %
Libros y Cine: 13 %
Las tres columnas: 5 %
Probabilidad Condicional
Ejemplo
Una revista de noticias publica tres columnas: arte (A), libros (B) y cine
(C). Los hábitos de lectura de un lector elegido al azar son:
Libros:23 %
Arte: 14 %
Arte y Cine: 9 %
Arte y Libros: 8 %
Cine: 37 %
Libros y Cine: 13 %
Las tres columnas: 5 %
Calcule:
a) P (A|B) c) P (A|A ∪ B ∪ C)
b) P (A|B ∪ C) d) P (A ∪ B|C)
A B
0.03
0.02 0.07
0.05
0.04 0.08
0.20
C
0.51
Probabilidad Condicional
P (A ∩ B) 0.08
a) P (A|B) = = = 0.348
P (B) 0.23
Probabilidad Condicional
P (A ∩ B) 0.08
a) P (A|B) = = = 0.348
P (B) 0.23
P [A ∩ (B ∪ C)] 0.12
b) P (A|B ∪ C) = = = 0.255
P (B ∪ C) 0.47
Probabilidad Condicional
P (A ∩ B) 0.08
a) P (A|B) = = = 0.348
P (B) 0.23
P [A ∩ (B ∪ C)] 0.12
b) P (A|B ∪ C) = = = 0.255
P (B ∪ C) 0.47
A ∩ (A ∪ B ∪ C) 0.14
c) P (A|A ∪ B ∪ C) = =
P (A ∪ B ∪ C) 0.39
Probabilidad Condicional
P (A ∩ B) 0.08
a) P (A|B) = = = 0.348
P (B) 0.23
P [A ∩ (B ∪ C)] 0.12
b) P (A|B ∪ C) = = = 0.255
P (B ∪ C) 0.47
A ∩ (A ∪ B ∪ C) 0.14
c) P (A|A ∪ B ∪ C) = =
P (A ∪ B ∪ C) 0.39
P [(A ∪ B) ∩ C] 0.17
d) P (A ∪ B|C) = = = 0.459
P (C) 0.37
Probabilidad Condicional
Ejemplo:
En una planta de ensamblaje hay dos líneas de ensamble A y B. La
línea A utiliza equipo más viejo que B. Suponga que un día dado la
línea A ensambla 8 componentes de los cuales 2 han sido defectuosos,
mientras que B produjo 1 defectuoso y 9 no defectuosos. Sin conocer
esta información, el gerente seleccionó al azar un componente para
revisión.
Probabilidad Condicional
Ejemplo:
En una planta de ensamblaje hay dos líneas de ensamble A y B. La
línea A utiliza equipo más viejo que B. Suponga que un día dado la
línea A ensambla 8 componentes de los cuales 2 han sido defectuosos,
mientras que B produjo 1 defectuoso y 9 no defectuosos. Sin conocer
esta información, el gerente seleccionó al azar un componente para
revisión.
a) Calcule la probabilidad de que el componente haya sido
ensamblado por A.
Probabilidad Condicional
Ejemplo:
En una planta de ensamblaje hay dos líneas de ensamble A y B. La
línea A utiliza equipo más viejo que B. Suponga que un día dado la
línea A ensambla 8 componentes de los cuales 2 han sido defectuosos,
mientras que B produjo 1 defectuoso y 9 no defectuosos. Sin conocer
esta información, el gerente seleccionó al azar un componente para
revisión.
a) Calcule la probabilidad de que el componente haya sido
ensamblado por A.
b) Calcule la probabilidad de que el componente haya sido
ensamblado por A dado que salió defectuoso.
Probabilidad Condicional
Solución.
Definimos los eventos siguientes:
Probabilidad Condicional
Solución.
Definimos los eventos siguientes:
A: El componente fue ensamblado por A
Probabilidad Condicional
Solución.
Definimos los eventos siguientes:
A: El componente fue ensamblado por A
B: El artículo es defectuoso.
Probabilidad Condicional
Solución.
Definimos los eventos siguientes:
A: El componente fue ensamblado por A
B: El artículo es defectuoso.
B Bc TOTAL
A 2 6 8
De manera que
Ac 1 9 10
TOTAL 3 15 18
Probabilidad Condicional
Entonces,
Probabilidad Condicional
Entonces,
8 4
a) P (A) = = = 0.44
18 9
Probabilidad Condicional
Entonces,
8 4
a) P (A) = = = 0.44
18 9
P (A ∩ B) 2/18 2
b) P (A|B) = = = = 0.67
P (B) 3/18 3
Probabilidad Condicional
Ejercicio
Un experimento consiste en lanzar una vez un dado y una moneda.
Probabilidad Condicional
Ejercicio
Un experimento consiste en lanzar una vez un dado y una moneda.
a) Calcule la probabilidad de obtener como resultados el número cinco
y sello.
Probabilidad Condicional
Ejercicio
Un experimento consiste en lanzar una vez un dado y una moneda.
a) Calcule la probabilidad de obtener como resultados el número cinco
y sello.
b) Suponga que luego de lanzar el dado y la moneda, nos informan
que el número del dado fue impar. ¿Cuál es la probabilidad de
obtener el evento anterior?
Probabilidad Condicional
Regla del Producto
Regla del Producto en Probabilidad Condicional:
Sean A, B y C eventos cualesquiera. Entonces
Probabilidad Condicional
Regla del Producto
Regla del Producto en Probabilidad Condicional:
Sean A, B y C eventos cualesquiera. Entonces
1 P (A ∩ B) = P (A|B)P (B)
Probabilidad Condicional
Regla del Producto
Regla del Producto en Probabilidad Condicional:
Sean A, B y C eventos cualesquiera. Entonces
1 P (A ∩ B) = P (A|B)P (B)
2 P (A ∩ B ∩ C) = P (A)P (B|A)P (C|A ∩ B)
Probabilidad Condicional
Ejemplo
Una bolsa contiene 4 bolas blancas y 3 negras, y una segunda bolsa
contiene 3 blancas y 5 negras. Se saca una bola de la primera bolsa y
se coloca sin verla en la segunda bolsa. ¿Cuál es la probabilidad de que
ahora se saque una bola negra de la segunda bolsa?
Probabilidad Condicional
Ejemplo
Una bolsa contiene 4 bolas blancas y 3 negras, y una segunda bolsa
contiene 3 blancas y 5 negras. Se saca una bola de la primera bolsa y
se coloca sin verla en la segunda bolsa. ¿Cuál es la probabilidad de que
ahora se saque una bola negra de la segunda bolsa?
Solución: Definimos los eventos siguientes:
N1 : Se extrae una bola negra de la bolsa 1.
Probabilidad Condicional
Ejemplo
Una bolsa contiene 4 bolas blancas y 3 negras, y una segunda bolsa
contiene 3 blancas y 5 negras. Se saca una bola de la primera bolsa y
se coloca sin verla en la segunda bolsa. ¿Cuál es la probabilidad de que
ahora se saque una bola negra de la segunda bolsa?
Solución: Definimos los eventos siguientes:
N1 : Se extrae una bola negra de la bolsa 1.
N2 : Se extrae una bola negra de la bolsa 2.
Probabilidad Condicional
Ejemplo
Una bolsa contiene 4 bolas blancas y 3 negras, y una segunda bolsa
contiene 3 blancas y 5 negras. Se saca una bola de la primera bolsa y
se coloca sin verla en la segunda bolsa. ¿Cuál es la probabilidad de que
ahora se saque una bola negra de la segunda bolsa?
Solución: Definimos los eventos siguientes:
N1 : Se extrae una bola negra de la bolsa 1.
N2 : Se extrae una bola negra de la bolsa 2.
B1 : Se extrae una bola blanca de la bolsa 1.
Probabilidad Condicional
Tenemos entonces que,
Probabilidad Condicional
Tenemos entonces que,
P [(N1 ∩ N2 ) ∪ (B1 ∩ N2 )] = P (N1 ∩ N2 ) + P (B1 ∩ N2 )
Probabilidad Condicional
Tenemos entonces que,
P [(N1 ∩ N2 ) ∪ (B1 ∩ N2 )] = P (N1 ∩ N2 ) + P (B1 ∩ N2 )
= P (N1 )P (N2 |N1 ) + P (B1 )P (N2 |B1 )
Probabilidad Condicional
Tenemos entonces que,
P [(N1 ∩ N2 ) ∪ (B1 ∩ N2 )] = P (N1 ∩ N2 ) + P (B1 ∩ N2 )
= P (N1 )P (N2 |N1 ) + P (B1 )P (N2 |B1 )
3 6 4 5
= +
7 9 7 9
Probabilidad Condicional
Tenemos entonces que,
P [(N1 ∩ N2 ) ∪ (B1 ∩ N2 )] = P (N1 ∩ N2 ) + P (B1 ∩ N2 )
= P (N1 )P (N2 |N1 ) + P (B1 )P (N2 |B1 )
3 6 4 5
= +
7 9 7 9
38
=
63
Probabilidad Condicional
Eventos Independientes
Eventos Independientes
Sean A y B dos eventos cualesquiera de un espacio muestral S.
Decimos que A y B son independientes si
Probabilidad Condicional
Eventos Independientes
Eventos Independientes
Sean A y B dos eventos cualesquiera de un espacio muestral S.
Decimos que A y B son independientes si
P (A|B) = P (A) o P (B|A) = P (B)
Probabilidad Condicional
Eventos Independientes
Eventos Independientes
Sean A y B dos eventos cualesquiera de un espacio muestral S.
Decimos que A y B son independientes si
P (A|B) = P (A) o P (B|A) = P (B)
Regla de Multiplicación para Eventos Independientes
P (A ∩ B) = P (A)P (B)
Probabilidad Condicional
Ejemplo:
Un sistema eléctrico consta de cuatro componentes, como se ilustra en
la figura. El sistema funciona si los componentes A y B funcionan, y si
funciona cualquiera de los componentes C o D. La confiabilidad
(probabilidad de que funcionen) de cada uno de los componentes
también se muestra en la figura. Calcule la probabilidad de
Probabilidad Condicional
Ejemplo:
Un sistema eléctrico consta de cuatro componentes, como se ilustra en
la figura. El sistema funciona si los componentes A y B funcionan, y si
funciona cualquiera de los componentes C o D. La confiabilidad
(probabilidad de que funcionen) de cada uno de los componentes
también se muestra en la figura. Calcule la probabilidad de
a) Que el sistema completo funcione.
Probabilidad Condicional
Ejemplo:
Un sistema eléctrico consta de cuatro componentes, como se ilustra en
la figura. El sistema funciona si los componentes A y B funcionan, y si
funciona cualquiera de los componentes C o D. La confiabilidad
(probabilidad de que funcionen) de cada uno de los componentes
también se muestra en la figura. Calcule la probabilidad de
a) Que el sistema completo funcione.
b) Que el componente C no funcione, dado que el sistema completo
funciona.
Probabilidad Condicional
Ejemplo:
Un sistema eléctrico consta de cuatro componentes, como se ilustra en
la figura. El sistema funciona si los componentes A y B funcionan, y si
funciona cualquiera de los componentes C o D. La confiabilidad
(probabilidad de que funcionen) de cada uno de los componentes
también se muestra en la figura. Calcule la probabilidad de
a) Que el sistema completo funcione.
b) Que el componente C no funcione, dado que el sistema completo
funciona.
Suponga que los cuatro componentes funcionan de manera
independiente.
Probabilidad Condicional
Probabilidad Condicional
a) Hallar la probabilidad de que funciones el sistema es equivalente a
calcular
P [A ∩ B ∩ (C ∪ D)]
Como los componentes funcionan de manera independiente, los
subsistemas también lo hacen, de manera que
P [A ∩ B ∩ (C ∪ D)] = P (A)P (B)P (C ∪ D)
= P (A)P (B)[P (C) + P (D) − P (C ∩ D)]
= P (A)P (B)[P (C) + P (D) − P (C)P (D)]
= (0.9)(0.9)[0.8 + 0.8 − (0.8)2 ]
= 0.7776
Probabilidad Condicional
a) Hallar la probabilidad de que funciones el sistema es equivalente a
calcular
P [A ∩ B ∩ (C ∪ D)]
Como los componentes funcionan de manera independiente, los
subsistemas también lo hacen, de manera que
P [A ∩ B ∩ (C ∪ D)] = P (A)P (B)P (C ∪ D)
= P (A)P (B)[P (C) + P (D) − P (C ∩ D)]
= P (A)P (B)[P (C) + P (D) − P (C)P (D)]
= (0.9)(0.9)[0.8 + 0.8 − (0.8)2 ]
= 0.7776
La parte (b) queda como ejercicio.
Probabilidad Condicional
Probabilidad Total
Probabilidad Condicional
Probabilidad Total
Sea S un espacio muestral. Consideremos los eventos A1 , A2 ,..., An
tales que constituyen una partición de S, es decir, los eventos son
mutuamente excluyentes dos a dos (Ai ∩ Aj = ∅), para i 6= j y la unión
de los eventos es S, (A1 ∪ A2 ∪ · · · ∪ An = S).
Sea B un evento cualesquiera de S. La realización de B depende de los
eventos A1 , A2 ,..., An .
Probabilidad Condicional
Probabilidad Total.
Sea B un evento cualesquiera. Entonces
P (B) = P (A1 )P (B|A1 ) + P (A2 )P (B|A2 ) + · · · + P (An )P (B|An )
n
X
= P (Ai )P (B|Ai )
i=1
Donde A1 , A2 ,..., An son eventos mutuamente excluyentes dos a dos y
la unión de estos eventos es S
Probabilidad Condicional
Ejemplo.
En la universidad de la Sabana se dispone de tres profesores para dar
tutorías a los estudiantes: Juan Pablo, Edwin y Leidy. Se dispone de un
registro histórico del porcentaje de quejas de los estudiantes atendidos
por estos tres profesores: 1 % para Juan Pablo, 3 % para Edwin y 2 %
para Leidy. Cierto día acudieron 50 estudiantes a tutorías de los cuales
15 fueron atendidos por Juan Pablo, 10 por Edwin y 25 por Leidy. Calcule
la probabilidad de que un estudiante elegido al azar de entre los que
fueron atendidos ese día se queje por la atención recibida.
Probabilidad Condicional
Solución.
De acuerdo a la información se tiene que
Persona Clientes Atendidos Prob. queja
Juan Pablo 15 1 %=0.01
Edwin 10 3 %=0.03
Leidy 25 2 %=0.02
Definamos los siguientes eventos
Probabilidad Condicional
Solución.
De acuerdo a la información se tiene que
Persona Clientes Atendidos Prob. queja
Juan Pablo 15 1 %=0.01
Edwin 10 3 %=0.03
Leidy 25 2 %=0.02
Definamos los siguientes eventos
A1 : El estudiante es atendido por Juan Pablo.
Probabilidad Condicional
Solución.
De acuerdo a la información se tiene que
Persona Clientes Atendidos Prob. queja
Juan Pablo 15 1 %=0.01
Edwin 10 3 %=0.03
Leidy 25 2 %=0.02
Definamos los siguientes eventos
A1 : El estudiante es atendido por Juan Pablo.
A2 : El estudiante es atendido por Edwin.
Probabilidad Condicional
Solución.
De acuerdo a la información se tiene que
Persona Clientes Atendidos Prob. queja
Juan Pablo 15 1 %=0.01
Edwin 10 3 %=0.03
Leidy 25 2 %=0.02
Definamos los siguientes eventos
A1 : El estudiante es atendido por Juan Pablo.
A2 : El estudiante es atendido por Edwin.
A3 : El estudiante es atendido por Leidy.
Probabilidad Condicional
Solución.
De acuerdo a la información se tiene que
Persona Clientes Atendidos Prob. queja
Juan Pablo 15 1 %=0.01
Edwin 10 3 %=0.03
Leidy 25 2 %=0.02
Definamos los siguientes eventos
A1 : El estudiante es atendido por Juan Pablo.
A2 : El estudiante es atendido por Edwin.
A3 : El estudiante es atendido por Leidy.
B : El estudiante elegido al azar presenta una queja.
Probabilidad Condicional
Probabilidad Condicional
La probabilidad de que lo atienda Juan Pablo y el estudiante se
queje
15
P (A1 ∩ B) = P (B|A1 )P (A1 ) = × 0.01 = 0.003
50
Probabilidad Condicional
La probabilidad de que lo atienda Juan Pablo y el estudiante se
queje
15
P (A1 ∩ B) = P (B|A1 )P (A1 ) = × 0.01 = 0.003
50
La probabilidad de que lo atienda Edwin y el estudiante se queje
10
P (A2 ∩ B) = P (B|A2 )P (A2 ) = × 0.03 = 0.006
50
Probabilidad Condicional
La probabilidad de que lo atienda Leidy y el estudiante se queje
25
P (A3 ∩ B) = P (B|A3 )P (A3 ) = × 0.02 = 0.01
50
Por lo tanto la probabilidad de que el estudiante elegido al azar se queje
por atención recibida está dada por
Probabilidad Condicional
La probabilidad de que lo atienda Leidy y el estudiante se queje
25
P (A3 ∩ B) = P (B|A3 )P (A3 ) = × 0.02 = 0.01
50
Por lo tanto la probabilidad de que el estudiante elegido al azar se queje
por atención recibida está dada por
P (B) = P (B|A1 )P (A1 ) + P (B|A2 )P (A2 ) + P (B|A3 )P (A3 ) = 0.019
Probabilidad Condicional
Ejemplo.
Una fábrica tiene 3 máquinas para la producción de sus artículos. La
siguiente tabla presenta la información sobre el porcentaje de
producción diaria de cada máquina y de artículos defectuosos que
produce cada una.
Máquina Producción Arti.Defectuosos
M1 50 % 4%
M2 30 % 3%
M3 20 % 2%
Determine la probabilidad de que un artículo seleccionado al azar sea
No sea defectuoso.
Probabilidad Condicional
Solución.
Definamos los siguientes eventos
Probabilidad Condicional
Solución.
Definamos los siguientes eventos
A1 : El artículo es producido por M1
Probabilidad Condicional
Solución.
Definamos los siguientes eventos
A1 : El artículo es producido por M1
A2 : El artículo es producido por M2
Probabilidad Condicional
Solución.
Definamos los siguientes eventos
A1 : El artículo es producido por M1
A2 : El artículo es producido por M2
A3 : El artículo es producido por M3
Probabilidad Condicional
Solución.
Definamos los siguientes eventos
A1 : El artículo es producido por M1
A2 : El artículo es producido por M2
A3 : El artículo es producido por M3
B : El artículo elegido al azar es defectuoso.
La probabilidad de que el artículo sea defectuoso está dada por
Probabilidad Condicional
Solución.
Definamos los siguientes eventos
A1 : El artículo es producido por M1
A2 : El artículo es producido por M2
A3 : El artículo es producido por M3
B : El artículo elegido al azar es defectuoso.
La probabilidad de que el artículo sea defectuoso está dada por
P (B) = P (B|A1 )P (A1 ) + P (B|A2 )P (A2 ) + P (B|A3 )P (A3 )
= (0.5)(0.04) + (0.3)(0.03) + (0.2)(0.02) = 0.033
Por lo tanto, la probabilidad de que un artículo seleccionado al azar sea
No sea defectuoso es:
Probabilidad Condicional
Solución.
Definamos los siguientes eventos
A1 : El artículo es producido por M1
A2 : El artículo es producido por M2
A3 : El artículo es producido por M3
B : El artículo elegido al azar es defectuoso.
La probabilidad de que el artículo sea defectuoso está dada por
P (B) = P (B|A1 )P (A1 ) + P (B|A2 )P (A2 ) + P (B|A3 )P (A3 )
= (0.5)(0.04) + (0.3)(0.03) + (0.2)(0.02) = 0.033
Por lo tanto, la probabilidad de que un artículo seleccionado al azar sea
No sea defectuoso es:
P (B c ) = 1 − P (B) = 0.967
Verifique este resultado con la regla de probabilidad total.
Probabilidad Condicional
Ejecicio.
1) Se tienen dos cajas, de tal manera que en la caja 1 hay 20 baterías
de las cuales 18 están en buen estado y en la caja 2 hay 10 baterías
de las cuales 9 están en buen estado. Se realiza un experimento
que consiste en las siguientes dos acciones:
Primero se toma al azar de la caja 2 una batería y sin examinarla se
la coloca en la caja 1.
Segundo, se toma al azar una batería de la caja 1 y se la examina.
Encuentre la probabilidad que esta última batería esté en buen
estado.
Probabilidad Condicional
Ejercicio.
2) Para concursar por una beca de estudio en el exterior se han
presentado a rendir un examen 20 estudiantes de la universidad
de la Sabana, 35 de la universidad de los Andes y 3 de la
universidad Manuela Beltrán. De experiencias anteriores, se
conoce que las probabilidades de éxito en el examen son 0.9 para
la universidad de la Sabana, 0.7 para la universidad de los Andes y
0.5 para la universidad Manuela Beltrán.
a) Calcule la probabilidad de que un estudiante elegido al azar
apruebe el examen.
Probabilidad Condicional
Regla de Bayes
Sea S un espacio muestral. Consideremos los eventos A1 , A2 ,..., An
no nulos mutuamente excluyentes dos a dos, tales que constituyen una
partición de S y sea B un evento no nulo cualesquiera de S.
Entonces la Regla de Bayes permite calcular la probabilidad de cada
uno de los eventos A1 , A2 ,..., An que contribuyen a la realización del
evento B dado que se conoce la probabilidad de este evento.
Probabilidad Condicional
Regla de Bayes
Regla de Bayes
Sea A1 , A2 ,..., An eventos no nulos mutuamente excluyentes dos a dos
de S y sea B un evento no nulo cualesquiera de S. Entonces
P (Ai )P (B|Ai ) P (Ai )P (B|Ai )
P (Ai |B) = = n ,
P (B) X
P (Ai )P (B|Ai )
i=1
con i = 1, 2, · · · , n
Probabilidad Condicional
Ejemplo.
Una cadena de tiendas de video vende tres marcas diferentes de repro-
ductores de DVD. De sus ventas de reproductores de DVD, 50 % son de
la marca 1 (la menos cara), 30 % son de la marca 2 y 20 % son de la
marca 3.
Probabilidad Condicional
Ejemplo.
Una cadena de tiendas de video vende tres marcas diferentes de repro-
ductores de DVD. De sus ventas de reproductores de DVD, 50 % son de
la marca 1 (la menos cara), 30 % son de la marca 2 y 20 % son de la
marca 3.
Cada fabricante ofrece 1 año de garantía en las partes y mano de obra.
Se sabe que 25 % de los reproductores de DVD de la marca 1 requie-
ren trabajo de reparación dentro del periodo de garantía, mientras que
los porcentajes correspondientes de las marcas 2 y 3 son 20 % y 10 %,
respectivamente.
Probabilidad Condicional
1 ¿Cuál es la probabilidad de que un comprador seleccionado al azar
haya adquirido un reproductor de DVD marca 1 que necesitará
reparación mientras se encuentra dentro de garantía?
Probabilidad Condicional
1 ¿Cuál es la probabilidad de que un comprador seleccionado al azar
haya adquirido un reproductor de DVD marca 1 que necesitará
reparación mientras se encuentra dentro de garantía?
2 ¿Cuál es la probabilidad de que un comprador seleccionado al azar
haya comprado un reproductor de DVD que necesitará reparación
mientras se encuentra dentro de garantía?
Probabilidad Condicional
1 ¿Cuál es la probabilidad de que un comprador seleccionado al azar
haya adquirido un reproductor de DVD marca 1 que necesitará
reparación mientras se encuentra dentro de garantía?
2 ¿Cuál es la probabilidad de que un comprador seleccionado al azar
haya comprado un reproductor de DVD que necesitará reparación
mientras se encuentra dentro de garantía?
3 Si un cliente regresa a la tienda con un reproductor de DVD que
necesita reparación dentro de garantía, ¿cuál es la probabilidad de
que sea un reproductor de DVD marca 1? ¿Un reproductor de DVD
marca 2? ¿Un reproductor de DVD marca 3?
Probabilidad Condicional
Solución: Definimos los siguientes eventos,
Probabilidad Condicional
Solución: Definimos los siguientes eventos,
A1 : Se adquirió un reproductor de la marca 1.
Probabilidad Condicional
Solución: Definimos los siguientes eventos,
A1 : Se adquirió un reproductor de la marca 1.
A2 : Se adquirió un reproductor de la marca 2.
Probabilidad Condicional
Solución: Definimos los siguientes eventos,
A1 : Se adquirió un reproductor de la marca 1.
A2 : Se adquirió un reproductor de la marca 2.
A3 : Se adquirió un reproductor de la marca 3.
Probabilidad Condicional
Solución: Definimos los siguientes eventos,
A1 : Se adquirió un reproductor de la marca 1.
A2 : Se adquirió un reproductor de la marca 2.
A3 : Se adquirió un reproductor de la marca 3.
B: El reproductor necesita reparación.
Probabilidad Condicional
Solución: Definimos los siguientes eventos,
A1 : Se adquirió un reproductor de la marca 1.
A2 : Se adquirió un reproductor de la marca 2.
A3 : Se adquirió un reproductor de la marca 3.
B: El reproductor necesita reparación.
Entonces,
Probabilidad Condicional
Solución: Definimos los siguientes eventos,
A1 : Se adquirió un reproductor de la marca 1.
A2 : Se adquirió un reproductor de la marca 2.
A3 : Se adquirió un reproductor de la marca 3.
B: El reproductor necesita reparación.
Entonces,
P (A1 ) = 0.5
Probabilidad Condicional
Solución: Definimos los siguientes eventos,
A1 : Se adquirió un reproductor de la marca 1.
A2 : Se adquirió un reproductor de la marca 2.
A3 : Se adquirió un reproductor de la marca 3.
B: El reproductor necesita reparación.
Entonces,
P (A1 ) = 0.5
P (A2 ) = 0.3
Probabilidad Condicional
Solución: Definimos los siguientes eventos,
A1 : Se adquirió un reproductor de la marca 1.
A2 : Se adquirió un reproductor de la marca 2.
A3 : Se adquirió un reproductor de la marca 3.
B: El reproductor necesita reparación.
Entonces,
P (A1 ) = 0.5
P (A2 ) = 0.3
P (A3 ) = 0.2
Probabilidad Condicional
Solución: Definimos los siguientes eventos,
A1 : Se adquirió un reproductor de la marca 1.
A2 : Se adquirió un reproductor de la marca 2.
A3 : Se adquirió un reproductor de la marca 3.
B: El reproductor necesita reparación.
Entonces,
P (A1 ) = 0.5 P (B|A1 ) = 0.25
P (A2 ) = 0.3
P (A3 ) = 0.2
Probabilidad Condicional
Solución: Definimos los siguientes eventos,
A1 : Se adquirió un reproductor de la marca 1.
A2 : Se adquirió un reproductor de la marca 2.
A3 : Se adquirió un reproductor de la marca 3.
B: El reproductor necesita reparación.
Entonces,
P (A1 ) = 0.5 P (B|A1 ) = 0.25
P (A2 ) = 0.3 P (B|A2 ) = 0.20
P (A3 ) = 0.2
Probabilidad Condicional
Solución: Definimos los siguientes eventos,
A1 : Se adquirió un reproductor de la marca 1.
A2 : Se adquirió un reproductor de la marca 2.
A3 : Se adquirió un reproductor de la marca 3.
B: El reproductor necesita reparación.
Entonces,
P (A1 ) = 0.5 P (B|A1 ) = 0.25
P (A2 ) = 0.3 P (B|A2 ) = 0.20
P (A3 ) = 0.2 P (B|A3 ) = 0.10
Probabilidad Condicional
1 P (A1 ∩ B) = P (A1 )P (B|A1 ) = (0.5)(0.25) = 0.125
Probabilidad Condicional
1 P (A1 ∩ B) = P (A1 )P (B|A1 ) = (0.5)(0.25) = 0.125
2 Debemos hallar la probabilidad de que el componente requiera
reparación dentro de la garantía sin importar la marca, para ello
usamos Probabilidad Total
P (B) = P (B ∩ A1 ) + P (B ∩ A2 ) + P (B ∩ A3 )
Probabilidad Condicional
1 P (A1 ∩ B) = P (A1 )P (B|A1 ) = (0.5)(0.25) = 0.125
2 Debemos hallar la probabilidad de que el componente requiera
reparación dentro de la garantía sin importar la marca, para ello
usamos Probabilidad Total
P (B) = P (B ∩ A1 ) + P (B ∩ A2 ) + P (B ∩ A3 )
= P (A1 )P (B|A1 ) + P (A2 )P (B|A2 ) + P (A3 )P (B|A3 )
Probabilidad Condicional
1 P (A1 ∩ B) = P (A1 )P (B|A1 ) = (0.5)(0.25) = 0.125
2 Debemos hallar la probabilidad de que el componente requiera
reparación dentro de la garantía sin importar la marca, para ello
usamos Probabilidad Total
P (B) = P (B ∩ A1 ) + P (B ∩ A2 ) + P (B ∩ A3 )
= P (A1 )P (B|A1 ) + P (A2 )P (B|A2 ) + P (A3 )P (B|A3 )
= 0.125 + 0.060 + 0.020
Probabilidad Condicional
1 P (A1 ∩ B) = P (A1 )P (B|A1 ) = (0.5)(0.25) = 0.125
2 Debemos hallar la probabilidad de que el componente requiera
reparación dentro de la garantía sin importar la marca, para ello
usamos Probabilidad Total
P (B) = P (B ∩ A1 ) + P (B ∩ A2 ) + P (B ∩ A3 )
= P (A1 )P (B|A1 ) + P (A2 )P (B|A2 ) + P (A3 )P (B|A3 )
= 0.125 + 0.060 + 0.020
= 0.205
Probabilidad Condicional
1 P (A1 ∩ B) = P (A1 )P (B|A1 ) = (0.5)(0.25) = 0.125
2 Debemos hallar la probabilidad de que el componente requiera
reparación dentro de la garantía sin importar la marca, para ello
usamos Probabilidad Total
P (B) = P (B ∩ A1 ) + P (B ∩ A2 ) + P (B ∩ A3 )
= P (A1 )P (B|A1 ) + P (A2 )P (B|A2 ) + P (A3 )P (B|A3 )
= 0.125 + 0.060 + 0.020
= 0.205
Probabilidad Condicional
1 P (A1 ∩ B) = P (A1 )P (B|A1 ) = (0.5)(0.25) = 0.125
2 Debemos hallar la probabilidad de que el componente requiera
reparación dentro de la garantía sin importar la marca, para ello
usamos Probabilidad Total
P (B) = P (B ∩ A1 ) + P (B ∩ A2 ) + P (B ∩ A3 )
= P (A1 )P (B|A1 ) + P (A2 )P (B|A2 ) + P (A3 )P (B|A3 )
= 0.125 + 0.060 + 0.020
= 0.205
3 Las probabilidades que debemos encontrar en este caso son
P (A1 |B), P (A2 |B) y P (A3 |B)
Probabilidad Condicional
La Regla de Bayes nos indica que:
P (A1 ∩ B) 0.125
P (A1 |B) = = = 0.61
P (B) 0.205
Probabilidad Condicional
La Regla de Bayes nos indica que:
P (A1 ∩ B) 0.125
P (A1 |B) = = = 0.61
P (B) 0.205
P (A2 ∩ B) 0.060
P (A2 |B) = = = 0.29
P (B) 0.205
Probabilidad Condicional
La Regla de Bayes nos indica que:
P (A1 ∩ B) 0.125
P (A1 |B) = = = 0.61
P (B) 0.205
P (A2 ∩ B) 0.060
P (A2 |B) = = = 0.29
P (B) 0.205
P (A3 ∩ B) 0.020
P (A3 |B) = = = 0.10
P (B) 0.205
