TEMA 4

PROBABILIDAD CONDICIONAL
Tercer Cuatrimestre
• Nos permite determinar la probabilidad de que ocurra el evento 𝐵, “condicionado”
al supuesto de que ha tenido lugar otro evento 𝐴.
• La palabras clave que encontramos en la pregunta condicional son “si” y “dado que”.
Se usa la notación P 𝐴 𝐵 para denotar la probabilidad condicional de que ocurra el
evento 𝐵, dado que ha ocurrido el evento 𝐴. Un ejemplo sencillo indica la manera
de definir esta probabilidad.

PROFESORA: Daniela Uribe MATERIA: Probabilidad y Estadística 2

• La probabilidad condicional de 𝐴, dado 𝐵, se denota con P 𝐴 𝐵 y se define
con la fórmula siguiente:

𝑷(𝑨 ∩ 𝑩)
𝑷 𝑨𝑩 =
𝑷(𝑩)
Donde:
𝑷 𝑨 𝑩 = Probabilidad de que se dé A, dado que B ya ocurrió.
𝑷(𝑨 ∩ 𝑩)= número de resultados en A y B.
𝑷(𝑩)= número de resultados que favorecen a B.

• Esta fórmula de probabilidad es válida solamente si B ya ocurrió y B no es el evento vacío,

es decir, si: 𝑷 𝑩 ≠0.

PROFESORA: Daniela Uribe MATERIA: Probabilidad y Estadística 3

Como el evento B ya se dio, el espacio muestra (S) se reduce a B y por lo tanto, los
resultados que favorecen el evento A se limitan a los de 𝑨 ∩ 𝑩 :

𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒓𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐𝒔 𝒆𝒏(𝑨 ∩ 𝑩) 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒓𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐𝒔 𝒆𝒏(𝑨 ∩ 𝑩)

𝑷 𝑨𝑩 = 𝒐 𝑷 𝑩𝑨 =
𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒓𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐𝒔 𝒒𝒖𝒆 𝒇𝒂𝒗𝒐𝒓𝒆𝒄𝒆𝒏 𝑩 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒓𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐𝒔 𝒒𝒖𝒆 𝒇𝒂𝒗𝒐𝒓𝒆𝒄𝒆𝒏 𝑨

PROFESORA: Daniela Uribe MATERIA: Probabilidad y Estadística 4

• Un profesor de cálculo ha realizado dos exámenes en su curso. El 40% de los estudiantes aprobó el primer examen
pero sólo el 25% aprobó los dos exámenes. Si se selecciona un estudiante al azar, ¿Cuál es la probabilidad de obtener
un estudiante que haya aprobado ambos exámenes de cálculo?
SOLUCIÓN:
Es un problema de probabilidad condicional puesto que: se puede resolver la probabilidad de que se obtenga un
estudiante que haya aprobado el segundo examen, dado que aprobó el primer examen.
Se define como evento B: aprobaron el primer examen y evento A: aprobaron el segundo examen.
Aquellos estudiantes que aprobaron ambos exámenes son: 𝑷(𝑨 ∩ 𝑩).

𝑷(𝑨 ∩ 𝑩) 𝟎. 𝟐𝟓
𝑷 𝑨𝑩 = = = 𝟎. 𝟔𝟐𝟓
𝑷(𝑩) 𝟎. 𝟒𝟎

Resultado: La probabilidad de obtener a un estudiante que haya aprobado ambos exámenes

es del 62.5%.

PROFESORA: Daniela Uribe MATERIA: Probabilidad y Estadística 5

• Nos permite determinar la probabilidad de dos eventos independientes, donde uno
puede ocurrir sin importar que pase con el otro. Esto quiere decir que uno de ellos
ocurra o que no lo haga, ejerce efecto nulo en la probabilidad de que el otro tenga
lugar o no. Los eventos 𝐴 y 𝐵 son independientes si y solo si, si no dependen del otro.
• Se puede encontrar la fórmula de esta manera:
𝑷 𝑩𝑨 =𝑷𝑩
• O equivale a esta fórmula:
𝑷(𝑨 ∩ 𝑩) = 𝑷(𝑨)𝑷(𝑩)
• Se dice que tres eventos 𝑨𝟏 , 𝑨𝟐 , 𝑨𝟑 , son independientes si son independientes por
pares, y la fórmula que se usa es:
𝑷(𝑨𝟏 ∩ 𝑨𝟐 ∩ 𝑨𝟑 ) = 𝑷 𝑨𝟏 𝑷 𝑨𝟐 𝑷 𝑨𝟑

PROFESORA: Daniela Uribe MATERIA: Probabilidad y Estadística 6

Durante un lanzamiento espacial, el sistema de computo primario esta respaldado por dos
sistemas secundarios. Funcionan uno con independencia de los otros y cada uno es 90% confiable.
¿Cuál es la probabilidad de que los tres sistemas sean funcionales en el momento del lanzamiento?
Sean:
𝑨𝟏 : 𝒆𝒍 𝒔𝒊𝒔𝒕𝒆𝒎𝒂 𝒑𝒓𝒊𝒏𝒄𝒊𝒑𝒂𝒍 𝒇𝒖𝒏𝒄𝒊𝒐𝒏𝒂
𝑨𝟐 : 𝒆𝒍 𝒑𝒓𝒊𝒎𝒆𝒓 𝒔𝒊𝒔𝒕𝒆𝒎𝒂 𝒅𝒆 𝒓𝒆𝒔𝒑𝒂𝒍𝒅𝒐 𝒇𝒖𝒏𝒄𝒊𝒐𝒏𝒂
𝑨𝟑 : 𝒆𝒍 𝒔𝒆𝒈𝒖𝒏𝒅𝒐 𝒔𝒊𝒔𝒕𝒆𝒎𝒂 𝒅𝒆 𝒓𝒆𝒔𝒑𝒂𝒍𝒅𝒐 𝒇𝒖𝒏𝒄𝒊𝒐𝒏𝒂
• Se tiene la información de que 𝑷 𝑨𝟏 = 𝑷 𝑨𝟐 = 𝑷 𝑨𝟑 = 𝟎. 𝟗
• Se necesita calcular 𝑷(𝑨𝟏 ∩ 𝑨𝟐 ∩ 𝑨𝟑 )
• Y sabemos que la fórmula es: 𝑷(𝑨𝟏 ∩ 𝑨𝟐 ∩ 𝑨𝟑 ) = 𝑷 𝑨𝟏 𝑷 𝑨𝟐 𝑷 𝑨𝟑
Sustituyendo los valores:

𝑃 𝐴1 ∩ 𝐴2 ∩ 𝐴3 = 𝑃 𝐴1 𝑃 𝐴2 𝑃 𝐴3 = 0.9 0.9 0.9 = 𝟎. 𝟕𝟐𝟗

Respuesta= La probabilidad de que los tres sistemas sean funcionales
en el momento del lanzamiento es de un 72.9 %.
PROFESORA: Daniela Uribe MATERIA: Probabilidad y Estadística 7
• Se deriva de la probabilidad condicional, consisten en despejar la ecuación de la probabilidad
condicional, y se obtiene que se debe multiplicar cada miembro de la ecuación por 𝑷 𝑨 :

𝑷 𝑨 ∩𝑩 =𝑷 𝑩 𝑨 ∗ 𝑷 𝑨

EJEMPLO.
En un salón de clases se tienen alumnos que hablan inglés y alumnos que hablan francés, el 50% de los
alumnos hablan inglés y de los alumnos que hablan inglés, un 20% hablan también francés. Determine
la probabilidad de que un alumno hable ambos idiomas (inglés y francés).
SOLUCIÓN:
Se toma como evento A= alumnos que hablan inglés y evento B= alumnos que hablan francés, el cuál se
encuentra condicionado por el suceso A (𝑷 𝑩 𝑨 )
𝑷 𝑨 ∩ 𝑩 = 𝑷 𝑩 𝑨 ∗ 𝑷 𝑨 = 𝟎. 𝟐𝟎 𝟎. 𝟓𝟎 = 𝟎. 𝟏𝟎
Respuesta= La probabilidad de que un alumno hable ambos idiomas es del 10%.

PROFESORA: Daniela Uribe MATERIA: Probabilidad y Estadística 8

La ley o teorema de la probabilidad total es un sistema completo de eventos, en un espacio
muestral S, conformado por los eventos 𝑨𝟏, 𝑨𝟐, 𝑨𝟑 y 𝑨𝟒 que parten al evento en B piezas. Éstos son
mutuamente excluyentes ya que dos no coinciden. Son también exhaustivos, esto significa que su
unión abarca todo el espacio muestral S.
La probabilidad de B se encuentra sumando las probabilidades de todas las piezas:
De manera equivalente, si 𝑷 𝑨𝟏 ≠ 𝟎 y para cada 𝑨𝒊 , la ley de la probabilidad total quedaría así:
𝑩 = 𝑨𝟏 ∩ 𝑩 ∪ 𝑨𝟐 ∩ 𝑩 ∪ 𝑨𝟑 ∩ 𝑩 ∪ 𝑨𝟒 ∩ 𝑩

𝑷 𝑩 = 𝑷 𝑩ȁ𝑨𝟏 ∗ 𝑷 𝑨𝟏 + … 𝑷 𝑩ȁ𝑨𝒏 ∗ 𝑷 𝑨𝒏

Representación de los eventos 𝑨𝟏 , 𝑨𝟐 , 𝑨𝟑 y 𝑨𝟒

que dividen al evento B en subconjuntos
mutuamente excluyentes.

PROFESORA: Daniela Uribe MATERIA: Probabilidad y Estadística 9

Clientes que compran cierta marca de automóvil pueden pedir un motor en tres tamaños distintos. De todos los automóviles vendidos,
45% tiene el motor más pequeño, 35% tamaño mediano y 20% más grande. Los automóviles en una prueba de emisiones dentro de los
dos años de su compra fallan 10% con el motor más pequeño, mientras que los de tamaño mediano fallan 12% y los de motor más
grande fallan un 15%.¿Cuál es la probabilidad de que un automóvil elegido aleatoriamente pueda fallar en una prueba de emisiones
dentro de los dos primeros años?
SOLUCIÓN.
Sea B el evento de que un automóvil falle en una prueba de emisiones dentro de los dos primeros años. Sea 𝑨𝟏 el evento que es un automóvil con un
motor pequeño, 𝑨𝟐 el evento que un automóvil tienen un motor mediano y 𝑨𝟑 el evento que un automóvil tienen un motor grande. Entonces:
𝑷 𝑨𝟏 = 0.45 𝑷 𝑨𝟐 =0.35 𝑷 𝑨𝟑 =0.20
La probabilidad de que un automóvil falle una prueba, dado que tiene un motor pequeño, es de 0.10. Es decir, 𝑷 𝑩ȁ𝑨𝟏 =0.10. De manera similar
𝑷 𝑩ȁ𝑨𝟐 =0.12 y 𝑷 𝑩ȁ𝑨𝟑 =0.15. Usando la ley de la probabilidad total para 3 eventos:

𝑷 𝑩 = 𝑷 𝑩ȁ𝑨𝟏 ∗ 𝑷 𝑨𝟏 + 𝑷 𝑩ȁ𝑨𝟐 ∗ 𝑷 𝑨𝟐 + 𝑷 𝑩ȁ𝑨𝟑 ∗ 𝑷 𝑨𝟑

𝑷 𝑩 = 𝟎. 𝟏𝟎 ∗ (𝟎. 𝟒𝟓) + 𝟎. 𝟏𝟐 ∗ (𝟎. 𝟑𝟓) + 𝟎. 𝟏𝟓 ∗ (𝟎. 𝟐𝟎)

𝑷 𝑩 = 𝟎. 𝟎𝟒𝟓 + 𝟎. 𝟎𝟒𝟐 + 𝟎. 𝟎𝟑 = 𝟎. 𝟏𝟏𝟕

Resultado= La probabilidad de que un automóvil pueda fallar en una prueba de emisiones dentro de los dos
primeros años es de 11.7%
PROFESORA: Daniela Uribe MATERIA: Probabilidad y Estadística 10
En el siglo XVIII el reverendo Thomas Bayes, estaba interesado en desarrollar una
fórmula para llegar a evaluar la probabilidad de que Dios existe, con base en la
evidencia de la que el disponía aquí en la Tierra y llegó a esta fórmula, que se usa para
calcular 𝑷 𝑨𝒊 𝑩 cuando la información disponible no tiene compatibilidad inmediata:

Permite calcular una de las 𝑷 𝑨𝒊 𝑃 𝐵

probabilidades condicionales si se 𝑷 𝑨𝒊 𝑩 = 𝐴
𝑖 𝑷 (𝑩)
conoce la otra:

Donde:
𝑷 𝑨𝒊 𝑩 = probabilidades a posteriori (probabilidad adicional de un evento)
𝑷 𝑨𝒊 = probabilidades a priori (probabilidad inicial de un evento)
𝑃 𝐵 𝐴𝑖 = probabilidad de B en la hipótesis de 𝐴𝑖 .
𝑷 (𝑩)= probabilidad del evento B.
PROFESORA: Daniela Uribe MATERIA: Probabilidad y Estadística 11
La fórmula anterior es esencialmente la regla de Bayes, pero cuando se escribe la regla
de Bayes, la expresión 𝑷 (𝑩)del denominador se reemplaza con una expresión más
complicada obtenida por lo general de la ley de la probabilidad total:
Caso especial: Sean A y B eventos con 𝑷 𝑨 ≠ 𝟎, 𝑷 𝑨𝒄 ≠ 𝟎 y 𝑷 𝑩 ≠ 𝟎. Entonces:
𝑷 𝑨 𝑷 𝑩𝑨
𝑷 𝑨𝑩 = 𝑷 𝑨 + 𝑷 𝑨𝒄 =1
𝑷 𝑨 𝑷 𝑩 𝑨 + 𝑷 𝑨𝒄 𝑷 𝑩 𝑨𝒄
Caso general: Sean 𝑨𝟏 ,…,𝑨𝒏 eventos mutuamente excluyentes y exhaustivos con
𝑷 𝑨𝒊 = 𝟎 para cada 𝑨𝒊 . Sea B cualquier evento con 𝑷 𝑩 ≠ 𝟎.
𝑷 𝑨𝒌 𝑃 𝐵 𝐴𝑘
𝑷 𝑨𝒌 𝑩 = 𝑛
σ 𝑖 = 𝑷 𝑨𝒊 𝑃 𝐵
1 𝐴𝑖
Este teorema es válido en todas las aplicaciones de la teoría de la probabilidad, ya que nos
puede servir para indicar como debemos modificar nuestras probabilidades subjetivas cuando
recibimos información adicional de un experimento.

PROFESORA: Daniela Uribe MATERIA: Probabilidad y Estadística 12

La proporción de personas en una comunidad en la Sierra de Puebla, que tienen cierta enfermedad es de 0.005. Está
disponible una prueba para diagnosticar la enfermedad. Si una persona la padece, probabilidad de que la prueba dé
una señal positiva es 0.99. Si una persona no está enferma, la probabilidad de que la prueba dé una señal positiva es
0.01. Si una persona sale positiva en la prueba, ¿cuál es la probabilidad de que la persona realmente esté enferma?
SOLUCIÓN:
Sea D el evento de que la persona realmente esté enferma y sea + el evento que la prueba sale positiva. Se desea
encontrar 𝑷 𝑫 + . Se dan las probabilidades siguientes:
𝑷 (𝑫)=0.005 𝑷 (𝑫𝒄 )=0.995 𝑷 + 𝑫 =0.99 𝑷 + 𝑫𝒄 =0.01
Al utilizar la regla de Bayes:
𝑷 𝑫 𝑷 +𝑫
𝑷 𝑫+ =
𝑷 𝑫 𝑷 + 𝑫 + 𝑷 𝑫𝒄 𝑷 + 𝑫𝒄

(𝟎. 𝟎𝟎𝟓) (𝟎. 𝟗𝟗)

𝑷 𝑫+ =
(𝟎. 𝟎𝟎𝟓) (𝟎. 𝟗𝟗) + (𝟎. 𝟗𝟗𝟓)(𝟎. 𝟎𝟏)
𝟎. 𝟎𝟎𝟒𝟗𝟓
𝑷 𝑫+ = = 𝟎. 𝟑𝟑𝟐
𝟎. 𝟎𝟎𝟒𝟗𝟓 + 𝟎. 𝟎𝟎𝟗𝟗𝟓
Resultado = La probabilidad de que una persona realmente esté enferma o que el examen resulte positivo es del 33.2 %
PROFESORA: Daniela Uribe MATERIA: Probabilidad y Estadística 13
TEORÍA - TEMA 4
Concluida
Para reforzar la teoría, antes
mencionadas, verifica el
contenido adicional en la
SEMANA 2.

PROFESORA: Daniela Uribe MATERIA: Probabilidad y Estadística 14

➢ Nieves, A. & Domínguez F., (2010). Probabilidad y estadística para ingeniería.
Mc Graw-Hill Interamericana, pp.218-230.
➢ Navidi, W., (2006), Estadística para ingenieros y científicos. Mc Graw-Hill
Interamericana, pp.78-82.
➢ El teorema de Bayes y su utilización en la interpretación de las pruebas
diagnosticas en el laboratorio clínico, Fernández, R., 2009, (PDF), consultada el
12 de Septiembre 2018, http://scielo.sld.cu/pdf/ibi/v28n3/ibi13309.pdf

* Recuerda que toda la bibliografía que uses en tus

trabajos debe ir referenciada en formato APA. *

PROFESORA: Daniela Uribe MATERIA: Probabilidad y Estadística 15