Escolar Documentos
Profissional Documentos
Cultura Documentos
condicional
La probabilidad condicional, o probabilidad Es decir, la probabilidad
condicionada, es la posibilidad de que condicional es aquella que
ocurra un evento, al que denominamos A, depende de que se haya
como consecuencia de que ha tenido lugar cumplido otro hecho
otro evento, al que denominamos B. relacionado
Ejemplo
Supongamos que tenemos un aula con 30 alumnos, siendo el 50 % de 14 años y el otro 50% de 15 años. Además, sabemos
que 12 integrantes del salón tienen 14 años y usan resaltado en sus libros ¿Cuál es la probabilidad de que un estudiante del
salón use resaltado si tiene 14 años?
Siguiendo la fórmula mostrada líneas arriba, primero, sabemos que la probabilidad de que el estudiante tenga 14 años es
50%(P(B)). Asimismo, la probabilidad que de que un estudiante tenga 14 años y use resaltado es 12/30=40%.
Por lo tanto, la probabilidad de que un estudiante use resaltado si tiene 14 años se calcularía de la siguiente forma:
∩
P(A|B)=P(A B)/P(B)=0,4/0,5=0,8=80%
Es decir, existe un 80% de probabilidad de que un estudiante use resaltado si tiene 14 años.
Si tenemos un evento,
que denominamos A, Se lee que la Lo opuesto a la
condicionado a otro probabilidad de que
probabilidad
evento, al cual suceda A, dado que ha
condicional es la
acontecido B, es igual a la
denominamos B, la probabilidad
probabilidad de que
notación sería P(A|B) y la independiente. Es decir,
ocurra A y B, al mismo
fórmula sería la siguiente: aquella que no depende
∩
P(A|B)=P(A B)/P(B)
tiempo, entre la
probabilidad de B. de la ocurrencia de otro
evento.
Ejemplo 1:
Propiedades de la probabilidad condicional ∩
Si P(A) = 0,6 ; P(B) = 0,4 y P(A B)=0,18. Calcular:
Las propiedades de la probabilidad condicional a) P(A|B)
b) P(B|A)
son las siguientes: Solución:
En este problema, simplemente vamos a reemplazar los datos
en la fórmula.
Esto significa que la probabilidad de A dado B, a) Usamos la fórmula de probabilidad condicional:
más la probabilidad del complemento de A (los
elementos del universo que no pertenece a A)
dado B, es igual a 1.
El número de vehículos que pasan por una caseta de cobro en las horas de mayor tráfico sirve como ejemplo para mostrar las
características de una distribución de probabilidad de Poisson.
El promedio (media) de los arribos de vehículos por hora de gran tráfico puede estimarse a partir de los datos anteriores del
tráfico.
Si dividimos las horas de gran tráfico en periodos (intervalos) de un segundo cada uno, encontraremos que los siguientes
enunciados son verdaderos:
a) La probabilidad de que exactamente un vehículo llegue por segundo a una caseta individual es un número muy pequeño y es
constante para que cada intervalo de un segundo.
b) La probabilidad de que dos o más vehículos lleguen en un intervalo de un segundo es tan reducida que podemos asignarle un
valor cero.
c) El número de vehículos que llegan en determinado intervalo de un segundo es independiente del momento en que el intervalo
de un segundo ocurre durante la hora de gran tráfico.
d) El número de llegadas en cualquier intervalo de un segundo no depende del número de arribos de cualquier otro intervalo de
un segundo.
Ahora bien, podemos generalizar partiendo de las cuatro condiciones que hemos descrito en este ejemplo, si estas condiciones
se cumplen nos apoyaremos en una distribución de probabilidad de Poisson para describirlos.
Cálculo de probabilidades mediante la distribución de Poisson
La distribución de Poisson, según hemos señalado, se refiere a ciertos procesos que pueden ser descritos con
una variable aleatoria discreta. La letra X suele representar esa variable y puede además asumir valores enteros
(0,1,2,3 etc..) . Utilizamos la letra X mayúscula para representar la variable aleatoria y la x minúscula para designar
un valor específico que puede asumir la X mayúscula. La probabilidad de exactamente x ocurrencias en una La distribución de Poisson como
distribución de Poisson se calcula mediante la fórmula: una aproximación a la distribución
P(x) = l x * e-l / x!
l x = Lambda binomial.
(número medio de ocurrencias por intervalo de tiempo) elevada a la potencia x.
Algunas veces, si se desea evitar el
e-l = e= 2.71828 elevado a la potencia de lambda negativa.
x! = x factorial. tedioso trabajo de calcular las
distribuciones binomiales, se puede
usar a cambio la de Poisson, pero
Ejemplo: debe cumplir con ciertas
Supóngase que estamos investigando la seguridad de un crucero muy peligroso. Los archivos de la
condiciones como :
policía indican una media de cinco accidentes por mes en él. El número de accidentes está
distribuido conforme a la distribución de Poisson, y la división de seguridad en carreteras quiere n=>20
calcular la probabilidad de exactamente 0,1,2,3 y 4 accidentes en un mes determinado. p=<0.05
Aplicando la fórmula anterior:
P(0) = (5)0 (e-5) /0! = 0.00674 En los casos en que se satisfacen
P(1) = (5)1 (e-5) /1! = 0.03370 tales condiciones, podemos
P(2) = (5)2 (e-5) /2! = 0.08425
P(3) = (5)3 (e-5) /3! = 0.14042
sustituir la media de la distribución
P(4) = (5)4 (e-5) /4! = 0.17552 binomialen lugar de la media de la
Para saber cual es la probabilidad en 3 o menos, sumaremos las probabilidades de 0,1,2,3 lo que distribución de Poisson de modo
será igual a :
P(0) = 0.00674 que la fórmula quedaría así:
P(1) = 0.03370 P(x) = (np) X * e-np /x!
P(2) = 0.08425
P(3) = 0.14042
P(3 o menos) = 0.26511
Dado que la probabilidad de que haya 3 o menos accidentes es de 0.26511 entonces la
probabilidad de que ocurran más de tres debe ser = 1 –0.26511 = 0.73489.