Tema 4

Probabilidad Condicionada
Probabilidades y Estadística I

Departamento de Inteligencia Artificial

ETS de Ingenieros Informáticos
Universidad Politécnica de Madrid
Esquema inicial 2

1. Introducción a la probabilidad condicionada

2. Teorema de la probabilidad compuesta o producto

3. Independencia de sucesos

4. Teorema de la Probabilidad Total

5. Teorema de Bayes

6. Fiabilidad de sistemas

Probabilidades y Estadística I
Introducción a la probabilidad condicionada 3

La ruta que utiliza cierto automovilista para ir al trabajo tiene dos

cruces regulados por semáforo. La probabilidad de que pare en
el primer semáforo es 0.4, y de que pare en el segundo semáforo
0.5. Además, la probabilidad de que se detenga en al menos uno
de los dos semáforos es 0.6. Calcular la probabilidad de que se
detenga
a) En ambos semáforos
b) En ningún semáforo
c) En exactamente un semáforo

Probabilidades y Estadística I
Introducción a la probabilidad condicionada 4

La ruta que utiliza cierto automovilista para ir al trabajo tiene dos cruces
regulados por semáforo. La probabilidad de que pare en el primer semáforo
es 0.4, y de que pare en el segundo semáforo 0.5. Además, la probabilidad de
que se detenga en al menos uno de los dos semáforos es 0.6. Calcular la
probabilidad de que se detenga
a) En ambos semáforos
b) En ningún semáforo
c) En exactamente un semáforo

A B
Recuerda!
P(A∪B)=P(A)+P(B)-P(A∩B)
P(A)=P(A ∩B)+(A ∩B)
Probabilidades y
Estadística I
Introducción a la probabilidad condicionada 5

La ruta que utiliza cierto automovilista para ir al trabajo tiene dos cruces
regulados por semáforo. La probabilidad de que pare en el primer semáforo
es 0.4, y de que pare en el segundo semáforo 0.5. Además, la probabilidad de
que se detenga en al menos uno de los dos semáforos es 0.6. Calcular la
probabilidad de que se detenga
a) En ambos semáforos
b) En ningún semáforo
c) En exactamente un semáforo

P(A)=0.4, P(B)=0.5, P(A∪B)=0.6

a) P(A∪B)=P(A)+P(B)-P(A∩B) por tanto P(A ∩ B)=0.3
b) P(A ∩B)=P(A ∪ B)=0.4
c) 1-(A ∩B)-P(A∩B)=0.3
P(A)=P(A∩B)+P(A ∩B)  P(A ∩B)=0.1
P(B)=P(A∩B)+P(A ∩B)  P(A ∩B) =0.2
Probabilidades y
Estadística I
Introducción a la probabilidad condicionada 6

La ruta que utiliza cierto automovilista para ir al trabajo tiene dos cruces regulados por semáforo. La
probabilidad de que pare en el primer semáforo es 0.4, y de que pare en el segundo semáforo 0.5. Además,
la probabilidad de que se detenga en al menos uno de los dos semáforos es 0.6. Calcular la probabilidad de
que se detenga
a) En ambos semáforos
b) En ningún semáforo
c) En exactamente un semáforo
0.6

0.5
0.4

A B
0.1 0.2

Probabilidades y Estadística I
Introducción a la probabilidad condicionada 7

La ruta que utiliza cierto automovilista para ir al trabajo tiene dos cruces regulados por
semáforo. La probabilidad de que pare en el primer semáforo es 0.4, y de que pare en el
segundo semáforo 0.5. Además, la probabilidad de que se detenga en al menos uno de los dos
semáforos es 0.6. Calcular la probabilidad de que se detenga
a) En ambos semáforos
b) En ningún semáforo
c) En exactamente un semáforo
B
A

X
X X
X X
X
X X X
X
Probabilidades y Estadística I
Introducción a la probabilidad condicionada 8

La ruta que utiliza cierto automovilista para ir al trabajo tiene dos cruces regulados por semáforo. La
probabilidad de que pare en el primer semáforo es 0.4, y de que pare en el segundo semáforo 0.5. Además, la
probabilidad de que se detenga en al menos uno de los dos semáforos es 0.6. Calcular la probabilidad de que
se detenga
a) En ambos semáforos
b) En ningún semáforo
c) En exactamente un semáforo
B
Sabiendo que el primer A
semáforo se puso en
rojo (A)…. ¿qué X
probabilidad hay que de X
que se ponga en rojo el X X
segundo semáforo?
X
X

P(B|A) X
X
X X
Probabilidades y
Estadística I

¡Una crucecita entre un total de cuatro! Recordemos la regla de Laplace…

Introducción a la probabilidad condicionada 9

B
A
X
P( B ∩ A) X X
P( B | A) = X X
P( A)
X
X X X
X
Probabilidades y
Estadística I
¡Una crucecita entre un total de cuatro!
Introducción a la probabilidad condicionada 10

P( A ∩ B)= P( B) × P( A B)= P( A) × P( B A)

Estadística
Descriptiva

Probabilidades y Estadística I
Ejemplo 11

Enunciado de un ejercicio
Dados dos sucesos A y B, se sabe que P(A)=1/4,
P(B|A)=1/2, P(A|B)=1/4. Calcular y P(B).

Aplicando que...
P( B ∩ A)
P( B | A) =
P( A)

Probabilidades y Estadística I
Ejemplo 12

Enunciado de un ejercicio
Dados dos sucesos A y B, se sabe que P(A)=1/4,
P(B|A)=1/2, P(A|B)=1/4. Calcular y P(B).

P( B ∩ A)
P( B | A) = ⇒ P( A ∩ B) = P( B ∩ A) = P( A) P( B | A)
P( A)
P( A ∩ B) P( A) P( B | A)
P( A | B) = ⇒ P( B) = = 0.5
P( B) P( A | B)
P( A ∩ B ) P( A ∪ B) 1 − P( A) − P( B) + P( A ∩ B)
P( A | B ) = = = = 0.75
P( B ) P( B ) 1 − P( B)

Probabilidades y Estadística I
Esquema inicial 13

1. Introducción a la probabilidad condicionada

2. Teorema de la probabilidad compuesta o producto

3. Independencia de sucesos

4. Teorema de la Probabilidad Total

5. Teorema de Bayes

6. Fiabilidad de sistemas

Probabilidades y Estadística I
Ejercicio de repaso del tema anterior 14

• Ya sabéis que P(A∪B)=P(A)+P(B)-P(A∩B)...

• ¿Cuánto vale... P(A∪B∪C)?

(intenta resolverlo utilizando un diagrama de Venn y

después intenta resolverlo algebráicamente)

Probabilidades y Estadística I
Ejercicio de repaso del tema anterior 15

• Ya sabéis que P(A∪B)=P(A)+P(B)-P(A∩B)...

• ¿Cuánto vale... P(A∪B∪C)?

Probabilidades y Estadística I
Ejercicio de repaso del tema anterior 16

• Ya sabéis que P(A∪B)=P(A)+P(B)-P(A∩B)...

• ¿Cuánto vale... P(A∪B∪C)?

P(A ∪ B ∪ C) = P(A ∪ B) + P(C) - P((A ∪ B)∩C)

= P(A) + P(B) - P(A∩B) + P(C) - P((A∩C) ∪ (B∩C))
= P(A) + P(B) - P(A∩B) + P(C) - [P(A∩C) + P(B∩C) - P((A∩C)∩(B∩C))]
= P(A) + P(B) + P(C) - P(A∩B) - P(A∩C) - P(B∩C) + P(A∩B∩C)

Probabilidades y Estadística I
Generalizando... 17

P(A ∪ B ∪ C ∪ D) = ....

Probabilidades y Estadística I Principio de inclusión/exclusión

Generalizando... 18

P(A ∪ B ∪ C ∪ D) = P(A) + P(B) + P(C) + P(D) - P(A∩B) -

P(A∩C) - P(A∩D) - P(B∩C) - P(B∩D) - P(C∩D) +
P(A∩B∩C) + P(A∩B∩D) + P(A∩C∩D) + P(B∩C∩D) -
P(A∩B∩C∩D)

Probabilidades y Estadística I
Principio de inclusion/exclusión
Teorema de la probabilidad compuesta 19

P( A ∩ B)= P( B) × P( A B)= P( A) × P( B A)

?
Probabilidades y Estadística I
Teorema de la probabilidad compuesta 20

Probabilidades y Estadística I
Teorema de la probabilidad compuesta 21

Se extraen sucesivamente, sin devolución, tres cartas

de una baraja española. Calcular la probabilidad de que
las dos primeras sean figuras y la tercera no.
Teorema de la probabilidad compuesta 22

Se extraen sucesivamente, sin devolución, tres cartas

de una baraja española. Calcular la probabilidad de que
las dos primeras sean figuras y la tercera no.
A1: Salir figura en la primera carta extraída,
A2: Salir figura en la segunda carta extraída,
A3: No salir figura en la tercera carta extraída
Se está pidiendo P(A1 ∩ A2 ∩ A3)
Según el teorema de la probabilidad compuesta:
P(A1 ∩ A2 ∩ A3) = P(A1)P(A2|A1)P(A3|A1 ∩ A2)
P(A1) es 12/40
P(A2|A1) es 11/39
P(A3|A1 ∩ A2) es 28/38
Esquema inicial 23

1. Introducción a la probabilidad condicionada

2. Teorema de la probabilidad compuesta o producto

3. Independencia de sucesos

4. Teorema de la Probabilidad Total

5. Teorema de Bayes

6. Fiabilidad de sistemas

Probabilidades y Estadística I
Independencia de sucesos 24

INDEPENDENCIA

X| Y=y’j ≡ X ∀ j Y| X=x’i ≡ Y ∀ i

Estadística
fij = fi• × f• j ∀i ≠ j Descriptiva

Probabilidades y Estadística I
Independencia/incompatibilidad de sucesos 25

Sólo si A y B son sucesos independientes

Independencia de sucesos 26

• ¿Qué significa que dos sucesos sean independientes?

• ¿Qué significa que dos sucesos sean disjuntos o

incompatibles?

Probabilidades y Estadística I
Independencia/incompatibilidad de sucesos 27

∩ ×
SUCESOS INDEPENDIENTES

∪ +
SUCESOS INCOMPATIBLES

Probabilidades y Estadística I
Ejercicio 28

Sean los sucesos A y B tales que P(A)=0.25, P(B|A)=0.5 y P(A|B)=0.25.

Determinar si las siguientes afirmaciones son ciertas o falsas:
a) A está incluido en B
b) A y B son independientes
c) A y B son incompatibles
d) 𝑃𝑃 𝐴𝐴̅ 𝐵𝐵� = 0.5
Ejercicio 29
Sean los sucesos A y B tales que P(A)=0.25, P(B|A)=0.5 y P(A|B)=0.25. Determinar
si las siguientes afirmaciones son ciertas o falsas:
a) A está incluido en B
b) A y B son independientes
c) A y B son incompatibles
d) 𝑃𝑃 𝐴𝐴̅ 𝐵𝐵� = 0.5
Problema 5 (UD 2) 31

En un campeonato de tenis un jugador tiene la opción de escoger la

secuencia de partidos A-B-A o la de B-A-B, donde por A y B se
representa a sus oponentes. Para clasificarse, dicho jugador debería
ganar dos partidos consecutivos. El jugador A es mejor que el B.
¿Qué secuencia será la preferida?

Probabilidades y Estadística I
Problema 5 (UD 2) 32

En un campeonato de tenis un jugador tiene la opción de

escoger la secuencia de partidos A-B-A o la de B-A-B, donde por
A y B se representa a sus oponentes. Para clasificarse, dicho
jugador debería ganar dos partidos consecutivos. El jugador A es
mejor que el B. ¿Qué secuencia será la preferida?

SOLUCIÓN Gi ≡ “Ganar con la secuencia i” i=1,2

G1= (A ∩ B) ∪ ( A ∩ B ∩ A)
G2= (B ∩ A) ∪ ( B ∩ A ∩ B)

P(G1) = P(A)P(B)+P( A )P(B)P(A)

⇒ P(G1)> P(G2)
P(G2) =P(B)P(A)+P( B )P(A)P(B)
Probabilidades y Estadística I
Teorema de la probabilidad total 33

1. Introducción a la probabilidad condicionada

2. Teorema de la probabilidad compuesta o producto

3. Independencia de sucesos

4. Teorema de la Probabilidad Total

5. Teorema de Bayes

6. Fiabilidad de sistemas

Probabilidades y Estadística I
Teorema de la Probabilidad Total 34

Los Bi deben conformar un sistema completo de sucesos

Probabilidades y Estadística I
Teorema de la Probabilidad Total Probabilidades y Estadística
35I
Teorema de la Probabilidad Total 36
Teorema de Bayes 37

1. Introducción a la probabilidad condicionada

2. Teorema de la probabilidad compuesta o producto

3. Independencia de sucesos

4. Teorema de la Probabilidad Total

5. Teorema de Bayes

6. Fiabilidad de sistemas

Thomas Bayes
(1701-1761)
Probabilidades y Estadística I
Teorema de Bayes 38

P( B ∩ A)
P( B | A) = ⇒ P( A ∩ B) = P( B ∩ A) = P( A) P( B | A)
P( A)
P( A ∩ B)
P( A | B) = ⇒ P( A ∩ B) = P( B) P( A | B)
P( B)
P( B) P( A | B)
P( B) P( A | B) = P( A) P( B | A) ⇒ P( B | A) =
P( A)

aplicando el teorema de la probabilidad total...

Los Bi deben formar un sistema de sucesos completo

Probabilidades y Estadística I
Teorema de Bayes 39

A veces vengo a la facultad en Coche, a veces en Bus y a veces en el

MetroLigero. Considerando información oficial, las probabilidades
de que llegue tarde según el modo de transporte son: 50% si vengo
en coche, 20% si vengo en bus y 1% si vengo en metro ligero.
Sabiendo que he llegado tarde...¿cuál es la probabilidad de que haya
venido en coche?...

Probabilidades y Estadística I
Teorema de Bayes 40

A veces vengo a la facultad en Coche, a veces en Bus y a veces en

el MetroLigero. Considerando información oficial, las
probabilidades de que llegue tarde según el modo de transporte
son:
Retraso viniendo en coche P(T|B1)=0.50
Retraso viniendo en el bus P(T|B2)=0.20
Retraso viniendo en metro P(T|B3)=0.01
Sabiendo que he llegado tarde...¿cuál es la probabilidad de que
haya venido en coche?...

Obsérvese que P(T) es la probabilidad de que

llegue tarde. Y que P(T|B1) es la probabilidad de
que llegue tarde sabiendo que tomo el coche.
Probabilidades y Estadística I
Teorema de Bayes 41

B1, B2 y B3 conforman un sistema completo de eventos porque excluimos

cualquier otra posibilidad como venir en bici o venir andando.
Nos preguntan por P(B1|T) (una probabilidad a posteriori -- estimamos
P(B1) tras una observación)
Por el problema de la probabilidad total sabemos que la probabilidad de que
llegue tarde es: P(T)= P(T|B1)P(B1)+P(T|B2)P(B2) +P(T|B3)P(B3).
No sabemos nada de P(B1), P(B2) o P(B3). Pero si asumiéramos que los Bi
son equiprobables, la probabilidad de que llegue tarde sería: P(T)≅0.24
Como la estimación se hace sin observaciones previas, son probabilidades a
priori.
Probabilidades y Estadística I
Teorema de Bayes 42

Así pues, asumiendo P(B1)=P(B2)=P(B3)=1/3 puedo calcular la probabilidad a

posteriori:

P(B1|T)= 0.50*0.33 /(0.5*0.33+0.2*0.33+0.01*0.33) ≅0.70

P(B2|T)= 0.20*0.33 /(0.5*0.33+0.2*0.33+0.01*0.33) ≅0.28
P(B3|T)= 0.01*0.33 /(0.5*0.33+0.2*0.33+0.01*0.33) ≅0.01
Sucesivos experimentos corroborarán si habitualmente vengo en tren, en
coche o en bus.
Probabilidades y Estadística I
Teorema de Bayes 43

Probabilidades Probabilidades a posteriori tras un

a priori experimento
B1 en coche P(B1)=0.33 P(B1|T)=0.70

B2 en bus P(B2)=0.33 P(B2|T)=0.28

B3 en metro P(B3)=0.33 P(B3|T)=0.01

Tras el experimento, se han podido revisar las creencias iniciales

(que mi modo de transporte es equiprobable).

Probabilidades y Estadística I
Teorema de Bayes 44

Probabilida- Probabilidades a Probabilidades a

des a priori posteriori tras un primer posteriori tras el segundo
experimento experimento
B1 en coche P(B1)=0.33 P(B1|T1)=0.70 P(B1|T2)=0.86

B2 en bus P(B2)=0.33 P(B2|T1)=0.28 P(B2|T2)=0.14

B3 en metro P(B3)=0.33 P(B3|T1)=0.01 P(B3|T2)=0.00

Se hace otro experimento: vuelvo a llegar tarde! Aplicando mi nueva

estimación de P(Bi), se puede recalcular una nueva estimación: con
cada experimento voy afinando mis creencias
Probabilidades y Estadística I
Teorema de Bayes 45

P( Bi ) P( A Bi ) P( Bi A)

Probabilidad del Verosimilitud de A Probabilidad del

escenario i en el escenario i escenario i después
de observar A

Probabilidades y Estadística I
Ejercicio probabilidad total (recordatorio) 46
Ejercicio de Bayes 47
Ejercicio de Bayes 48
Teorema de Bayes 49

1. Introducción a la probabilidad condicionada

2. Teorema de la probabilidad compuesta o producto

3. Independencia de sucesos

4. Teorema de la Probabilidad Total

5. Teorema de Bayes

6. Fiabilidad de sistemas

Probabilidades y Estadística I
Fiabilidad de sistemas 50

Montaje en serie

P (S ) P(A B) P ( A) P ( B )
A B

Montaje en paralelo

A
P (S ) P( A B ) P ( A) P ( B ) P ( A B)
P ( A) P ( B ) P ( A) P ( B )
B
P (S ) P(A B) 1 P(A B) 1 P ( A) P ( B )

Probabilidades y Estadística I
Ejemplo 51

S1 formado por 50 componentes. El sistema funciona si TODAS las componentes

funcionan. Las componentes se averían de manera independiente y la
probabilidad de que una componente funcione después de 100 horas es de
0.99. Fiabilidad del sistema tras 100 horas:

Ci = Funciona componente i − ésima, i = 1,… ,50

50

P(Sist. funcione) = P(C1 ∩ C2 ∩ ...∩ C50 ) = ∏P(C ) = (0.99)

i
50
=0.605
i=1

1 2 50
…

Probabilidades y Estadística I
Ejemplo 2 52

1 2 50
S1 …

S2 …

Probabilidades y Estadística I