La ley de probabilidad total se explica y se utiliza para resolver ejemplos que incluyen explicaciones detalladas.
Sea el espacio muestral \( S \) dividido en \( n \) eventos mutuamente excluyentes \( E_1\), \( E_2\), \( E_3\) ... \( E_n \) y colectivamente exhaustivas (cubriendo todo el espacio muestral \( S \) ).
Tenga en cuenta que
\( A = (A \cap E_1) \cup (A \cap E_2) \cup (A \cap E_3) ... \cup (A \cap E_n) \)
y dado que los eventos \( E_i \) son todos mutuamente excluyentes, entonces \( (A \cap E_i) \) también son todos mutuamente excluyentes y, por lo tanto, podemos usar regla de adición de probabilidades para escribir
\[ P(A) = P(A \cap E_1) + P(A \cap E_2) + P(A \cap E_3) ... P(A \cap E_n) \]
Usando la definición de probabilidades condicionales escribimos
\( P(A \cap E_n) = P(A | E_n) P(E_n) \),
y reescribir la ley de probabilidad total como
\[ P(A) = P(A | E_1) P(E_1) + P(A | E_2) P(E_2) + P(A | E_3) P(E_3) ... P(A | E_n) P( E_n)\]
\[ = \sum_{i=1}^{n} P(A | E_i) P(E_i) \]
Tenga en cuenta que debido a que \( E_1 \), \( E_2\), \( E_3\) ... \( E_n \) son colectivamente exhaustivas, tenemos
\( \sum_{i=1}^{n} P(E_i) = 1 \)
Ejemplo 1
Tenemos tres bolsas similares B1, B2 y B3 que contienen 4 pelotas cada una. B1 contiene 2 bolas rojas y 2 azules, B2 contiene 3 bolas rojas y 1 azul y B3 contiene 1 bola roja y 3 azules. Se selecciona una bolsa al azar y se selecciona al azar una bola de esa bolsa.
¿Cuál es la probabilidad de que la bola sea roja?
Solución al Ejemplo 1
Comenzamos con un diagrama que explica lo que se da.
Te presentamos T
dos métodos para resolver la pregunta anterior:
Método 1: Usar el método clásico para calcular probabilidades
En las tres bolsas hay un total de 12 bolas, 6 de las cuales son bolas rojas. Sea el evento \( A \) el de seleccionar una bola roja. Por lo tanto, la probabilidad de que la bola seleccionada sea roja está dada por
\( P(A) = 6/12 = 1/2 \)
Método 2: Usar la ley de probabilidad total
Sean \( E_1 \), \( E_2 \) y \( E_3 \) el evento de selección de la bolsa \( B_1 \ ), \( B_2 \) y \( B_3 \) respectivamente y \( A \) el evento de seleccionar una bola roja.
\( P(A) = P(A | E_1) P(E_1) + P(A | E_2) P(E_2) + P(A | E_3) P(E_3)\)
Las bolsas son similares y, por lo tanto, tienen la misma probabilidad de ser seleccionadas. Las probabilidades de seleccionar bolsas \( B_1 \), \( B_2 \) o \( B_3 \) al azar están dadas por
\( P(E_1) = 1/3 \) (una bolsa B1 de 3 bolsas)
\( P(E_2) = 1/3 \) (una bolsa B2 de 3 bolsas)
\( P(E_3) = 1/3 \) (una bolsa B3 de 3 bolsas)
Las probabilidades condicionales de sacar una bola roja dado que está en la bolsa \( B_1\), \( B_2 \) y \( B_3 \) están dadas por
\( P(A | E_1) = 2/4 = 1/2 \) (2 bolas rojas de un total de 4 bolas en B1)
\( P(A | E_2) = 3/4 \) (3 bolas rojas de un total de 4 bolas en B2)
\( P(A | E_3) = 1/4 \) (1 bola roja de un total de 4 bolas en B3)
Ahora usamos la ley de probabilidad total
\( P(A) = (1/2)(1/3) + (3/4)(1/3) + (1/4)(1/3) = 1/2 \)
Ejemplo 2
Studentenst en una clase de matemáticas donde el 40% son hombres y el 60% son mujeres tomaron una prueba. El 50% de los machos y el 70% de las hembras pasaron la prueba. ¿Qué porcentaje de estudiantes aprobó la prueba?
Solución al Ejemplo 2
Comenzamos dibujando un diagrama con toda la clase incluyendo los grupos de hombres y mujeres.
Sean los eventos \( E_1 \) "ser hombre" y \( E_2 \) "ser mujer", y el evento \( A \) "pasó la prueba".
La ley de la probabilidad total da
\( P(A) = P(A | E_1) P(E_1) + P(A | E_2) P(E_2) \)
\( = 50\% \times 40\% + 70\% \times 60\% = 62\% \)
Ejemplo 3
Tres fábricas producen la misma herramienta y la suministran al mercado. La fábrica A produce el 30% de las herramientas para el mercado y el 70% restante de las herramientas se producen en las fábricas B y C. El 98% de las herramientas se producen en la fábrica A, el 95% de las herramientas se producen en la fábrica B y el 97% de las las herramientas producidas en la fábrica C no son defectuosas.
¿Qué porcentaje de herramientas deben producir las fábricas B y C para que una herramienta escogida al azar en el mercado tenga una probabilidad de no ser defectuosa igual al 96%?
Solución al Ejemplo 3
Comenzamos dibujando un diagrama de las tres fábricas.
Sean \( A \), \(B\) y \( C \) los eventos de herramientas producidas por las fábricas A, B y C y \( ND \) el evento "no defectuoso".
\( x \) y \( y \) son los porcentajes de herramientas que producirán las empresas B y C respectivamente.
Usando el diagrama anterior, podemos escribir
\( P(A) = 30\% \) , \( P(B) = x \) , \( P(C) = y \)
Las tres fábricas abastecen a todo el mercado; por eso
\( 30\% + x + y = 100\% \) que da \( y = 70\% - x \)
Usa la ley de probabilidad total para escribir la ecuación
\( P(ND) = P(ND|A) P(A) + P(ND|B) P(B) + P(ND|C) P(C) \)
\( = 98\% \times 30\% + 95\% \times x + 97\% \times (70\% - x) = 96\% \)
Solución para x \)
La empresa B produce: \( x = 0,65 = 65\% \)
La empresa C produce: \( y =70\% - 65\% = 5\%\)
Ejemplo 4
El 5% de una población tiene gripe y el 95% restante no tiene esta gripe.
Se usa una prueba para detectar la gripe y esta prueba es positiva en el 95% de las personas con gripe y también es (falsamente) positiva en el 1% de las personas sin gripe.
Si una persona de esta población es seleccionada al azar y analizada, ¿cuál es la probabilidad de que la prueba sea positiva?
Solución al Ejemplo 4
Use el teorema de probabilidad total para encontrar el porcentaje de la siguiente manera:
\( 5\% \times 95\% + 95\% \times 1\% = 5,7\% \)