En teoría de la probabilidad , la probabilidad condicional es una medida de la probabilidad de que ocurra un evento , dado que se sabe que otro evento (por suposición, presunción, afirmación o evidencia) ya ha ocurrido. [ 1 ] Este método particular se basa en que el evento A ocurra con algún tipo de relación con otro evento B. En esta situación, el evento A puede analizarse mediante una probabilidad condicional con respecto a B. Si el evento de interés es A y se sabe o se supone que el evento B ha ocurrido, "la probabilidad condicional de A dado B ", o "la probabilidad de A bajo la condición B ", se suele escribir como P( A | B ) [ 2 ] o, en ocasiones, P B ( A ) . Esto también puede entenderse como la fracción de probabilidad B que se cruza con A, o la razón de las probabilidades de que ocurran ambos eventos con respecto a que ocurra el "dado" (cuántas veces ocurre A en lugar de no suponer que B ha ocurrido):
- . [ 3 ]
Por ejemplo, la probabilidad de que una persona tenga tos en un día cualquiera puede ser solo del 5%. Pero si sabemos o suponemos que la persona está enferma, entonces es mucho más probable que tosa. Por ejemplo, la probabilidad condicional de que alguien enfermo tosa podría ser del 75%, en cuyo caso tendríamos que P(Tos) = 5% y P(Tos|Enfermo) = 75%. Si bien existe una relación entre A y B en este ejemplo, dicha relación o dependencia entre A y B no es necesaria, ni tampoco tienen que ocurrir simultáneamente.
P( A | B ) puede ser igual o no a P( A ) , es decir, la probabilidad incondicional o absoluta de A. Si P( A | B ) = P( A ) , entonces se dice que los eventos A y B son independientes : en tal caso, el conocimiento de uno de los eventos no altera la probabilidad del otro. P( A | B ) (la probabilidad condicional de A dado B ) generalmente difiere de P( B | A ) . Por ejemplo, si una persona tiene dengue , podría tener un 90% de probabilidad de dar positivo en la prueba de la enfermedad. En este caso, lo que se mide es que si el evento B ( tener dengue ) ha ocurrido, la probabilidad de A ( dar positivo en la prueba ) dado que B ocurrió es del 90%, simplemente escribiendo P( A | B ) = 90%. Alternativamente, si una persona da positivo en la prueba de dengue, puede tener solo un 15% de probabilidad de tener realmente esta enfermedad rara debido a las altas tasas de falsos positivos . En este caso, la probabilidad del evento B ( tener dengue ) dado que el evento A ( dar positivo en la prueba ) ha ocurrido es del 15%, o P( B | A ) = 15%. Ahora debería ser evidente que igualar erróneamente ambas probabilidades puede conducir a diversos errores de razonamiento, como las falacias de la tasa base .
Si bien las probabilidades condicionales pueden proporcionar información extremadamente útil, a menudo se dispone de información limitada. Por lo tanto, puede ser útil invertir o convertir una probabilidad condicional utilizando el teorema de Bayes :. [ 4 ] Otra opción es mostrar probabilidades condicionales en una tabla de probabilidad condicional para ilustrar la relación entre eventos.
Definición



Condicionamiento en un evento
Definición de Kolmogorov
Dados dos eventos A y B del campo sigma de un espacio de probabilidad , con la probabilidad incondicional de B siendo mayor que cero (es decir, P( B ) > 0) , la probabilidad condicional de A dado B () es la probabilidad de que ocurra A si B ha ocurrido o se supone que ha ocurrido. [ 5 ] Se supone que A es el conjunto de todos los resultados posibles de un experimento o ensayo aleatorio que tiene un espacio muestral restringido o reducido. La probabilidad condicional se puede encontrar mediante el cociente de la probabilidad de la intersección conjunta de los eventos A y B , es decir,, la probabilidad de que A y B ocurran juntos, y la probabilidad de B : [ 2 ] [ 6 ] [ 7 ]
Para un espacio muestral que consta de resultados de igual probabilidad, la probabilidad del evento A se entiende como la fracción del número de resultados en A con respecto al número de todos los resultados en el espacio muestral. Entonces, esta ecuación se entiende como la fracción del conjuntoal conjunto B. Nótese que la ecuación anterior es una definición, no solo un resultado teórico. Denotamos la cantidadcomoy la llamamos la "probabilidad condicional de A dado B ".
Como axioma de probabilidad
Algunos autores, como de Finetti , prefieren introducir la probabilidad condicional como un axioma de probabilidad :
Esta ecuación para una probabilidad condicional, aunque matemáticamente equivalente, puede ser intuitivamente más fácil de entender. Puede interpretarse como "la probabilidad de que ocurra B multiplicada por la probabilidad de que ocurra A , siempre que B haya ocurrido, es igual a la probabilidad de que ocurran A y B juntas, aunque no necesariamente al mismo tiempo". Además, esto puede ser preferible desde un punto de vista filosófico; bajo las principales interpretaciones de la probabilidad , como la teoría subjetiva , la probabilidad condicional se considera una entidad primitiva. Además, esta "regla de multiplicación" puede ser prácticamente útil para calcular la probabilidad dee introduce una simetría con el axioma de suma para la fórmula de Poincaré:
- De este modo, las ecuaciones pueden combinarse para encontrar una nueva representación de la :
Como la probabilidad de un evento condicional
La probabilidad condicional se puede definir como la probabilidad de un evento condicional.El evento condicional de Goodman-Nguyen-Van Fraassen se puede definir como:
- dóndeyrepresentan estados o elementos de A o B. [ 8 ]
Se puede demostrar que
que cumple con la definición de probabilidad condicional de Kolmogorov. [ 9 ]
Condicionamiento a un evento de probabilidad cero
Si, entonces según la definición,no está definido .
El caso de mayor interés es el de una variable aleatoria Y , condicionada a una variable aleatoria continua X que resulta en un resultado particular x . El eventotiene probabilidad cero y, como tal, no se puede condicionar.
En lugar de condicionar a que X sea exactamente x , podríamos condicionar a que esté más cerca que la distancialejos de x . El eventoEn general, tendrá una probabilidad distinta de cero y, por lo tanto, se puede condicionar. Entonces podemos tomar el límite.
Por ejemplo, si dos variables aleatorias continuas X e Y tienen una densidad conjunta, luego por la regla de L'Hôpital y la regla integral de Leibniz , al diferenciar con respecto a:
El límite resultante es la distribución de probabilidad condicional de Y dado X y existe cuando el denominador, la densidad de probabilidad, es estrictamente positivo.
Resulta tentador definir la probabilidad indefinida.utilizando limit( 1 ), pero esto no se puede hacer de manera consistente. En particular, es posible encontrar variables aleatorias X y W y valores x , w tales que los eventosyson idénticos, pero los límites resultantes no lo son:
La paradoja de Borel-Kolmogorov lo demuestra mediante un argumento geométrico.
Condicionamiento sobre una variable aleatoria discreta
Sea X una variable aleatoria discreta y sus posibles resultados denotemos V. Por ejemplo, si X representa el valor de un dado lanzado, entonces V es el conjuntoSupongamos, a efectos de presentación, que X es una variable aleatoria discreta, de modo que cada valor en V tiene una probabilidad distinta de cero.
Para un valor x en V y un evento A , la probabilidad condicional viene dada por. Escribiendo
En resumen, vemos que es una función de dos variables, x y A.
Para un A fijo , podemos formar la variable aleatoriaRepresenta un resultado desiempre que se observe un valor x de X.
La probabilidad condicional de A dado X puede tratarse, por lo tanto, como una variable aleatoria Y con resultados en el intervalo. Según la ley de probabilidad total , su valor esperado es igual a la probabilidad incondicional de A.
Probabilidad condicional parcial
La probabilidad condicional parcial se trata de la probabilidad de un evento dado que cada uno de los eventos de condición ha ocurrido en cierta medida (grado de creencia, grado de experiencia) que podría ser diferente del 100%. Frecuentísticamente, la probabilidad condicional parcial tiene sentido si las condiciones se prueban en repeticiones experimentales de duración apropiada. . [ 10 ] Tal La probabilidad condicional parcial acotada se puede definir como la ocurrencia promedio esperada condicionalmente del evento.en bancos de prueba de longitud que se ajustan a todas las especificaciones de probabilidad , es decir:
Sobre esa base, la probabilidad condicional parcial se puede definir como
dónde[ 10 ]
La condicionalización de Jeffrey [ 11 ] [ 12 ] es un caso especial de probabilidad condicional parcial, en el que los eventos de condición deben formar una partición :
Ejemplo
Suppose that somebody secretly rolls two fair six-sided dice, and we wish to compute the probability that the face-up value of the first one is 2, given the information that their sum is no greater than 5.
Probability thatD1 = 2
Table 1 shows the sample space of 36 combinations of rolled values of the two dice, each of which occurs with probability 1/36, with the numbers displayed in the red and dark gray cells being D1 + D2.
D1 = 2 in exactly 6 of the 36 outcomes; thus P(D1 = 2) = 6⁄36 = 1⁄6:
Probability thatD1 + D2 ≤ 5
Table 2 shows that D1 + D2 ≤ 5 for exactly 10 of the 36 outcomes, thus P(D1 + D2 ≤ 5) = 10⁄36:
Probability thatD1 = 2 given thatD1 + D2 ≤ 5
Table 3 shows that for 3 of these 10 outcomes, D1 = 2.
Thus, the conditional probability P(D1 = 2 | D1+D2 ≤ 5) = 3⁄10 = 0.3:
Here, in the earlier notation for the definition of conditional probability, the conditioning event B is that D1 + D2 ≤ 5, and the event A is D1 = 2. We have as seen in the table.
Use in inference
In statistical inference, the conditional probability is an update of the probability of an event based on new information.[13] The new information can be incorporated as follows:[1]
- Let A, the event of interest, be in the sample space, say (X,P).
- The occurrence of the event A knowing that event B has or will have occurred, means the occurrence of A as it is restricted to B, i.e. .
- Without the knowledge of the occurrence of B, the information about the occurrence of A would simply be P(A)
- The probability of A knowing that event B has or will have occurred, will be the probability of relative to P(B), the probability that B has occurred.
- This results in whenever P(B) > 0 and 0 otherwise.
This approach results in a probability measure that is consistent with the original probability measure and satisfies all the Kolmogorov axioms. This conditional probability measure also could have resulted by assuming that the relative magnitude of the probability of A with respect to X will be preserved with respect to B (cf. a Formal Derivation below).
The wording "evidence" or "information" is generally used in the Bayesian interpretation of probability. The conditioning event is interpreted as evidence for the conditioned event. That is, P(A) is the probability of A before accounting for evidence E, and P(A|E) is the probability of A after having accounted for evidence E or after having updated P(A). This is consistent with the frequentist interpretation, which is the first definition given above.
Example
When Morse code is transmitted, there is a certain probability that the "dot" or "dash" that was received is erroneous. This is often taken as interference in the transmission of a message. Therefore, it is important to consider when sending a "dot", for example, the probability that a "dot" was received. This is represented by: In Morse code, the ratio of dots to dashes is 3:4 at the point of sending, so the probabilities of a "dot" and "dash" are . If it is assumed that the probability that a dot is transmitted as a dash is 1/10, and that the probability that a dash is transmitted as a dot is likewise 1/10, then Bayes's rule can be used to calculate .
Now, can be calculated:
Information, Conditional Probability, and Statistical Independence
The concepts of conditional probability and statistical independence can be understood through the idea of how new information changes an individual's uncertainty about an event.
Example 1
Dependent Events (Six-Sided Die)
Consider the experiment of rolling a fair six-sided die, where the sample space is . Let event A denote the occurrence of an even number, so , and let event B denote the occurrence of a number less than or equal to 3, so . Before any additional information is available, the probabilities of these events are and . The intersection of the two events is , and therefore . If the events were statistically independent, we would expect . However, , indicating that events A and B are not independent but are instead statistically dependent.
Now suppose that an observer reveals that event A has occurred; that is, the outcome is known to be an even number. This new information reduces the effective sample space from to . Within this reduced sample space, event B can occur only when the outcome is 2, so the relevant event becomes . Consequently, the conditional probability of event B given that event A has occurred is . Thus, the probability of event B changes from to after the additional information is provided. This change in probability demonstrates that knowledge of event A affects the likelihood of event B, confirming that the two events are statistically dependent. In such situations, additional information reduces uncertainty and can significantly influence rational decision-making, prediction, and betting behaviour.
Example 2
Independent Events (Eight-Sided Die)
Consider the experiment of rolling a fair eight-sided die with sample space . Let event A represent the outcome being less than 5, so that , and let event B represent the outcome being either 3, 4, 5, or 6, so that . Initially, the probabilities of these events are and . The intersection of the two events is , and therefore . Since , we obtain , which confirms that events A and B are statistically independent.
Now suppose that an observer reveals that event (A) has occurred. This information reduces the effective sample space from to . Within this reduced sample space, the outcomes that also satisfy event B are . Consequently, the conditional probability of event B given that event A has occurred is . Notice that this conditional probability is equal to the original probability of event B, that is, . Therefore, learning that event A has occurred does not change the likelihood of event B. The information provided by event A has no effect on the uncertainty associated with event B, demonstrating the fundamental property of statistical independence: knowledge of one event does not alter the probability of the other event.
Interpretation
Statistical independence can therefore be interpreted as the absence of informational value between events. If knowledge of one event changes the probability of another event, the events are dependent. Conversely, if the probability remains unchanged after obtaining new information, the events are independent.
Formally, two events A and B are independent if and only if:
which is equivalent to:
In this sense, independence implies that observing one event provides no additional information about the occurrence of the other event.
Statistical independence
Events A and B are defined to be statistically independent if the probability of the intersection of A and B is equal to the product of the probabilities of A and B:
If P(B) is not zero, then this is equivalent to the statement that
Similarly, if P(A) is not zero, then
is also equivalent. Although the derived forms may seem more intuitive, they are not the preferred definition as the conditional probabilities may be undefined, and the preferred definition is symmetrical in A and B. Independence does not refer to a disjoint event.[15]
It should also be noted that given the independent event pair [A,B] and an event C, the pair is defined to be conditionally independent if[16]
This theorem is useful in applications where multiple independent events are being observed.
Independent events vs. mutually exclusive events
Los conceptos de eventos mutuamente independientes y eventos mutuamente excluyentes son distintos e independientes. La siguiente tabla compara los resultados para ambos casos (siempre que la probabilidad del evento condicionante no sea cero).
De hecho, los eventos mutuamente excluyentes no pueden ser estadísticamente independientes (a menos que ambos sean imposibles), ya que saber que uno ocurre proporciona información sobre el otro (en particular, que este último ciertamente no ocurrirá).
Asociación independiente frente a asociación positiva frente a asociación negativa de eventos
falacias comunes
- Estas falacias no deben confundirse con la "falacia condicional" de Robert K. Shope de 1978 , que trata sobre ejemplos contrafactuales que incurren en una petición de principio .
Suponiendo que la probabilidad condicional es de un tamaño similar a su inversa

En general, no se puede asumir que P ( A | B ) ≈ P ( B | A ). Esto puede ser un error insidioso, incluso para aquellos que están muy familiarizados con la estadística. [ 17 ] La relación entre P ( A | B ) y P ( B | A ) viene dada por el teorema de Bayes :
Es decir, P ( A | B ) ≈ P ( B | A ) solo si P ( B )/ P ( A ) ≈ 1, o equivalentemente, P ( A ) ≈ P ( B ).
Suponiendo que las probabilidades marginales y condicionales son de tamaño similar.
En general, no se puede asumir que P ( A ) ≈ P ( A | B ). Estas probabilidades están vinculadas a través de la ley de la probabilidad total :
donde los eventosformar una partición contable de.
Esta falacia puede surgir a través de un sesgo de selección . [ 18 ] Por ejemplo, en el contexto de una reclamación médica, sea S C el evento de que una secuela (enfermedad crónica) S ocurra como consecuencia de una circunstancia (afección aguda) C. Sea H el evento de que un individuo busque ayuda médica. Supongamos que en la mayoría de los casos, C no causa S (de modo que P ( S C ) es baja). Supongamos también que la atención médica solo se busca si S ha ocurrido debido a C. Por lo tanto, a partir de la experiencia de los pacientes, un médico puede concluir erróneamente que P ( S C ) es alta. La probabilidad real observada por el médico es P ( S C | H ).
Sobreponderar o infraponderar las probabilidades a priori
No tener en cuenta la probabilidad previa, ya sea parcial o totalmente, se denomina negligencia de la tasa base . Lo contrario, un ajuste insuficiente a partir de la probabilidad previa, se denomina conservadurismo .
Derivación formal
Formalmente, P ( A | B ) se define como la probabilidad de A según una nueva función de probabilidad en el espacio muestral, de modo que los resultados que no están en B tienen probabilidad 0 y que es consistente con todas las medidas de probabilidad originales . [ 19 ] [ 20 ]
Sea Ω un espacio muestral discreto con eventos elementales { ω }, y sea P la medida de probabilidad con respecto al σ-álgebra de Ω. Supongamos que se nos dice que ha ocurrido el evento B ⊆ Ω. Se debe asignar una nueva distribución de probabilidad (denotada por la notación condicional) a { ω } para reflejar esto. Todos los eventos que no están en B tendrán probabilidad nula en la nueva distribución. Para los eventos en B , deben cumplirse dos condiciones: la probabilidad de B es uno y las magnitudes relativas de las probabilidades deben conservarse. La primera es requerida por los axiomas de probabilidad , y la segunda se deriva del hecho de que la nueva medida de probabilidad debe ser el análogo de P en el que la probabilidad de B es uno; por lo tanto, todo evento que no está en B tiene una probabilidad nula. Por consiguiente, para algún factor de escala α , la nueva distribución debe satisfacer:
Sustituyendo 1 y 2 en 3 para seleccionar α :
Entonces, la nueva distribución de probabilidad es
Ahora, para un evento general A ,
Véase también
- Teorema de Bayes
- epistemología bayesiana
- paradoja de Borel-Kolmogorov
- Regla de la cadena (probabilidad)
- Probabilidades de pertenencia a una clase
- Independencia condicional
- Distribución de probabilidad condicional
- Condicionamiento (probabilidad)
- Teorema de desintegración
- Distribución de probabilidad conjunta
- El problema de Monty Hall
- Distribución independiente por pares
- Probabilidad posterior
- Postselección
- Probabilidad condicional regular
Referencias
- 1 2 Gut, Allan (2013). Probabilidad: Un curso de posgrado (Segunda edición). Nueva York, NY: Springer. ISBN 978-1-4614-4707-8.
- 1 2 "Probabilidad condicional" . www.mathsisfun.com . Consultado el 11 de septiembre de 2020 .
- ^ Dekking, Frederik Michel; Kraaikamp, Cornelis; Lopuhaä, Hendrik Paul; Meester, Ludolf Erwin (2005). "Una introducción moderna a la probabilidad y la estadística" . Textos de Springer en estadística : 26. doi : 10.1007/1-84628-168-7 . ISBN 978-1-85233-896-1ISSN 1431-875X
- ^ Dekking, Frederik Michel; Kraaikamp, Cornelis; Lopuhaä, Hendrik Paul; Meester, Ludolf Erwin (2005). "Una introducción moderna a la probabilidad y la estadística" . Textos de Springer en estadística : 25– 40. doi : 10.1007/1-84628-168-7 . ISBN 978-1-85233-896-1ISSN 1431-875X
- ↑ Reichl, Linda Elizabeth (2016). "2.3 Probabilidad". Un curso moderno de física estadística (4.ª ed. revisada y actualizada). WILEY-VCH. ISBN 978-3-527-69049-7.
- ↑ Kolmogorov, Andrey (1956), Fundamentos de la teoría de la probabilidad , Chelsea
- ↑ "Probabilidad condicional" . www.stat.yale.edu . Consultado el 11 de septiembre de 2020 .
- ↑ Flaminio, Tommaso; Godo, Lluis; Hosni, Hykel (2020-09-01). "Álgebras booleanas de condicionales, probabilidad y lógica" . Inteligencia Artificial . 286 103347. arXiv : 2006.04673 . doi : 10.1016/j.artint.2020.103347 . ISSN 0004-3702 . S2CID 214584872 .
- ↑ Van Fraassen, Bas C. (1976), "Probabilidades de condicionales" , en Harper, William L.; Hooker, Clifford Alan (eds.), Fundamentos de la teoría de la probabilidad, inferencia estadística y teorías estadísticas de la ciencia: Volumen I Fundamentos y filosofía de las aplicaciones epistémicas de la teoría de la probabilidad , The University of Western Ontario Series in Philosophy of Science, Dordrecht: Springer Netherlands, pp. 261–308 , doi : 10.1007/978-94-010-1853-1_10 , ISBN 978-94-010-1853-1, consultado el 4 de diciembre de 2021
- 1 2 3 Draheim, Dirk (2017). "Condicionalización de Jeffrey generalizada (una semántica frecuentista de la condicionalización parcial)" . Springer . Recuperado el 19 de diciembre de 2017 .
- ↑ Jeffrey, Richard C. (1983), La lógica de la decisión (2.ª ed.), University of Chicago Press, ISBN 9780226395821
- ↑ "Epistemología bayesiana" . Enciclopedia de filosofía de Stanford. 2017. Consultado el 29 de diciembre de 2017 .
- ↑ Casella, George ; Berger, Roger L. (2002). Inferencia estadística . Duxbury Press. ISBN 0-534-24312-6.
- ↑ "Probabilidad condicional e independencia" (PDF) . Consultado el 22 de diciembre de 2021 .
- ↑ Tijms, Henk (2012). Comprensión de la probabilidad (3.ª ed.). Cambridge: Cambridge University Press. doi : 10.1017/cbo9781139206990 . ISBN 978-1-107-65856-1.
- ↑ Pfeiffer, Paul E. (1978). Independencia condicional en probabilidad aplicada . Boston, MA: Birkhäuser Boston. ISBN 978-1-4612-6335-7OCLC 858880328 .
- ^ Paulos, JA (1988). Analfabetismo: analfabetismo matemático y sus consecuencias . Hill y Wang. pag. 63 y siguientes . ISBN 0-8090-7447-8.
- ^ Bruss, F. Thomas (2007). "Der Wyatt-Earp-Effekt oder die betörende Macht kleiner Wahrscheinlichkeiten". Spektrum der Wissenschaft (en alemán). 2 : 110-113 .
- ↑ George Casella y Roger L. Berger (1990), Inferencia estadística , Duxbury Press, ISBN 0-534-11958-1(pág. 18 y siguientes )
- ↑ Introducción a la probabilidad de Grinstead y Snell , pág. 134
Enlaces externos
- Weisstein, Eric W. "Probabilidad condicional" . MathWorld .
- Explicación visual de la probabilidad condicional
- Probabilidad condicional
- Falacias matemáticas
- Razones estadísticas