Calculadora de probabilidad condicional P(A|B)
Calcula P(A|B), la probabilidad conjunta y la marginal con precisión
Introduce valores de probabilidad para calcular la probabilidad condicional P(A|B), que representa la probabilidad de que ocurra el evento A dado que el evento B ya ha ocurrido.
Calculadora de probabilidad condicional P(A|B)
Calcula P(A|B), la probabilidad conjunta y la marginal con precisión
Calcula la probabilidad condicional de A dado B, usando P(A∩B) y P(B).
Acerca de la calculadora de probabilidad condicional
La probabilidad condicional es uno de los pilares de la teoría de la probabilidad y la estadística. Describe la probabilidad de que ocurra un evento dado que otro ya ha ocurrido, y sustenta algunas de las herramientas de razonamiento más importantes en ciencia, medicina y aprendizaje automático.
La definición formal es: P(A|B) = P(A ∩ B) / P(B), siempre que P(B) > 0. Aquí, P(A|B) se lee como "la probabilidad de A dado B", P(A ∩ B) es la probabilidad conjunta de que ocurran A y B, y P(B) es la probabilidad marginal de B. Reordenando esta fórmula obtenemos la regla de multiplicación: P(A ∩ B) = P(A|B) × P(B), muy utilizada para calcular probabilidades conjuntas a partir de las condicionales.
Un ejemplo clásico es el de las pruebas médicas. Supón que una enfermedad afecta al 1% de la población y que una prueba diagnóstica tiene un 5% de falsos positivos. La probabilidad de que una persona elegida al azar dé positivo es P(B). La probabilidad de que esa persona tenga la enfermedad y dé positivo es P(A ∩ B). Al dividir, obtenemos la probabilidad condicional de que realmente esté enferma dado un resultado positivo, que a menudo es mucho menor de lo que sugiere la intuición; esto se conoce como la falacia de la tasa base.
La probabilidad condicional también está en el corazón del teorema de Bayes: P(A|B) = P(B|A) × P(A) / P(B). El teorema de Bayes permite actualizar una creencia previa P(A) a la luz de nueva evidencia B para obtener una creencia posterior P(A|B). Este marco bayesiano se utiliza en filtros de spam, diagnóstico médico, evaluación de pruebas forenses y clasificadores modernos de aprendizaje automático.
Esta calculadora admite tres modos. "Calcular P(A|B)" toma como entradas la probabilidad conjunta P(A ∩ B) y la marginal P(B) y devuelve la probabilidad condicional. "Calcular P(A ∩ B)" toma P(A|B) y P(B) y aplica la regla de multiplicación. "Calcular P(B)" resuelve la probabilidad marginal a partir de la condicional y la conjunta. Todas las entradas de probabilidad deben estar entre 0 y 1, y P(B) debe ser distinto de cero cuando aparezca en el denominador.
Ejemplos
La tabla siguiente muestra cálculos de probabilidad condicional en escenarios reales comunes.
| Entradas | Resultado | Escenario |
|---|---|---|
| P(A∩B)=0.005, P(B)=0.05 | P(A|B) = 0.1 | Medicina: P(enfermo | prueba positiva) |
| P(A∩B)=0.18, P(B)=0.6 | P(A|B) = 0.3 | Clima: P(lluvia | nublado) |
| P(A|B)=0.02, P(B)=0.15 | P(A∩B) = 0.003 | Calidad: probabilidad conjunta de defecto |
| P(A|B)=0.4, P(A∩B)=0.12 | P(B) = 0.3 | Resolver la probabilidad marginal |
Cómo usar la calculadora de probabilidad condicional
- Selecciona el tipo de cálculo: "Calcular P(A|B)" si quieres la probabilidad condicional, "Calcular P(A∩B)" para la probabilidad conjunta, o "Calcular P(B)" para la probabilidad marginal.
- Introduce los valores de probabilidad conocidos en los campos que aparecen. Todos deben estar entre 0 y 1, inclusive.
- Al calcular P(A|B), asegúrate de que P(B) sea mayor que 0: la probabilidad condicional no está definida cuando el evento condicionante tiene probabilidad cero.
- Haz clic en "Calcular probabilidad" para obtener el resultado. Se mostrará una advertencia si el resultado supera 1.
- Usa los botones de carga rápida de ejemplos para rellenar los datos con escenarios reales y comprobar tu comprensión.
Preguntas frecuentes
¿Qué significa P(A|B) en lenguaje sencillo?
P(A|B) es la probabilidad de que ocurra el evento A sabiendo que el evento B ya ha ocurrido o está garantizado que ocurrirá. Reduce el espacio muestral de todos los resultados posibles a solo aquellos en los que B es verdadero, y luego pregunta cuántos de ellos también incluyen A. Por ejemplo, P(lluvia | nublado) es la probabilidad de lluvia dado que ya está nublado.
¿Cuál es la diferencia entre P(A|B) y P(A∩B)?
P(A∩B) es la probabilidad de que ocurran tanto A como B en el espacio muestral completo, mientras que P(A|B) es la probabilidad de que ocurra A dentro del espacio muestral restringido donde B ya se sabe que ha ocurrido. Numéricamente, P(A|B) = P(A∩B) / P(B), así que P(A|B) ≥ P(A∩B) siempre que P(B) < 1.
¿Cuándo se consideran independientes dos eventos?
Los eventos A y B son independientes si P(A|B) = P(A), lo que significa que saber si ocurrió B no aporta información sobre si ocurre A. De forma equivalente, P(A∩B) = P(A) × P(B). La independencia es una suposición fuerte; en la mayoría de los problemas reales los eventos son dependientes y la probabilidad condicional ofrece el marco correcto.
¿Qué es el teorema de Bayes y cómo se relaciona con esta calculadora?
El teorema de Bayes establece P(A|B) = P(B|A) × P(A) / P(B). Permite invertir probabilidades condicionales: si sabes cuán probable es B dado A y conoces las tasas base P(A) y P(B), puedes calcular cuán probable es A dado B. Esta calculadora implementa directamente la fórmula fundamental P(A|B) = P(A∩B)/P(B), que es la misma relación que aprovecha Bayes.
¿Por qué una probabilidad condicional puede ser mayor que P(A) o P(B)?
Porque condicionar reduce el espacio muestral. Cuando B es un evento de baja probabilidad pero fuertemente asociado con A, dividir P(A∩B) por el valor pequeño de P(B) puede producir un resultado mucho mayor que P(A). No es una contradicción: simplemente refleja que, dentro del subconjunto de resultados en que ocurrió B, A es muy común.
¿Qué pasa si P(B) es cero?
P(A|B) está matemáticamente indefinida cuando P(B) = 0, porque estás condicionando sobre un evento imposible. En la teoría de la probabilidad estándar, condicionar sobre un evento de probabilidad cero requiere herramientas más avanzadas de teoría de la medida. En la práctica, si P(B) = 0, la fórmula de probabilidad condicional no puede aplicarse directamente y la calculadora mostrará un error pidiéndote un valor positivo para P(B).