La probabilidad compuesta aparece cuando necesitas calcular qué tan posible es que ocurran dos o más eventos relacionados, ya sea al mismo tiempo o en secuencia. Si te interesa la estadística aplicada a la vida real, dominar este concepto te permite interpretar resultados como pruebas médicas, lanzamientos repetidos o decisiones encadenadas con mayor precisión.

Piensa en una prueba médica que arroja un resultado positivo. Ese positivo no garantiza al 100% que estés enfermo: existe la probabilidad real de estarlo y también la de un falso positivo. Calcular ambas posibilidades es justo el tipo de problema que resuelve la probabilidad compuesta.

¿Qué es una probabilidad compuesta y dónde aparece?

Una probabilidad compuesta combina dos o más eventos para estimar qué tan probable es que ocurran juntos o en cadena. Aquí entran en juego dos tipos de eventos que ya conoces.

• Eventos mutuamente excluyentes: no pueden ocurrir al mismo tiempo, como cara o cruz en una moneda.
• Eventos incluyentes: pueden ocurrir simultáneamente y un resultado afecta al siguiente.
• Intersección de eventos: la zona donde ambos sucesos coinciden, representada como A ∩ B.

¿Qué significa la intersección de dos eventos? Es la probabilidad de que A y B ocurran juntos. En eventos excluyentes se calcula multiplicando sus probabilidades individuales; en incluyentes se considera además lo que ya ocurrió antes.

¿Cómo se calcula la intersección según el tipo de evento?

La fórmula cambia dependiendo de si los eventos son independientes o si uno depende del otro. Y aquí viene lo interesante: la probabilidad empieza a tener memoria.

Para eventos mutuamente excluyentes o independientes, la fórmula es directa: P(A ∩ B) = P(A) × P(B). El resultado del primer experimento no influye en el segundo, así que cada probabilidad se mantiene fija.

Para eventos incluyentes, donde el pasado sí afecta al futuro, usas: P(A ∩ B) = P(A) × P(B|A). Esa expresión P(B|A) se lee como la probabilidad de B dado que ya ocurrió A, y se conoce como probabilidad condicional [2:30].

¿Por qué cambia la fórmula entre excluyentes e incluyentes?

En los excluyentes haces dos experimentos separados: primero ocurre A, luego ocurre B, sin que uno influya en el otro. En los incluyentes, en cambio, el resultado previo modifica el espacio muestral del siguiente cálculo. Por eso necesitas la condicional.

En los excluyentes, P(B|A) se simplifica a P(B) porque no hay relación de dependencia. Esa simplificación es la clave para entender por qué multiplicar probabilidades funciona tan bien con monedas o dados.

¿Cómo se aplica con un ejemplo práctico de monedas?

Imagina que lanzas una moneda dos veces. Cada lanzamiento es 100% excluyente: o sale sol o sale cruz, nunca ambas. Y el segundo lanzamiento es independiente del primero [3:50].

Quieres calcular la probabilidad de que salga sol en el primero e intersección con cruz en el segundo. Aplicas la fórmula de eventos independientes.

• Probabilidad de sol en el primer lanzamiento: 1/2.
• Probabilidad de cruz en el segundo lanzamiento: 1/2.
• Multiplicación: 1/2 × 1/2 = 1/4, equivalente a un 25%.

Ahora, si quisieras dos soles seguidos, el resultado sería el mismo: 1/4. Multiplicas 1/2 por 1/2 porque cada lanzamiento conserva su probabilidad original sin importar lo que salió antes.

¿Cuál es la probabilidad de obtener dos soles seguidos al lanzar una moneda? Es 1/4 o 25%, porque multiplicas 1/2 del primer lanzamiento por 1/2 del segundo, ya que son eventos independientes.

¿Qué habilidades estás desarrollando con estos cálculos?

Estás trabajando con el espacio muestral, que es el conjunto total de resultados posibles de un experimento [4:30]. En la moneda, el espacio muestral tiene dos elementos: sol y cruz.

También estás aplicando el concepto de independencia estadística, que ocurre cuando un evento no afecta la probabilidad de otro. Esta idea es la base para entender más adelante los eventos dependientes y las cadenas de decisiones donde sí importa lo que pasó antes.

Con este fundamento ya puedes resolver problemas con monedas, dados y experimentos repetidos. El siguiente paso es dominar los eventos incluyentes, donde la probabilidad condicional toma protagonismo. ¿Qué tipo de problema cotidiano te gustaría resolver con probabilidad compuesta? Cuéntalo en los comentarios.