El razonamiento probabilístico no es un cálculo estático; es un proceso dinámico de actualización de creencias. En un no condicionado entorno, asumimos un estado de ignorancia general donde todos los resultados en el espacio muestral $S$ son posibles. Sin embargo, la información es un filtro matemático que descarta los resultados incompatibles con la realidad observada.
Cuando decimos que el evento $F$ ha ocurrido, pasamos del espacio global $S$ a un universo restringido $F$. La probabilidad condicional de $E$ dado $F$, denotada como $P(E|F)$, es simplemente la proporción del nuevo espacio $F$ donde también ocurre $E$.
La Narrativa de la Evidencia
La transición de $P(E)$ a $P(E|F)$ es la base matemática de estimación basada en evidencia. Si $P(E|F) > P(E)$, la evidencia $F$ apoya la hipótesis $E$. Si $P(E|F) < P(E)$, $F$ contradice a $E$.
Imagina un evento con catering con las siguientes opciones de menú fijas:
| Plato | Opciones |
|---|---|
| Entrada | Pollo, Asado de Res (2) |
| Almidón | Pasta, Arroz, Papas (3) |
| Postre | Helado, Gelatina, Tarta de manzana, Durazno (4) |
Espacio No Condicionado: Hay $2 \times 3 \times 4 = 24$ combinaciones de menú posibles. $P(\text{Pasta}) = 8/24 = 1/3$.
Información Condicionada: Sabemos que el invitado es vegetariano y eligió definitivamente la "Pasta". Nuestra elección de "Almidón" ahora está fija ($1$ opción). El denominador de nuestro universo se reduce de $24$ a $2 \times 1 \times 4 = 8$. Este es el poder de la información: reduce el espacio muestral y cambia el denominador.
Definición de la Fórmula
Para cualquier dos eventos $E$ y $F$, si $P(F) > 0$, la probabilidad condicional se define como:
$$P(E|F) = \frac{P(EF)}{P(F)}$$