Tema: TEOREMA DE LA PROBABILIDAD TOTAL

Docente: M.Sc. VITOLY BECERRA MONTALVO

2020-I
I
II
Semana: 05
TEOREMA DE LA PROBABILIDAD TOTAL
 Orientaciones

• PRESTAR ATENCIÓN A LA EXPOSICIÓN DEL

TEMA DE TEOREMAS DE EVENTOS EN
PROBABILIDADES, BRINDADOS EN EL VIDEO
CORRESPONDIENTE A ESTA CLASE Y
PARTICIPAR EN LOS FOROS
CORRESPONDIENTES. REVISAR LAS
LECTURAS Y WEBGRAFÍA PROPORCIONADA.
 Contenidos temáticos

• Teorema de la multiplicación,
• Eventos independientes,
• Teorema de la probabilidad Total.
• Regla de Bayes y aplicaciones
 TEOREMA DE EVENTOS

TEOREMA DE LA PROBABILIDAD TOTAL

El Teorema de la probabilidad total es aquel que nos permite calcular

la probabilidad de un suceso a partir de probabilidades condicionadas.
Denominado teorema probabilidad total o regla de eliminación permite
hallar la probabilidad de un evento A cuando el espacio muestral S
sea dividido en varios eventos B1,B2,B3,… hasta Bx.

Algebraicamente se denota:

Sea A1, A2, ….. An un sistema de eventos tales que la probabilidad de cada
uno de ellos es distinta de cero y sea B un evento cualquiera del que se
conocen las probabilidades condicionales P(B/Ai), entonces, la probabilidad
del evento B, llamada probabilidad total, se calcula empleando la siguiente
fórmula:
Para que este teorema se pueda aplicar hace falta cumplir un requisito:
Los sucesos A tienen que formar un sistema completo, es decir, que
contemplen todas las posibilidades (la suma de sus probabilidades debe ser el
100%).

Ejemplo:
Al tirar una moneda, el suceso "salir cara" y el suceso "salir cruz" forman un
sistema completo, no hay más alternativas: la suma de sus probabilidades es
el 100%.

Ejemplo:
Al tirar un dado, que salga el 1, el 2, el 3, o el 4 no forman un sistema
completo, ya que no contempla todas las opciones (podría salir el 5 o el 6).
En este caso no se podría aplicar el teorema de la probabilidad total
Ejemplo
En un saquito hay papeletas de tres colores, con las siguientes probabilidades
de ser elegidas:
A) Amarilla: probabilidad del 50%.
B) Verde: probabilidad del 30%
C) Roja: probabilidad del 20%.
Según el color de la papeleta elegida, podrás participar en diferentes sorteos.
Así, si la papeleta elegida es:
a) Amarilla: participas en un sorteo con una probabilidad de ganar del 40%.
b) Verde: participas en otro sorteo con una probabilidad de ganar del 60%
c) Roja: participas en un tercer sorteo con una probabilidad de ganar del 80%.

Con esta información, ¿qué probabilidad tienes de ganar el sorteo en el

que participes?:
1.- Las tres papeletas forman un sistema completo: sus probabilidades suman
100%
2.- Aplicamos la fórmula:
Luego:
P (B) = (0,50 * 0,40) + (0,30 * 0,60) + (0,20 * 0,80) = 0,54
Por tanto, la probabilidad de que ganes el sorteo es del 54%.
PROBABILIDAD CONDICIONAL

Un espacio muestral contiene todos los resultados posibles de un

experimento. A veces se obtiene algo de información adicional
acerca de un experimento que indica que los resultados provienen
de cierta parte del espacio muestral. En este caso, la probabilidad
de un evento está basada en los resultados de esa parte del
espacio muestral. Una probabilidad que se basa en una parte de
un espacio muestral se llama probabilidad condicional.
Cuando se está calculando la probabilidad de un evento A en
particular, y se tiene información sobre la ocurrencia de otro
evento B, esta probabilidad se conoce como probabilidad
condicional, la cual se denota por P(A/B) se lee "probabilidad de A
dado B" y se define como:
Ejemplo:
Una persona lanza una moneda 3 veces, ¿Cuál es la probabilidad de obtener 3
águilas dado que salió por lo menos un águila?
Solución:
El espacio muestra del experimento de lanzar una moneda 3 veces es
S = {aaa, aas, asa, ass, saa, sas, ssa, sss}

El evento A de que por lo menos hay un águila en los tres lanzamientos es:
A = {aaa, aas, asa, ass, saa, sas, ssa}

El evento B de que obtenga 3 águilas es B = {aaa}

Por lo tanto, A- B = {aaa} y P

De donde
Ejemplo:
Consideremos el experimento de "lanzar un dado al aire".
Calculemos, por ejemplo, la probabilidad de obtener un 3 sabiendo
que ha salido un número impar:

Definimos los sucesos A="sacar 3" y B= {1, 3,5}; entonces,

P(A/B)=1/3 puesto que si sabemos que ha salido un número impar,
los casos posibles ahora son 3 y los casos favorables al suceso A
sólo 1.
TEOREMA DE BAYES

El teorema de Bayes se utiliza para revisar probabilidades

previamente calculadas cuando se posee nueva información.
Desarrollado por el reverendo Thomas Bayes en el siglo XVII, el
teorema de Bayes es una extensión de lo que ha aprendido hasta
ahora acerca de la probabilidad condicional.
Comúnmente se inicia un análisis de probabilidades con una
asignación inicial, probabilidad a priori. Cuando se tiene alguna
información adicional se procede a calcular las probabilidades
revisadas o a posteriori. El teorema de Bayes permite calcular las
probabilidades a posteriori y es:
El Teorema de Bayes viene a seguir el proceso inverso al que
hemos visto en el Teorema de la probabilidad total.
EJEMPLOS:
1) Una compañía de transporte público tiene tres líneas en una ciudad, de forma que el
45% de los autobuses cubre el servicio de la línea 1, el 25% cubre la línea 2 y el 30%
cubre el servicio de la línea 3. Se sabe que la probabilidad de que, diariamente, un
autobús se averíe es del 2%, 3% y 1% respectivamente, para cada línea.
a) Calcular la probabilidad de que, en un día, un autobús sufra una avería
b) Calcular la probabilidad de que, en un día, un autobús no sufra una avería
c) ¿De qué línea de transporte es más probable que un autobús sufra una avería?
Solución:
a) Calcular la probabilidad de que, en un día, un autobús sufra una avería
Empleando la fórmula de probabilidad total se obtiene:

b) Calcular la probabilidad de que, en un día, un autobús no sufra una avería

Empleando la fórmula de probabilidad total se obtiene:
c) ¿De qué línea de transporte es más probable que un autobús sufra una avería?
Se debe calcular las tres probabilidades aposteriori empleando el Teorema de
Bayes

La probabilidad de que sea de la línea 1, sabiendo que sufre una avería es:
La probabilidad de que sea de la línea 2, sabiendo que sufre una avería es:

La probabilidad de que sea de la línea 3, sabiendo que sufre una avería es:

Entonces, sabiendo que el autobús sufre una avería, lo más probable es que
sea de la línea 1, ya que esta probabilidad es la mayor
Conclusiones y/o actividades de investigación
sugeridas
SE ENTENDIÓ LA CLASE REFERENTE A TEOREMA DE
BAYES, SE SUGIERE REVISAR LAS LECTURAS
SUGERIDAS.
¡Gracias!