Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PrincipiosProbabilidad Parte III
PrincipiosProbabilidad Parte III
2020
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 1
Probabilidad condicional. Ejemplo.
Suponga que personas aquejadas de cierta enfermedad fueron asignadas a
dos tratamientos: uno en que se les asignó un suero A y el otro sin suero.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 2
Probabilidad condicional. Ejemplo.
Suponga que personas aquejadas de cierta enfermedad fueron asignadas a
dos tratamientos: uno en que se les asignó un suero A y el otro sin suero.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 2
Probabilidad condicional. Ejemplo.
Suponga que personas aquejadas de cierta enfermedad fueron asignadas a
dos tratamientos: uno en que se les asignó un suero A y el otro sin suero.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 2
Probabilidad condicional. Ejemplo.
Suponga que personas aquejadas de cierta enfermedad fueron asignadas a
dos tratamientos: uno en que se les asignó un suero A y el otro sin suero.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 2
Probabilidad condicional. Ejemplo.
Suponga que personas aquejadas de cierta enfermedad fueron asignadas a
dos tratamientos: uno en que se les asignó un suero A y el otro sin suero.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 2
Probabilidad condicional. Ejemplo.
Suponga que personas aquejadas de cierta enfermedad fueron asignadas a
dos tratamientos: uno en que se les asignó un suero A y el otro sin suero.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 2
Probabilidad condicional. Ejemplo.
Suponga que personas aquejadas de cierta enfermedad fueron asignadas a
dos tratamientos: uno en que se les asignó un suero A y el otro sin suero.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 2
Probabilidad condicional. Ejemplo.
Suponga que personas aquejadas de cierta enfermedad fueron asignadas a
dos tratamientos: uno en que se les asignó un suero A y el otro sin suero.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 2
Probabilidad condicional. Ejemplo.
Suponga que personas aquejadas de cierta enfermedad fueron asignadas a
dos tratamientos: uno en que se les asignó un suero A y el otro sin suero.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 2
Probabilidad condicional. Ejemplo.
Suponga que personas aquejadas de cierta enfermedad fueron asignadas a
dos tratamientos: uno en que se les asignó un suero A y el otro sin suero.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 3
Probabilidad condicional. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 3
Probabilidad condicional. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 3
Probabilidad condicional. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 3
Probabilidad condicional. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 3
Regla de multiplicación
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 4
Regla de multiplicación
Veamos un ejemplo...
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 4
Regla de multiplicación. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 5
Regla de multiplicación. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 5
Regla de multiplicación. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 5
Regla de multiplicación. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 5
Regla de multiplicación. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 5
Regla de multiplicación. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 5
Regla de multiplicación. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 5
Regla de multiplicación. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 5
Regla de multiplicación. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 5
Regla de multiplicación. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 6
Regla de multiplicación. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 6
Regla de multiplicación. Ejemplo.
p(A ∩ B)
p(B/A) = ⇒ p(A ∩ B) = p(B/A)p(A) = 0, 7 × 0, 3 = 0, 21
p(A)
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 6
Regla de multiplicación. Ejemplo.
p(A ∩ B)
p(B/A) = ⇒ p(A ∩ B) = p(B/A)p(A) = 0, 7 × 0, 3 = 0, 21
p(A)
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 6
Regla de multiplicación. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 7
Regla de multiplicación. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 7
Regla de multiplicación. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 7
Regla de multiplicación. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 7
Regla de multiplicación. Ejemplo.
6 5
p(A) = = 0, 4 y p(B/A) = = 0, 357
15 14
Entonces
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 7
Regla de multiplicación. Ejemplo.
6 5
p(A) = = 0, 4 y p(B/A) = = 0, 357
15 14
Entonces
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 7
Regla de multiplicación. Ejemplos...continuación
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 8
Regla de multiplicación. Ejemplos...continuación
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 8
Regla de multiplicación. Ejemplos...continuación
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 8
Regla de multiplicación. Ejemplos...continuación
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 8
Regla de multiplicación. Ejemplos...continuación
6 4
p(A) = = 0, 4 y p(B/A) = = 0, 286
15 14
Entonces
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 8
Regla de multiplicación. Ejemplos...continuación
6 4
p(A) = = 0, 4 y p(B/A) = = 0, 286
15 14
Entonces
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 8
Regla de multiplicación. Ejemplos...continuación
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 9
Regla de multiplicación. Ejemplos...continuación
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 9
Regla de multiplicación. Ejemplos...continuación
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 9
Regla de multiplicación. Ejemplos...continuación
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 9
Regla de multiplicación. Ejemplos...continuación
6 6
p(A) = = 0, 4 y p(B/A) = = 0, 4
15 15
Entonces
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 9
Regla de multiplicación. Ejemplos...continuación
6 6
p(A) = = 0, 4 y p(B/A) = = 0, 4
15 15
Entonces
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 9
Eventos independientes
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 10
Eventos independientes
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 10
Eventos independientes
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 10
Eventos independientes
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 10
Eventos independientes
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 10
Eventos independientes. Ejemplo
Se estima que entre la población total de Estados Unidos, el 55 %
padece de obesidad (A), el 20 % es hipertensa (B) y el 60 % es obesa o
hipertensa.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 11
Eventos independientes. Ejemplo
Se estima que entre la población total de Estados Unidos, el 55 %
padece de obesidad (A), el 20 % es hipertensa (B) y el 60 % es obesa o
hipertensa.
¿Es, de hecho, independiente el que una persona sea obesa de que
padezca hipertensión?
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 11
Eventos independientes. Ejemplo
Se estima que entre la población total de Estados Unidos, el 55 %
padece de obesidad (A), el 20 % es hipertensa (B) y el 60 % es obesa o
hipertensa.
¿Es, de hecho, independiente el que una persona sea obesa de que
padezca hipertensión?
Sean los eventos “La persona tiene obesidad” (A) y “La persona tiene
hipertensión” (B).
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 11
Eventos independientes. Ejemplo
Se estima que entre la población total de Estados Unidos, el 55 %
padece de obesidad (A), el 20 % es hipertensa (B) y el 60 % es obesa o
hipertensa. p(A) = 0, 55
¿Es, de hecho, independiente el que una persona sea obesa de que
padezca hipertensión?
Sean los eventos “La persona tiene obesidad” (A) y “La persona tiene
hipertensión” (B).
Se tiene:
p(Obesidad) = p(A) = 0, 55
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 11
Eventos independientes. Ejemplo
Se estima que entre la población total de Estados Unidos, el 55 %
padece de obesidad (A), el 20 % es hipertensa (B) y el 60 % es obesa o
hipertensa. p(A) = 0, 55, p(B) = 0, 2
¿Es, de hecho, independiente el que una persona sea obesa de que
padezca hipertensión?
Sean los eventos “La persona tiene obesidad” (A) y “La persona tiene
hipertensión” (B).
Se tiene:
p(Obesidad) = p(A) = 0, 55
p(Hipertensión) = p(B) = 0, 2 y
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 11
Eventos independientes. Ejemplo
Se estima que entre la población total de Estados Unidos, el 55 %
padece de obesidad (A), el 20 % es hipertensa (B) y el 60 % es obesa o
hipertensa. p(A) = 0, 55, p(B) = 0, 2 y p(A ∪ B) = 0, 6
¿Es, de hecho, independiente el que una persona sea obesa de que
padezca hipertensión?
Sean los eventos “La persona tiene obesidad” (A) y “La persona tiene
hipertensión” (B).
Se tiene:
p(Obesidad) = p(A) = 0, 55
p(Hipertensión) = p(B) = 0, 2 y
p(Obesidad o Hipertensión) = p(A ∪ B) = 0, 6.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 11
Eventos independientes. Ejemplo
Se estima que entre la población total de Estados Unidos, el 55 %
padece de obesidad (A), el 20 % es hipertensa (B) y el 60 % es obesa o
hipertensa. p(A) = 0, 55, p(B) = 0, 2 y p(A ∪ B) = 0, 6
¿Es, de hecho, independiente el que una persona sea obesa de que
padezca hipertensión?
Sean los eventos “La persona tiene obesidad” (A) y “La persona tiene
hipertensión” (B).
Por la intersección de eventos se tiene que:
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 11
Eventos independientes. Ejemplo
Se estima que entre la población total de Estados Unidos, el 55 %
padece de obesidad (A), el 20 % es hipertensa (B) y el 60 % es obesa o
hipertensa. p(A) = 0, 55, p(B) = 0, 2 y p(A ∪ B) = 0, 6
¿Es, de hecho, independiente el que una persona sea obesa de que
padezca hipertensión?
Sean los eventos “La persona tiene obesidad” (A) y “La persona tiene
hipertensión” (B).
Por la intersección de eventos se tiene que:
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 11
Eventos independientes. Ejemplo
Se estima que entre la población total de Estados Unidos, el 55 %
padece de obesidad (A), el 20 % es hipertensa (B) y el 60 % es obesa o
hipertensa. p(A) = 0, 55, p(B) = 0, 2 y p(A ∪ B) = 0, 6
¿Es, de hecho, independiente el que una persona sea obesa de que
padezca hipertensión?
Sean los eventos “La persona tiene obesidad” (A) y “La persona tiene
hipertensión” (B).
Por la intersección de eventos se tiene que:
Pero
p(A)p(B) = 0, 55 × 0, 2 = 0, 11 6= 0, 15 = p(A ∩ B)
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 11
Eventos independientes. Ejemplo
Se estima que entre la población total de Estados Unidos, el 55 %
padece de obesidad (A), el 20 % es hipertensa (B) y el 60 % es obesa o
hipertensa. p(A) = 0, 55, p(B) = 0, 2 y p(A ∪ B) = 0, 6
¿Es, de hecho, independiente el que una persona sea obesa de que
padezca hipertensión?
Sean los eventos “La persona tiene obesidad” (A) y “La persona tiene
hipertensión” (B).
Por la intersección de eventos se tiene que:
Pero
p(A)p(B) = 0, 55 × 0, 2 = 0, 11 6= 0, 15 = p(A ∩ B)
Concluyendo que, los eventos tener obesidad (A) y ser hipertenso (B) no son
independientes.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 11
Eventos independientes. Ejemplo
Se estima que entre la población total de Estados Unidos, el 55 %
padece de obesidad (A), el 20 % es hipertensa (B) y el 60 % es obesa o
hipertensa. p(A) = 0, 55, p(B) = 0, 2 y p(A ∪ B) = 0, 6
¿Es, de hecho, independiente el que una persona sea obesa de que
padezca hipertensión?
Sean los eventos “La persona tiene obesidad” (A) y “La persona tiene
hipertensión” (B).
Adicionalmente
p(A ∩ B) 0, 15
p(Hipertenso/Obeso) = p(B/A) = =
p(A) 0, 55
= 0, 27 6= p(B) = p(Hipertenso)
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 11
Eventos independientes. Ejemplo
Se estima que entre la población total de Estados Unidos, el 55 %
padece de obesidad (A), el 20 % es hipertensa (B) y el 60 % es obesa o
hipertensa. p(A) = 0, 55, p(B) = 0, 2 y p(A ∪ B) = 0, 6
¿Es, de hecho, independiente el que una persona sea obesa de que
padezca hipertensión?
Sean los eventos “La persona tiene obesidad” (A) y “La persona tiene
hipertensión” (B).
Adicionalmente
p(A ∩ B) 0, 15
p(Hipertenso/Obeso) = p(B/A) = =
p(A) 0, 55
= 0, 27 6= p(B) = p(Hipertenso)
En otras palabras, el hecho que una persona tenga exceso de peso aumenta la
probabilidad que tenga hipertensión.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 11
Teorema de Bayes
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 12
Teorema de Bayes
E1 S
E2
E1 ∪ E2 = S y
E1 ∩ E2 = φ
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 12
Teorema de Bayes
E1 S
E2
E1 ∪ E2 = S y
E1 ∩ E2 = φ
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 12
Teorema de Bayes
E1 S
B
E2
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 12
Teorema de Bayes
E1 S
B
E2
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 12
Teorema de Bayes
E1 S
B
E1 ∩ B
E2
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 12
Teorema de Bayes
E1 S
B
E1 ∩ B E2 ∩ B
E2
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 12
Teorema de Bayes
E1 S
B
E1 ∩ B E2 ∩ B
E2
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 12
Teorema de Bayes
E1 S
B
E1 ∩ B E2 ∩ B
E2
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 12
Teorema de Bayes
E1 S
B
E1 ∩ B E2 ∩ B
E2
Veamos un ejemplo...
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 12
Teorema de Bayes. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 13
Teorema de Bayes. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 13
Teorema de Bayes. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 13
Teorema de Bayes. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 13
Teorema de Bayes. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 13
Teorema de Bayes. Ejemplo.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 13
Teorema de Bayes. Ejemplo...continuación
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 14
Teorema de Bayes. Ejemplo...continuación
p(B/E1 ) = 0, 9
p(B/E2 ) = 0, 05
p(E1 ) = 0, 45 entonces
p(E2 ) = 1 − p(E1 ) = 0, 55
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 14
Teorema de Bayes. Ejemplo...continuación
p(B/E1 ) = 0, 9
p(B/E2 ) = 0, 05
p(E1 ) = 0, 45 entonces
p(E2 ) = 1 − p(E1 ) = 0, 55
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 14
Teorema de Bayes. Ejemplo...continuación
p(B/E1 ) = 0, 9
p(B/E2 ) = 0, 05
p(E1 ) = 0, 45 entonces
p(E2 ) = 1 − p(E1 ) = 0, 55
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 14
Teorema de Bayes. Ejemplo...continuación
p(B/E1 ) = 0, 9
p(B/E2 ) = 0, 05
p(E1 ) = 0, 45 entonces
p(E2 ) = 1 − p(E1 ) = 0, 55
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 14
Teorema de Bayes. Ejemplo...continuación
p(B/E1 ) = 0, 9
p(B/E2 ) = 0, 05
p(E1 ) = 0, 45 entonces
p(E2 ) = 1 − p(E1 ) = 0, 55
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 14
Teorema de Bayes. Ejemplo...continuación
p(B/E1 ) = 0, 9
p(B/E2 ) = 0, 05
p(E1 ) = 0, 45 entonces
p(E2 ) = 1 − p(E1 ) = 0, 55
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 15
Teorema de Bayes. Ejemplos. Continuacion
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 15
Teorema de Bayes. Ejemplos. Continuacion
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 15
Teorema de Bayes. Ejemplos. Continuacion
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 15
Teorema de Bayes. Ejemplos. Continuacion
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 15
Teorema de Bayes. Ejemplos. Continuacion
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 15
Teorema de Bayes. Ejemplo...continuación
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 16
Teorema de Bayes. Ejemplo...continuación
p(B/E1 ) = 0, 542
p(B/E2 ) = 0, 508
p(E1 ) = 0, 167 entonces
p(E2 ) = 1 − p(E1 ) = 0, 833
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 16
Teorema de Bayes. Ejemplo...continuación
p(B/E1 ) = 0, 542
p(B/E2 ) = 0, 508
p(E1 ) = 0, 167 entonces
p(E2 ) = 1 − p(E1 ) = 0, 833
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 16
Teorema de Bayes. Ejemplo...continuación
p(B/E1 ) = 0, 542
p(B/E2 ) = 0, 508
p(E1 ) = 0, 167 entonces
p(E2 ) = 1 − p(E1 ) = 0, 833
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 16
Teorema de Bayes. Ejemplo...continuación
p(B/E1 ) = 0, 542
p(B/E2 ) = 0, 508
p(E1 ) = 0, 167 entonces
p(E2 ) = 1 − p(E1 ) = 0, 833
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 16
Teorema de Bayes. Ejemplo...continuación
p(B/E1 ) = 0, 542
p(B/E2 ) = 0, 508
p(E1 ) = 0, 167 entonces
p(E2 ) = 1 − p(E1 ) = 0, 833
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 16
Teorema de Bayes. Ejemplo...continuación
p(B/E1 ) = 0, 542
p(B/E2 ) = 0, 508
p(E1 ) = 0, 167 entonces
p(E2 ) = 1 − p(E1 ) = 0, 833
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 17
Teorema de Bayes. Generalización
E3
E1 S
E2 ... Ek
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 17
Teorema de Bayes. Generalización
E3
E1 S
E2 ... Ek
Sean E1 , E2 , E3 , . . . , Ek , k eventos
k mutuamente excluyentes, de los
P
cuales al menos uno ocurre p(Ei ) = 1 entonces:
i=1
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 17
Teorema de Bayes. Generalización
E3
E1 B S
E2 ... Ek
Sean E1 , E2 , E3 , . . . , Ek , k eventos
k mutuamente excluyentes, de los
P
cuales al menos uno ocurre p(Ei ) = 1 entonces:
i=1
p(Ej /B) =
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 17
Teorema de Bayes. Generalización
E3
E1 B S
E2 ... Ek
Sean E1 , E2 , E3 , . . . , Ek , k eventos
k mutuamente excluyentes, de los
P
cuales al menos uno ocurre p(Ei ) = 1 entonces:
i=1
p(Ej ∩ B)
p(Ej /B) =
p(B)
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 17
Teorema de Bayes. Generalización
E3
E1 B S
E2 ∩ B
E2 ... Ek
Sean E1 , E2 , E3 , . . . , Ek , k eventos
k mutuamente excluyentes, de los
P
cuales al menos uno ocurre p(Ei ) = 1 entonces:
i=1
p(Ej ∩ B)
p(Ej /B) =
p(B)
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 17
Teorema de Bayes. Generalización
E3
E1 B S
E3 ∩ B
E2 ∩ B
E2 ... Ek
Sean E1 , E2 , E3 , . . . , Ek , k eventos
k mutuamente excluyentes, de los
P
cuales al menos uno ocurre p(Ei ) = 1 entonces:
i=1
p(Ej ∩ B)
p(Ej /B) =
p(B)
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 17
Teorema de Bayes. Generalización
E3
E1 B S
E3 ∩ B
E2 ∩ B
E2 ... Ek
Sean E1 , E2 , E3 , . . . , Ek , k eventos
k mutuamente excluyentes, de los
P
cuales al menos uno ocurre p(Ei ) = 1 entonces:
i=1
p(Ej ∩ B)
p(Ej /B) =
p(B)
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 17
Teorema de Bayes. Generalización
E3
E1 B S
Ek ∩ B
E3 ∩ B
E2 ∩ B
E2 ... Ek
Sean E1 , E2 , E3 , . . . , Ek , k eventos
k mutuamente excluyentes, de los
P
cuales al menos uno ocurre p(Ei ) = 1 entonces:
i=1
p(Ej ∩ B)
p(Ej /B) =
p(B)
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 17
Teorema de Bayes. Generalización
E3
E1 B S
Ek ∩ B
E3 ∩ B
E2 ∩ B
E2 ... Ek
Sean E1 , E2 , E3 , . . . , Ek , k eventos
k mutuamente excluyentes, de los
P
cuales al menos uno ocurre p(Ei ) = 1 entonces:
i=1
p(Ej ∩ B) p(Ej ∩ B)
p(Ej /B) = = k
p(B) P
p(Ei ∩ B)
i=1
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 17
Teorema de Bayes. Generalización
E3
E1 B S
Ek ∩ B
E3 ∩ B
E2 ∩ B
E2 ... Ek
Sean E1 , E2 , E3 , . . . , Ek , k eventos
k mutuamente excluyentes, de los
P
cuales al menos uno ocurre p(Ei ) = 1 entonces:
i=1
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 18
Teorema de Bayes. Generalización. Ejemplos
Suponga que se distribuye pelotas de colores en tres cajas idénticas de la
siguiente manera:
Caja 1 Caja 2 Caja 3
Roja 2 4 3
azul 3 1 4
Negra 5 3 3
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 18
Teorema de Bayes. Generalización. Ejemplos
Suponga que se distribuye pelotas de colores en tres cajas idénticas de la
siguiente manera:
Caja 1 Caja 2 Caja 3
Roja 2 4 3
azul 3 1 4
Negra 5 3 3
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 18
Teorema de Bayes. Generalización. Ejemplos
Suponga que se distribuye pelotas de colores en tres cajas idénticas de la
siguiente manera:
Caja 1 Caja 2 Caja 3
Roja 2 4 3
azul 3 1 4
Negra 5 3 3
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 18
Teorema de Bayes. Generalización. Ejemplos
Suponga que se distribuye pelotas de colores en tres cajas idénticas de la
siguiente manera:
Caja 1 Caja 2 Caja 3
Roja 2 4 3
azul 3 1 4
Negra 5 3 3
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 18
Teorema de Bayes. Generalización. Ejemplos
Suponga que se distribuye pelotas de colores en tres cajas idénticas de la
siguiente manera:
Caja 1 Caja 2 Caja 3
Roja 2 4 3
azul 3 1 4
Negra 5 3 3
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 18
Teorema de Bayes. Generalización. Ejemplos
Suponga que se distribuye pelotas de colores en tres cajas idénticas de la
siguiente manera:
Caja 1 Caja 2 Caja 3
Roja 2 4 3
azul 3 1 4
Negra 5 3 3
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 18
Teorema de Bayes. Generalización. Ejemplos
Suponga que se distribuye pelotas de colores en tres cajas idénticas de la
siguiente manera:
Caja 1 Caja 2 Caja 3
Roja 2 4 3
azul 3 1 4
Negra 5 3 3
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 18
Teorema de Bayes. Generalización. Ejemplos
Suponga que se distribuye pelotas de colores en tres cajas idénticas de la
siguiente manera:
Caja 1 Caja 2 Caja 3
Roja 2 4 3
azul 3 1 4
Negra 5 3 3
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 18
Teorema de Bayes. Generalización. Ejemplos
Suponga que se distribuye pelotas de colores en tres cajas idénticas de la
siguiente manera:
Caja 1 Caja 2 Caja 3
Roja 2 4 3
azul 3 1 4
Negra 5 3 3
p(E1 ) = p(E2 ) = p(E3 ) = 1/3, p(B/E1 ) = 2/10, p(B/E2 ) = 4/8 y p(B/E3 ) = 3/10.
¿p(E3 /B) =?
p(B ∩ E3 )
p(E3 /B) =
p(B)
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 18
Teorema de Bayes. Generalización. Ejemplos
Suponga que se distribuye pelotas de colores en tres cajas idénticas de la
siguiente manera:
Caja 1 Caja 2 Caja 3
Roja 2 4 3
azul 3 1 4
Negra 5 3 3
p(E1 ) = p(E2 ) = p(E3 ) = 1/3, p(B/E1 ) = 2/10, p(B/E2 ) = 4/8 y p(B/E3 ) = 3/10.
¿p(E3 /B) =?
p(B ∩ E3 ) p(B ∩ E3 )
p(E3 /B) = =
p(B) p(B ∩ E1 ) + p(B ∩ E2 ) + p(B ∩ E3 )
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 18
Teorema de Bayes. Generalización. Ejemplos
Suponga que se distribuye pelotas de colores en tres cajas idénticas de la
siguiente manera:
Caja 1 Caja 2 Caja 3
Roja 2 4 3
azul 3 1 4
Negra 5 3 3
p(E1 ) = p(E2 ) = p(E3 ) = 1/3, p(B/E1 ) = 2/10, p(B/E2 ) = 4/8 y p(B/E3 ) = 3/10.
¿p(E3 /B) =?
p(B ∩ E3 ) p(B ∩ E3 )
p(E3 /B) = =
p(B) p(B ∩ E1 ) + p(B ∩ E2 ) + p(B ∩ E3 )
p(B/E3 )p(E3 )
=
p(B/E1 )p(E1 ) + p(B/E2 )p(B2 ) + p(B/E3 )p(E3 )
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 18
Teorema de Bayes. Generalización. Ejemplos
Suponga que se distribuye pelotas de colores en tres cajas idénticas de la
siguiente manera:
Caja 1 Caja 2 Caja 3
Roja 2 4 3
azul 3 1 4
Negra 5 3 3
p(E1 ) = p(E2 ) = p(E3 ) = 1/3, p(B/E1 ) = 2/10, p(B/E2 ) = 4/8 y p(B/E3 ) = 3/10.
¿p(E3 /B) =?
p(B ∩ E3 ) p(B ∩ E3 )
p(E3 /B) = =
p(B) p(B ∩ E1 ) + p(B ∩ E2 ) + p(B ∩ E3 )
p(B/E3 )p(E3 )
=
p(B/E1 )p(E1 ) + p(B/E2 )p(B2 ) + p(B/E3 )p(E3 )
(3/10)(1/3)
= = 0, 3
(2/10)(1/3) + (4/8)(1/3) + (3/10)(1/3)
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 18
Teorema de Bayes. Generalización. Ejemplos
Suponga que se distribuye pelotas de colores en tres cajas idénticas de la
siguiente manera:
Caja 1 Caja 2 Caja 3
Roja 2 4 3
azul 3 1 4
Negra 5 3 3
p(E1 ) = p(E2 ) = p(E3 ) = 1/3, p(B/E1 ) = 2/10, p(B/E2 ) = 4/8 y p(B/E3 ) = 3/10.
¿p(E3 /B) =?
p(B ∩ E3 ) p(B ∩ E3 )
p(E3 /B) = =
p(B) p(B ∩ E1 ) + p(B ∩ E2 ) + p(B ∩ E3 )
p(B/E3 )p(E3 )
=
p(B/E1 )p(E1 ) + p(B/E2 )p(B2 ) + p(B/E3 )p(E3 )
(3/10)(1/3)
= = 0, 3
(2/10)(1/3) + (4/8)(1/3) + (3/10)(1/3)
1
Fuente: Montgomery, D. & Runger, G. (1996). Probabilidad y Estadística aplicadas a la ingeniería. Primera edición.
México: McGraw-Hill. [p.93]
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 19
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos1 .
En el pasado, el 95 % de los productos con mayor éxito en el mercado
recibieron buenas evaluaciones,
el 60 % de los productos con éxito moderado recibieron buenas evaluaciones y
1
Fuente: Montgomery, D. & Runger, G. (1996). Probabilidad y Estadística aplicadas a la ingeniería. Primera edición.
México: McGraw-Hill. [p.93]
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 19
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos1 .
En el pasado, el 95 % de los productos con mayor éxito en el mercado
recibieron buenas evaluaciones,
el 60 % de los productos con éxito moderado recibieron buenas evaluaciones y
1
Fuente: Montgomery, D. & Runger, G. (1996). Probabilidad y Estadística aplicadas a la ingeniería. Primera edición.
México: McGraw-Hill. [p.93]
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 19
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos1 .
En el pasado, el 95 % de los productos con mayor éxito en el mercado
recibieron buenas evaluaciones,
el 60 % de los productos con éxito moderado recibieron buenas evaluaciones y
1
Fuente: Montgomery, D. & Runger, G. (1996). Probabilidad y Estadística aplicadas a la ingeniería. Primera edición.
México: McGraw-Hill. [p.93]
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 19
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos1 .
En el pasado, el 95 % de los productos con mayor éxito en el mercado
recibieron buenas evaluaciones,
el 60 % de los productos con éxito moderado recibieron buenas evaluaciones y
1
Fuente: Montgomery, D. & Runger, G. (1996). Probabilidad y Estadística aplicadas a la ingeniería. Primera edición.
México: McGraw-Hill. [p.93]
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 19
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos1 .
En el pasado, el 95 % de los productos con mayor éxito en el mercado
recibieron buenas evaluaciones,
el 60 % de los productos con éxito moderado recibieron buenas evaluaciones y
1
Fuente: Montgomery, D. & Runger, G. (1996). Probabilidad y Estadística aplicadas a la ingeniería. Primera edición.
México: McGraw-Hill. [p.93]
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 19
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos1 .
En el pasado, el 95 % de los productos con mayor éxito en el mercado
recibieron buenas evaluaciones,
el 60 % de los productos con éxito moderado recibieron buenas evaluaciones y
1
Fuente: Montgomery, D. & Runger, G. (1996). Probabilidad y Estadística aplicadas a la ingeniería. Primera edición.
México: McGraw-Hill. [p.93]
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 19
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos1 .
En el pasado, el 95 % de los productos con mayor éxito en el mercado
recibieron buenas evaluaciones,
el 60 % de los productos con éxito moderado recibieron buenas evaluaciones y
1
Fuente: Montgomery, D. & Runger, G. (1996). Probabilidad y Estadística aplicadas a la ingeniería. Primera edición.
México: McGraw-Hill. [p.93]
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 19
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos1 .
En el pasado, el 95 % de los productos con mayor éxito en el mercado
recibieron buenas evaluaciones,
el 60 % de los productos con éxito moderado recibieron buenas evaluaciones y
1
Fuente: Montgomery, D. & Runger, G. (1996). Probabilidad y Estadística aplicadas a la ingeniería. Primera edición.
México: McGraw-Hill. [p.93]
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 19
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos1 .
En el pasado, el 95 % de los productos con mayor éxito en el mercado
recibieron buenas evaluaciones,
el 60 % de los productos con éxito moderado recibieron buenas evaluaciones y
1
Fuente: Montgomery, D. & Runger, G. (1996). Probabilidad y Estadística aplicadas a la ingeniería. Primera edición.
México: McGraw-Hill. [p.93]
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 19
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos1 .
En el pasado, el 95 % de los productos con mayor éxito en el mercado
recibieron buenas evaluaciones, p(B/E1 ) = 0, 95,
el 60 % de los productos con éxito moderado recibieron buenas evaluaciones y
p(B/E2 ) = 0, 60,
el 10 % de productos de escaso éxito recibieron buenas evaluaciones.
p(B/E3 ) = 0, 10,
Además, el 40 % de los productos ha tenido mucho éxito, p(E1 ) = 0, 40,
el 35 % un éxito moderado, p(E2 ) = 0, 35,
el 25 % una baja aceptación. p(E3 ) = 0, 25
Sean los eventos:
E1 : “El producto tiene mucho éxito” p(E1 ) = 0, 40
E2 : “El producto tiene un éxito moderado” p(E2 ) = 0, 35
E3 : “El producto tiene baja aceptación” p(E3 ) = 0, 25
B: “El producto obtiene una buena evaluación” p(B/E1 ) = 0, 95, p(B/E2 ) = 0, 60
p(B/E3 ) = 0, 10
1
Fuente: Montgomery, D. & Runger, G. (1996). Probabilidad y Estadística aplicadas a la ingeniería. Primera edición.
México: McGraw-Hill. [p.93]
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 19
Teorema de Bayes. Generalización. Ejemplos
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
p(B ∩ E1 )
p(E1 /B) =
p(B)
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
p(Bc ∩ E1 )
p(E1 /Bc ) =
p(Bc )
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
z }| {
c p(Bc ∩ E1 ) p(Bc /E1 ) p(E1 )
p(E1 /B ) = =
p(Bc ) p(Bc )
| {z }
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 20
Teorema de Bayes. Generalización. Ejemplos
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte III 21