1. TEOREMA DE BAYES.

P ( A1 )∗P ( B| A 1 )
P ( A 1|B )=
P ( A 1 )∗P ( B| A1 ) + P ( A2 )∗P ( B| A 2 )

1.1 Regla de la multiplicación: P (A y B) = P ( A ∩ B ) = P (B) * P (A | B)

En esta regla de la multiplicación se requiere la probabilidad condicional para calcular la

probabilidad conjunta de dos eventos que no son independientes. Para dos eventos A y B que
no son independientes, la probabilidad condicional se representa como P ( A | B ) y se expresa
como la probabilidad de B dado A. también se puede interpretar como la probabilidad de B es
condicional a la ocurrencia y efecto del evento A.

1.2 Probabilidad condicional: Es la probabilidad de que un evento en particular ocurra dado que otro
evento haya ocurrido.

P( A ∩ B)
P ( A|B )=
P (B )

P ( A∨B )∗P( B)
P ( A|B )= P(B) >0
P (B )
Por simetría:

P( A ∩ B)
P ( B| A )= P(A) >0
P ( A)

P ( A∨B )∗P( A)
P ( B| A )=
P(A)

1.3 Probabilidad conjunta: Mide la probabilidad de que dos o más eventos sucedan
simultáneamente.

Ejemplo No.1: Un golfista tiene 12 camisas en su closet. Suponga que 9 son blancas y las
demás son azules. Juega golf dos veces seguidas y no lava las camisas usadas ni las regresa al
closet.
¿Cuál es la probabilidad de que las dos camisas elegidas sean blancas?

Solución:
 1. EVENTOS:

Evento B1 = La primera camisa seleccionada sea blanca.

Evento B2 = La segunda camisa seleccionada también sea blanca.

2. PROBABILIDADES A PRIORI. (Son las que están basadas en la información actual).

P (B1) = 9/12 Porque 9 de cada 12 camisetas son blancas.
P (B2 | B1) = 8/11 Porque después de seleccionar la primera camiseta solo quedan 11 de las
cuales 8 son blancas.
P (B1 y B2) = P (B1) * P (B2 | B1) = 9/12 * 8/11 = 0,55
Por consiguiente, la probabilidad de seleccionar dos camisas y que ambas sean de color blanco,
es del 0,55 o 55%.

Ejemplo No.2: Siguiendo con el ejemplo anterior, calcular la probabilidad de elegir tres camisas
blancas sin reemplazo.
P (B1 y B2 y B3) = P (B1) * P (B2 | B1) * P (B3 | B1 y B2) = 9/12 * 8/11* 7/10 = 0,38

Ejemplo No.3: A los habitantes de una ciudad se les hizo una encuesta con el propósito de
determinar el número de lectores del periódico de un diario de circulación Nacional. Los resultados
de la en cuentas fueron los siguientes: 20% de los habitantes leen un diario de circulación nacional,
16% lee un diario de circulación regional y un 1% lee ambos diarios. Si se selecciona al azar a un
lector del diario nacional ¿Cuál es la probabilidad de que también lea un diario regional?

3.1 Definir los eventos:

A1 = Lectores del diario nacional.
A2 = Lectores del diario regional.
A3 = Lectores de ambos diarios.
3.2 Definir las probabilidades a priori:
P(A1) = 0,20
P(A2) = 0,16
P(A3) = P(A2  A1) = 0,01
P(A2  A1) = P (A1) * P (A2 | A1)
3.3 Definir las probabilidades condicionales:
Si se selecciona al azar a un lector del diario nacional ¿Cuál es la probabilidad de que también lea
un diario regional?
P(A1  A2) = P (A2) * P (A1 | A2)
P(A2  A1) = P (A1) * P (A2 | A1)
P ( A 2 A 1) 0.01
P ( A2 | A1 ) = = = 0,05 = 5%
P( A 1) 0,20

Si se selecciona al azar a un lector del diario regional ¿Cuál es la probabilidad de que también lea un
diario nacional?
P ( A 1 A 2) 0.01
P ( A1 | A2 ) = = = 0,0625 = 6,25%
P( A 2) 0 ,16

P(A1) = 0,20
P(A2) = 0,16
P(A3) = P(A2  A1) = 0,01
P(A2  A1) = P (A1) * P (A2 | A1)
Ejemplo No.4: Una planta recibe reguladores de voltaje de dos diferentes proveedores B1 y B2, el
75% de los reguladores se compran a B1 y el resto a B2. El porcentaje de reguladores defectuosos
que se reciben de B1 es del 8% y el de B2 es del 10%. Determinar la probabilidad de que funcione
un regulador de voltaje de acuerdo con las especificaciones, es decir el regulador no esté
defectuoso.

EJERCICOS TEOREEMA DE BAYES.

Ejemplo No.1: Un fabricante de teléfonos celulares compra un microchip a tres proveedores A, B, C.
del total de piezas 30% lo adquiere del proveedor A, 20% del proveedor B y el 50% del proveedor C.
El fabricante conoce los porcentajes de defectos de los dispositivos de cada proveedor: 3% de
defectos para el proveedor A, 5% para el proveedor B, 4% para el proveedor C.
Cuando el fabricante recibe el material, lo lleva directamente a un deposito y no lo inspecciona ni lo
identifica con el nombre del proveedor. Un trabajador selecciona un microchip para instalarlo y lo
encuentra defectuoso. ¿Cuál es la probabilidad de que lo haya fabricado el proveedor B?
1. Definición de eventos:
A1 = El chip se le compra al proveedor A.
A2 = El chip se le compra al proveedor B.
A3 = El chip se le compra al proveedor C.
B1 = El chip esté defectuoso.
B2 = El chip no esté defectuoso.
2. Definición de las probabilidades a priori:
P(A1) = 0,30 probabilidad de comprar el chip al proveedor A.
P(A2) = 0,20 probabilidad de comprar el chip al proveedor B.
P(A3) = 0,50 probabilidad de comprar el chip al proveedor C.
3. Definir las probabilidades condicionales:
P (B1 | A1) = 0,03 = Probabilidad de comprar el chip a proveedor A y este esté defectuoso.
P (B1 | A2) = 0,05 = Probabilidad de comprar el chip a proveedor B y este esté defectuoso.
P (B1 | A3) = 0,04 = Probabilidad de comprar el chip a proveedor C y este esté defectuoso.
P (B2 | A1) = 0,97 = Probabilidad de comprar el chip a proveedor A y este no esté defectuoso.
P (B2 | A2) = 0,95 = Probabilidad de comprar el chip a proveedor B y este no esté defectuoso.
P (B2 | A3) = 0,96 = Probabilidad de comprar el chip a proveedor C y este no esté defectuoso.
4. Aplicar teorema de Bayes.
a. Un trabajador selecciona un microchip para instalarlo y lo encuentra defectuoso. ¿Cuál es la
probabilidad de que lo haya fabricado el proveedor B?

P ( B1|A 2 ) P ( A 2 )
P ( A 2|B1 )=
P ( B1| A 1) P ( A1 ) + P ( B1| A 2 ) P ( A 2) + P ( B1| A3 ) P ( A 3 )

(0,05)(0,20) 0,01
P ( A 2|B1 )= = = 0,2564 = 25,64%
(0,03)(0,30)+(0,05)(0,20)+(0,04)( 0,5) 0,039

b. Un trabajador selecciona un microchip para instalarlo y lo encuentra defectuoso. ¿Cuál es la

probabilidad de que lo haya fabricado el proveedor A?
P ( B1|A 1 ) P ( A 1)
P ( A 1|B1 )=
P ( B1| A1 ) P ( A1 ) + P ( B1| A 2 ) P ( A 2) + P ( B1| A3 ) P ( A 3 )

(0,03)(0,30) 0,0 09
P ( A 1|B1 )= = = 0,2307 = 23,07%
(0,03)(0,30)+(0,05)( 0,20)+(0,04)(0,5) 0,039
c. Un trabajador selecciona un microchip para instalarlo y lo encuentra defectuoso. ¿Cuál es la
probabilidad de que lo haya fabricado el proveedor C?
P ( B1|A 3 ) P ( A 3 )
P ( A 3|B1 )=
P ( B1| A 1) P ( A1 ) + P ( B1| A 2 ) P ( A 2 )+ P ( B1| A3 ) P ( A3 )

(0,04)(0,5) 0,02
P ( A 3|B1 )= = = 0,5128 = 51,28%
( 0,03)(0,30)+(0,05)(0,20)+(0,04)(0,5) 0,039
d. Un trabajador selecciona un microchip para instalarlo y lo encuentra no defectuoso. ¿Cuál es la
probabilidad de que lo haya fabricado el proveedor A?
P ( B2|A 1 ) P ( A 1 )
P ( A 1|B2 )=
P ( B2| A 1) P ( A1 ) + P ( B2| A 2 ) P ( A 2 )+ P ( B2| A3 ) P ( A3 )

( 0 , 97)(0,30) 0 ,291
P ( A 1|B2 )= = = 0,3028 = 30,28%
(0 ,97)(0,30)+(0 , 9 5)(0,20)+(0 , 96)(0,5) 0,961
e. Un trabajador selecciona un microchip para instalarlo y lo encuentra no defectuoso. ¿Cuál es la
probabilidad de que lo haya fabricado el proveedor B?
P ( B2| A1 ) P ( A 1 )
P ( A 2|B2 )=
P ( B2| A 1) P ( A1 ) + P ( B2|A 2 ) P ( A 2 )+ P ( B2| A3 ) P ( A3 )

(0 , 9 5)( 0,20) 0,19

P ( A 2|B2 )= = = 0,1977 = 19,77%
( 0 ,97)(0,30)+(0 , 9 5)(0,20)+(0 , 96)(0,5) 0,961
f. Un trabajador selecciona un microchip para instalarlo y lo encuentra no defectuoso. ¿Cuál es la
probabilidad de que lo haya fabricado el proveedor C?
P ( B2| A1 ) P ( A 1 )
P ( A 3|B2 )=
P ( B 2| A 1 ) P ( A1 ) + P ( B2|A 2 ) P ( A 2 ) + P ( B2| A 3 ) P ( A3 )

(0 , 96)(0,5) 0 , 48
P ( A 3|B2 )= = = 0,4994 = 49,94%
( 0 ,97)( 0,30)+(0 , 9 5)(0,20)+(0 , 96)(0,5) 0,961

g. Cual es la probabilidad de encontrar Chips defectuosos?

P ( B 1 )= ( 0,03 )( 0,30 )+ ( 0,05 )( 0,20 )+ ( 0,04 ) ( 0,5 )=0,039=3,9 %
h. Cual es la probabilidad de encontrar Chips no defectuosos?
P ( B 2 )=(0 , 97)(0,30)+(0 , 95)(0,20)+( 0 , 96)(0,5)= 0,961=96,1 %