ESTADISTICA DESCRIPTIVA

Y PROBABILIDADES

 Teorema de Bayes
 Probabilidad Total
 LOGRO

Al finalizar la sesión el estudiante aplica el Teorema de Bayes y la

probabilidad total respectivamente a un evento de interés.
 MOTIVACIÓN

http://www.youtube.com/watch?v=pqJBTWoIkbA
 Recordemos: Eventos Independientes

Dos eventos son independientes si la probabilidad de que

ocurran ambos eventos simultáneamente es igual al
producto de las probabilidades de que ocurra cada uno de
ellos. Es decir:
Los eventos A y B son independientes si y solo si:
P  A  B  P  A  P  B 
Nota: Si los eventos son independientes sus complementos
también.
P [ A´ ∩ B´] = P [A´] * P [B´]

5
Eventos Independientes

Ejemplo:
El éxito de un proyecto de inversión depende del trabajo
de un ingeniero, un administrador y un abogado. Se sabe
que la probabilidad de que el ingeniero falle en su labor es
de 4%, la probabilidad de que el administrador falle es de
6% y la probabilidad de que el abogado falle es de 8%. Para
que el proyecto sea exitoso, ninguno de los 3 debe fallar.
Asuma que las labores de los tres integrantes son
independientes entre sí.
1. ¿Cuál es la probabilidad de que el proyecto tenga éxito?
2.¿Cuál es la probabilidad de que el proyecto no tenga
éxito?
6
 Eventos Independientes
Solución:
Se definen siguientes eventos:
A = El ingeniero falle en su labor C = El abogado falle en su labor
B = El administrador falle en su D = El proyecto no tenga éxito
labor
P(A) = 4% P(B) = 6% P( C) = 8%

1) P(𝐷 𝐶 ) = 𝑃 𝐴𝐶 ∩ 𝐵𝐶 ∩ 𝐶 𝐶 = 𝑃 𝐴𝐶 . 𝑃(𝐵𝐶 ). 𝑃 𝐶 𝐶
= 0,960,940,92 = 0,8302
La probabilidad de que el proyecto tenga éxito es de 0.8302

2) P(D) = 1 − 𝑃 𝐷𝐶 = 1 − 0,8302 = 0,1698

La probabilidad de que el proyecto no tenga éxito es de

0,1698
7
Partición de un espacio muestral

Los eventos A1, A2,..., Ak definidos en Ω forman una partición

del espacio muestral, si se cumple que:

• Mutuamente excluyentes: Ai  A j  

k
• Colectivamente exhaustivos:  Ai  
i 1

8
Probabilidad Total
Si k eventos A1, A2, A3,..., Ak constituyen una partición del
espacio muestral, entonces para cualquier evento B de Ω:

A1 A2 Ak

P B = P B ∩ A1 + P B ∩ A2 + … + P(B ∩ Ak )
P  B  P  A1  P  B A1    P A k  P B A k 

Nota: Para la solución se recomienda utilizar al diagrama del árbol.

9
Teorema de Bayes

Si A1, A2, A3,…,Ak constituyen una partición del espacio

muestral y B es un evento cualquiera del que se conocen las
probabilidades condicionadas, entonces las probabilidades
de la forma P(Ai/B) se calculan mediante la expresión:

P  Ai  P  B Ai 
P  A i B  i  1, 2, ,k
P  B

Nota: Para la solución se recomienda utilizar al diagrama del árbol.

10
 Ejemplo resuelto:

Una fábrica de computadoras portátiles recibe discos

duros de tres proveedores A,B y C los cuales producen 40%,
35% y 25% respectivamente. Por información del área de
control de calidad se registra que los discos duros
defectuosos 2% son de A, 1,5% son de B y 3 % son de C.
a) ¿Cuál es la probabilidad que el disco sea defectuoso?
b) ¿Cuál es la probabilidad que el disco sea no defectuoso?
c) Si se elige al azar un disco duro:
c.1) Si se sabe que es defectuoso, ¿cuál es la probabilidad
que provenga del proveedor B?.
c.2) Si se sabe que no defectuoso, ¿cuál es la probabilidad
que sea del proveedor C?. 11
 Teorema de Bayes
Solución Diagrama del árbol: D

A
Se definen los siguientes
eventos:
A = Proveedor A D
P(B)=0,35
B
B = Proveedor B
C = Proveedor C
D
D = Defectuoso D
C

a) P[D] = P(A)P(D/A) + P(B)P(D/B) + P(C)P(D/C) = (0,4)(0,02) + (0,35)(0,015) + (0,25)(0,03)

= 0.02075 (Probabilidad total)

b) P[𝐷𝑐 ] = 1 – 0,02075 = 0,97925 12

 Teorema de Bayes

Solución

𝑃(𝐵∩𝐷) (0,35)(0,015)
c) P[B/D] = = = 0,2530 (Teorema de Bayes)
𝑃(𝐷) 0,02075

𝑃(𝐶∩𝐷𝑐) 𝑃 𝐶 𝑃(𝐷𝑐 𝐶) 0,250,97

d) P[C/Dc] = = = = 0,2476
𝑃(𝐷𝑐) 𝑃(𝐷𝑐) 1−0,02075

13
 Ejemplo propuesto:

Una planta de ensamblado recibe sus reguladores de voltaje

de tres diferentes proveedores: 60% del proveedor A, 30% del
proveedor B y 10% del proveedor C. Si 95% de los reguladores
de voltaje que provienen A, 80% de los reguladores que
provienen de B y el 65% de los reguladores que provienen de C
tienen un rendimiento de acuerdo con las especificaciones.
a. Calcule la probabilidad de que cualquier regulador de
voltaje recibido por la planta dé un rendimiento según las
especificaciones.
b. ¿Cual es la probabilidad de que el regulador cumpla con las
especificaciones si se sabe que proviene del proveedor A?
14
 AUTOEVALUACIÓN
Responda a las siguientes preguntas:

1. ¿Cómo se denomina a la probabilidad que ocurra el

evento A dado que el evento B ya ocurrió?

2. ¿Cómo se llama a los eventos A y B cuando la probabilidad

de que ocurran ambos simultáneamente es igual al
producto de las probabilidades de que ocurra cada uno de
ellos?

3. ¿Qué diagrama se suele utilizar para resolver ejercicios

basados en probabilidad total y el Teorema de Bayes?

15
¿QUÉ APRENDIMOS EN ESTA SESIÓN?

1. Calcular la probabilidad que ocurra un evento A,

sabiendo que previamente otro evento B ha sucedido.

2. Calcular probabilidades para eventos independientes.

3. Calcular una probabilidad total.

4. El uso del Teorema de Bayes en situaciones

reales.

16
 UNIVERSIDAD TECNOLÓGICA DEL PERU

“ESTADISTICA DESCRIPTIVA Y PROBABILIDADES ”