Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2021
Veamos un ejemplo...
H=2
H=2
H=2
H=2
Sea el evento E: “se observa la cara del dado con dos puntos”.
Entonces hE = 1, ya que de los seis posibles resultados, solo uno es
favorable al evento E.
Sea el evento E: “se observa la cara del dado con dos puntos”.
Entonces hE = 1, ya que de los seis posibles resultados, solo uno es
favorable al evento E.
La probabilidad que ocurra E, esto es, que se observe el “2” en el
lanzamiento del dado es
hE 1
p(E) = = = 0, 167
H 6
H = 36
Veamos un ejemplo...
nE 3080
p(E) = = = 0, 304
n 10115
nE 3080 + 3745
p(E) = = = 0, 6747
n 10115
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
volver a E1 ∩ E2 = φ
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Probabilidad como frecuencia relativa. Ejemplo
Considere datos del Inpec sobre nivel académico intramural nacional. 1
1
Fuente: www.inpec.gov.co. Fecha consulta Sisipec: 4 de octubre de 2020.
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 18
Definiciones de probabilidad...continuación
S = {1, 2, 3, 4, 5, 6}
ir a ejemplo
ir a ejemplo
ir a ejemplo
ir a ejemplo
S = {Cara
| {zCara}, Cara
| {zSello}, Sello | {zSello}}
| {zCara}, Sello
1 1 1 1
4 4 4 4
S ={Cara
| {z Cara}, Cara
Cara | {z Sello}, Cara
Cara | {z Cara},
Sello
1 1 1
8 8 8
Sello
| {z Cara}, Cara
Cara | {z Sello}, Sello
Sello | {z Sello},
Cara
1 1 1
8 8 8
Sello
| {z Cara}, Sello
Sello | {z Sello}}
Sello
1 1
8 8
S = {|{z}
1 , |{z}
2 , |{z} 4 , |{z}
3 , |{z} 6 }
5 , |{z}
1 1 1 1 1 1
6 6 6 6 6 6
ir a ejemplo
ir a ejemplo
p(S) + p(φ) = 1
p(S) + p(φ) = 1
p(S) +p(φ) = 1
|{z}
1
p(S) + p(φ) = 1
p(S) +p(φ) = 1
|{z}
1
p(φ) = 0
entonces
entonces
entonces
entonces
entonces
Reemplazando...
Reemplazando...
Veamos un ejemplo...
Veamos un ejemplo...
p(A ∩ B)
p(B/A) = ⇒ p(A ∩ B) = p(B/A)p(A) = 0, 7 × 0, 3 = 0, 21
p(A)
p(A ∩ B)
p(B/A) = ⇒ p(A ∩ B) = p(B/A)p(A) = 0, 7 × 0, 3 = 0, 21
p(A)
6 5
p(A) = = 0, 4 y p(B/A) = = 0, 357
15 14
Entonces
6 5
p(A) = = 0, 4 y p(B/A) = = 0, 357
15 14
Entonces
6 4
p(A) = = 0, 4 y p(B/A) = = 0, 286
15 14
Entonces
6 4
p(A) = = 0, 4 y p(B/A) = = 0, 286
15 14
Entonces
6 6
p(A) = = 0, 4 y p(B/A) = = 0, 4
15 15
Entonces
6 6
p(A) = = 0, 4 y p(B/A) = = 0, 4
15 15
Entonces
p(Obesidad) = p(A) = 0, 55
p(Obesidad) = p(A) = 0, 55
p(Hipertensión) = p(B) = 0, 2 y
p(Obesidad) = p(A) = 0, 55
p(Hipertensión) = p(B) = 0, 2 y
p(Obesidad o Hipertensión) = p(A ∪ B) = 0, 6.
Pero
p(A)p(B) = 0, 55 × 0, 2 = 0, 11 6= 0, 15 = p(A ∩ B)
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.
En otras palabras, el hecho que una persona tenga exceso de peso aumenta la
probabilidad que tenga hipertensión.
E1 S
E2
E1 ∪ E2 = S y
E1 ∩ E2 = φ
E1 S
E2
E1 ∪ E2 = S y
E1 ∩ E2 = φ
E1 S
B
E2
E1 S
B
E2
E1 S
B
E1 ∩ B
E2
E1 S
B
E1 ∩ B E2 ∩ B
E2
E1 S
B
E1 ∩ B E2 ∩ B
E2
E1 S
B
E1 ∩ B E2 ∩ B
E2
E1 S
B
E1 ∩ B E2 ∩ B
E2
Veamos un ejemplo...
Notas de clase elaboradas por L.M.González Principios básicos de probabilidad - Parte I 44
Teorema de Bayes. Ejemplo.
p(B/E1 ) = 0, 9
p(B/E2 ) = 0, 05
p(E1 ) = 0, 45 entonces
p(E2 ) = 1 − p(E1 ) = 0, 55
p(B/E1 ) = 0, 9
p(B/E2 ) = 0, 05
p(E1 ) = 0, 45 entonces
p(E2 ) = 1 − p(E1 ) = 0, 55
p(B/E1 ) = 0, 9
p(B/E2 ) = 0, 05
p(E1 ) = 0, 45 entonces
p(E2 ) = 1 − p(E1 ) = 0, 55
p(B/E1 ) = 0, 9
p(B/E2 ) = 0, 05
p(E1 ) = 0, 45 entonces
p(E2 ) = 1 − p(E1 ) = 0, 55
p(B/E1 ) = 0, 9
p(B/E2 ) = 0, 05
p(E1 ) = 0, 45 entonces
p(E2 ) = 1 − p(E1 ) = 0, 55
p(B/E1 ) = 0, 9
p(B/E2 ) = 0, 05
p(E1 ) = 0, 45 entonces
p(E2 ) = 1 − p(E1 ) = 0, 55
p(B/E1 ) = 0, 542
p(B/E2 ) = 0, 508
p(E1 ) = 0, 167 entonces
p(E2 ) = 1 − p(E1 ) = 0, 833
p(B/E1 ) = 0, 542
p(B/E2 ) = 0, 508
p(E1 ) = 0, 167 entonces
p(E2 ) = 1 − p(E1 ) = 0, 833
p(B/E1 ) = 0, 542
p(B/E2 ) = 0, 508
p(E1 ) = 0, 167 entonces
p(E2 ) = 1 − p(E1 ) = 0, 833
p(B/E1 ) = 0, 542
p(B/E2 ) = 0, 508
p(E1 ) = 0, 167 entonces
p(E2 ) = 1 − p(E1 ) = 0, 833
p(B/E1 ) = 0, 542
p(B/E2 ) = 0, 508
p(E1 ) = 0, 167 entonces
p(E2 ) = 1 − p(E1 ) = 0, 833
p(B/E1 ) = 0, 542
p(B/E2 ) = 0, 508
p(E1 ) = 0, 167 entonces
p(E2 ) = 1 − p(E1 ) = 0, 833
E3
E1 S
E2 ... Ek
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
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) =
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)
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)
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)
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)
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)
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
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(B ∩ E3 )
p(E3 /B) =
p(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(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 )
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)
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)
2
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 I 51
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos2 .
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
2
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 I 51
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos2 .
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
2
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 I 51
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos2 .
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
2
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 I 51
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos2 .
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
2
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 I 51
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos2 .
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
2
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 I 51
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos2 .
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
2
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 I 51
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos2 .
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
2
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 I 51
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos2 .
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
2
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 I 51
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos2 .
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
2
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 I 51
Teorema de Bayes. Generalización. Ejemplos
Los clientes se encargan de evaluar los diseños preliminares de varios
productos2 .
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
2
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 I 51
Teorema de Bayes. Generalización. Ejemplos
p(B ∩ E1 )
p(E1 /B) =
p(B)
p(Bc ∩ E1 )
p(E1 /Bc ) =
p(Bc )
z }| {
c p(Bc ∩ E1 ) p(Bc /E1 ) p(E1 )
p(E1 /B ) = =
p(Bc ) p(Bc )
| {z }