LEYES DE LA PROBABILIDAD

Prof. José Alexy Moros Briceño

JAMB
 CONTENIDO
Reglas aditivas de probabilidad 3

Eventos independientes y eventos dependientes 6

Regla de multiplicación 10

Probabilidad condicional 12

Probabilidad total 16

Teorema de Bayes 19

JAMB
 Reglas Aditivas de Probabilidad
A menudo es más fácil calcular la probabilidad de algún evento a partir del conocimiento de las
probabilidades de otros eventos.
La primera de ellas es la regla aditiva que se aplica a uniones de eventos.
1. Si A y B son dos eventos no mutuamente excluyentes, entonces: 𝑷(𝑨 ∪ 𝑩) = 𝑷(𝑨) + 𝑷(𝑩) – 𝑷(𝑨 ∩ 𝑩)
2. Si A y B son mutuamente excluyentes, no pueden presentarse simultáneamente:
𝑷(𝑨 ∪ 𝑩) = 𝑷(𝑨) + 𝑷(𝑩)
Al ser A y B eventos mutuamente excluyentes, 𝑷(𝑨 ∩ 𝑩) = 𝑷(∅) = 𝟎
3. Si A1,A2,…,An son mutuamente excluyentes, entonces
𝑷(𝑨𝟏 ∪ 𝑨𝟐 ∪ ⋯ ∪ 𝑨𝒏) = 𝑷 (𝑨𝟏 ) + 𝑷(𝑨𝟐 ) + ⋯ + 𝑷(𝑨𝒏)
4. Para tres eventos A, B y C
𝑷(𝑨 ∪ 𝑩 ∪ 𝑪) = 𝑷(𝑨) + 𝑷(𝑩) + 𝑷(𝑪) – 𝑷(𝑨 ∩ 𝑩) – 𝑷(𝑨 ∩ 𝑪) – 𝑷(𝑩 ∩ 𝑪) + 𝑷(𝑨 ∩ 𝑩 ∩ 𝑪)
Si A y A’ son eventos complementarios, entonces
𝑷(𝑨) = 𝟏 – 𝑷(𝑨’)
𝟏 = 𝑷(𝑺) = 𝑷(𝑨 𝑼 𝑨’) = 𝑷(𝑨) + 𝑷(𝑨’)

JAMB
 Reglas Aditivas de Probabilidad
Ejemplo 1. Al final del semestre, Juan se va a graduar en la facultad de ingeniería industrial en una
universidad. Después de tener entrevistas en dos compañías donde quiere trabajar, él evalúa la
probabilidad que tiene de lograr una oferta de empleo en la compañía A como 0.8, y la probabilidad de
obtenerla de la compañía B como 0.6. Si, por otro lado, considera que la probabilidad de que reciba ofertas
de ambas compañías es 0.5, ¿Cuál es la probabilidad de que obtendrá al menos una oferta de esas dos
compañías?
Datos: P(A) = 0,8 P(B) = 0,6 P(A∩B) = 0,5
P(obtendrá al menos una oferta de esas dos compañías) = ?
𝑃(𝐴𝑈𝐵) = 𝑃(𝐴) + 𝑃(𝐵) – 𝑃(𝐴 ∩ 𝐵) = 0,8 + 0,6 – 0,5 = 0.9; es decir, tiene una probabilidad del 90% de
que obtendrá al menos una oferta de esas dos compañías.

Ejemplo 2. En un espacio de probabilidad dado, los eventos A, B, y C tienen probabilidades P(A) = 1/3, P(B)
= 1/3, P(C) = 1/4, P(A∩B) = 1/6, P(A∩C) = 1/8 y P(B∩C) = 0.
¿Cuál es la probabilidad P(A∩B ∩ C)?
𝑃(𝐴 ∪ 𝐵 ∪ 𝐶) = 𝑃(𝐴) + 𝑃(𝐵) + 𝑃(𝐶) – 𝑃(𝐴 ∩ 𝐵) – 𝑃(𝐴 ∩ 𝐶) – 𝑃(𝐵 ∩ 𝐶) + 𝑃(𝐴 ∩ 𝐵 ∩ 𝐶)
1 = 1/3 + 1/3 + 1/4 – 1/6 – 1/8 – 0 + 𝑃(𝐴 ∩ 𝐵 ∩ 𝐶)
𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 3/8
JAMB
 Reglas Aditivas de Probabilidad
Ejemplo 3. ¿Cuál es la probabilidad de extraer una espada o un trébol?
Se trata de eventos mutuamente excluyentes, ya que no se puede extraer una espada de trébol.
Se cuenta con S = 52 cartas (sucesos o eventos simples)
Hay 13 espadas. A = Que la carta sea espada
Hay 13 tréboles. B = Que la carta sea trébol
𝑃(𝐴 𝑈 𝐵) = 𝑃(𝐴) + 𝑃 (𝐵) = 13/52 + 13/52 = 26/52
P(A U B) = 0,50 Existe una probabilidad del 50% de extraer una espada o un trébol.

Ejemplo 4. Consideremos un juego el cual debe elegirse una carta de una baraja de 52 cartas. Ganaremos
$10 si la carta es negra o es un rey. ¿Cuál es la probabilidad de ganar?
En este caso se trata de un evento no mutuamente excluyente, porque es posible extraer una carta negra
y que sea rey.
S = 52 cartas (sucesos o eventos simples)
Hay 26 cartas negras. A = Que la carta sea un rey.
Hay 4 reyes. B = Que la carta sea una negra
𝑃(𝐴𝑈𝐵) = 𝑃( 𝐴 ) + 𝑃( 𝐵 ) – 𝑃(𝐴 ∩ 𝐵) = 4/52 + 26/52 – 2/52 = 28/52
JAMB
 Eventos Independientes y Eventos Dependientes
Dos eventos A y B son independientes cuando el resultado obtenido en el primer evento A no influye en el
resultado del segundo evento B.
Dados dos eventos, A y B, se dice que son independientes cuando la probabilidad si y solo si 𝑷(𝑨 ∩ 𝑩) = 𝑷(𝑨) ∗
𝑷(𝑩). Esto es extensible para tres o más eventos.
Los eventos A y B se definen como independientes si y sólo si cualquiera de las siguientes condiciones son
satisfechas:
1. 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) ∗ 𝑃(𝐵)
2. 𝑃(𝐴/𝐵) = 𝑃(𝐴) 𝑠𝑖 𝑃(𝐵) > 0
3. 𝑃(𝐵/𝐴) = 𝑃(𝐵) 𝑠𝑖 𝑃(𝐴) > 0

Ejemplo. Supongamos que se dispone de tres barajas diferentes cada una. Se desea extraer tres cartas, una de
cada baraja. ¿Cuál es la probabilidad de obtener un As y un Rey de otros y un seis de Copas?
Solución.
A = evento de extraer un As P(A) = 4/40
B = evento de extraer un Rey de otros P(B) = 1/40
C = evento de extraer un seis de Copas P(C) = 1/40
Se trata de eventos independientes porque ninguno de ellos influye sobre la aparición del otro.
𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 𝑃(𝐴) ∗ 𝑃(𝐵) ∗ 𝑃(𝐶) = 4/40 ∗ 1/40 ∗ 1/40 = 0,0000625
JAMB
 Eventos Independientes y Eventos Dependientes
Dos eventos A y B son dependientes cuando el resultado obtenido en el primer evento A influye en el
resultado del segundo evento B.
A este tipo de eventos se les puede calificar como de probabilidad condicional, dado que para que ocurra el
evento B tuvo que haber sucedido el evento A. Se denota así: 𝐏(𝐀 ∩ 𝐁) = 𝐏(𝐀) 𝐏(𝐁/𝐀)

Ejemplo. ¿Cuál es la probabilidad de obtener un As, un Rey y una Zota, sacando sucesivamente tres cartas,
sin reemplazo de una baraja de 40 cartas?
Solución.
A = evento de extraer un As P(A) = 4/40
B = evento de extraer un Rey P(B) = 4/39 (este evento se ve afectado por el primer evento)
C = evento de extraer una Zota P(C) = 4/38 (igual)
𝑃 = 𝑃(𝐴) ∗ 𝑃(𝐵) ∗ 𝑃(𝐶) = 4/40 ∗ 4/39 ∗ 4/38 = 0,00027
También se puede expresar de la siguiente manera:
𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 𝑃(𝐴) ∗ 𝑃(𝐵/𝐴) ∗ 𝑃(𝐶/ 𝐴 ∩ 𝐵) = 4/40 ∗ 4/39 ∗ 4/38 = 0,00027

JAMB
 Eventos Independientes y Eventos Dependientes
Ejemplo 1. Se lanza una moneda dos veces obteniendo el siguiente espacio muestral S = {CC, CS, SC, SS} y
consideremos los siguientes eventos:
A: Sale cara en el primer lanzamiento
B: Sale sello en el segundo lanzamiento
C: Sale sello en ambos lanzamiento
De las siguientes eventos, cuáles son independientes: (a) P(A∩B) (b) P(B∩C) (c) P(A∩C)
Solución:
A = {CC, CS} B = {CS, SS} C = {SS}
P(A) = ¼ + ¼ = ½ P(B) = ¼ + ¼ = ½ P(C) = ¼
A∩B = {CS} P(A∩B) = ¼ B∩C = {SS} P(B∩C) = ¼ A∩C = ∅ P(A∩C) = 0
Comprobando cuáles de los eventos son independientes:
𝑃 𝐴∩𝐵 = 𝑃 𝐴 ∗𝑃 𝐵 𝑃 𝐵∩𝐶 = 𝑃 𝐵 ∗𝑃 𝐶 𝑃(𝐴 ∩ 𝐶) = 𝑃(𝐴) ∗ 𝑃(𝐶)
0,25 = 0,5∗0,5 0,25 = 0,5∗0,25 0 = 0,5 ∗ 0,25
0,25 = 0,25 son EI 0,25 ≠ 0,125 no son EI 0 ≠ 0,125 no son EI

JAMB
 Eventos Independientes y Eventos Dependientes
Ejemplo. En un experimento para estudiar la relación que existe entre el hábito de fumar y la hipertensión
arterial se reúnen los siguientes datos para 180 sujetos.

Hábitos de fumar
Hipertensión arterial No fuma Fumadores Fumadores Total
(NF) moderados (FM) empedernidos (FE)
Hipertenso (H) 21 36 30 87
No Hipertenso (NH) 48 26 19 93
Total 69 62 49 180
Demostrar si los siguientes eventos son independientes.
a) P(H ∩ FE) b) P(NF ∩ H)
𝑃(𝐻 ∩ 𝐹𝐸) = 𝑃(𝐻) ∗ 𝑃(𝐹𝐸) = 30/180 = 87/180 ∗ 49/180
= 30/180 ≠ 1221/10800 𝑁𝑜 𝑠𝑜𝑛 𝑒𝑣𝑒𝑛𝑡𝑜𝑠 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠

Para el literal (b) queda de parte del estudiante comprobarlo.

JAMB
 Regla de Multiplicación
Hay ocasiones en las cuales es necesario obtener probabilidades de eventos que se interceptan y son dependientes
entre si, es decir, el segundo evento puede ocurrir tan solo si el primero ha ocurrido, el tercero ocurre con
probabilidad que depende de la de los dos primeros, y así sucesivamente. Se denota a través de la siguiente
expresión:
𝑷 𝑨𝟏 ∩ 𝑨𝟐 = 𝑷 𝑨𝟏 ∗ 𝑷(𝑨𝟐 /𝑨𝟏)
𝑷 𝑨𝟏 ∩ 𝑨𝟐 ∩ 𝑨𝟑 = 𝑷 𝑨𝟏 ∗ 𝑷 𝑨𝟐 /𝑨𝟏 ∗ 𝐏(𝑨𝟑 /𝑨𝟏 ∩ 𝑨𝟐 )
Ejemplo 1. De una baraja estándar de 52 cartas sea A el suceso de sacar un As en la primera extracción y B sacar
un As en la segunda extracción. Calcular la probabilidad de sacar dos Ases en dos extracciones sin devolver la carta
extraída.
𝐴1 = Sacar un primer As P(𝐴1 ) = 4/52 𝐴2 = Sacar un segundo As P(𝐴2 ) = 3/51 P(Dos Ases) = ?
P(𝐴1 ∩ 𝐴2 ) = P(𝐴1 )*P(𝐴2 /𝐴1 ) = 4/52 * 3/51 = 1/221
Haciendo uso del diagrama de árbol, A = As A´= otra carta
3/51 A 𝑃 𝐴 ∩ 𝐴 = 𝑃 𝐴 ∗ 𝑃(𝐴/A)

A
4/52 A´ 𝑃 𝐴 ∩ 𝐴´ = 𝑃 𝐴 ∗ 𝑃(𝐴′/𝐴)
48/51
4/51 A 𝑃 𝐴´ ∩ 𝐴 = 𝑃 𝐴´ ∗ 𝑃(𝐴/A′)
A´
48/52 A´ 𝑃 𝐴´ ∩ 𝐴´ = 𝑃 𝐴´ ∗ 𝑃(𝐴′ /𝐴′)
47/51
JAMB
 Regla de Multiplicación
Ejemplo 2. Supongamos que tenemos una caja de fusibles que contiene 20 unidades de los cuales 5 están
defectuosos. Si seleccionamos 2 fusibles al azar y se retiran de la caja, uno después del otro, sin
reemplazarlo, ¿cuál es la probabilidad de que ambos fusibles estén defectuosos?
𝐴1 = Retiramos el primer fusible 𝑃(𝐴1 ) = 5/20
𝐴2 = Retiramos el primer fusible 𝑃(𝐴2 ) = 4/19
𝑃(𝐴1 ∩ 𝐴2 ) = 𝑃(𝐴1 ) ∗ 𝑃(𝐴2 /𝐴1 ) = 5/20 ∗ 4/19 = 1/19. 𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑒𝑠 𝑑𝑒 0,053
Ejemplo 3. El 5% de la población de una ciudad sufre de presión sanguínea alta. De la población con presión
sanguínea alta el 75% toman licor mientras que solamente el 50% que no sufren de presión sanguínea alta
lo toman. Calcule el porcentaje de tomadores de licor que sufren de presión sanguínea alta.
𝐴1 = evento presión sanguínea alta 𝐴2 = evento toma licor
P(𝐴1 ) = 0,05 P(𝐴2 /𝐴1 ) = 0,75 P(𝐴2 /𝐴1′ ) = 0,50 P(𝐴2 ∩ 𝐴1) = ?
𝑃(𝐴2 ∩ 𝐴1 ) = 𝑃(𝐴1 ) ∗ 𝑃(𝐴2 /𝐴1 ) = 0,05 ∗ 0,75 = 0,0375 = 3,75%

¿Cómo serían los diagramas de árbol de los dos ejemplos anteriores?

JAMB
 Probabilidad Condicional
Se define como la probabilidad de que ocurra un evento B cuando se sabe que ya ocurrió algún evento A y se
denota como P(B/A) y se lee "la probabilidad condicional de B dado que ocurrió A". Se denota de la siguiente
manera:
𝑃(𝐴 ∩ 𝐵)
𝑃 𝐵ൗ𝐴 = , 𝑠𝑖 𝑃 𝐴 > 0
𝑃(𝐴)
Ejemplo 1. Dos dados son lanzados. Dado que la suma de los dados es mayor que siete, encuentre la
probabilidad que los dos dados muestren el mismo número.
A = {La suma de los dados es mayor que 7}
B = {Los dados muestran el mismo número}
A = {(2,6),(6,2),(3,5),(5,3),(4,4),(3,6),(6,3),(4,5),(5,4),(5,5),(6,4),(4,6),(5,6),(6,5),(6,6)}
B = {(1,1), (2,2), (3,3), (4,4), (5,5), (6,6)}
En este caso se busca la Probabilidad condicional de B dado que ocurrió A:
P(A) = 15/36 A∩B ={(4,4),(5,5),(6,6)} P(A∩B) = 3/36
𝑃(𝐴 ∩ 𝐵) 3/36
𝑃 𝐵ൗ𝐴 = = = 1/5
𝑃(𝐴) 15/36
La probabilidad de que ambos dados muestren el mismo es 1/5.
JAMB
 Probabilidad Condicional
Ejemplo 2. La siguiente tabla de contingencia (cruce de dos variables aleatorias cualitativas o categóricas) según el
género y el nivel de escolaridad de una muestra aleatoria de 200 personas encuestadas.

Género
Escolaridad Hombre Mujer Total Comentario: Las tablas de contingencia
contiene dos tipos de probabilidades, las
Primaria 38 45 83 marginales representadas por la columna y
Secundaria 28 50 78 fila total y las condicionadas representadas
Universidad 22 17 39 por los valores internos que ocurre la
intersección de los dos eventos en cuestión.
Total 88 112 200

Si se elige una persona al azar de este grupo, ¿cuál es la probabilidad de que…

a) Sea hombre dado que su escolaridad es de secundaria
En este caso, A = Secundaria y B = Hombre, donde A∩B = Hombre / Secundaria
Las probabilidades son: P(A) = 78/200 y P(A∩B) = 28/200
𝑃(𝐴 ∩ 𝐵) 28/200
𝑃 𝐵ൗ𝐴 = = = 14/39
𝑃(𝐴) 78/200
Por lo tanto, existe un 35,9% de que sea hombre dado que su escolaridad es de secundaria.

JAMB
 Probabilidad Condicional
b) La persona no tenga un grado universitario siendo mujer.
A = Mujer y B’ = No posee grado universitario, donde A∩B’ = No universitaria / Mujer
Las probabilidades son: P(A) = 112/200 y P(A∩B’) = 45 + 50 = 95
𝐵 𝑃(𝐴 ∩ 𝐵′) 95/100
𝑃 ൗ𝐴 = = = 95/112
𝑃(𝐴) 112/200
Por lo tanto, existe un 84,8% de que sea mujer y no sea universitaria

Ejemplo 3. En una caja se tienen 3 bolas rojas, 5 bolas verdes y 4 bolas blancas. Si se extrae de una caja
dos bolas, sin reemplazarla:
a) ¿Cuál es la probabilidad de que la segunda bola extraída sea verde dado que la primera salió blanca?
Sean los eventos R = extracción de la bola roja, V = extracción de la bola verde y B = extracción de la bola
blanca, donde las probabilidades respectivamente son: 𝑃(𝑅) = 3/12, 𝑃(𝑉) = 5/12, 𝑃(𝐵) = 4/12.
𝑃(𝑉∩𝐵)
𝑃 𝑉Τ𝐵 = . Como se desconoce la probabilidad de la intersección de los dos eventos se calcula de la
𝑃(𝐵)
siguiente manera (principio de multiplicación) 𝑃(𝑉 ∩ 𝐵) = 𝑃(𝑉). 𝑃(𝐵) = 5/12 ∗ 4/11 = 20/132 = 5/33
𝑃(𝑉 ∩ 𝐵) 5/33 5
𝑃 𝑉ൗ𝐵 = = = = 0,455
𝑃(𝐵) 4/12 11
JAMB
 Probabilidad Condicional
b) ¿Cuál es la probabilidad de que ambas bolas sean blancas?
1/11 3
𝑃 𝐵1ൗ𝐵2 = = = 0,273
4/12 11
La probabilidad de que ambas bolas sean blancas es de 0,273.

Ejemplo 4. Para parejas casada la probabilidad de que el esposo vote en un referéndum es 0.21, la
probabilidad de que vote la esposa es 0,28 y la probabilidad de que ambos voten es 0.15. ¿Cuál es la
probabilidad de que:
a) al menos uno de miembros de la pareja casada vote.
b) Una esposa vote, dado que su esposo vota.
c) Un esposo vote, dado que su esposa vota.
𝑃(𝐻) = 0,21 𝑃(𝑀) = 0,28 𝑃(𝐻 ∩ 𝑀) = 0,15
a) Eventos no mutuamente excluyentes 𝑃(𝐻 ∪ 𝑀) = 𝑃(𝐻) + 𝑃(𝑀) – 𝑃(𝐻 ∩ 𝑀) = 0,34
b) P(M/H)
𝑃(𝐻 ∩ 𝑀)
𝑃 𝑀ൗ𝐻 = = 0,714
𝑃(𝐻)
c) P(H/M) = 0,536 (resolver el procedimiento) JAMB
 Probabilidad Total
Sean los sucesos A1, A2,…,Ak una partición sobre el espacio muestral, tal que la probabilidad no condicional
P(Ai) > 0 para i = 1,2,…,k, y sea B un suceso cualquiera del que se conocen las probabilidades condicionales
P(B/Ai), entonces la probabilidad del suceso B viene dada por la siguiente expresión:
𝑘 𝑘
La probabilidad de que ocurra el suceso B es igual a la suma
𝑃 𝐵 = ෍ 𝑃 𝐴𝑖 ∩ 𝐵 = ෍ 𝑃 𝐴𝑖 𝑃(𝐵/𝐴𝑖 ) de multiplicar cada una de las
𝑖=1 𝑖=1 probabilidades condicionadas de este suceso con los
diferentes sucesos A por la probabilidad de cada suceso A.

Ejemplo. La caja I contiene 3 bolas rojas y 2 azules en tanto que la caja II contiene 2 bolas rojas y 8 azules.
Se lanza una moneda honrada. Si se obtiene cara se saca una bola de la caja I; si se obtiene sello se saca una
bola de la caja II. Hallar la probabilidad de sacar una bola roja.
Caja I: 3 R y 2 A Caja II: 2 R y 8 A
A1: Cara se extrae una bola de la caja I
A2: Sello se extrae una bola de la caja II
Como tenemos dos cajas nos aporta cada una probabilidad de 1/2 𝑃(𝐴1 ) = 𝑃(𝐴2 ) = 1/2
𝑃(𝑅/𝐴1 ) = 3/5 𝑃(𝑅/𝐴2 ) = 2/10
𝑃(𝑅) = ? 𝑃(𝑅) = 𝑃(𝐴1 ) ∗ 𝑃(𝑅/𝐴1 ) + 𝑃(𝐴2 ) ∗ 𝑃(𝑅/𝐴2 ) = 1/2 ∗ 3/5 + 1/2 ∗ 2/10 = 3/10 + 1/10 = 2/5

JAMB
 Probabilidad Total
A través de un diagrama de árbol:
1 3 3
R 𝑃 𝐶1 ∗ 𝑃 𝑅ൗ𝐶1 = 𝑃 𝐶1 ∩ 𝑅 = 2 ∗ 5 = 10
3/5
C1
1/2 2/5
A

1 2 2 1
R 𝑃 𝐶2 ∗ 𝑃 𝑅Τ𝐶2 = 𝑃 𝐶2 ∩ 𝑅 = 2 ∗ 10 = 20 = 10
1/2 2/10
C2
8/10
A

𝑃(𝑅) = 𝑃(𝐶1) ∗ 𝑃(𝑅/𝐶1) + 𝑃(𝐶2) ∗ 𝑃(𝑅/𝐶2) = 3/10 + 1/10 = 2/5

JAMB
 Probabilidad Total
Ejemplo 2. Se sabe que el 65% de los accidentes de tráfico que se producen durante la noche de los sábados
se deben a la ingesta excesiva de alcohol, el 25% se deben a la imprudencia del conductor (sobrio) y el resto
a otras causas, (fallo mecánico...etc.). En estos accidentes, el resultado es nefasto el 30% de las veces en el
primer caso, el 20% en el segundo y el 5% en el tercero. Calcular la probabilidad de que uno de estos
accidentes tenga resultado nefasto.
A1: Ingesta de alcohol P(A1) = 0,65 P(N/A1) = 0,30
A2: Imprudencia del conductor P(A2) = 0,20 P(N/A2) = 0,20
A3: Otras causas P(A3) = 0,10 P(N/A3) = 0,0,5

𝑃 𝑁 = 𝑃 𝐴1 ∗ 𝑃 𝑁ൗ𝐴 + 𝑃 𝐴2 ∗ 𝑃 𝑁ൗ𝐴 + 𝑃 𝐴3 ∗ 𝑃 𝑁ൗ𝐴

1 2 3

𝑃(𝑁) = 0,65 ∗ 0,30 + 0,20 ∗ 0,20 + 0,1 ∗ 0,05 = 0,25.

Es decir, existe un 25% que los accidentes tengan un resultado nefasto.

JAMB
 Teorema de Bayes
Si los eventos 𝐵1 , 𝐵2 ,…, 𝐵𝑘 constituyen una partición del espacio muestral S, siendo una colección de
eventos mutuamente excluyentes y exhaustivos tales que P(Bi) > 0, entonces para cualquier evento A en S
tal que 𝑃(𝐴) > 0, se tiene que:
𝑃(𝐵𝑟 ∩ 𝐴) 𝑃 𝐵𝑟 𝑃(𝐴/𝐵𝑟 )
𝑃 𝐵𝑖 /𝐴 = 𝑘 = 𝑘
σ𝑖=1 𝑃(𝐵𝑖 ∩ 𝐴) σ𝑖=1 𝑃(𝐵𝑖 )𝑃(𝐴/𝐵𝑖 )
Nótese que el numerador corresponde al evento solicitador y el denominador corresponde a la probabilidad
total del evento solicitado.

Expresa la probabilidad condicional de un evento A dado B en términos de la distribución de probabilidad

condicional del evento B dado A y la distribución de probabilidad marginal de solo A.

El teorema de Bayes es un método aplicado generalmente para calcular probabilidades posteriores.

Este teorema se aplica cuando se formulan hipótesis a posteriori sobre la probabilidad a priori de eventos
ya ocurridos.

JAMB
 Teorema de Bayes
Ejemplo 1. El diagnóstico de la hepatitis se hace usualmente por medio de una prueba sanguínea. La confiabilidad de la
prueba es como sigue: entre las personas con hepatitis, el 80% de las pruebas detectan la enfermedad pero el 20% de esas
pruebas fallan en detectarla. Entre las personas sin hepatitis, la prueba diagnostica erróneamente que el 5% tiene la
enfermedad y al 95% las diagnostica correctamente que no la tiene. Supóngase que se selecciona una persona al azar de
un grupo grande de personas entre quienes solo el 1% tiene hepatitis y se les realiza una prueba que indica que tiene
hepatitis. ¿Cuál es la probabilidad de que esa persona tenga en efecto la enfermedad?
Dados los eventos:
H: La persona tiene hepatitis H’: La persona no tiene hepatitis
E: La prueba indica que tiene la enfermedad E’: La prueba indica que no tiene la enfermedad
P(La prueba diagnóstica la hepatitis dado que tiene la enfermedad) P(E/H) = 0,80
P(La prueba falla en el diagnóstico dado que tiene la enfermedad) P(E’/H) = 0,20
P(La prueba diagnóstica la hepatitis dado que no tiene la enfermedad) P(E/H’) = 0,05
P(La prueba falla en el diagnóstico dado que no tiene la enfermedad) P(E’/H’)= 0,95
¿Cuál es la probabilidad de que esa persona tenga en efecto la enfermedad? P(H/E) = ?

𝑃 𝐻 ∗ 𝑃(𝐸/𝐻) 0,01 ∗ 0,80

𝑃 𝐻/𝐸 = 𝑃 𝐻/𝐸 = = 0,139
𝑃 𝐻 ∗ 𝑃 𝐸/𝐻 + 𝑃 𝐻 ′ ∗ 𝑃(𝐸/𝐻 ′ ) 0,01 ∗ 0,80 + 0,99 ∗ 0,05

La probabilidad de que esa persona tenga en efecto la enfermedad es del 13,9%.

JAMB
 Teorema de Bayes
A través de un diagrama de árbol:
E 𝑷 𝑯 ∗ 𝑷 𝑬Τ𝑯 = 𝑷 𝑯 ∩ 𝑬 = 𝟎, 𝟎𝟏 ∗ 𝟎, 𝟖𝟎 = 𝟎, 𝟎𝟎𝟖

H
0,01
E´

E 𝑷 𝑯′ ∗ 𝑷 𝑬Τ𝑯´ = 𝑷 𝑯′ ∩ 𝑬 = 𝟎, 𝟗𝟗 ∗ 𝟎, 𝟎𝟓 = 𝟎, 𝟎𝟒𝟗𝟓
0,99
H´

E´
𝑃 𝐻 ∗ 𝑃(𝐸/𝐻)
𝑃 𝐻/𝐸 =
𝑃 𝐻 ∗ 𝑃 𝐸/𝐻 + 𝑃 𝐻 ′ ∗ 𝑃(𝐸/𝐻 ′ )

0,01 ∗ 0,80
𝑃 𝐻/𝐸 = = 0,139
0,01 ∗ 0,80 + 0,99 ∗ 0,05

JAMB
 Teorema de Bayes
Ejemplo 2. Una empresa productora de jugo de naranja tiene tres proveedores X, Y y Z de materia prima, los
cuales le administran el 60%, 30% y 10% respectivamente de las naranjas que utiliza. Análisis anteriores
realizados por la empresa han determinado que el 2%, 3% y 4% de las naranjas suministradas por los citados
proveedores están en mal estado. Una vez que se reúnen todas las naranjas y se va a iniciar el proceso de
producción se selecciona una de ellas al azar. Determine (a) la probabilidad de que éste en mal estado y (b) la
probabilidad de que esa naranja haya sido suministrada por el proveedor X.
A1: Proveedor X de naranjas A2: Proveedor Y de naranjas A3: Proveedor Z de naranjas
𝑃(𝐴1 ) = 0,60 𝑃(𝐴2 ) = 0,30 𝑃(𝐴3 ) = 0,10
M: Condición de mal estado de la naranja
𝑃(𝑀/𝐴1 ) = 0,02 𝑃(𝑀/𝐴2 ) = 0,03 𝑃(𝑀/𝐴3 ) = 0,04
a) Por regla de probabilidad total:
3 3

𝑃 𝑀 = ෍ 𝑃 𝐴𝑖 ∩ 𝑀 = ෍ 𝑃 𝐴𝑖 𝑃(𝑀/𝐴𝑖 ) = 𝑃 𝐴1 ∗ 𝑃 𝑀/𝐴1 + 𝑃 𝐴2 ∗ 𝑃 𝑀/𝐴2 + 𝑃 𝐴3 ∗ 𝑃(𝑀/𝐴3 )

𝑖=1 𝑖=1
𝑃 𝑀 = 0,6 ∗ 0,02 + 0,30 ∗ 0,03 + 0,10 ∗ 0,04 = 0,025
b) Por teorema de Bayes:
𝑃 𝐴1 ∗ 𝑃(𝑀/𝐴1 ) 0,012
𝑃 𝐴/𝑀 = = = 0,48
𝑃 𝐴1 ∗ 𝑃 𝑀/𝐴1 + 𝑃 𝐴2 ∗ 𝑃 𝑀/𝐴2 + 𝑃 𝐴3 ∗ 𝑃(𝑀/𝐴3 ) 0,025
JAMB