Mgt.

Alfredo Marcavillaca Luna Estadística General (Derecho)

TEOREMA DE PROBABILIDAD TOTAL Y TEOREMA DE BAYES

Este teorema es más importante y para llegar a este teorema definamos la partición de
un espacio muestral  y el teorema de probabilidad total
a) PARTICIÓN DE UN ESPACIO MUESTRAL
Definición.- sea la colección de eventos A1,A2,A3, … , An, del espacio muestral 
representa una partición del espacio muestral , si cumple las siguientes condiciones
a) los eventos A1,A2,A3, … , An, son mutuamente excluyentes y colectivamente
exhaustivos.
Simbólicamente se tiene: Ai  A j = , i  j i, j = 1,2,3,4,5,.......,n
n
b) Sea: UAi =  P  Ai   0, i = 1,2,3,4,5,....,n
i=1

A1 A2  Ai  Ak

B


b) TEOREMA DE PROBABILIDAD TOTAL

sea A1,A2,A3, … , An, una partición del espacio muestral  entonces para cualquier
evento de A en , se cumple.
n
P A =  P Bi  P  A B i  = P B1P  A / B1 + P B2 P  A / B2  + ...P Bn P A / Bn 
i=1

Corolario.-
Si A es un evento en  talque 0  P  A   1 entonces para cualquier evento
A en 
P  A  = P B P  A / B + P B  P  A / B 

Ejemplos
1. En un laboratorio hay 3 jaulas, en la jaula I hay 2 perros negros y 4 blancos, en la
jaula II tiene 2 perros negros y 5 blancos y la jaula III contiene 4 perros negros y 4
blancos. Se selecciona al azar una jaula y se saca un perro al azar de esa jaula.
¿Cuál es la probabilidad que el perro escogido sea blanco?
Solución
Definamos los eventos:
A: “la jaula I es seleccionada”
B: “la jaula II es seleccionada”
C: “la jaula III es seleccionada”
1

UNIVERSIDAD ANDINA DEL CUSCO

 Mgt. Alfredo Marcavillaca Luna Estadística General (Derecho)

D: “el perro escogido es blanco”

Sea:  = A B C
Como D   y se escribe D = AD + BD + CD

 P D = P  A  P D / A  + P B P D/ B + P C P D/ C

 Se escoge una jaula al azar, los tres tienen la misma posibilidad ósea.
 P D = P  A  P D / A  + P B P D/ B + P C P D/ C

1 4 1 5 1 4
P D =  +  + 
3 6 3 7 3 8
2 5 1 79
P D = + + =
9 21 6 126
2. En un laboratorio hay 3 jaulas, en la jaula I hay 3 perros negros y 5 blancos, en la
jaula II tiene 3 perros negros y 7 blancos y la jaula III contiene 6 perros negros y 5
blancos. Se selecciona al azar una jaula y se saca un perro al azar de esa jaula.
¿Cuál es la probabilidad que el perro escogido sea negro?
Solución
Definamos los eventos:
A: “la jaula I es seleccionada”
B: “la jaula II es seleccionada”
C: “la jaula III es seleccionada”
N: “el perro escogido es negro”
Sea el espacio muestral:  = A  B  C
Como N   y se escribe N = AN + BN + CN
 P N = P  A  P N/ A  + P B P N/ B + P C P N/ C

 Se escoge una jaula al azar, los tres tienen la misma posibilidad ósea.
1 1 1
P  A = P B  = P C  =
3 3 3
 P N = P  A  P N/ A  + P B P N/ B + P C P N/ C

1 3 1 3 1 6
P N =  +  + 
3 8 3 10 3 11
1 1 2 179
P N = + + =
8 10 11 440

3. Una caja contiene 3 cartas negras y “x” rojas, se extrae una carta de la caja y se
reemplaza por una de otro color, se saca de una caja una segunda carta. Sabiendo
que la probabilidad de la segunda carta sea negra es 17/50, Determinar el número de
cartas rojas.
Solución
Definamos los siguientes eventos:
n: “la carta extraída sea negra”
R: “la carta extraída sea roja”
N: “la segunda carta es negra”

UNIVERSIDAD ANDINA DEL CUSCO

 Mgt. Alfredo Marcavillaca Luna Estadística General (Derecho)

17
Sea: N = nn  Rn  = x + 3 n() = x + 3 P N  =
50
 P N = P n P n / n + P R  P n / R 

3 2 x 4
 P N =  + 
(x + 3) (x + 3) (x + 3) (x + 3)
6 4x 4x + 6 17
= + = =
(x + 3)2 (x + 3)2 (x + 3)2 50

4x + 6 17
 =
(x + 3)2 50

 50(4x + 6) = 17(x + 3)2

200x + 300 = 17(x 2 + 6x + 9)
200x + 300 = 17x 2 + 102x + 153
17x 2 − 98x − 147 = 0
(17x + 21)(x − 7) = 0
 17x + 21 = 0  x − 7 = 0
21
x=−  x=7
17
x = 7 cartas rojas
4. Carlos escoge al azar uno de los números 1,2,3 y luego lanza un dado tantas veces
como indica el número que escogió. Cuál es la probabilidad que el puntaje total
obtenido en los lanzamientos sea igual a 4.
Solución
Donde: i : “obtiene el entero i” i =1,2,3
1
P 
i  =
3
Donde los eventos E1,E2,E3 que representa a una partición de  y definamos el
evento.
A: “obtener la suma 4 al lanzar el dado”
A = E1A + E2A + E3A
P  A  = P E1 P  A / E1 + P E2  P  A / E2  + P E3  P  A / E3 
1 1 1 3 1 3 1 1 1
P A =  +  +  = + +
3 6 3 36 3 216 18 36 216
12 + 6 + 1 19
P A = =
216 216
5. Una urna contiene 8 bolas rojas y 6 blanca, se lanza un dado y se extrae de la urna
tantas bolas como indica el numero obtenido en el dado. Calcular la probabilidad que
todas las bolas sean blancas.
Solución
Definamos los siguientes eventos:
Bi: “obtener el número i en el dado” i =1,2,3,4,5,6.
3

UNIVERSIDAD ANDINA DEL CUSCO

 Mgt. Alfredo Marcavillaca Luna Estadística General (Derecho)

A: “todas las boas extraídas son blancas”

6
El evento Ase describe, A = U BiA por el teorema de probabilidad total se tiene:
i=1

Calculemos P  A / Bi  i = 1,2,3,4,5,6.

68 6! 8! 6  5! 8!
   . .
 1   0  (6 − 1)!.1! 8 !.0! 6 3
 P  A / B1 =
5! 8!
= = = =
 14  14 ! 14.13! 14 7
  (14 − 1)!.1!
1 13!

68 6! 8! 6  5  4! 8 !
   . .
 2   0  (6 − 2)!.2! 8 !.0! 6 5 15
 P  A / B2  =
4! 8!
= = =  =
 14  14 ! 14  13  12! 14 13 91
  (14 − 2)!.2!
2 12!  2  1

68 6! 8! 6  5  4  3! 8 !
   . .
 3   0  (6 − 3)!.3! 8 !.0! 3!  3! 6 5 4 5
 P  A / B3  =
8!
= = =   =
 14  14 ! 14  13  12! 14 13 12 91
  −
3 (14 3) !.3! 12!  3  2  1

68
  
 P  A / B4  =     =   
3 0 6 5 4 3
 14  14 13 12 11
 
3

68
  
 P  A / B5  =     =    
5 0 6 5 4 3 2
 14  14 13 12 11 10
 
5

6  5 5 4 5 4 4 5 4 3 2 5 4 3 2 1
 P A = 1+ +  +   +    +    
14  13 13 12 13 12 11 13 12 11 10 13 12 11 10 9 

 P A =

C) TEOREMA DE BAYES
Si los eventos A1,A2,A3, … , An, constituyen una partición del espacio muestral  ,
entonces, para cualquier evento B de , tal que P B  0,

P(A i  B) P(A i )P B A i 

P  A i B = = k
P(B)
 P(Ai )P B A i 
i =1

UNIVERSIDAD ANDINA DEL CUSCO

Mgt. Alfredo Marcavillaca Luna Estadística General (Derecho)

Diagrama del Arbol

m D  P(A) = x ; P(B) = y

x A  P(D/A)=m ;
n DC
 P(DC/A)=n
p D
y  x+y=1
B

q DC  m+n=1

 P(AD)=xm

UNIVERSIDAD ANDINA DEL CUSCO