“UNIVERSIDAD CATÓLICA LOS ÁNGELES DE

CHIMBOTE”

Facultad de las Ciencias de la Salud

Escuela Profesional de Psicología

Asignatura : Dinámica de Grupos.

Tema : BIOESTADISTICA

Ciclo III

Integrantes : romero silva paquita alicia

PUCALLPA – PERÚ

2016

TEOREMA DE BAYES
La interpretación más aceptada del teorema de Bayes, es que su estructura permite

el cálculo de probabilidades después de haber sido realizado un experimento

(probabilidades aposteriori), basándose en el conocimiento de la ocurrencia de

ciertos eventos que dependan del evento estudiado, o sea, se parte de

probabilidades conocidas antes de efectuar el experimento (probabilidades apriori),

las cuales son afectadas por las probabilidades propias del experimento (las que

aparecen durante la ocurrencia del evento).

Continuando nuestro análisis sobre el teorema de Bayes, la probabilidad condicional

de Ai dado B, para cualquier i, es:

Aplicando en el numerador la Regla de Multiplicación P(A iÇB) = P(Ai) P(B|Ai) y en

el denominador el Teorema de Probabilidad Total P(B) = P(A 1) P(B | A1) + P(A2)

P(B | A2) + . . . + P(An) P(B | An), obtenemos la ecuación que representa al:

Teorema de Bayes
Ejemplo 3. 11. Referente al problema de la fábrica que produce dos tipos de

reguladores A y B visto anteriormente en la aparte corresponde al Teorema de

Probabilidad Total, cabe hacer el siguiente análisis: si se selecciona un regulador al

azar de la producción de la fábrica y se ve que funciona bien ¿Cuál es la

probabilidad de que sea del tipo B?

Solución

En este caso el estudio se restringe a los reguladores que funcionan bien, por lo

que ese evento actúa como espacio muestral reducido, o sea como evento

condición. Por lo tanto, el planteamiento de la pregunta es P(B | F).

Los datos que se tienen son :

P(A) = 0.75 P(F | A) = 0.95

P(B) = 0.25 P(F | B) = 0.98

De acuerdo al Teorema de Bayes:

Podemos observar que el denominador corresponde al resultado obtenido al aplicar

el Teorema de Probabilidad Total, lo cual debe ser así, ya que la probabilidad

condicional establece que . De esta forma podemos ver que la

Probabilidad

Total es el denominador de la fórmula del Teorema de Bayes. También podemos

observar que aplicando los conceptos de la Regla de Multiplicación y del Teorema

de Probabilidad Total llegamos al planteamiento del teorema de Bayes, Veamos:

Ejemplo 3. 12. Una fábrica que produce material para la construcción tiene 3

máquinas, a las que se les denomina A, B y C. La máquina A produce tabique, la B

adoquín y la C losetas. La máquina A produce el 50% de la producción total de la

fábrica, la B el 30% y la C el 20%. Los porcentajes de artículos defectuosos

producidos por las máquinas son, respectivamente, 3%, 4% y 5%. Si se selecciona

un artículo al azar y se observa que es defectuoso, encontrar la probabilidad de que

sea un tabique.
Solución

Definamos el evento D como sea un artículo defectuoso. De acuerdo a esto

tenemos que:

P(A) = 0.5 P(D | A) = 0.03

P(B) = 0.3 P(D | B) = 0.04

P(C) = 0.2 P(D | C) = 0.05

Si el artículo del que deseamos calcular la probabilidad es un tabique,

significa que es producido por la máquina A. También observamos que en la

solución solamente participan los artículos defectuosos, ya que se pone por

condición esta característica. Por lo tanto:

Ejemplo 3. 13. A un congreso asisten 100 personas, de las cuales 65 son hombres

y 35 son mujeres. Se sabe que el 10% de los hombres y el 6% de las mujeres son
especialistas en computación. Si se selecciona al azar a un especialista en

computación ¿Cuál es la probabilidad de que sea mujer?

Solución

Definamos los eventos:

H: Sea un hombre

M: Sea una mujer

E: La persona sea especialista en computación

Tenemos que:

Por lo tanto:
 WEB GRAFIA

http://148.204.211.134/polilibros/portal/polilibros/P_Terminados/Probabilidad/doc/U

nidad%201/1.3.5.htm