ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 1

LOGRO ESPERADO

Resuelve problemas sobre probabilidades utilizando el teorema de probabilidad

total y bayes en la toma de decisiones en una empresa.

INDICADORES DE LOGRO

• Explica el significado de la probabilidad de un evento obtenida al aplicar el

teorema de probabilidad total y bayes, considerando las condiciones del
problema.
• Representa el problema en un diagrama de árbol considerando las
condiciones del problema.
• Calcula la probabilidad de un evento utilizando el teorema de probabilidad
total y bayes a partir de las condiciones del problema.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 2

CASO PRÁCTICO

AGROIND S.A. es una empresa agroindustrial,

líder en la exportación de espárragos a nivel
mundial. Esta compañía exporta 2 tipos de
espárragos: el esparrago blanco y el esparrago
verde. Estos se venden en cajas que contienen 10
atados de medio kilo cada uno. De acuerdo con la
experiencia, se sabe que el 2% de las cajas que
contienen esparrago blanco es desechado al
llegar a sus destino, al igual que el 4% de las cajas
que contienen espárragos verdes. Si un
embarque acaba de llegar a sus destino con un
65% de cajas de espárragos verdes y un 35% de
cajas de espárrago blanco, y una caja es
seleccionada aleatoriamente por el encargado de
control de calidad, calcule la probabilidad de que
la caja seleccionada no sea desechada.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 3

1. Explique el concepto de probabilidad condicional.

2. ¿En que ocasiones se utiliza el principio de multiplicación?

3. Explique el concepto de eventos independientes.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 4

TEOREMA DE PROBABILIDAD TOTAL

Sean A1, A2,… An una colección de eventos mutuamente excluyentes con

probabilidades conocidas y cuya unión es el espacio muestral, es decir:
Ω = A1 ∪ A2 ∪ ⋯ ∪ An . Sea A un evento cualquiera que satisface:
A = (A ∩ A1 ) ∪ A ∩ A2 ∪ ⋯ ∪ A ∩ An con probabilidades condicionales
conocidas P(A/Ai ); i = 1, 2 … n; entonces, la probabilidad del evento A se
calcula de la siguiente manera:

𝐏 𝐀 = 𝐏(𝐀𝟏 ) × 𝐏(𝐀/𝐀𝟏 ) + 𝐏 𝐀𝟐 × 𝐏(𝐀/𝐀𝟐 ) + ⋯ + 𝐏(𝐀𝐧 ) × 𝐏(𝐀/𝐀𝐧 )

Esta probabilidad es conocida como la probabilidad total del evento A.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 5

 TEOREMA DE BAYES

Sean A, A1, A2,…, An una colección de eventos que satisfacen todas las
condiciones del teorema anterior. Ahora, suponga que es de interés
calcular la probabilidad de que ocurra el evento Ai dado que ocurrió el
evento A, entonces se cumple que:

𝐏(𝐀𝐢 ∩ 𝐀)
𝐏(𝐀𝐢 / 𝐀) =
𝐏(𝐀)

𝐏 𝐀𝐢 × 𝐏(𝐀/𝐀𝐢 )
𝐏(𝐀𝐢 / 𝐀) = ; 𝐢
𝐏(𝐀𝟏 ) × 𝐏(𝐀/𝐀𝟏 ) + 𝐏 𝐀𝟐 × 𝐏(𝐀/𝐀𝟐 ) + ⋯ + 𝐏(𝐀𝐧 ) × 𝐏(𝐀/𝐀𝐧 )

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 6

EJEMPLO

Un comerciante adquiere sacos de arroz de 3 molineras nacionales

(M1, M2 y M3) en los siguientes porcentajes: el 20% de los sacos
proviene de M1, el 30% de los sacos proviene de M2 y el resto de los
sacos proviene de M3. Además, el 30% de los sacos que recibe de M1,
el 80% de los sacos que recibe de M2 y el 70% de los sacos que recibe
de M3 son de calidad excepcional.

a) Si un saco de arroz es escogido aleatoriamente, ¿cuál es la

probabilidad de que sea de calidad excepcional?
b) Si un saco de arroz es de calidad excepcional, ¿cuál es la
probabilidad de que provenga de la molinera M2?

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 7

SOLUCIÓN
Sean los eventos:

M1: El saco de arroz proviene de la molinera M1 → P(M1) = 0.2

M2: El saco de arroz proviene de la molinera M2 → P(M2) = 0.3
M3: El saco de arroz proviene de la molinera M3 → P(M3) = 0.5
C: El saco de arroz es de calidad excepcional

El diagrama de árbol correspondiente es:

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 8

a)

P C = P M1 P C M + P M2 P C M + P M3 P C M
1 2 3

P C = 0.2 0.3 + 0.3 0.8 + 0.5 0.7

P C = 0.65

b)

P M2 P C M (0.3)(0.8)
M2 2
P C = = = 0.3692
P(C) 0.65

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 9

CASO PRÁCTICO
AGROIND S.A. es una empresa agroindustrial, líder en la
exportación de espárragos a nivel mundial. Esta compañía exporta
2 tipos de espárragos: el esparrago blanco y el esparrago verde.
Estos se venden en cajas que contienen 10 atados de medio kilo
cada uno. De acuerdo con la experiencia, se sabe que el 2% de las
cajas que contienen esparrago blanco es desechado al llegar a sus
destino, al igual que el 4% de las cajas que contienen espárragos
verdes. Si un embarque acaba de llegar a sus destino con un 65%
de cajas de espárragos verdes y un 35% de cajas de espárrago
blanco, y una caja es seleccionada aleatoriamente por el
encargado de control de calidad.

a) Calcule la probabilidad de que la caja seleccionada no sea

desechada
b) Si la caja seleccionada no es desechada, calcule la
probabilidad de que la caja contenga espárrago blanco.
c) Si la caja seleccionada es desechada, calcule la
probabilidad de que la caja contenga esparrago verde.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 10

METACOGNICIÓN

¿Que aspectos le han parecido interesantes?

¿Que contenido considera más importante del tema trabajado?
¿Qué competencias del tema podría aplicar en su vida diaria?

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 11

RESUMEN

TEOREMA DE PROBABILIDAD TOTAL

𝐏 𝐀 = 𝐏(𝐀𝟏 ) × 𝐏(𝐀/𝐀𝟏 ) + 𝐏 𝐀𝟐 × 𝐏(𝐀/𝐀𝟐 ) + ⋯ + 𝐏(𝐀𝐧 ) × 𝐏(𝐀/𝐀𝐧 )
TEOREMA DE BAYES
𝐏(𝐀𝐢 ∩ 𝐀)
𝐏(𝐀𝐢 / 𝐀) =
𝐏(𝐀)

𝐏 𝐀𝐢 × 𝐏(𝐀/𝐀𝐢 )
𝐏(𝐀𝐢 / 𝐀) = ; 𝐢
𝐏(𝐀𝟏 ) × 𝐏(𝐀/𝐀𝟏 ) + 𝐏 𝐀𝟐 × 𝐏(𝐀/𝐀𝟐 ) + ⋯ + 𝐏(𝐀𝐧 ) × 𝐏(𝐀/𝐀𝐧 )

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 12

PARA REFORZAR LO APRENDIDO

RESOLVER LOS EJERCICIOS

DE LA GUÍA DE TRABAJO

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 13

 REFERENCIAS BIBLIOGRÁFICAS

[1] Mendenhall, W. & Sincich, T. (2016). STATISTICS for Engineering and the
Sciences (6). Boca Raton: CRC Press.
[2] Montgomery, D. (2014). Applied statistics and probability for engineers (6).
United States of America: Hoboken, NJ2.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 14