Universidad Autónoma de Baja California

Facultad de Ingeniería, Arquitectura y Diseño

Ingeniería Industrial
Probabilidad y estadística

Unidad 2: Probabilidad
M2.3 Probabilidad condicional e independencia y
Teorema de Bayes

Presenta:
Dr. Julio César Cano Gutiérrez

Ensenada, B. C. a 10 de noviembre de 2020

Contenido

1. Probabilidad condicional
2.Probabilidad independiente
3. Teorema de Bayes
4.Ley multiplicativa

2
1. Probabilidad condicional

Es la probabilidad de que ocurra un evento A, sabiendo que también

sucede otro evento B. La probabilidad condicional se escribe

P (A|B)
Se puede leer como la probabilidad de A dado B.

Donde: P (A|B) = P (A∩B)

P (B)
P (A|B) Probabilidad de que ocurra A dado B
P (A∩B) Probabilidad de que ocurra A y B al mismo tiempo
P (B) Probabilidad de que ocurra B
3
1. Probabilidad condicional

A P (A∩B) B

P (A|B) = P (A∩B)
P (B)
4
1. Probabilidad condicional

Se seleccionan dos semillas aleatoriamente, una por una,

de una bolsa que contiene 10 semillas de flores rojas y 5
de flores blancas. ¿Cuál es la probabilidad de que:

a) La primera semilla sea roja = 10/15 = 1/5

b) La segunda semilla sea blanca dado que la primera fue roja

La probabilidad de que la segunda semilla sea blanca se

ve influida por lo que salió primero, es decir esta
probabilidad está sujeta a una condición, la de que la
primera semilla sea roja.

Este tipo de probabilidad se le llama

probabilidad condicional
P (A∩B) = (5/15 * 10/15) 50/225 0.22 = 0.33
P (A|B) = = =
P (B) (10/15) (10/15) 0.66 5
1. Probabilidad condicional

En una empresa hay 75 empleados, de los cuales, 40 son

encargados de sección, y 35 son administrativos. Algunos
de ellos utilizan computadora para sus tareas, y otros no.

Sin computadora Con computadora Total

Encargados 8 32 40
Administrativo 20 15 35
Total 28 47 75

Calcular la probabilidad de que al elegir una persona de la empresa sea

un encargado, sabiendo que no tiene computadora.

6
1. Probabilidad condicional

Lo primero que debemos hacer es indicar cuál es la

probabilidad solicitada, y cuál es la condición.

a) La persona sea un encargado (evento solicitado).

b) No tiene computadora (evento que condiciona)
Sin computadora Con computadora Total
Encargados 8 32 40
Administrativo 20 15 35
Total 28 47 75

P (A|B) = P (A∩B) = 8 / 75 = 0.286

P (B) 28 / 75
7
2. Probabilidad independiente

Se dice que dos eventos aleatorios son independientes entre

sí cuando la probabilidad de cada uno de ellos no está
influido por que ocurra o no el otro evento.

En este caso después de estudiar la información disponible,

se asigna un valor de probabilidad a los sucesos basado en
el grado de creencia de que el suceso pueda ocurrir.

8
2. Probabilidad independiente

En una bolsa hay nueve canicas, tres azules, tres verdes y

tres rojas ¿cuál es la probabilidad de sacar una canica azul,
luego ponerla de vuelta y sacar una canica verde?

Es importante que la primera canica regresa a la bolsa

para proceder a la segunda canica (con reposición)

P (A) = 3/9 = 1/3

P (B) = 3/9 = 1/3

Para encontrar la probabilidad de que ambos eventos

ocurran:
P (A∩B) = P (A) * P(B) = 1/3 * 1/3 = 1/9 = 0.11 9
2. Probabilidad independiente

En una bolsa hay nueve canicas, tres azules, tres verdes y

tres rojas ¿cuál es la probabilidad de sacar una canica azul,
luego ponerla de vuelta y sacar una canica verde luego
ponerla en la bolsa y sacar una roja?

P (A) = 3/9 = 1/3

P (B) = 3/9 = 1/3
P (C) = 3/9 = 1/3

Para encontrar la probabilidad de que ocurran los tres

eventos independientes:
P (A∩B∩C) = P (A) * P(B) * P(C) = 1/3 * 1/3 * 1/3 = 1/27 =.037
10
2. Probabilidad independiente

De los 30 estudiantes del grupo, 15 les gusta la natación, 20

les gusta el fútbol y 10 el básquetbol. ¿Cuál es la
probabilidad de que a un estudiante le gusten los tres
deportes?

P (A) = 15/30 = 1/2

P (B) = 20/30 = 2/3
P (C) = 10/30 = 1/3

Para encontrar la probabilidad de que ocurran los tres

eventos independientes:
P (A∩B∩C) = P (A) * P(B) * P(C) = 1/2 * 2/3 * 1/3 = 2/18 = 0.11
11
3. Teorema de Bayes

Se utiliza para revisar probabilidades previamente

calculadas cuando se posee nueva información.

Expresa la probabilidad condicional de un evento aleatorio

A dado B en términos de la probabilidad condicional del
evento B dado A y la probabilidad de únicamente A.

Por ejemplo: que sabiendo la probabilidad de tener un

dolor de cabeza dado que se tiene gripe, se podría saber –
en caso de algún dato adicional – la probabilidad de tener
gripe si se tiene dolor de cabeza.

12
3. Teorema de Bayes

Sea A1, A2, …. An un sistema completo de eventos, tales que

la probabilidad de cada uno de ellos es distinta de cero, y
sea B un evento cualquiera del que se conocen las
probabilidades condicionales P (B|Ai), entonces la
probabilidad P (Ai|B), viene dada por:

P (Ai)(B|Ai)
P (Ai|B) =
P (Ai)(B|Ai) + P (A2) + … + P (An) P(B|An)

P (Ai) = son las probabilidades a priori

P (B|Ai) es la probabilidad de B en la hipótesis de A
P (Ai|B) son las probabilidades a posteriori. 13
3. Teorema de Bayes

En la sala de pediatría de un hospital, el 60% de los

pacientes son niñas. De los niños el 35% son menores
de 24 meses. El 20% de las niñas tienen menos de 24
meses. Un pediatra que ingresa a la sala selecciona un
infante al azar.

a) Determine el valor de la probabilidad de que sea menor

de 24 meses.
b) Si el infante resulta ser menor de 24 meses.

Determine la probabilidad que sea una niña

14
3. Teorema de Bayes

En la sala de pediatría de un hospital, el 60% de los

pacientes son niñas. De los niños el 35% son menores
de 24 meses. El 20% de las niñas tienen menos de 24
meses. Un pediatra que ingresa a la sala selecciona un
infante al azar.

Se definen los eventos:

• Evento A: seleccionar una niña
• Evento B: seleccionar un niño
• Evento C: infante menor de 24 meses

15
3. Teorema de Bayes

En la sala de pediatría de un hospital, el 60% de los

pacientes son niñas. De los niños el 35% son menores
de 24 meses. El 20% de las niñas tienen menos de 24
meses. Un pediatra que ingresa a la sala selecciona un
infante al azar.

En este tipo de ejercicios es importante identificar los

eventos que forman la población y cuál es la característica
que tienen en común dichos eventos. Estos serán los
eventos condicionados.

16
3. Teorema de Bayes

En la sala de pediatría de un hospital, el 60% de los

pacientes son niñas. De los niños el 35% son menores
de 24 meses. El 20% de las niñas tienen menos de 24
meses. Un pediatra que ingresa a la sala selecciona un
infante al azar.
a) Determine el valor de la probabilidad de que sea menor
de 24 meses.
En este caso, la población es de los infantes. Y la
característica en común es que sean menores de 24 meses.
Por lo tanto, la probabilidad de seleccionar un infante menor
de 24 meses es un ejemplo de probabilidad total.
17
3. Teorema de Bayes

En la sala de pediatría de un hospital, el 60% de los

pacientes son niñas. De los niños el 35% son menores
de 24 meses. El 20% de las niñas tienen menos de 24
meses. Un pediatra que ingresa a la sala selecciona un
infante al azar.

• Evento A: seleccionar una niña

• Evento B: seleccionar un niño
• Evento C: infante menor de 24 meses

P (C) = P(A) * P(C|A) + P(B) * P(C|B) = 0.6*0.2 + 0.4*0.35 = 0.26

18
3. Teorema de Bayes

En la sala de pediatría de un hospital, el 60% de los

pacientes son niñas. De los niños el 35% son menores
de 24 meses. El 20% de las niñas tienen menos de 24
meses. Un pediatra que ingresa a la sala selecciona un
infante al azar.
b) Si el infante resulta ser menor de 24 meses.
Determine la probabilidad que sea una niña
Para identificar cuando en un ejercicio se hace referencia al
Teorema de Bayes, hay que partir de reconocer que es una
probabilidad condicionada y que la característica común de los
eventos condicionantes ya ha ocurrido. Entonces, la probabilidad
de que sea una niña infante menor de 24 meses es: 19
3. Teorema de Bayes

En la sala de pediatría de un hospital, el 60% de los

pacientes son niñas. De los niños el 35% son menores
de 24 meses. El 20% de las niñas tienen menos de 24
meses. Un pediatra que ingresa a la sala selecciona un
infante al azar.

P (A)*P(C|A) 0.6*0.2
P (A|C) = =
P (A)*(C|A) + P (B)*P(C|B) 0.6*0.2 + 0.4*0.35

0.12
= = 0.46
0.26
20
3. Teorema de Bayes

El 20% de los empleados de una empresa son ingenieros y

otro 20% son administradores. El 75% de los ingenieros
ocupan un puesto directivo y el 50% de los
administradores también, mientras que los no ingenieros y
los no economistas solamente el 20% ocupa un puesto
directivo.

¿Cuál es la probabilidad de que un empleado directivo

elegido al azar sea ingeniero?

21
3. Teorema de Bayes

El 20% de los empleados de una empresa son ingenieros y

otro 20% son administradores. El 75% de los ingenieros
ocupan un puesto directivo y el 50% de los
administradores también, mientras que los no ingenieros y
los no administradores solamente el 20% ocupa un puesto
directivo.

P (A)*(C|A) 0.2*0.75
P (A|C) = =
P (A)*(C|A) + P (B)*P(C|B) + P (N)*P(C|N) 0.2*0.75 + 0.2*0.5 + 0.6*0.2

0.15
= = 0.41
0.37
22
 23

¿PREGUNTAS?
6. Fuentes consultadas

• Montgomery, D. C., & Runger, G. C. (2010). Applied statistics and

probability for engineers. John Wiley & Sons.

• Mendenhall, W. j., & Beaver, BM (2006). Introducción a la

probabilidad y estadística edición, 13.

• Walpole, R. E., Myers, R. H., Myers, S. L., & Ye, K. (2012). Probabilidad
y estadística para ingeniería y ciencias. Norma, 162, 157.
• Montgomery, D. C., Runger, G. C., & Medal, E. G. U. (1996).
Probabilidad y estadística aplicadas a la ingeniería. México DF:
McGraw-Hill.

24