ESTADÍSTICA II

SONIA URQUIDI B.

TEMA 1
PROBABILIDADES

OBJETIVO:

Calcular probabilidades aplicando las reglas de adición y multiplicación y aplicar estos

conceptos a la realidad

CONTENIDO

1. Generalidades
2. Definición de probabilidad
2.1. Probabilidad clásica o a priori
2.2. Probabilidad frecuencial
2.3. Probabilidad subjetiva
3. Teoría Coordinatoria
3.1. Técnica multiplicativa
3.2. Permutaciones
3.3. Combinaciones
4. Tablas de frecuencias y tablas de probabilidades
5. Cálculo de la Probabilidad de un Evento
5.1. Regla de adición
5.2. Regla de multiplicación
5.3. Teorema de Bayes
6. Aplicaciones

1. Generalidades

A diario, siempre se están tomando decisiones y en la mayor parte de los casos, se lo

hace en condiciones de incertidumbre y con información insuficiente de las
condiciones actuales o de las consecuencias que podrían ocasionar esta decisión.

Por ejemplo, los inversionistas tienen que decidir si deben invertir en un valor o en una
acción tomando en cuenta sus expectativas sobre rendimientos futuros. Los
exportadores, al decidir ubicar su producto en un mercado nuevo, se enfrentan a la
incertidumbre de si tendrán éxito.

Debido a la existencia de incertidumbre al tomar decisiones, es necesario que todos

los riesgos implícitos conocidos se evalúen de forma científica, siendo por lo tanto
importante utilizar la teoría probabilística, a menudo conocida como “ciencia de la
incertidumbre”.

1
ESTADÍSTICA II
SONIA URQUIDI B.

El utilizar probabilidades en la toma de decisiones, permite analizar los riesgos y

minimizar el azar, con información limitada. Siendo por lo tanto el objetivo de este
tema, explicar los métodos con los que se puede medir la posibilidad de sucesos
inciertos.

2. Definición de probabilidad

Para obtener conocimientos del mundo que nos rodea, normalmente se toman
muestras y a partir de las mismas, se estima la probabilidad de que ocurran
determinados sucesos, siendo la probabilidad la verosimilitud numérica de que ocurra
un suceso incierto. Esta probabilidad, es un valor ente 0 y 1, asignado a un fenómeno
para indicar su posibilidad de ocurrir, cuanto más probable sea el suceso más cerca
de 1 será la probabilidad asignada:

0≤P(A) ≤1
donde (A) es un suceso cualquiera.

PROBABILIDAD: Número entre 0 y 1 inclusive, que mide la creencia que se tiene

de que llegue a ocurrir un evento específico que sea resultado de un experimento

La probabilidad de la certidumbre es 1 y la probabilidad de la imposibilidad es 0.

Ejemplo: la probabilidad de escoger un alumno de Contaduría Pública en la Carrera
de Contaduría Pública es 1, la probabilidad de que una persona tenga más de 130
años es 0.

En la definición de probabilidad se emplean los términos de evento, suceso y

experimento, veamos el significado de cada uno de estos términos:

Experimento: toda acción o actividad bien definida que produce un

resultado único y bien definido.
Evento o suceso: cada uno de los resultados posibles de un experimento.
Al conjunto de todos los resultados posibles del experimento se denomina
espacio muestral.
Ejemplos: EXPERIMENTO EVENTO O SUCESO
Inspeccionar un artículo Defectuoso
No defectuoso
Lanzar una moneda Cara
Cruz

2
ESTADÍSTICA II
SONIA URQUIDI B.

La teoría de la probabilidad, se remonta a los juegos de azar, sin embargo en la

actualidad, es importante en muchos asuntos de negocios, para tomar decisiones en
condiciones de incertidumbre, por ejemplo: en caso de seguros, donde es necesario
conocer análisis actuarial, que está basado en la teoría de la probabilidad; .las primas
de seguros dependen de las tablas de mortalidad, que también se basan en esta
teoría. Otros ejemplos son: estimación de producción de productos defectuosos;
estimación de errores en la emisión de facturas; tiempo promedio de permanencia en
un hospital o clínica, etc.
.
Existen tres formas para enfocar la probabilidad:
􀂾 Enfoque clásico o a priori
􀂾 Enfoque de la frecuencia relativa
􀂾 Enfoque subjetivo

2.1. Enfoque clásico o a priori

Es el que más se relaciona con los juegos de azar, se basa en la consideración de que
todos los resultados de un experimento son igualmente posibles. La probabilidad de
que ocurra un evento es igual al número de resultados favorables entre el número total
de resultados posibles

Número de resultados favorables

Probabilidad de un evento = --------------------------------------------
Número de resultados posibles
N(A)
P(A) = -----
N

Ejemplo:
El experimento consiste en lanzar un dado. Determinar la probabilidad de
obtener un “cinco”:

Solución:
El número de resultados favorables o eventos es “1”, puesto que solamente
existe una cara con un cinco en un dado.
El número de resultados posibles o eventos es 6: “1,2,3,4,5,6”

Por lo tanto la probabilidad pedida es:

3
ESTADÍSTICA II
SONIA URQUIDI B.

1
P(cinco) = ---------
6

P(cinco) = 0,167

La probabilidad de obtener un cinco es de 16,7%.

En el enfoque clásico, los eventos deben tener la misma posibilidad de ocurrir, además
deben ser mutuamente excluyentes y exhaustivos en forma colectiva. Se dice que son
mutuamente excluyentes si sólo uno de varios eventos puede ocurrir cada vez. Son
exhaustivos en forma colectiva si se puede incluir todos los resultados posibles.

2.2. Enfoque de la frecuencia relativa

En este enfoque se utilizan datos pasados obtenidos en observaciones empíricas,

tomando en cuenta la frecuencia con que ha ocurrido un suceso en el pasado y se
estima la probabilidad de que vuelva a ocurrir a partir de esos datos históricos.

Número de veces que el evento ocurrió en el pasado

Probabilidad de un evento = -----------------------------------------------------------------------------------
Número total de observaciones
n(A)
P(A) = -------------
n

Ejemplo:
En el semestre pasado, en la asignatura de Estadística II, se inscribieron 400
alumnos, de los cuales 100 aprobaron y 120 abandonaron. Determinar la
probabilidad de aprobación, de abandonos y de reprobación:
Solución:
Número de aprobados
P(aprobación) = --------------------------------------------------------------
Total de alumnos inscritos en Estadística II

4
ESTADÍSTICA II
SONIA URQUIDI B.

100
P(aprobación) = ------------------
400

P(aprobación) = 0,25

La probabilidad de aprobar es de 25%

Número de abandonos
P(abandonos) = --------------------------------------------------------------
Total de alumnos inscritos en Estadística II

120
P(abandonos) = ------------------ = 0,3
400

La probabilidad de abandonar es de 30%

Número de reprobados
P(reprobación) = --------------------------------------------------------------
Total de alumnos inscritos en Estadística II

180
P(reprobación) = ------------------ = 0,45
400

La probabilidad de reprobar es de 45%

2.3. Enfoque subjetivo

En muchas ocasiones no se dispone de datos históricos, debiendo por lo tanto calcular

la probabilidad de acuerdo a nuestro mejor criterio, constituyendo éste el enfoque
subjetivo:

Ejemplos:
Estimar la posibilidad de que “Aurora” juegue en la Liga Profesional

Estimar la probabilidad de que llueva en un día soleado

5
ESTADÍSTICA II
SONIA URQUIDI B.

3. Teoría Coordinatoria

Se utiliza para poder determinar el espacio muestral y/o el número de eventos

favorables.

3.1. Técnica multiplicativa

Esta técnica expresa lo siguiente:

Si una elección consta de k pasos, donde el primero puede realizarse de

n1maneras, en cada una de éstas; el segundo paso puede efectuarse de

n2maneras,...., y, en cada una de éstas, el k-ésimo puede hacerse en nk

maneras, entonces la elección será efectuada en n1*n2*n3...*nk maneras

Ejemplo:

Si una muchacha tiene 3 blusas: blanca, azul y verde; 3 faldas: lila, rosada y
violeta y dos pares de zapatos: negro y café; sin importar cómo se verá vestida,
determinar las formas diferentes de combinar su ropa:

Solución:
n1= 3 blusas
n2= 3 faldas
n3 = 2 pares de zapatos

Utilizando la fórmula se tiene:

n1*n2*n3 = 3 * 3 *2

n1*n2*n3 = 18

6
ESTADÍSTICA II
SONIA URQUIDI B.

Si se usa el diagrama de árbol, se tiene:

Blusas Faldas Zapatos General

Lila Negro Blanca, Lila, Negro

Café Blanca, Lila, Café

Blanca Rosada Negro Blanca, Rosada, Negro

Café Blanca, Rosada, Café

Violeta Negro Blanca, Violeta, Negro

Café Blanca, Violeta, Café

Lila Negro Azul, Lila, Negro

Café Azul, Lila, Café

Azul Rosada Negro Azul, Rosada, Negro

Café Azul, Rosada, Café

Violeta Negro Azul, Violeta, Negro

Café Azul, Violeta, Café

Lila Negro Verde, Lila, Negro

Café Verde, Lila, Café

Verde Rosada Negro Verde, Rosada, Negro

Café Verde, Rosada, Café

Violeta Negro Verde, Violeta, Negro

Café Verde, Violeta, Café

7
ESTADÍSTICA II
SONIA URQUIDI B.

3.2. Permutaciones
Son arreglos de n elementos tomados de r en r donde interesa el orden.
Siendo su fórmula:

n!
P = ------------
n r
(n – r)!

Ejemplo:
Existen 10 automóviles para ser expuestos, pero solamente 4 espacios
de exhibición. De cuántas maneras pueden colocarse estos 10
automóviles en los 4 espacios de exhibición?

Solución:

Para el primer espacio existen 10 posibilidades, para el segundo

solamente nueve (uno ya se utilizó), para el tercero 8 ( se utilizaron do)
y para el cuarto 7 (se utilizaron 3). Se tiene:

10 * 9 * 8 *7 = 5040

es decir:

10!
n
P r = 10 P 4 = --------------- = 5040
( 10 – 4 ) !

3.3. Combinaciones

Son arreglos de n elementos tomados de r en r donde no interesa el orden

Su fórmula es:

n!
n
C r = ---------------
( n – r)! r!

8
ESTADÍSTICA II
SONIA URQUIDI B.

Ejemplo:
De cuántas maneras diferentes puede seleccionar una mesa directiva de 4
personas, si se dispone de 10 personas para ser elegidas?
Solución:
En este caso, no es importante el orden, puesto que cualquiera puede ocupar
cualquier lugar en la mesa directiva, por lo tanto las combinaciones posibles
serán.
n = 10
r=4
10!
10
C 4 = -------------------- = 210
(10 – 4 )! 4!

4. Tablas de Frecuencias y Tablas de Probabilidades

Las tablas de Frecuencias y de Probabilidades, permiten resumir datos y calcular

probabilidades. Por ejemplo, en un estudio sobre la preferencia de un nuevo sabor de
dentífrico, se obtuvieron los siguientes resultados:

TABLA DE FRECUENCIA

NIÑOS JOVENES ADULTOS TOTAL

PREFERENCIA
100 120 80 300
LE GUSTA
80 60 130 270
NO LE GUSTA
160 90 180 430
INDIFERENTE
340 270 390 1000
TOTAL

Se puede apreciar que esta tabla, tiene 3 filas y 3 columnas, las filas contienen
el grupo etario y las columnas su preferencia por el nuevo sabor. Los totales de
cada categoría se muestran al final, tanto de las filas como de las columnas.
Los valores del margen derecho indican los totales de las preferencias y los
valores del margen inferior los totales de los grupos etarios. El valor de cada

9
ESTADÍSTICA II
SONIA URQUIDI B.

celda, indica el número de observaciones pertenecientes a cada categoría, así

por ejemplo la ultima celda, muestra que 180 adultos son indiferentes al nuevo
sabor, de todos los que los indiferentes, 180 son adultos; de todos los adultos
a 180 les es indiferente el nuevo sabor.

A partir de esta tabla, es posible construir la siguiente tabla de probabilidades,

donde cada valor de la tabla de frecuencias se divide entre el número total de
observaciones:

Tabla de Probabilidades

Niños Jóvenes Adultos Total

Preferencia
0,1 0,12 0,08 0,3
Le gusta
0,08 0,06 0,13 0,27
No le gusta
0,16 0,09 0,18 0,43
Indiferente
0,34 0,27 0,39 1
Total

El valor de las celdas del centro de la tabla, constituye la probabilidad conjunta de

ambos sucesos, es decir la probabilidad de la preferencia y el grupo etario. Así por
ejemplo, la probabilidad de gustarle el nuevo sabor a un niño es de 10%, la
probabilidad de que a un adulto no le guste el nuevo sabor es de 13%.

. Se denomina probabilidad conjunta [P(A ∩ B)] a la probabilidad

de que dos o más sucesos ocurran al mismo tiempo

Los valores del margen derecho y del inferior, indican la probabilidades marginales.
Así por ejemplo: la probabilidad de que les guste el sabor es de 30% y de que no les
guste es de 27%.

Se denomina probabilidad marginal a la probabilidad de

ocurrencia de un solo suceso.

10
ESTADÍSTICA II
SONIA URQUIDI B.

5. Reglas Básicas de Probabilidad

Una vez definida la probabilidad de un evento y descrito los diferentes enfoques,

es necesario aplicar las dos reglas básicas para el cálculo de la probabilidad.
􀂾 Regla de adición o de suma
􀂾 Regla de multiplicación

5.1. Regla de adición o de suma

Se utiliza para encontrar la probabilidad de la “unión de dos o más sucesos”.

Existen dos variantes:
a) Si los sucesos son mutuamente excluyentes, la regla de la suma
indica que se debe sumar la probabilidad del suceso A a la
probabilidad del suceso B:

P(A o B) = P(A) + P(B)

b) Si los sucesos no son mutuamente excluyentes, se debe sumar

la probabilidad del suceso A a la probabilidad del suceso B y
restar la probabilidad conjunta de ambos sucesos A y B.

P(A o B) = P(A) + P(B) – P(A ∩ B)

Ejemplo:
De acuerdo a un estudio realizado en la Facultad de Ciencias Económicas,
a 500 titulados, se encontró que 180 tenían menos de 22 años, de los
cuales, 30 eran de administración, 100 de Auditoría y 50 de Economía. De
los que tenían más de 22 años, 60 eran de administración, 240 de Auditoría
y 20 de Economía. Si se elige una persona al azar, determinar la
probabilidad de que:

a) Sea de administración o Economía

b) Tenga menos de 22 años o sea de Auditoría
c) Tenga más de 22 años o sea de Administración
d) Sea de Economía o tenga menos de 22 años

11
ESTADÍSTICA II
SONIA URQUIDI B.

Solución:

Los datos se pueden resumir en la siguiente tabla de frecuencia:

EDAD CARRERA

ADMINISTRACIÓ AUDITORIA ECONOMI TOTAL

N A
30 100 50 180
MENOS DE 22 AÑOS
60 240 20 320
MAS DE 22 AÑOS
90 340 70 500
TOTAL

a) P(Administración o Economía) = P(Administración) + P(Economía)

= 90/500 + 70/500
= 0.18 + .14

= 0.32

La probabilidad de que sea un administrador o un economista es de 32%

b) P(Menos de 22 años o Auditoría)= P(Menos de 22 años) + P(Auditoría)

– P(Menos de 22 años y Auditoría)
= 180/500 + 340/500 – 100/500
= 0.36 + 0.68 - 0.2
= 0.84
La probabilidad de que tenga menos de 22 años o sea de Auditoría es de
84%

c) P(Más de 22 años o Adm)= P(Más de 22 años) + P(Administración)

– P(Más de 22 años y Adm)
= 320/500 + 90/500 – 60/500
= 0.64 + 0.18 – 0.12

12
ESTADÍSTICA II
SONIA URQUIDI B.

= 0.7

La probabilidad de que tenga más de 22 años o sea de Administración es de 70%

d) P(Economía o Menos de 22 años) = P(Economía) +P(Menos de 22

años) - P (Economía y Menos de 22 años)
P(Economía o Menos de 22 años) = 70/500 + 180/500 - 50/500
= 0.14 + 0.36 – 0.10
= 0.40

La probabilidad de que sea de Economía o tenga menos de 22 años es de

40%.

Resumiendo se tiene la siguiente tabla de probabilidad:

: EDAD CARRERA

ADMINISTRACIO AUDITORIA ECONOMI TOTAL

N A
0,06 0,20 0,10 0,36
MENOS DE 22
AÑOS
0,12 0,48 0,04 0,64
MAS DE 22 AÑOS
0,18 0,68 0,14 1,00
TOTAL

5.2. Regla de multiplicación

Se utiliza para determinar la probabilidad conjunta de que ocurran dos sucesos.
Existen dos clases: en caso de independencia y en caso de dependencia.

5.2.1. Regla de la multiplicación en caso de independencia de sucesos

La probabilidad conjunta de que los sucesos A y B puedan ocurrir resulta de

multiplicar la probabilidad de que el suceso A ocurra por la probabilidad de
que el suceso B ocurra: P (A y B) = P (A) * P(B)

13
ESTADÍSTICA II
SONIA URQUIDI B.

Ejemplo 1:
En el lanzamiento de dos monedas, determinar la probabilidad de que
las dos sean caras.
Solución:
La probabilidad de que la primera moneda sea cara es de ½. La
probabilidad de que la segunda moneda sea cara es también ½, no
importando que la primera haya sido cara, por lo tanto, se tendrá:

P(cara y cara) = P(cara) * P(cara) = P(cara y cara) = ½ * ½ = ¼ o 0,25

Ejemplo 2:
La probabilidad de que un esposo esté vivo a la edad de 60 años es de
30%, la probabilidad que la esposa esté viva a la edad de 60 años es de
45%. Suponiendo independencia de sucesos, determinar la probabilidad
de que:
a) Ambos estén vivos a la edad de 60 años
b) Por lo menos uno de ellos esté vivo a la edad de 60 años
c) Ninguno de ellos esté vivo a la edad de 60 años

Solución:
a) Ambos estén vivos a la edad de 60 años

Si P(A) es igual a la probabilidad de que la esposa esté viva a la edad de

60 años:
P(A) = 0,45
Si P(B) es igual a la probabilidad de que el esposo esté vivo a la edad de
60 años:
P(B) = 0,30
Como existe independencia se sucesos y se pide la probabilidad de que
ambos estén vivos a la edad de 60 años, se tiene:
P(A y B) = P(A) * P(B)
P(A y B) = 0.45 * 0.30
P(A y B) = 0,135
La probabilidad de que ambos estén vivos a la edad de 60 años es de
13,5 %.

b) Por lo menos uno de ellos esté vivo a la edad de 60 años

14
ESTADÍSTICA II
SONIA URQUIDI B.

El decir por lo menos uno de ellos esté vivo a la edad de 60 años, significa
que el esposo esté vivo o la esposa esté viva o ambos estén vivos a la
edad de 60 años:

Esté vivo el esposo:

P(A y B) = P(A) * P(B)

P(A y B ) = 0,55 * 0.30 = 0,165

La esposa esté viva:

P(A y B) = P(A) * P(B)

P(A y B) = 0,45 * 0.70 = 0,315

Los dos estén vivos:

P(A y B) = P(A) * P(B)
P(A y B) = 0,45 *0.30
P(A y B) = 0,135

Como se pide la unión de estos 3 eventos, se tiene:

P(por lo menos uno esté vivo) = 0,165 + 0,31115 + 0,135
P(por lo menos uno esté vivo) = 0,45

Por lo tanto, la probabilidad de que por lo menos uno esté vivo a la edad
de 60 años es de 45%

c) Ninguno de ellos esté vivo a la edad de 60 años

P(Esposo muera y la Esposa muera) = P( A y B)

P( A y B) = P(A) * P(B) = 0,55 * 0,70 = 0,385

La probabilidad de que ninguno esté vivo a la edad de 60 años es de

38,5%.

5.2.2. Regla de la multiplicación en caso de dependencia de sucesos

Se utiliza para determinar la probabilidad conjunta de dos sucesos, sabiendo que el

segundo depende del primero, de donde resulta ser igual a la probabilidad del primer
suceso, multiplicado por la probabilidad del segundo sabiendo que ha ocurrido el
primero:

15
ESTADÍSTICA II
SONIA URQUIDI B.

. P(A y B) = P(A) * P(B/A)

O bien:
P(A y B) = P(B) * P(A/B)
Es decir:
P(A y B) = P(A) * P(B/A) = P(B) * P(A/B)

Ejemplo:
Existen 15 televisores a la venta en una determinada casa comercial, de los
cuales 5 tienen algún defecto de fabricación. Determinar la probabilidad de que
los dos primeros televisores en ser vendidos tengan algún defecto de
fabricación
Solución:
El primer televisor defectuosos en ser vendido, constituye el suceso A, por lo
que P(A) = 5/15, porque 5 de los 15 son defectuosos. El segundo televisor
defectuoso en ser vendido constituye el suceso B, por lo que P(B/A) = 4/14,
puesto que solamente quedaron 4 defectuosos después de haber vendido el
primer televisor defectuoso de los 14 que quedaban. Por lo tanto, la probabilidad
de 2 televisores defectuosos se tiene:
P(A y B) = P(A) * P(B/A)
P(A y B) = 5/15 * 4/14
P(A y B) = 0,095

La probabilidad de que los dos primeros televisores en ser vendidos tengan

algún defecto de fabricación es de 9,5%

A la probabilidad de cierto suceso, dado que antes ha ocurrido ya otro determinado

suceso, se denomina probabilidad condicional

La probabilidad de que el suceso B ocurra, dado que o sabiendo que ha ocurrido el suceso
A [P(B/A)] se denomina probabilidad condicional

Es igual:
P( A Y B )
P(B/A) = -------------------
P(A)

16
ESTADÍSTICA II
SONIA URQUIDI B.

Ejemplo 2:
Teniendo la siguiente tabla de probabilidades, determinar la probabilidad de:
a) Ser de Administración sabiendo que tiene más de 22 años
b) Tener más de 22 años, sabiendo que es de Auditoría
c) Ser de Economía sabiendo que tiene menos de 22 años

EDAD CARRERA

ADMINISTRACIÓN AUDITORIA(D) ECONOMIA(E TOTAL

(M) )

MENOS DE 22 0,06 0,20 0,10 0,36

AÑOS (A)

MAS DE 22 0,12 0,48 0,04 0,64

AÑOS (B)
1,00
0,18 0,68 0,14
TOTAL

Solución:
a) Ser de Administración sabiendo que tiene más de 22 años

P( M Y B)
P(M/B) = ----------------------
P(B)

P(M/B) = 0,12 / 0,64

P(M/B) = 0,1875

La probabilidad de que sea de administración sabiendo que tiene más de 22

años es de 18,75%

b) Tener más de 22 años, sabiendo que es de Auditoría

P( B y D)
P(B/D) = ----------------------
P(D)
P(B/D) = 0,48 / 0,68 = 0,71

17
ESTADÍSTICA II
SONIA URQUIDI B.

La probabilidad de que tenga más de 22 años, sabiendo que es de Auditoría es

de 71%
c) Ser de Economía sabiendo que tiene menos de 22 años

P( E y A)
P(E/A) = ----------------------
P(A)
P(E/A) = 0,10 / 0,36 = 0,036
La probabilidad de que sea de Economía, sabiendo que tiene menos de 22 años
es de 3,6%.
5.3. Teorema de Bayes

Constituye un método para encontrar la probabilidad de una causa específica

cuando se observa un efecto particular, si el evento B ha ocurrido, determinar la
probabilidad de que haya sido generado por el evento Ai.
Sabemos que:

P(A) * P(B/A) = P(B) * P(A/B)

Despejando P(A/B), tenemos:

P(A) * P(B/A)
P(A/B) = ---------------------
P(B)

Suponiendo que hay n eventos mutuamente excluyentes (A1, A2, A3, .....Ak) , que
podrían causar el evento B. El evento B, tiene que estar determinado por una de
estas causas, por lo tanto, la probabilidad de que el evento B ocurra puede estar
representado por:

P(B) = P[(A1 ∩ B) U (A2∩,B) U (A3 ∩ B) U .....U(Ak ∩ B)

Como todos los eventos A son mutuamente excluyentes, empleando la regla de

la adición, se tiene:

P(B) = P(A1 ∩ B) +P(A2∩,B) + P(A3 ∩ B) + .....+ P(Ak ∩ B)

18
ESTADÍSTICA II
SONIA URQUIDI B.

Utilizando la regla multiplicativa, se tiene:

P(B) = P(A1) *P(B/ A1) +P(A2) * P(B/ A2) + P(A3 ) * P (B/ A3) + .....+ P(Ak ∩ B)

Por lo tanto, se tiene:

P(Ai) * P(B/Ai)
P(Ai / B) = ----------------------------
Σ P( Ak) * P( B/Ak)

TEOREMA DE BAYES

Si A1, A2,......,Ak, son eventos mutuamente excluyentes donde solamente uno de ellos
debe ocurrir, entonces:
P( Ai) * P( B/Ai)
P(Ai/B) = -------------------------------------------
Σ P( Ak) * P( B/Ak)

Ejemplo:

Una empresa tiene fábricas en La Paz y Cochabamba. la fábrica de

Cochabamba produce el 40% del total de las unidades, con un índice de
defectos del 10%. la de La Paz tiene un índice de defectos del 20%. Si una
unidad suelta se encuentra defectuosa, determinar la probabilidad de que
proceda de Cochabamba
Solución:
A1 = producción de la fábrica de La Paz
A2 = producción de la fábrica de Cochabamba

B = Defectos
P(A1) = 0,60

P(A2) = 0,40

19
ESTADÍSTICA II
SONIA URQUIDI B.

P(B/ A1) = probabilidad de ser defectuosa si ha sido producida en La Paz = 0,20

P(B/ A2) = probabilidad de ser defectuosa si ha sido producida en Cochabamba = 0,10

P( A2 / B) = probabilidad de que sabiendo que es defectuosa, provenga de

Cochabamba
P (A2) * (B/ A2)
P( A2 / B) =------------------------------------------------
P (A1) * (B/ A1) + P (A2) * (B/ A2)

0,40 * 0,10
P( A2 / B) = -------------------------------------------
0,60 * 0,20 + 0,40 * 0,10

0,04
P( A2 / B) = ----------------- = 0,25
0,12 + 0,04

Por lo tanto habiendo encontrado una unidad defectuosa, la probabilidad de que

la misma provenga de Cochabamba es de 25%.

Utilizando el diagrama del árbol, se tiene:

0,20 Defectuoso

La Paz
0,40
Perfecto

0,10 Defectuoso

0,60 Cochabamba

Perfecto

20
ESTADÍSTICA II
SONIA URQUIDI B.

Se puede resumir en la siguiente tabla:

P(Ak) P(B/Ak) P(Ak) * P(B/Ak) = P(Ak/B)

Probabilidad Probabilidad P(Ak∩B) Probabilidad
Evento
a priori condicional Probabilidad a posteriori
Conjunta
A1 0,60 0,20 0,12 0,75
A2 0,40 0,10 0,04 0,25
Σ 1,00 --- 0,016 1,00

21