Estadística

de la
probabilidad
GRUPO E
TEOREMA DE BAYES
El teorema de Bayes es una proposición que
se emplea para calcular la probabilidad
condicional de un suceso y fue desarrollado
por el matemático y teólogo británico Thomas
Bayes. El principal objetivo de este teorema es
determinar la probabilidad que posee un
suceso comparada con la probabilidad de otro
suceso similar. En otras palabras, el teorema
de Bayes permite conocer la probabilidad
condicional de un evento o suceso
determinado como A dado B, en el que se
analiza la distribución de probabilidad del
suceso B dado A.
Ejemplo 1:
1. Un experimento consta de tres pasos; para el
primer paso hay tres resultados posibles, para
el segundo hay dos resultados posibles y para
el tercer paso hay cuatro resultados posibles.
¿Cuántos resultados distintos hay para el
experimento completo?
1. ¿De cuántas maneras es posible seleccionar
tres objetos de un conjunto de seis objetos?
* Use las letras A, B, C, D, E y F para identificar a
los objetos y enumere todas las combinaciones
diferentes de tres objetos.

Paso 1 = 3 Resultados
Paso 2 = 2 Resultados
Paso 3 = 4 Resultados

3x2x4 = 24
Ejemplo 2:
Una fábrica de celulares dispone de
dos máquinas A y B que elaboran el
60% y el 40% de la producción. El
porcentaje de celulares defectuosos
que produce cada máquina es del
5% y 10% respectivamente.

Calcular. ¿Cuál es la probabilidad

que el celular haya sido fabricado
por la máquina A, sabiendo que es
defectuoso?

P(A/D)
 PROBABILIDAD CONDICIONAL
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) o P(A/B), y se lee «la probabilidad de A dado
B».

No tiene por qué haber una relación causal o

temporal entre A y B. A puede preceder en el tiempo a
B, sucederlo o pueden ocurrir simultáneamente. A
puede causar B, viceversa o pueden no tener relación
causal. Las relaciones causales o temporales son
nociones que no pertenecen al ámbito de la
probabilidad. Pueden desempeñar un papel o no,
dependiendo de la interpretación que se le dé a los
eventos.
EJEMPLO 1:
Una clase de bachillerato, el 50% suspende
matemáticas el 60% suspende física y el
30% suspende ambos.

Si se selecciona al azar un estudiante ¿ cual

es la probabilidad que suspenda que
suspenda matemáticas si suspendió física?
EJEMPLO 2:
La Oficina de Censos de Estados Unidos cuenta con datos sobre a. P(A∪B) = P(A) + P(B) – P(A∩B)
la cantidad de adultos jóvenes, entre 18 y 24 años, que viven en
casa de sus padres. * Sea. P(M∪F) = P(M) + P(F) – P(M∩F)

M = El evento adulto joven que vive en casa de sus padres P(M∪F) = 0.43 + 0.38 – 0.30

F = El evento adulta joven que vive en casa de sus padres P(M∪F) = 0.81 – 0.30

Si toma al azar un adulto joven y una adulta joven, los datos de P(M∪F) = 0.51 = 51%
dicha oficina permiten concluir que P(M)=0.43 y P(F)=0.38. La
probabilidad de que ambos vivan en casa de sus padres es 0.30. La probabilidad de que al menos uno de dos adultos jóvenes viva
con sus padres es del 51%.
a. ¿Cuál es la probabilidad de que al menos uno de dos
adultos jóvenes seleccionados viva en casa de sus padres?

b. ¿Cuál es la probabilidad de que los dos adultos b. P(M∩F) = 0.30 = 30%

jóvenes seleccionados vivan en casa de sus padres?
La probabilidad de que ambos vivan en casa de sus padres es
del 30%.
EJEMPLO 3:
Supongamos dos eventos, A y B y que P(A) =
0.40, P(B)=0.50 y P (A ∩ B) = 0,45

A. Halle P (A l B)

B. Halle P (B l A)

C. ¿A y B son independientes?
¿Porque si o porque no?

RTA: Si, es independiente por que el

resultado del primero no afecta el 2