Ejemplos prácticos de Bayes

se emplea para incluir información adicional cuando esté disponible y ayuda a crear
probabilidades posteriores o revisadas. Esto significa que podemos tomar datos nuevos o
recientes y luego revisar y mejorar nuestras estimaciones de probabilidades anteriores para un
evento (véase la figura 2.4). Consideremos el siguiente ejemplo. EJEMPLO 7: PROBABILIDADES
POSTERIORES Un vaso contiene dos dados idénticos en apariencia. Sin embargo, uno es legal (no
está cargado) y el otro no es legal (sí está cargado). La probabilidad de obtener un 3 en el dado
legal es La probabilidad de obtener el mismo número en el dado cargado es 0.60.

as Acabamos de examinar varias formas de asignar valores de probabilidad a los resultados de un

experimento. Ahora usaremos esa información de probabilidad para calcular el resultado
esperado, la varianza y la desviación estándar del experimento, lo cual ayuda a tomar las mejores
decisiones entre diferentes alternativas. Una variable aleatoria asigna un número real a cada
resultado o evento posible de un experimento. Por lo general, se representa con la letra X o Y.
Cuando el resultado en sí es una cantidad numérica o cuantitativa, los resultados pueden ser la
variable aleatoria. Por ejemplo, considere las ventas de un refrigerador en una tienda de
electrodomésticos (línea blanca). El número de refrigeradores vendidos en un día dado sería la
variable aleatoria. Si se utiliza X para representar esta variable aleatoria, podemos expresar esta
relación como: X 5 número de refrigeradores vendidos durante el día En general, siempre que el
experimento tenga resultados cuantificables, se sugiere definir estos resultados cuantitativos
como la variable aleatoria. La tabla 2.4 presenta algunos ejemplos. Cuando el resultado en sí no es
numérico ni cuantitativo, es necesario definir una variable aleatoria que asocie cada resultado con
un número real único. Se dan varios ejemplos en la tabla 2.5. Hay dos tipos de variables aleatorias;
variables aleatorias discretas y variables aleatorias continuas. El desarrollo de las distribuciones de
probabilidad y los cálculos basados en estas distribuciones depende del tipo de variable aleatoria.
Una variable aleatoria será una variable aleatoria discreta si se puede suponer tan solo un
conjunto finito o limitado de valores. ¿Cuáles de las variables aleatorias de la tabla 2.4 son
variables aleatorias discretas? En la tabla 2.4 observamos que poner a la venta 50 árboles de
Navidad, inspeccionar 600 artículos y enviar 5,000 cartas son ejemplos de variables aleatorias
discretas. Cada una de estas variables aleatorias puede tener solamente un conjunto finito o
limitado de valores. El número de árboles de Navidad vendidos, por ejemplo, tan sólo pueden ser
números enteros de 0 a 50. Hay 51 valores que puede tomar la variable aleatoria en este ejemplo.