Introducción

En esta actividad el tema principal será el teorema de Bayes, en el cual se

resolverán 4 distintos problemas que corresponden a este teorema, como inicio
debemos saber que es este teorema y como se lleva acabo.

Podemos calcular la probabilidad de un suceso A, sabiendo además que ese A

cumple cierta característica que condiciona su probabilidad. El teorema de Bayes
entiende la probabilidad de forma inversa al teorema de la probabilidad total. El
teorema de la probabilidad total hace inferencia sobre un suceso B, a partir de
los resultados de los sucesos A. Por su parte, Bayes calcula la probabilidad de
A condicionado a B.

El teorema de Bayes ha sido muy cuestionado. Lo cual se ha debido,

principalmente, a su mala aplicación. Ya que, mientras se cumplan los supuestos
de sucesos disjuntos y exhaustivos, el teorema es totalmente válido.

Fórmula del teorema de Bayes

Para calcular la probabilidad tal como la definió Bayes en este tipo de sucesos,
necesitamos una fórmula. La fórmula se define matemáticamente como:

Donde B es el suceso sobre el que tenemos información previa y A(n) son los
distintos sucesos condicionados. En la parte del numerador tenemos la
probabilidad condicionada, y en la parte de abajo la probabilidad total. En
cualquier caso, aunque la fórmula parezca un poco abstracta, es muy sencilla.
Para demostrarlo, utilizaremos un ejemplo en el que en lugar de A (1), A (2) y A
(3), utilizaremos directamente A, B y C.
Actividad 11
TEOREMA DE BAYES
1) El gerente de un hotel ha detectado que el 20% del personal de recepción
tiene estudios superiores, el 10% del personal de Ama de llaves tiene estudios
superiores, el 45% del Depto. de Reservaciones y el 25% de Contabilidad tiene
estudios superiores. El gerente cuenta con algunas becas para sus empleados,
sin embargo, también conoce que el 10% del personal de recepción, el 5% del
Depto. de Ama de llaves, el 15% de reservaciones y el 12% de Contabilidad no
han tenido buen desempeño.

Un empleado no ha tenido buen desempeño, ¿cuál es la probabilidad de que

pertenezca al Depto. de Contabilidad?

R= 0.1791044776

Si el empleado ha tenido buen desempeño, ¿cuál es la probabilidad que

pertenezca al Depto. de Reservaciones?

R= 0.4355748

BN= Evento que el empleado tenga buen desempeño

MD= Evento que el empleado tenga mal desempeño

PR= Evento de que el empleado sea del Personal de Recepción

DA= Evento de que el empleado sea del Departamento de Ama de llaves

DR= Evento de que el empleado sea del Departamento de Reservaciones

DC= Evento de que el empleado sea del Departamento de Contabilidad

P= (A/B) = 0.25x0.12

(0.20x0.10) +(0.10x0.5) +(0.45x0.15) +(0.25x0.12)

= 0.03 = 0.03 = 0.1791044776 DP

0.02+0.05+0.0675+0.03 0.1675

P= (A/B) = 0.45x0.85

(0.20x0.90) +(0.10x0.95) +(0.45x0.85) +(0.25x0.88)

= 0.3825 = 0.3825 = 0.4355748 DR

0.18+0.095+0.3825+0.22 0.8778

2) El gerente de un restaurante tiene cuatro vendedoras (meseras), A, B, C y

D con probabilidades respectivas de que atiendan mal a un comensal de 4%,
3%, 2% y 3% respectivamente, si las vendedoras A y B realizan el 60% de las
comandas de servicio equilibradamente y la C y D el resto de una forma
equilibrada, con base el hecho de que un comensal se quejó de un mal servicio
(mal atendido) encuentre la probabilidad de que

a) Lo haya atendido la vendedora A

R= 0.4

b) Lo haya atendido la vendedora D

R= 0.193548
S= Evento que la mesera tuvo turno de servicio

NS= Evento que la mesera no tuvo turno de servicio

A= Evento de que el comensal sea atendido por la masera A

B= Evento de que el comensal sea atendido por la mesera B

C= Evento de que el comensal sea atendido por la mesera C

D= Evento de que el comensal sea atendido por la mesera D

P= (A/B) = 0.4x0.60

(0.3x0.60) +(0.2x0.40) +(0.4x0.60) +(0.3x0.40)

= 0.24 = 0.24 = 0.4 Mesera A

0.18+0.08+0.24+0.12 0.62

P= (A/B) = 0.3x0.40

(0.4x0.60) +(0.3x0.60) +(0.2x0.40) +(0.3x0.40)

= 0.12 = 0.12 = 0.193548 Mesera D

0.24+0.18+0.08+0.12 0.62

3) Uno de los aspectos que más preocupa a los directivos de las diversas líneas
aéreas es la efectividad en el se1icio. Sostienen que una de las características
de calidad que persigue es la disminución en la demora de sus vuelos. En
nuestro país el turismo interno que utiliza ese tipo de transporte se puede
clasificar de la siguiente manera: 40% utiliza el servicio de AM, .4 el de MX y
20% utiliza otras líneas aéreas, según el control de vuelos, los vuelos tienen una
demora en 4%, 5% y 0.07 respectivamente. El día de hoy llego un vuelo
demorado, cual es la probabilidad de que:

a) Pertenezca a MX

R= 0.534759

b) Pertenezca a AM

R= 0.427807

c) Sea de alguna otra línea aérea

R= 0.037433
D= Evento en el que el vuelo del avión demora

ND= Evento en el que el vuelo de avión no demora

A= Evento de que la demora del vuelo sea en el servicio MX

B= Evento de que la demora del vuelo sea en el servicio AM

C= Evento de que la demora del vuelo sea en el servicio de otras líneas

P= (A/B) = 0.40x0.5 = 0.2

(0.40x0.4) +(0.40x0.5) +(0.20x0.07) 0.16+0.2+0.014

= 0.2 = 0.534759 MX

0.374

P= (A/B) = 0.40x0.4 = 0.16 = 0.427807 AM

0.374

P= (A/B) = 0.20x0.07 = 0.014 = 0.037433 Otra línea

0.374

4) Un hotel recibe cierto artículo de 3 distintos proveedores A, B y C; del total

el 40% compra de A, mientras que de B y C se les compra el 30% a cada uno.
El porcentaje de artículos defectuosos son el 3%, 6% y el 9% para A, B, y C
respectivamente. Si los artículos se almacenan sin importar cuál fue el
proveedor, determinar la probabilidad de que seleccionado un artículo al azar:

a) Si no está defectuoso que haya sido vendido por el proveedor B

R= 0.299045
b) Si esta defectuoso que haya sido vendido por el proveedor C
R= 0.473684

D= Evento de que el producto seleccionado sea defectuoso

ND= Evento de que el producto seleccionado no sea defectuoso

A= Evento de que el producto seleccionado sea del proveedor A

B= Evento de que el producto seleccionado sea del proveedor B

C= Evento de que el producto seleccionado sea del proveedor C

P= (A/B) = 0.30x0.94 = 0.282

(0.40x0.97) +(0.30x0.94) +(0.30x0.91) 0.388+0.282+0.273

= 0.282 = 0.299045 B

0.943

P= (A/B) = 0.30x0.9 = 0.27

(0.4x0.3) +(0.3x0.6) +(0.3x0.9) 0.12+0.18+0.27

= 0.27 = 0.473684 C

0.57
 Conclusiones
El teorema de Bayes es válido en todas las aplicaciones de la teoría de la
probabilidad. Sin embargo, hay una controversia sobre el tipo de probabilidades
que emplea. En esencia, los seguidores de la estadística tradicional solo admiten
probabilidades basadas en experimentos repetibles y que tengan una
confirmación empírica mientras que los llamados estadísticos bayesianos
permiten probabilidades subjetivas. El teorema puede servir entonces para
indicar cómo debemos modificar nuestras probabilidades subjetivas cuando
recibimos información adicional de un experimento. La estadística bayesiana
está demostrando su utilidad en ciertas estimaciones basadas en el
conocimiento subjetivo a priori y el hecho de permitir revisar esas estimaciones
en función de la evidencia empírica es lo que está abriendo nuevas formas de
hacer conocimiento. Una aplicación de esto son los clasificadores bayesianos
que son frecuentemente usados en implementaciones de filtros de correo basura
o spam, que se adaptan con el uso. Otra aplicación se encuentra en la fusión de
datos, combinando información expresada en términos de densidad de
probabilidad proveniente de distintos sensores.

Como aplicaciones puntuales:

1. El diagnóstico de cáncer.
2. Evaluación de probabilidades durante el desarrollo de un juego de bridge
por Dan F. Waugh y Frederick V. Waugh.
3. Probabilidades a priori y a posteriori.
4. Un uso controvertido en la Ley de sucesión de Laplace.
5. En el testeo de hipótesis en Ciencia Política cuando se usa metodología.
 Referencias

• Teorema de Bayes. (2018, febrero 21). Economipedia.

https://economipedia.com/definiciones/teorema-de-bayes.html

• Wikipedia contributors. (s/f). Teorema de Bayes. Wikipedia, The Free

Encyclopedia.
https://es.wikipedia.org/w/index.php?title=Teorema_de_Bayes&oldid=13
9665519