Metodo Estadistico.

Ambar Maldonado 100339794

Probabilidad Condicional
Es la probabilidad de que un eve nto dado ocurra dado que otro evento ocurre.
El operador de la probabilidad condicional es el signo l.

Ejemplo:

El experimento de extraerlas dos canicas blancas y cinco canicas verdes.

P(A) = La primera canica es blanca.
P(B) = La segunda canica es blanca.
P(BlA) = La segunda canica es blanca dado que la primera canica es blanca
P(AnB) = Las dos canicas son blancas

Al axtraer la primera canica, hay en la caja cinco canicas blancas de un total de diez, por lo que la
probabilidad es:

P(A)= 5/10 = 1/2 = 0.5 = 50%

Al extraer la segunda canica hay en la caja cinco canicas blancas de un total de nueve, po lo que la
probabilidad condicional de que la segunda sea blanca dado que la primera fue tamiben blanca es:
P(BlA) = 4/9 = 0.4 = 44.4%

Cuando se producen sucesos estocásticosconsecutivamente de un espacio muestral, pueden darse dos

tipos genéricos de situaciones:

- Los sucesos son independientes entre sí, de manera que no influye uno en el otro.
- Cada suceso está condicionado por el resultado del anterior.

Cuando un suceso influye en el resultado de un segundo suceso se dice que la probabilidad de éste es
una probabilidad condicionada, expresado como P (AlB) cuyo valor es: P (AlB) = P(AlB)/P(B) El
suceso B no puede ser un suceso imposible, pues sería P(B) = 0
Probabilidad total:

El teorema de la probabilidad total permite calcular la probabilidad de que ocurra un evento, que se puede
realizar a través de varios caminos. Antes de revisar el teorema de probabilidad total, es necesario definir
el concepto de partición.

Veamos los ejemplos y ejercicios del teorema de la probabilidad total.

Sean A1, A2, A2, … , An, eventos de un mismo espacio muestral S. Dichos eventos forman una partición
de S si son mutuamente excluyentes y colectivamente exhaustivos. Es decir, si cumplen con las
condiciones siguientes:

Teorema de la probabilidad total

El teorema de la probabilidad total, establece que:

Sean A1, A2, A3, … , An, eventos que forman una partición del espacio muestral S, y sea B otro evento
cualquiera del espacio muestral S, entonces la probabilidad del evento B se puede obtener de la siguiente
manera:

Los problemas de probabilidades que requieren al teorema de probabilidad total, también se pueden
resolver de manera sencilla usando el diagrama de árbol. Vamos a revisar 1 ejercicio, y lo vamos a resolver
con el diagrama de árbol y con el teorema.

Teorma de bayes
es utilizado para calcular la probabilidad de un suceso, teniendo información de antemano sobre ese
suceso.
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.

Ejemplo del teorema de Bayes

Una empresa tiene una fábrica en Estados Unidos que dispone de tres máquinas A, B y C, que producen
envases para botellas de agua. Se sabe que la máquina A produce un 40% de la cantidad total, la máquina
B un 30%, y la máquina C un 30%. También se sabe que cada máquina produce envases defectuosos. De
tal manera que la máquina A produce un 2% de envases defectuosos sobre el total de su producción, la
máquina B un 3%, y la máquina C un 5%. Dicho esto, se plantean dos cuestiones:
P(A) = 0,40 P(D/A) = 0,02