11 PROBABILIDAD TOTAL

Y TEOREMA DE BAYES
P(AyD)
D

P(ByD) Unidad N°
D
B

PROBABILIDAD Y ESTADÍSTICA
 PARTICIÓN DEL ESPACIO MUESTRAL

Los eventos A1, A2, …, Ak constituyen una partición del espacio muestral
, si son mutuamente excluyentes y colectivamente exhaustivos. Es
decir:

 Ai  Aj = Ø, para todo ij

 A1 A2  …  Ak =  ( ó i P(Ai) = 1 )


A1 A2 A3 … AK
 REGLA DE LA PROBABILIDAD TOTAL

A1 A2 A3 … AK

Si k eventos: A1 , A2 ,..., Ak constituyen una partición

del espacio muestral , entonces, para cualquier
evento B en ,
k
P ( B )   P ( Ai ) P ( B / Ai )
i 1
Ejemplo
Un ensamblador de computadoras usa monitores que provienen de tres
proveedores P1, P2 y P3. De 2000 monitores recibidos, 1000 provienen de P1 y
600 de P2. De experiencias pasadas, el ensamblador sabe que los porcentajes de
monitores defectuosos que provienen de P1, P2 y P3 son respectivamente 3%,
4%, y 5%. Si se elige una computadora al azar.

1.¿Cuál es la probabilidad de que tenga un monitor defectuoso?

2.Si contiene un monitor defectuoso, ¿cuál es la probabilidad de que este haya
sido proveído por P3?
I. Identificando eventos
D: “Monitor defectuoso”.

II. Sabemos que: D 0.03 0.5x0.03=0.015

0.5 P1
D’ 0.97
D 0.04 0.3x0.04=0.012
0.3 P2
D’ 0.96
D 0.05 0.2x0.05=0.01
0.2 P3
D’ 0.95 P(D)=∑P(Ai)P(B/Ai)=0.037
 TEOREMA DE BAYES

• En el siglo XVIII el reverendo Thomas Bayes, ministro

presbiteriano inglés planteó el siguiente teorema:
¿Realmente Dios existe? Ya que estaba interesado en las
ciencias matemáticas intentó desarrollar una fórmula para
llegar a evaluar la probabilidad de que Dios si existe, con
base en la evidencia de la que él disponía en la tierra. Más
adelante Laplace afinó el trabajo de Bayes y le dio el
nombre del “teorema de Bayes” . El teorema se expresa así:

Si k eventos: A1 , A2 ,..., Ak constituyen una partición

del espacio muestral , entonces, para cualquier
evento B en , tal que P( B)  0
P ( Ai ) P ( B / Ai )
P ( Ai / B )  k

 P( A ) P( B / A )
i 1
i i
 TEOREMA DE BAYES
•Este teorema se utiliza para revisar probabilidades calculadas
previamente, usando nueva información disponible.
•El teorema de Bayes establece la relación más importante en la teoría
de probabilidades y es de relevancia central en el Análisis de Decisiones,
ya que es la base para la revisión de la asignación de probabilidades a la
luz de información adicional.
•Este teorema se deriva fácilmente del concepto de probabilidad
condicional. Se utiliza la información de un segundo evento para revisar la
probabilidad de que haya ocurrido un primer evento.

Probabilidades Teorema Probabilidades

a priori de Bayes a posteriori
Causas Efectos

Información
Nueva
 TEOREMA DE BAYES
Si k eventos: A1 , A2 ,..., Ak constituyen una partición
del espacio muestral , entonces, para cualquier
evento B en , tal que P( B)  0
P ( Ai ) P ( B / Ai )
P ( Ai / B )  k

 P( A ) P( B / A )
i 1
i i


A1 A2 A3 … AK

B
 TEOREMA DE BAYES
Ejemplo
El parte meteorológico para Puno ha anunciado tres posibilidades
para el fin de semana: (Evento A1)
a) Que llueva: probabilidad del 50% (Evento A2)
b) Que nieve: probabilidad del 30%
(Evento A3)
c) Que haya niebla: probabilidad del 20%
Según estos posibles estados meteorológicos, la posibilidad de que
ocurra un accidente es la siguiente:
a) Si llueve: probabilidad de accidente del 20%.
b) Si nieva: probabilidad de accidente del 10%
c) Si hay niebla: probabilidad de accidente del 5%.
(Evento B):
Si ocurrió un accidente
1. ¿Cuál es la probabilidad de que haya llovido?
2. ¿Cuál es la probabilidad de que haya nevado?
3. ¿Cuál es la probabilidad de que haya habido neblina?
 

0.2 0.1 0.05

A1: “Que llueva” A2: “Que nieve” A3:”Que halla neblina”

50% 30% 20%

A2 A3 Ak
A1
I. Regla de la probabilidad total II. Teorema de bayes
P(B)=∑P(Ai)P(B/Ai)=0.14
Este dato
P(B)=P(A1)P(B/A1)+P(A2)P(B/A2)+P(A3)P(B/A3) tenemos

P(B)=0.5x0.2+0.3x0.1+0.2x0.05 P(A1)P(B/A1)=? III. Reemplazamos

P(B)=0.14 =0.5x0.2 P(A1/B) =

0.1
=0.714
0.14
=0.1 La probabilidad de que el accidente haya
sucedido en un día de lluvia es de 0.714
 TEOREMA DE BAYES
P(Ai)P(B/Ai)
0.20 0.5x0.20=0.1
B
0.80
0.5 A1 B’
B 0.10 0.3x0.10=0.03
0.3 A2
0.2 B’ 0.90
A3 B 0.05 0.2x0.05=0.01
Calculando la probabilidad de que el accidente
B’ 0.95 haya sucedido en un día de lluvia:
P(A1/B)=???
P(B)=∑P(Ai)P(B/Ai)=0.14
P(A1/B)=P(A1)P(B/A1) = 0.1 =0.714
∑P(Ai)P(B/Ai) 0.14
Metacognición
GRACIAS POR SU ATENCIÓN