Estadística y Probabilidades

Escuela Profesional de Ingeniería Civil

Luis Zapatel Arriaga

www.usat.edu.pe
www.usat.edu.pe Email: lzapatel@usat.edu.pe
 Semana 5:
Probabilidades

MBA. Luis Zapatel Arriaga.

lzapatel@usat.edu.pe

www.usat.edu.pe
www.usat.edu.pe
 Toma de decisiones

Diariamente nos enfrentamos a situaciones de toma de

decisiones, sin disponer de toda la información
necesaria……(incertidumbre).
La “Teoría de la Probabilidad”, ó “Ciencia de la Incertidumbre” se ocupa
del estudio de la mejor decisión cuando contamos con información
reducida.

La probabilidad es importante en la toma de decisiones, porque suministra un

mecanismo para medir, expresar y analizar la incertidumbre asociada con
eventos futuros; permitiendo a quien toma decisiones analizar con
información limitada los riesgos y minimizar el azar inherente.

www.usat.edu.pe
 Enfrentar, entender y comunicarse claramente acerca de la
incertidumbre es importante y requerido para:

 Análisis de riesgo, administración del riesgo y reducción

del riesgo
 Evaluación de proyectos de inversión
 Control de calidad
 Análisis de Suelos
 Planificación Urbana
 Teoría de colas, de juegos
 Sistemas de seguros
 Planificación y control de ventas e inventarios.
 Contratación de capital humano.
 Otros
www.usat.edu.pe
 Definiciones
• Experimento
– Actividad que origina un evento.
– Proceso de hacer una observación y obtener un resultado.
• Experimento Aleatorio
Cualquier proceso de observación que puede repetirse a voluntad en
condiciones similares, con la condición de que el resultado no puede ser
previsto antes de cada una de sus realizaciones.
Resultado
Lo que obtenemos de un experimento.
Espacio Muestral Ω
Colección de todos los posibles resultados de un experimento.
Evento
Uno o más de los posibles resultados de un experimento.

www.usat.edu.pe
 Experimento Aleatorio y No Aleatorio(Determinista)

Si levantamos una piedra y la soltamos estamos seguros de

que caerá por la gravedad.
Sí construimos un muro con una mezcla de concreto con
muy poca agua, estamos seguros de que la pared se rajará
y colapsará.
Experiencia determinista,

Experiencia aleatoria

Para el proceso de curado del concreto es necesaria la

utilización de rociadores de agua, pero es posible que
llueva ese día, aunque es una experiencia aleatoria
porque no tenemos certeza de qué sucederá.

www.usat.edu.pe
 Experimento Espacio Muestral Ω
Lanzar una moneda Cara, Sello.
Lanzar dos monedas CC, CS, SC, SS
Sacar una carta (valor) 2, 2, ..., A (52)
Sacar una carta (color) Roja, Negra
Lanzar un dado. 1, 2, 3, 4, 5, 6
Jugar un partido Ganar, Empatar, Perder
Inspeccionar una parte Defectuoso, Bueno

www.usat.edu.pe
EXPERIMENTO ALEATORIO: Analizar los Perfiles de Proyectos a realizarse en el
departamento de Lambayeque, cumpliendo con la normativa, las características
necesarias y las condiciones correctas.
ESPACIO MUESTRAL: Que la Municipalidad los declare viable o no.

EVENTOS:
A: Provincia donde se desarrolla el B: Importe del Proyecto
Proyecto: sea por más de $300 000.
A: Chiclayo, Lambayeque, Ferreñafe

EJ: Sacar plumillas de 0.2mm de

grosor al momento de abrir la
cartuchera.

www.usat.edu.pe
 Experimento: Cobranza a dos clientes

A: 1er cliente cancela su deuda

B: 1er cliente no cancela su deuda
C: 2do cliente cancela su deuda
Espacio
D: 2do cliente no cancela su deuda
Muestral:
Ω={AC, AD, BC, BD} Resultados:
Evento Resultados
H: Un cliente Canceló H={AD, BC}
I: El 1er visitado Canceló I={AC, AD}
J: Al menos Uno Canceló J={AC, AD, BC}
K: Los dos Cancelaron K={AC}

www.usat.edu.pe
Probabilidad es…

1 Cierto

• Es la medida numérica de la
certeza de que un resultado
.5
pueda ocurrir.
• Su valor está entre 0 y 1

0 Imposible

www.usat.edu.pe
 Experimentos y Eventos

1. ¿Cuál es la probabilidad de obtener 1 Cara si arrojamos

una moneda una vez?

Número de Resultados Favorables

Prob 
Número de Resultados Posibles

c  1  0.5
c, s 2
www.usat.edu.pe
 • ¿Cuál es la probabilidad de sacar un as al sacar
un naipe de una baraja?

Número de Resultados Favorables

Prob 
Número de Resultados Posibles

As de Corazones, As de Tréboles, As de Diamantes, As de Espadas 


4

1
 0.0769
52 Naipes 52 13

www.usat.edu.pe
 • ¿Si lanzamos 2 dados, cuál es la
probabilidad de obtener un puntaje de 7?

Número de Resultados Favorables

Prob 
Número de Resultados Posibles

(1,6), (2,5), (3,4), (4,3), (5,2), (6,1)  6

 0.1667
62 36
www.usat.edu.pe
 Experimentos y Eventos
 ¿Cuál es la probabilidad de obtener 1 compra si se
analiza el comportamiento de compra de tres
clientes?
Considere el experimento aleatorio en el que Sean:
C el resultado (Evento) de que un cliente decide comprar y
S el resultado (Evento) de que un cliente decide no comprar.
Nos interesa contar de cada 3 clientes analizados el número que deciden comprar.

Experimento: Analizar la decisión de compra de grupos de 3 clientes.

Variable Aleatoria X: Número de clientes que compran de los 3 clientes.

Los posibles resultados combinados pueden ser mejor visualizados,

mediante la construcción del árbol de decisión de éste experimento :
www.usat.edu.pe
 C CCC (3) 0.53=0.125

C
S CCS (2) 0.53=0.125

C CSC (2) 0.53=0.125

C S

S CSS (1) 0.53=0.125

Número de Compras C (2)
SCC 0.53=0.125

S C
S SCS (1) 0.53=0.125

C SSC (1) 0.53=0.125

S

(0) 0.53=0.125
S SSS
• El espacio muestral para este experimento será:
• SSS, SSC, SCS, SCC, CSS, CSC, CCS, CCC.
Así, los posibles valores de: X (número de clientes que compran): x = 0,1,2,3.
www.usat.edu.pe
• El espacio muestral para este experimento será:
• SSS, SSC, SCS, SCC, CSS, CSC, CCS, CCC.
Así, los posibles valores de: X (número de clientes que compran): x = 0,1,2,3.

 El resultado “cero compras” ocurrió una vez.

 El resultado “una compra” ocurrió tres veces.
 El resultado “dos compras” ocurrió tres veces.
 El resultado “tres compras” ocurrió una vez.

Número de Resultados Favorables

Prob 
Número de Resultados Posibles

(css), (scs), (ssc ) 3

  0.375
(ccc), (ccs), (csc), (css), (scc), (scs), (ssc ), (sss ) 8
www.usat.edu.pe
Experimento: Analizar la decisión de compra de grupos
de 3 clientes.

Variable Aleatoria X: Número de clientes que compran de cada 3 clientes.

N° Compras fi Probabilidad
Distribución de Probabilidades
0 1 0.125
1 3 0.375 1
2 3 0.375 0 .9

Probabilidad
0 .8
3 1 0.125 0 .7
0 .6
8 1.00 0 .5
0 .4
0 .3
0 .2
0 .1
0
0 1 2 3

Número de Compras

www.usat.edu.pe
 ENFOQUES DE LA PROBABILIDAD

PROBABILIDAD PROBABILIDAD
OBJETIVA SUBJETIVA ( )

PROBABILIDAD
PROBABILIDAD
FRECUENCIA RELATIVA
CLASICA (1/n)
(fi/n)

www.usat.edu.pe
 Enfoques de la Probabilidad
I. PROBABILIDAD OBJETIVA

a) Probabilidad Clásica (Situación decisional nueva)

Se basa en la consideración de que los resultados
de un experimento son igualmente posibles.

número de resultados favorables

Probabilid ad de un evento =
número total de resultados posibles

www.usat.edu.pe
 EJEMPLO 1
 Alexis está postulando a su primer trabajo profesional
como Ingeniero (Adjudique/Deniegue)¿Cuál es la
probabilidad de que obtenga el puesto?
 Aplicando el concepto de probabilidad clásica:
La probabilidad sería: P(A) = ½ = 0.5
 La Constructora G$V desea adquirir su primera mezcladora de
concreto de entre 4 marcas (Dynamic, Siveti, Menegotti y Imetsade). Si
desea elegir el mejor ¿Cuál es la probabilidad de Dynamic sea la
marca elegida? Aplicando la probabilidad clásica: P(D)= ¼ = 0.25
 Al presentar 3 propuestas arquitectónicas que cumplan con los
puntos requeridos a un cliente hay un 33.3% que una cada
propuesta sea la elegida
www.usat.edu.pe
b) Probabilidad Empírica o de frecuencias relativas
(Situación decisional reiterada)
Es la probabilidad de que un evento ocurra a largo
plazo.
Se determina observando en cuantas veces se repite
un evento semejante en el pasado:

número de veces que ocurrió el evento

Probabilidad del evento =
número total de observaciones

La probabilidad que suba el dólar.

La probabilidad que un cliente me compre.

www.usat.edu.pe
 EJEMPLO 2
La empresa Caterpillar ha ganado 186 licitaciones de las 1200 a las
que se presentó este año. ¿Cuál es la probabilidad de que gane la
siguiente licitación?
Aplicando el concepto de frecuencias relativas, la probabilidad de que
gane sería: P(G) = 186 /1200 = 0.155

Asumiendo que durante el año anterior hubo 30

construcciones de edificios en la ciudad de Chiclayo, de los
cuales 20 eran para hospitales. El modelo de frecuencia
relativa revela de que la probabilidad de que la siguiente
construcción sea un hospital es:….
www.usat.edu.pe
 I. PROBABILIDAD SUBJETIVA

• Es la probabilidad otorgada por un individuo a la

ocurrencia de un evento específico basada en cualquier
información disponible: su experiencia, opinión personal
ó análisis propio de la situación particular que se evalúa
(estado de información de una persona).

 Dar en base a la experiencia personal un pronóstico sobre las ventas de un

celular S8
 Basado en su experiencia, un ingeniero civil puede afirmar que la
pendiente protegerá a la casa de los rayos directos del son, con una
probabilidad de 0.05%.
 Estimar la probabilidad de que el Alemania gane el mundial de fútbol.

www.usat.edu.pe
 ENFOQUES DE LA PROBABILIDAD

PROBABILIDAD PROBABILIDAD
OBJETIVA SUBJETIVA ( )

PROBABILIDAD
PROBABILIDAD
FRECUENCIA RELATIVA
CLASICA (1/n)
(fi/n)

Consideraciones:
Sea cualquier caso, …los eventos deben ser….
www.usat.edu.pe
 Eventos Mutuamente Excluyentes.
Eventos Colectivamente Exhaustivos.
• Eventos mutuamente excluyentes: La ocurrencia de cualquier
evento implica que ningún otro puede ocurrir al mismo tiempo.
• Eventos Colectivamente exhaustivos: Lista de eventos que
registra todos los resultados posibles cuando se realiza un
experimento, de modo tal que su unión debe ser igual al espacio
muestral Ω.

Evento A Evento B Evento A Evento B

www.usat.edu.pe
 Analizando el caso de:
Experimento: Cobranza a dos clientes
Espacio Muestral: Ω={AC, AD, BC, BD}
Considere el evento de que un cliente canceló H={AD, BC}
Probabilidad de que un cliente canceló P(H) = 2/4 = 1/2.

Los cuatro resultados posibles son mutuamente excluyentes.

AC, AD, BC, BD
Los cuatro resultados posibles son colectivamente exhaustivos. En
otras palabras, la suma de las Prob. es:
(0.25 + 0.25 + 0.25 + 0.25) = 1
www.usat.edu.pe
 EVENTOS

EVENTOS MUTUAMENTE
EXCLUYENTES

-No pueden ocurrir simultáneamente: -Contiene todos los resultados posibles de un evento.
-Se define un espacio muestral.

-Se define una característica.
Ej.:
En una noche, un estudiante tiene que
diseñar un proyecto, pero a la vez puede ir
a una fiesta a la misma hora.
El evento de diseñar un proyecto impide
que el estudiante vaya a su fiesta.
Ej.:
Al estudiar un proyecto, el arquitecto da la
posibilidad de escoger uno de los siguientes:
-2 proyectos de Mies Van der Rohe
-3 proyectos de Marcel Breuer
-1 proyecto de Le corbusier
-2 proyectos de Angelo Bucci
¿Cuál es la Probabilidad que escoja uno de los
proyectos de Marcel Breuer indicados por el
arquitecto?
Si se toman en cuenta los 8 posibles proyectos,
son ECE

www.usat.edu.pe
Evento Mutuamente Excluyente.- Dos eventos son mutuamente excluyentes si la ocurrencia de uno
prohíbe la ocurrencia de otro.

• El mal o buen estado de un puente son eventos mutuamente

excluyentes.
• La ubicación de un conjunto de vivienda de baja densidad
puede estar ubicada en un área rural o en un área urbana.

Evento colectivamente exhaustivo.- Constan de todos los posibles resultados de un experimento y

constituyen su espacio muestral.
De los 200 empleados de la constructora CIUDARIS S.A., 70 son arquitectos, 90
son ingenieros y los 40 trabajadores restantes son empleados auxiliares. Los
eventos colectivamente exhaustivos son A, I y E. S i un empleados se selecciona
al azar,

Debido a que ocurre la certeza de que el empleado seleccionado

P(A)= 70/200= 0.35 provenga de una de éstas tres categorías colectivamente
P(I)=90/200=0.45 exhaustivas,
P(E)= 40/200=0.2 P(A o I o E)= 0.35+0.58+0.2=1.00
www.usat.edu.pe
 Reglas / Propiedades de la
Probabilidad
1.- COMPLEMENTO
2.-ADICION:
Evento Mutuamente Excluyente
Evento Colectivamente Exhaustivos
2.- MULTIPLICACION
Eventos Independientes
Eventos Dependientes

www.usat.edu.pe
 Regla del complemento

• Se utiliza para determinar la probabilidad un evento,

conociendo su probabilidad de No Ocurrencia.
• Se obtiene restando del número 1 la probabilidad de que
No ocurra un evento.
• Si P(A) es la probabilidad del evento A y P(Ac) es el
complemento de A,
– P(A) + P(Ac) = 1
Complemento de A
– P(A) = 1 – P(Ac).
Evento A
Ac

www.usat.edu.pe
 G&M es la encargada de realizar obras en Latinoamérica de
EJEMPLO 3 gran envergadura. Si de 1000 obras se consolidó la siguiente
información respecto de la culminación de sus obras:
Sea el evento que una obra fue culminada:
Culminación N° obras
A : Antes de tiempo. P(A) = 100 /1000 = 0.1
D: Demorado. P(D) = 75 /1000 = 0.075 Antes de Tiempo 100
T: A tiempo P(T) = 800 /1000 = 0.8 Demorado 75
C: Resolución contrato P(C) = 25 /1000 = 0.025
A tiempo 800
¿Cuál es la probabilidad de que una obra se culmineAtiempo?
¿Cuál es la probabilidad de que NO?
Resolución contrato 25
Total 1000

T = 0.8 P(T)= 800/1000= 0.8

D = 0.075 C = 0.025 A = 0.1 P(T)C = 1- P(T) = 1- 0.8 = 0.2

www.usat.edu.pe
Recordemos lo aprendido hasta ahora…

Experimento
Experimento
Aleatorio
Resultado ENFOQUES DE LA PROBABILIDAD

Espacio Muestral Ω
Evento PROBABILIDAD
OBJETIVA
PROBABILIDAD
SUBJETIVA ( )

Probabilidad
PROBABILIDAD
PROBABILIDAD
FRECUENCIA RELATIVA
Eventos Mutuamente Excluyentes. CLASICA (1/n)
(fi/n)
Eventos Colectivamente Exhaustivos.

Regla del complemento

www.usat.edu.pe
 Regla de la Adición…
Si A y B son mutuamente excluyentes

Evento A Evento B = P(A) + P(B)

P(A o B) =
P (A U B) =
Si A y B NO son mutuamente excluyentes

Evento A Evento B = P(A) + P(B) - P(A y B)

Probabilidad conjunta de que

A y B ocurran al unísono
P(A y B) = P(A ∩ B)

www.usat.edu.pe
 EJEMPLO 4
De 500 estudiantes, 300 aseveraron
tener estéreo, 280 dijeron Tv. y al Si un estudiante es
preguntarles quienes tenían ambos seleccionado
180 asintieron. aleatoriamente, ¿Cuál
Tv. es la probabilidad de
280
Ambos que tenga un Estéreo,
Estéreo 180 tenga una Tv., y tanto
300 Tv. como Estéreo?

P(S) = 300 /500 = 0.6

P(T) = 280 /500 = 0.56
P(S y T) = 180 /500 = 0.36
P(S o T) = P(S) + P(T) - P(S y T)
= 0.6 + 0.56 - 0.36 = 0.8
www.usat.edu.pe
 Regla de la Multiplicación…
Si dos eventos A y B son independientes (la ocurrencia de B no afecta la probabilidad de ocurrencia de A).
Su probabilidad conjunta es: P(A y B) = P(A ∩ B) = P(A) * P(B).
Si dos eventos A y B no son independientes (la ocurrencia de B afecta la probabilidad de ocurrencia de A).
Su probabilidad conjunta es: P(A y B) = P(A ∩ B) = P(A) * P(B|A)

Surge el concepto de Probabilidad es la probabilidad de que ocurra un evento, dado

Condicional… que ya ocurrió otro evento.
Evento que se
desea saber
P( / ) P( A  B)
P( B | A) 
P( A)
Evento que ya sabemos
que ocurrió (ya pasó)

P(B|A). Se lee: La probabilidad de que ocurra el evento B dado que ya ocurrió A.

P(A|B). Se lee: La probabilidad de que ocurra el evento A dado que ya ocurrió B.
www.usat.edu.pe
 Ripley almacena en Lima y Piura. La probabilidad de que el inventario
EJEMPLO 5 Lima aumente su valor el próximo año es 0.5, mientras que el de
Piura aumente el suyo es 0.07. ¿Cuál es la probabilidad de que……?

a) …. ambos aumenten su valor el próximo año?

Definiendo Eventos b) …. al menos uno aumente su valor el próximo año?
L = Lima aumenta valor
M = Lima No aumenta valor
Ω
P = Piura aumenta valor
Q = Piura No aumenta valor P P(LP)=P(LyP) = P(L∩P)= P(L)*P(P/L)
=(0.5)(0.07)=0.035
L
Q P(LQ)= P(LyQ) = P(L∩Q)= P(L)*P(Q/L)
=(0.5)(0.93)=0.465
P P(MP)= P(MyP) =VP(M∩P)= P(M)*P(P/M)
=(0.5)(0.07)=0.035
M
Q P(MQ)= P(MyQ) = P(M∩Q)= P(M)*P(Q/M)
=(0.5)(0.93)=0.465
a) P(L y P) = (0.5)(0.07) = 0.035.
b) P(al menos uno aumente su valor) = P(L y P) +P(L y Q)+ P(M y P) EVENTOS
= (0.5)(0.07)+(0.5)(0.7)+(0.7)(0.5) INDEPENDIENTES!!!
= 0.035 +0.465+0.035
= www.usat.edu.pe
 Tabla de Contingencia

Evento
Evento B1 B2 Total
A1 P(A1 y B1) P(A1 y B2) P(A1)

A2 P(A2 y B1) P(A2 y B2) P(A2)

Total P(B1) P(B2) 1

Probabilidad Probabilidad Marginal (Simple)

Conjunta

www.usat.edu.pe
Caso de la Baraja de Naipes..
Color
Tipo Rojo Negro Total
As 2 2 4
No As 24 24 48
Total 26 26 52
Color
Tipo Rojo Negro Total
As 1/26 1/26 2/26
No As 6/13 6/13 12/13
Total 13/26 13/26 26/26
www.usat.edu.pe
 Caso de producción

A: Artículos en idioma español Evento

B: Artículos en idioma inglés. Evento C D Total
C: Artículos sobre estrategia.
D: Artículos sobre gestión. A 4 2 6
B 1 3 4
Total 5 5 10
¿Cuál es la Probabilidad Las probabilidades son:
de escoger un artículo?
P (A) = 6/10
•P (A) =
•P (D) = P (D) = 5/10
•P (C y B) = P (C y B) = 1/10
•P (A o D) = P (A o D) = 9/10
•P (B y D) =
P (B y D) = 3/10
www.usat.edu.pe
 Plus…
Evento 2
Evento C D Total P(A y D) 10 2
A 4 2 6 P(A | D)   
P(D) 5 5
B 1 3 4 10
Total 5 5 10 1
P(C y B) 10 1
¿Cuál es la P(C | B)   
P(B) 4 4
probabilidad?
10
P (A|D) =
5 1 6 2
P (C|B) = P(C)   P(A)  
Son C y B 10 4 10 5
independientes?
www.usat.edu.pe
 Tipos de Probabilidades

Tipos de Condiciones de
Símbolo Condiciones de
Probabilidad Independencia Estadística Dependencia Estadística

Marginal P(A) P(A)  P (ABi)

Conjunta P ( A,B ) P(A) x P (B) P (A | B) x P (B )
Condicional P ( A|B ) P(A) P (A,B) / P ( B )

www.usat.edu.pe
 EJEMPLO 6
El Ingeniero de una Inmobiliaria analizaba la siguiente información
sobre una muestra de clientes:
¿ Si se elige un cliente al azar,
cuál es la probabilidad de que sea GENERO
mujer y ahorre en el BCP? Banco Hombre Mujer Total
prestamista
P(M y B) = 110 / 900 = 0.122
BCP 170 110 280
¿Sí se sabe que el cliente es mujer, Interbank 120 100 220
cuál es la probabilidad que ahorre Scotiabank 60 70 130
BCP? Financiero 150 120 270
P(B/M) = 110 / 400 = 0.275 Total 500 400 900
•P(HyF)=

¿Sí se sabe que el cliente •P(H/F)=

pertenece al BCP, que tan •P(F/H)=
probable es que sea mujer?
•P(HoF)=
www.usat.edu.pe
 Diagrama de árbol
Un diagrama de árbol (o arborigrama) es una representación
gráfica muy útil para visualizar las probabilidades condicional
y conjunta y en particular para el análisis de decisiones
administrativas que involucran varias etapas.

Donde cada segmento en el árbol es una etapa del

problema.
Nodo inicial. Puede o no representar un evento.
Nodos finales o terminales. Son el número de alternativas.
Ramas. Une a dos nodos
www.usat.edu.pe
 EJEMPLO 07
Un almacén contiene 7 bolsas de Reactivos Aglutinantes y 5 bolsas de Biopegamento (B),
se escogen 2 bolsas, una después de la otra sin reemplazo. Construya el diagrama de árbol
con esta información.
Definiendo a los posibles eventos como:
R1: Primera bolsa elegida es de reactivos.
B1: Primera bolsa elegida es de biopegamento.
R2: Segunda bolsa elegida es de reactivos.
B2: Segunda bolsa elegida es de biopegamento.

6/11 R2

7/12 R1
5/11 B2
7/11 R2
5/12 B1
4/11 B2
www.usat.edu.pe
 Ejemplo 8
Un proyecto posee 3 acabados de madera (A) y 5 acabados de concreto (B), se escogen 2 acabados de
cada material, una después de la otra sin reemplazo.
Definiendo a los posibles eventos como:
A1: Primer acabado elegido es madera
B1: Primera acabado elegido es concreto.
A2: Segunda acabado elegido es madera.
B2: Segunda acabado elegido es concreto.
2/7 A2

3/8 A1
5/7 B2
3/7 A2
5/8 B1
4/7 B2
www.usat.edu.pe
PROBABILIDAD A PRIORI Es la probabilidad inicial con base en el nivel actual de información.
PROBABILIDAD A POSTERIORI Es una probabilidad revisada con base en información adicional.
EJEMPLO:
El parte meteorológico ha anunciado tres posibilidades
para el fin de semana:
a.Que llueva: probabilidad del 50%.
b.Que nieve: probabilidad del 30%
c.Que haya niebla: probabilidad del 20%.
Según estos posibles estados meteorológicos, la posibilidad de que ocurra un accidente es:
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%.
Resulta que efectivamente ocurre un accidente y como no estábamos en la ciudad no sabemos
que tiempo hizo (llovió, nevó o hubo niebla).

Las probabilidades que manejamos antes de conocer que ha ocurrido un accidente se denominan
"probabilidades a priori" (lluvia con el 50%, nieve con el 30% y niebla con el 20%).

Una vez que incorporamos la información de que ha ocurrido un accidente, las probabilidades del
suceso A cambian: son probabilidades condicionadas P (A/B), que se denominan
"probabilidades a posteriori”

www.usat.edu.pe
 Teorema de Bayes
Se representa con la fórmula:
P( A1) * P( B | A1)
P( A1 | B) 
P( A1) * P( B | A1)  P( A2) * P( B | A2)
 Defina los eventos de cada etapa.
Diagrama del árbol  Elabore de izquierda a derecha el Diagrama del árbol.
 Recuerde colocar las probabilidades a cada rama y a
cada resultado posible del espacio muestral

Posibilidades Información Teorema Posibilidades

a priori Nueva de Bayes posteriores

www.usat.edu.pe
 La industria CELIMA ha recibido varias quejas debido a fallas de sus
cerámicos. Se notificó una queja por una loseta hoy y el jefe de control de
calidad no puede identificar la planta de fabricación del cerámico.
Sí sabemos que:
% de cerámicos CELIMA % fallas de fábrica
Chiclayo 15 4
Lima 56 3
Trujillo 29 7

EJEMPLO 09
¿Cuál es la probabilidad de que:

a) La loseta fallada haya salido de la planta de Chiclayo. (La botella sea de Chiclayo si sé que estaba fallada: P(C/F).
b) Una loseta sea de Chiclayo y esté en buen estado: P(CyB).
c) Una loseta esté en buen estado si sé que era de Chiclayo: P(B/C).
d) Una loseta esté fallada: P(F).
e) Una loseta sea de Lima si sé que estaba buen estado: P(L/B).

www.usat.edu.pe
a)La loseta fallada haya salido de la planta de Chiclayo. (La botella sea de Chiclayo si sé que estaba fallada: P(C/F).
b)Una loseta sea de Chiclayo y esté en buen estado: P(CyB).
c) Una loseta esté en buen estado si sé que era de Chiclayo: P(B/C).
d)Una loseta esté fallada: P(F).
e)Una loseta sea de Lima si sé que estaba buen estado: P(L/B).

F P(CF)= P(CyF) = P(C∩F)= P(C)*P(F/C)

=(0.15)(0.04)=0.006
C

B P(CB)= P(CyB) = P(C∩B)= P(CH)*P(B/C)

=(0.15)(0.96)=0.144

F P(TF)= P(TyF) = P(T∩F)= P(T)*P(F/T)

=(0.56)(0.03)=0.0168
P(T) = 0.56
T
B P(TB)= P(TyB) = P(T∩B)= P(T)*P(B/T)
=(0.56)(0.97)=0.5432
Definiendo Eventos
C = Chiclayo
T = Trujillo F P(LF)= P(LyF) = P(L∩F)= P(L)*P(F/L)
L = Lima =(0.29)(0.07)=0.0203
B = Buen estado L
F = Fallado
P(LB)= P(LyB) = P(L∩B)= P(L)*P(B/L)
B
=(0.29)(0.93)=0.2697
www.usat.edu.pe
 Tres empresas productoras de ladrillos Pirámide, Lark, Fortes abastecen con el 40%, 15% y 45
Ejemplo 10 de los cientos de ladrillos comercializados en el mercado local. Por experiencia se conoce que el
8%, 12% y 6% respectivamente de los lotes de cada empresa fisuras y/o sulfatos.
Definiendo Eventos B P(PB)= P(PyB) = P(P∩B)= P(P)*P(B/P)
P = Pirámide
L = Lark =(0.40)(0.92)=0.368
P
F = Fortes D P(PD)= P(PyD) = P(P∩D)= P(P)*P(D/P)
B = Bueno =(0.40)(0.08)=0.032
D = Defectuoso
B P(LB)= P(LyB) = P(L∩B)= P(L)*P(B/L)
P(L) = 0.15 =(0.15)(0.88)=0.132
L
D P(LD)= P(LyD) = P(L∩D)= P(L)*P(D/L)
=(0.15)(0.12)=0.018
B P(FB)= P(FyB) = P(F∩B)= P(F)*P(B/F)
F =(0.45)(0.94)=0.423
¿Cuál es la probabilidad de que: P(FD)= P(FyD) = P(F∩D)= P(F)*P(D/F)
D
=(0.45)(0.06)=0.6045
a)Sí compramos un ciento de ladrillos y resulta defectuoso que este lote provenga de la empresa “Lark”.
b)Un lote sea Bueno si se compró en Fortes.
c) Un lote sea de Pirámide si resultó estar en buen estado.
d)Un lote sea Bueno.
e)Un lote sea de Fortes y sea Defectuoso
f) Un lote sea de Defectuoso
www.usat.edu.pe
 Luis Zapatel Arriaga
Email: lzapatel@usat.edu.pe

http://www.facebook.com/usat.peru

https://twitter.com/usatenlinea

https://www.youtube.com/user/tvusat

https://plus.google.com/+usateduperu

www.usat.edu.pe