Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cond Bayes
Cond Bayes
MARGINAL Y CONJUNTA.
INDEPENDENCIA DE EVENTOS.
PROBABILIDAD TOTAL Y TEOREMA DE
BAYES.
B E R N A R D O F R O N TA N A D E L A C R U Z
MARCO ANTONIO GÓMEZ RAMÍREZ
ENERO DE 2012.
PROBABILIDAD CONDICIONAL
Como su nombre lo indica se trata de determinar la
probabilidad de que ocurra un evento A (aposteriori)
dado que ya aconteció un evento B (apriori), y se
representa mediante P(A|B), se lee probabilidad de A
dado B o probabilidad de A condicionada a B.
En la probabilidad S B
condicional, consideramos
que de un espacio muestral
S se conoce únicamente el
evento B, que constituye un
espacio muestral reducido.
de un A
S A2 ⅓
diagrama de S1 ⅔ A
S S2 ⅔
árbol.
PROBABILIDAD MARGINAL
Para obtener expresiones útiles en el cálculo de este
tipo de probabilidades, se realizará un ejemplo.
En un taller mecánico tienen un total de 135
desatornilladores, los técnicos atribuyen a éstos dos
características cuando se los piden a sus ayudantes,
su longitud (largo y cortos) y la forma de la punta que
embona en los tornillos (planos o de cruz) de acuerdo a
la definición de eventos que sigue, la distribución es la
siguiente:
Eventos Característica
A1 Largo Evento A1 A2 Total
A2 Corto B1 40 60 100
B1 Punta plana B2 15 20 35
B2 Punta de Cruz Total 55 80 135
Para determinar una probabilidad conjunta, digamos
desatornilladores cortos con punta plana, de acuerdo
con la tabla, es el cociente 60/135=0.444, que se obtuvo
de dividir el número de desatornilladores cortos y que
tienen punta plana, en términos de conjuntos,
n(A2∩B1)=n21=60, entre el total de los desatornilladores
del taller, ns=135.
A1 A4 ……………………….…………. An-1
A2 B
A3
An
Para conocer el evento B a través de los eventos Ai, se
tiene: B=(A1∩B)U(A2∩B)U(A3∩B)…..U(An-1∩B)U(An∩B), la
unión de las intersecciones del evento B con los
eventos Ai, en forma implícita B=Ui=1nAi∩B.
Si aplicamos el concepto de probabilidad a ambos
miembros de la igualdad se tiene: P(B)=Ʃi=1nP(Ai∩B);
que recibe el nombre de probabilidad total del evento B.
TEOREMA DE BAYES
Considerando P(Ai) como la probabilidad a priori de los
eventos Ai, y se requiere conocer una probabilidad a
posteriori de cada uno de ellos, dado que ya conocemos
el evento B, Ak representa a cualquiera de los eventos Ai.
P(Ak|B)=P(Ak∩B)/P(B), como P(Ak∩B)=P(Ak)P(B|Ak) y la
probabilidad total de B es P(B)=Ʃi=1nP(Ai∩B), tenemos:
P(Ak|B)=[P(Ak)P(B|Ak)]/[Ʃi=1nP(Ai)P(B|Ai)]
Esta última expresión se conoce como Teorema de
Bayes, que establece la probabilidad de un evento
particular Ak de los eventos Ai, dado que ya sucedió el
evento B, expresada en términos de probabilidad
condicional.
Ejemplo: En una escuela el 5% de los hombres y el 2%
de las mujeres tienen más de 1.8m de estatura. Además
el 60% de los estudiantes son mujeres. Se selecciona al
azar un estudiante para que realice una determinada
función en el comité de seguridad del plantel, ¿Qué
probabilidad hay de que: a) sea estudiante con estatura
mayor de 1.8m? b) ¿sea mujer dado que tiene una
estatura mayor de 1.8m?
Solución: Se define los eventos A1={estudiante mujer},
A2={estudiante hombre} y B={estatura mayor a 1.8m}
Datos: P(A1)=0.6, P(A2)=0.4, P(B|A1)=0.02 y P(B|A2)=0.05.
Auxiliándonos de un diagrama de Venn
A1 A2
A1∩B
A2∩B
B