Anda di halaman 1dari 10

BAYES

1 El 20% de l os empl eados de una empresa son i ngeni eros y otro 20% son
economi stas. El 75% de l os i ngeni eros ocupan un puesto di recti vo y el 50% de
l os economi stas tambi n, mi entras que l os no i ngeni eros y l os no economistas
sol amente el 20% ocupa un puesto di recti vo. Cul es l a probabi l i dad de que
un empl eado di recti vo el egi do al azar sea ingeni ero?


2 .La probabi li dad de que haya un acci dente en una fbri ca que
di spone de alarma es 0.1. La probabi l i dad de que suene esta s se ha
produci do algn i nci dente es de 0.97 y la probabi l i dad de que suene si no ha
sucedi do ni ngn i nci dente es 0.02.
En el supuesto de que haya funci onado l a alarma, cul es l a probabil i dad de
que no haya habi do ningn i ncidente?
Sean l os sucesos:
I = Produci rse i nci dente.
A = Sonar la alarma.






Ejemplos de probabilidad total y teorema de Bayes




















Ejercicios Resueltos Prob. Total y Teorema de Bayes
EJEMPLO 1
En la sala de pediatra de un hospital, el 60% de los pacientes son nias. De los
nios el 35% son menores de 24 meses. El 20% de las nias tienen menos de 24
meses. Un pediatra que ingresa a la sala selecciona un infante al azar.
a. Determine el valor de la probabilidad de que sea menor de 24 meses.
b. Si el infante resulta ser menor de 24 meses. Determine la probabilidad que sea
una nia.
SOLUCIN:
Se definen los sucesos:
Suceso H: seleccionar una nia.
Suceso V: seleccionar un nio.
Suceso M: infante menor de 24 meses.
En los ejercicios de probabilidad total y teorema de bayes, es importante identificar
los sucesos que forman la poblacin y cul es la caracterstica que tienen en comn
dichos sucesos. Estos sern los sucesos condicionados.
a. En este caso, la poblacin es de los infantes. Y la caracterstica en comn es que
sean menores de 24 meses. Por lo tanto, la probabilidad de seleccionar un infante
menor de 24 meses es un ejemplo de probabilidad total. Su probabilidad ser:

b. Para identificar cuando en un ejercicio se hace referencia al teorema de bayes,
hay que partir de reconocer esta es una probabilidad condicionada y que la
caracterstica comn de los sucesos condicionantes ya ha ocurrido. Entonces, la
probabilidad de que sea nia una infante menor de 24 meses ser:

EJEMPLO 2
Un mdico cirujano se especializa en cirugas estticas. Entre sus pacientes, el 20%
se realizan correcciones faciales, un 35% implantes mamarios y el restante en otras
cirugas correctivas. Se sabe adems, que son de genero masculino el 25% de los
que se realizan correcciones faciales, 15% implantes mamarios y 40% otras cirugas
correctivas. Si se selecciona un paciente al azar, determine:
a. Determine la probabilidad de que sea de gnero masculino
b. Si resulta que es de gnero masculino, determine la probabilidad que se haya
realizado una ciruga de implantes mamarios.
SOLUCIN:
Se definen los sucesos:
Suceso F: pacientes que se realizan cirugas faciales
Suceso M: pacientes que se realizan implantes mamarios
Suceso O: pacientes que se realizan otras cirugas correctivas
Suceso H: pacientes de gnero masculino
a. La probabilidad de que sea de gnero masculino se refiere a un problema de
probabilidad total, ya que es el suceso condicionado y las cirugas los
condicionantes. Dicho valor ser:


b. Como el suceso condicionado ha ocurrido entonces se aplica el teorema de bayes,
luego, el valor de la probabilidad ser:


EJEMPLO 3
Un Doctor dispone de tres equipos electrnicos para realizar ecosonogramas. El
uso que le da a cada equipo es de 25% al primero, 35% el segundo en y 40% el
tercero. Se sabe que los aparatos tienen probabilidades de error de 1%, 2% y 3%
respectivamente. Un paciente busca el resultado de una ecografa y observa que
tiene un error. Determine la probabilidad de que se ha usado el primer aparato.
SOLUCIN:
Se definen los sucesos:
Suceso P: seleccionar el primer aparato
Suceso S: seleccionar el segundo aparato
Suceso T: seleccionar el tercer aparato
Suceso E: seleccionar un resultado con error
Se puede observar que la pregunta es sobre determinar la probabilidad de que un
examen errado sea del primer aparato, es decir, ya ha ocurrido el error. Por lo
tanto, debemos recurrir al teorema de bayes. Claro est, que es necesario de igual
forma obtener la probabilidad de que los aparatos produzcan un resultado errneo,
por lo tanto:




Ejemplo 3. 11. Referente al problema de la fbrica que produce dos tipos de
reguladores A y B visto anteriormente en la aparte corresponde al Teorema de
Probabilidad Total, cabe hacer el siguiente anlisis: si se selecciona un regulador
al azar de la produccin de la fbrica y se ve que funciona bien Cul es la
probabilidad de que sea del tipo B?

Solucin

En este caso el estudio se restringe a los reguladores que funcionan bien, por lo que ese
evento acta como espacio muestral reducido, o sea como evento condicin. Por lo tanto, el
planteamiento de la pregunta es P(B | F).
Los datos que se tienen son :

P(A) = 0.75 P(F | A) = 0.95
P(B) = 0.25 P(F | B) = 0.98

De acuerdo al Teorema de Bayes:



Podemos observar que el denominador corresponde al resultado obtenido al
aplicar el Teorema de Probabilidad Total, lo cual debe ser as, ya que la
probabilidad condicional establece que . De esta forma
podemos ver que la Probabilidad

Total es el denominador de la frmula del Teorema de Bayes. Tambin podemos
observar que aplicando los conceptos de la Regla de Multiplicacin y del
Teorema de Probabilidad Total llegamos al planteamiento del teorema de Bayes,
Veamos:




Ejemplo 3. 12. Una fbrica que produce material para la construccin tiene 3 mquinas, a
las que se les denomina A, B y C. La mquina A produce tabique, la B adoqun y la C
losetas. La mquina A produce el 50% de la produccin total de la fbrica, la B el 30% y la
C el 20%. Los porcentajes de artculos defectuosos producidos por las mquinas son,
respectivamente, 3%, 4% y 5%. Si se selecciona un artculo al azar y se observa que es
defectuoso, encontrar la probabilidad de que sea un tabique.

Solucin

Definamos el evento D como sea un artculo defectuoso. De acuerdo a esto
tenemos que:

P(A) = 0.5 P(D | A) = 0.03
P(B) = 0.3 P(D | B) = 0.04
P(C) = 0.2 P(D | C) = 0.05

Si el artculo del que deseamos calcular la probabilidad es un tabique, significa que
es producido por la mquina A. Tambin observamos que en la solucin solamente
participan los artculos defectuosos, ya que se pone por condicin esta caracterstica. Por lo
tanto:






Ejemplo 3. 13. A un congreso asisten 100 personas, de las cuales 65 son hombres y 35 son
mujeres. Se sabe que el 10% de los hombres y el 6% de las mujeres son especialistas en
computacin. Si se selecciona al azar a un especialista en computacin Cul es la
probabilidad de que sea mujer?

Solucin

Definamos los eventos:

H: Sea un hombre
M: Sea una mujer
E: La persona sea especialista en computacin

Tenemos que:




Por lo tanto:

Anda mungkin juga menyukai