Anda di halaman 1dari 5

La regla de Bayes

Consideremos un experimento donde el espacio muestral puede dividirse en k


subpoblaciones. S1, S2, S3,..., Sk, que son mutuamente excluyentes y exhaustivos; es
decir, juntos constituyen el espacio muestral entero. De manera usted puede expresar
un evento A como

Por tanto,

Esto se ilustra para k = 3 en la figura 4.14. Se puede ir ms all y usar la regla de


multiplicacin para escribir P(Si)P(A|Si), para i= 1,2, , k. El resultado se conoce
como ley de probabilidad total.

Ley de probabilidad total


Dado un conjunto de eventos, Si, S2, S3,..., Sk que son mutuamente excluyentes y
exhaustivos, y un evento A, la probabilidad del evento A se puede expresar
como

Ejercicio 1. Los zapatos de lona ya no son slo para los jvenes. En un artculo de un
nmero reciente de la revista American Demographics se daba la fraccin de adultos
estadounidenses de 18 aos de edad y ms que posean cinco o ms pares de zapatos
de lona. En la tabla 4.6 se lista la informacin junto con la parte de la poblacin adulta
estadounidense de 18 aos y de ms edad clasificada en cinco grupos de edad. Use la

ley de la probabilidad total para determinar la probabilidad incondicional de que un


adulto de 18 aos o ms posea cinco o ms pares de zapatos de lona.
G1
18-24

G2
25-34

G3
35-49

G4
50-64

G5
> 65

Fraccin con > 5 Pares

0.26

0.20

0.13

0.18

0.14

Fraccin de adultos estadounidenses


de 18 aos y ms

0.19

0.22

0.29

0.17

0.13

Solucin. Sea el evento A "una persona elegida al azar entre la poblacin adulta
estadounidense de 18 aos y de mayor edad que posee cinco o ms pares de zapatos
de lona". Sean G1, G2,..., G5 los eventos que representan a las personas seleccionadas
que pertenecen a uno de los cinco grupos de edad, respectivamente. Puesto que los
cinco grupos son exhaustivos, se puede escribir el evento A como

Mediante la ley de la probabilidad total usted encuentra la probabilidad de A con

La probabilidad incondicional de que una persona seleccionada al azar entre la


poblacin de adultos estadounidenses de 18 y ms aos de edad posea por lo menos
cinco pares de zapatos de lona es de alrededor de 0.18. Observe que la ley de la
probabilidad total es un promedio ponderado de las probabilidades dentro de cada
grupo, con pesos de 0.19, 0.22, 0.29, 0,17, 0.13; que reflejan los tamaos relativos de
los grupos.
Ejercicio 2. Una fbrica de enlatados produce 9000 envases diarios. La mquina A
produce 4000 de estos envases, de tos que el 2% son defectuosos y la mquina B
produce los 5000 restantes de los que se sabe que el 4% son defectuosos. Determinar
la probabilidad de que un envase elegido al azar sea defectuoso.
Solucin. Llamamos D al su ceso seleccionar un envase defectuoso y D al suceso
seleccionar un envase. Hacemos un diagrama de rbol.

Se trata de calcular la probabilidad total de que el envase elegido sea defectuoso.


Sumamos las ramas donde al final aparezca un bote defectuoso.
-

Mquina A, envase defectuoso.

Mquina B, envase defectuoso.

Entonces,

A menudo se necesita determinar la probabilidad condicional de un evento B, dado


que se ha presentado un evento A. Una situacin de este tipo ocurre en las pruebas de
deteccin, las cuales se relacionan principalmente con las pruebas de diagnstico
mdico, pero ya se estn encontrando aplicaciones en una mayor variedad de campos.
Comnmente se usan equipos automticos de pruebas para inspeccionar las piezas
que se fabrican en procesos de altos volmenes de produccin. Algunas otras
aplicaciones son la prueba para detectar esteroides en atletas, la prueba casera de
deteccin de embarazo y el examen del SIDA. Este tipo de pruebas evala la
probabilidad de un resultado negativo falso o uno positivo falso; ambos son
probabilidades condicionales. Un positivo falso es el evento en el que el resultado de
la prueba para detectar cierta enfermedad es positivo para una condicin dada,
cuando la persona no tiene dicha condicin. Un negativo falso es el evento en el que el
resultado de la prueba es negativo para una condicin dada, cuando la persona s tiene
dicha condicin. Estas probabilidades condicionales se pueden evaluar mediante una
frmula que dedujo el probabilista Thomas Bayes.

Para el experimento se requiere seleccionar una muestra de una de k subpoblaciones


que son mutuamente excluyentes y exhaustivas. Cada una de estas subpoblaciones,
denotadas por Si, S2, , Sk, tiene una probabilidad de seleccin P(S1), P(S2), P(S3), ,
P(Sk), llamada probabilidad a priori o inicial. Se observa un evento A en la seleccin.
Cul es la probabilidad de que la muestra provenga de la subpoblacin Si, dado que se
ha presentado A?
A partir de la seccin 4.6 se sabe que P(Si|A) = [P(A Si)]/P(A), que se puede reexpresar como P(Si|A)= [P(Si)P(A|Si)]/P(A). Si se usa la ley de la probabilidad total para
volver a escribir P(A), se tiene que

Estas nuevas probabilidades a menudo se llaman probabilidades a posteriori, es decir,


son las probabilidades de las subpoblaciones (tambin conocidas como estados de la
naturaleza) que se han actualizado despus de observar la informacin de la muestra
contenida en el evento A. Bayes sugiri que si se desconocen las probabilidades a
priori, se pueden tomar como l/k, lo que implica que cada uno de los eventos desde S i
hasta Sk es igualmente probable.
Regla de Bayes
Si S1, S2, , Sk representan el conjunto k de subpoblaciones mutuamente
excluyentes y exhaustivas con probabilidades a priori P(S 1), P(S2), , P(Sk). Si
ocurre un evento A, la probabilidad a posteriori de S 1 dado A es la probabilidad
condicional

Ejercicio 3. Teniendo en cuenta el ejercicio 1, determine la probabilidad de que la


persona seleccionada tenga 65 o ms aos de edad, dado que posee por lo menos
cinco pares de zapatos de lona.

Solucin. Se necesita encontrar la probabilidad condicional dada por

Ya se ha calculado P(A) = 0.1799 mediante la ley de la probabilidad total. Por


consiguiente,

En este caso la probabilidad a posteriori de 0.10 es un poco menor que la probabilidad


a priori de 0.13 (tabla 4.6). Este grupo era el ms pequeo, y slo una proporcin
pequea de este segmento tena cinco o ms pares de zapatos de lona.
Ejercicio 4. En un colectivo de inversores burstiles, el 35% realiza operaciones va
internet. De los inversores que realizan operaciones va internet, un 80% consulta
InfoBolsaWeb. De los inversores burstiles que no realizan operaciones va internet
slo un 20 % consulta InfoBolsaWeb. Si se elige al azar un inversor burstil de este
colectivo y resulta que consulta InfoBolsaWeb, cul es la probabilidad de que realice
operaciones va internet?
Solucin. Planteamos un diagrama de rbol.

Sabiendo que consulta Infobolsa. Relacionamos la rama que nos piden con respecto a
la probabilidad total. Probabilidad de que consulte infobolsa y realice operaciones por
internet.