UNIDAD 3

Semana 3B
REA DE CIENCIAS
Probabilidades II
Probabilidad Total Teorema
de Bayes

Semana 03 B
PROBABILIDAD TOTAL.
Sean A1, A2, A3..., An eventos disjuntos (mutuamente
excluyentes), que forman una particin de . Esto es Ai
Aj = para toda i y toda j, y adems
= A1 A2 A3 An
A2
A5
A3
A1 A4

A6

An
Y sea E otro evento tal que E y E Ai

A2
A5
A3
A1 A4

E
A6

An

E
Entonces
E = E = (A1 A2 A3 An) E
= (A1 E) (A2 E) (A3 E)
(An E)

Al aplicar la funcin de probabilidad a ambos eventos, se

tiene que:
P(E) = P(A1E) + P(A2E) +P(A3E) ++P(An E)

Ya que (Ai E) es ajeno a (Aj E) para i j

Como (Ai E) = (E Ai) entonces:
P(Ai E) = P(E Ai) = P(E/Ai) P(Ai)

Entonces la probabilidad completa de E es:

P(E) = P(E/A1) P(A1) + P(E/A2) P(A2) + P(A3)+...+ P(E/An) P(An)

Ejemplo 1.
En una pequea empresa de tejidos se obtiene su
produccin con tres mquinas hiladoras M1, M2 y M3 que
producen respectivamente 50%, 30% y el 20% del nmero
total de artculos producidos.
Los porcentajes de productos defectuosos producidos por
estas mquinas son 3%, 4% y 5%. Si se selecciona un
artculo al azar,
Cul es la probabilidad de que el artculo sea defectuoso ?
Sea
D el evento: Que sea un artculo defectuoso.
P(M1) = .50 P(D/M1) = .03
P(M2) = .30 P(D/M2) = .04
P(M3) = .20 P(D/M3) = .05

P(D) = P(D/M1) P(M1) + P(D/M2) P(M2) +P(D/M3) P(M3)

= .03(.50) + .04(.30) + .05(.20) = 0.037
 P(D/M1)= 0.03
D P(M1)*P(D/M1)=.5*.03= 0.015
P(M1) = 0.50 M1
ND
P(ND/M1)= 0.97

P(D/M2)= 0.04 P(M2)*P(D/M2)=.3*.04= 0.012

D
P(M2) = 0.30 M2
P(ND/M2)=0.96 ND

P(D/M3)=0.05
D P(M1)*P(D/M1)=.2*.05= 0.01
P(M3) = 0.20 M3
ND
P(ND/M3)=0.95
P(D) = 0.015+0.012+0.01=0.037
Teorema de Bayes.
Supngase que A1, A2, A3,...,An es una particin de un espacio
muestral . En cada caso P(Ai) 0. La particin es tal que A1,
A2, A3,...,An, son eventos mutuamente exclusivos. Sea E
cualquier evento, entonces para cualquier Ai,

P( Ai )P(E / AI )
P( Ai / E)
P( A1 )P(E / A1 ) P( A2 )P(E / A2 ) P( An )P(E / An )
Co mo la p ro b ab ilid
ad co mp leta d e E es :

P(E) P(A1 )P(E/A1 ) P(A2 )P(E/A2 ) P(An )P(E/An )

en to n ces
P( Ai ) P( E / AI )
P( Ai / E )
P (E)
Ejemplo 2.
En una pequea empresa de tejidos se obtiene su
produccin con tres mquinas hiladoras M1, M2 y M3 que
producen respectivamente 50%, 30% y el 20% del
nmero total de artculos producidos.
Los porcentajes de productos defectuosos producidos por
estas mquinas son 3%, 4% y 5%. Supngase que se
selecciona un artculo al azar y resulta ser defectuoso.
Cul sera la probabilidad de que el artculo haya sido
producido por la mquina M1?
Sea
D: Que el artculo sea defectuoso
ND: Que el artculo no sea defectuoso
M1: Que haya sido producido por la mquina 1
M2: Que haya sido producido por la mquina 2
M3: Que haya sido producido por la mquina 3

P(M1) = 0.50 P(D/M1) = 0.03

P(M2) = 0.30 P(D/M2) = 0.04
P(M3) = 0.20 P(D/M3) = 0.05
 P(D/M1) = 0.03
D P(M1)*P(D/M1) = 0.5*0.03=.015
P(M1) = 0.50 M1
ND
P(ND/M1) = 0.97

P(D/M2) = 0.04 P(M2)*P(D/M2) = 0.3*0.04=.012

D
P(M2) = 0.30 M2
P(ND/M2) = 0.96 ND

D P(M1)*P(D/M1) = 0.2*0.05=0.010
P(D/M3) = 0.05
P(M3) = 0.20 M3
ND
P(ND/M3) = 0.95

P(D) = 0.015+0.012+0.010=.0370
Por Teorema de Bayes se tiene:

P( M 1 ) P( D / M 1 )
P(M 1 / D)
P(M 1 )P(D / M 1 ) P(M 2 )P(D / M 2 ) P(M 3 )P(D / M 3 )
P( M 1 ) P( D / M 1 ) (.5 0)(.0 3)
.4 0 5 4
P(D) .0 3 7

La probabilidad de que el artculo defectuoso se haya

producido en la M1 es del 40.54%
En Resumen
Probabilidad Total y Teorema de Bayes
Particin del espacio muestral

Probabilidad total.
P( B) P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 ) ... P( An ) P( B / An )
Probabilidad Total y Teorema de Bayes.

Teorema de Bayes

P( A1 ) P( B / A1 )
P( A1 / B)
P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 ) ... P( An ) P( B / An )
Ejemplo 3
En un instituto el 60% de estudiantes son chicas. Asimismo sabemos que el
70% de los chicos viven en la localidad donde est ubicado el instituto, siendo
este porcentaje del 85% en las chicas. Se elige un estudiante al azar.
a) Cul es la probabilidad de que viva en la localidad?.Cul es la
probabilidad de que no viva en la localidad?.
b) Se elige un estudiante al azar y resulta que ha nacido en la localidad. Cul
es la probabilidad de que sea chico?

Resolucin a:
P(A)= 60% = 60 / 100 = 0,6 Sea chica.
P(O)= 1 P(A) = 1- 0,6 = 0,4 Sea chico.

P(L/A)=85%=85/100=0,85 Sea chica y viva en la localidad.

P(L/O)=70%=70/100=0,7 Sea chico y viva en la localidad
P(NL/A)=15%=15/100=0,15 Sea chica y no viva en la localidad
P(NL/O)=30%=30/100= 0,3 Sea chico y no viva en la localidad

P(L) = P(A).P(L/A) + P(O).P(L/O) = 0,6.0,85 + 0,4.0,7 = 0,51+0,28=0,79

P(NL)=P(A).P(NL/A)+P(O).P(NL/O)=0,6.0,15+0,4.0,3 = 0,09+0,12=0,21
 Empleando el diagrama del rbol

P(L/A)=0,85 0,6.0,85 = 0,51 Chica y viva en L

P(A)=0,6

P(NL/A)=0,15 0,6.0,15 = 0,09 Chica y no viva en L

P(L/O)=0,7 0,4.0,7 = 0,28 Chico y viva en L

P(O)=0,4

P(NL/O)=0,3 0,4.0,3 = 0,12 Chico y no viva en L

P(L) = 0,51 + 0,28 = 0,79

P(NL) = 0,09 + 0,12 = 0,21

Observar que la suma de todas las probabilidades resultantes es 1.

Resolucin b:
 Empleando el diagrama del rbol
P(L/A)=0,85 0,6.0,85 = 0,51 Chica y viva en L

P(A)=0,6

P(NL/A)=0,15 0,6.0,15 = 0,09 Chica y no viva en L

P(L/O)=0,7 0,4.0,7 = 0,28 Chico y viva en L

P(O)=0,4

P(NL/O)=0,3 0,4.0,3 = 0,12 Chico y no viva en L

P(O/L) = 0,28 /(0,51+0,28) = 0,28/0,79 = 0,3544

De igual manera podemos calcular la probabilidad de que sea chica:

P(A/L) = 0,51 /(0,51+0,28) = 0,51/0,79 = 0,6456
Observar que la suma de todas las probabilidades resultantes es 1.
Ejemplo 4 : Probabilidad Total 0,1
Fuma
En esta aula el 70% de los
Hombre
alumnos son hombres. 0,7
No fuma
De ellos el 10% son fumadores. El Estudiante
0,9
20% de las mujeres son
fumadoras. Cul es la 0,3
0,2 Fuma
probabilidad que al seleccionar Mujer

una persona, sta sea 0,8

No fuma
fumadora?

P(F) = P(FH) + P(FM) = P(F|H) P(H) + P(F|M) P(M)

= 0,1 0,7 + 0,2 0,3 = 0,13
 Fuma
Teorema de Bayes 0,1
En el problema anterior: Se Hombre
elige a un individuo al azar 0,7
No fuma
y resulta fumador. Cul es Estudiante
0,9
la probabilidad que sea una
0,2
mujer? 0,3
Mujer
Fuma

0,8
No fuma

P(M) = 0,3; P(F) = 0,13

P(M|F) = P(F M)/P(F) = P(F|M) P(M) / P(F)
P(M|F) = 0,20,3 / 0,13 = 0,46
Retroalimentacin con nota (1 punto adicional
en el trabajo de la presente semana)

1. Qu axiomas deben cumplir la teora de probabilidades?,

cules son?
2. Cundo decimos que dos eventos son independientes?
3. Cundo decimos que un evento es seguro, de un
ejemplo?
4. Cundo decimos que un evento es improbable, de un
ejemplo?
5. Crea una situacin donde se puede aplicar el teorema de
Bayes .
 BIBLIOGRAFIA BSICA:
Estimado estudiante, puedes revisar los siguientes textos que se encuentran en
tu biblioteca:

PROBABILIDAD Y ESTADSTICA PARA

1 SCHEAFFER Mc. CLAVE 2005
INGENIERA

LEVINE-KREHBIEL-
2 ESTADSTICA PARA ADMINISTRACIN. 2006
BERENSON

WILLIAM W. HINES
DOUGLAS C. MONTGOMERY PROBABILIDAD Y ESTADSTICA PARA
3 2011
DAVID M. GOLDSMAN INGENERIA
CONNIE M. BORROR