1 PROBABILIDA

D TOTAL
TEOREMA DE
BAYES
Propsito

Calcula la probabilidad de eventos

aleatorios y los interpreta.

Resuelve situaciones
problemticas que involucran
probabilidades, haciendo uso
correcto de reglas y propiedades.
PROBABILIDAD TOTAL
Sean los k eventos A1 , A2, A3 , ..., Ak
mutuamente excluyentes y colectivamente
exhaustivos, los cuales constituyen una particin
del espacio muestral S (), entonces para
cualquier evento B de S se cumple:

P(B) = P(B A1) + P(B A2) + P(B A3) + . . . +

P(B Ak)


+ + +. +
rbol de probabilidades (Eventos dependientes)

( ) = () .

P(A1)

( ) = () .

( ) = () .

P(A2)

( ) = () .
rbol de probabilidades (Eventos independientes

P(B1) ( ) = () . (B1)

P(A1)

P(B2) ( ) = () . P(B2)

P(B1) ( ) = () . P(B1)

P(A2)

P(B2) ( ) = () . P(B2)
Ejemplo 01
Una compaa de transporte pblico tiene
tres lneas en una ciudad, de forma que el
45% de los autobuses cubre el servicio de la
lnea 1, el 25% cubre la lnea 2 y el 30%
cubre el servicio de la lnea 3. Se sabe que la
probabilidad de que, diariamente, un autobs
se avere es del 2%, 3% y 1%
respectivamente, para cada lnea.

a. Calcular la probabilidad de que, en un da,

un autobs sufra una avera
b. Calcular la probabilidad de que, en un da,
un autobs no sufra una avera .

c. De qu lnea de transporte es ms
rbol de probabilidades

P(normal/ 1)=0,98 (normal) =

P(1)=0,45
P(avera/ 1)=0,02 (avera) =

P(normal/ 2)=0,97 (normal) =

P(2)=0,25
P(avera/ 2)=0,03 (avera) =

P(normal/ H)=0,99 (normal) =

P(3)=0,30
P(avera/ H)=0,01 (avera) =

P(avera) = (0,45)(0,02) + (0,25)(0,03)+(0,3)(0,01) =

0,0195
rbol de probabilidades

P(normal/ 1)=0,98 (normal) =

P(1)=0,45
P(avera/ 1)=0,2 (avera) =

P(normal/ 2)=0,97 (normal) =

P(2)=0,25
P(avera/ 2)=0,3 (avera) =

P(normal/ H)=0,99 (normal) =

P(3)=0,30
P(avera/ H)=0,1 (avera) =

P(no sufra avera) = 0,9805

Ejemplo
02 empresa de manufactura recibe embarques
Una
de una determinada pieza de dos proveedores.
Actualmente el 65% de las piezas adquiridas por
la empresa provienen del proveedor 1 y 35%
restante del proveedor 2. La calidad de las
piezas adquiridas vara con la fuente de
suministro. Con base a los datos histricos, la
probabilidad de que una pieza del proveedor 1
sea defectuosa es de 0,02 y que la probabilidad
de que una pieza del proveedor 2 sea
defectuosa es de 0,05.

a. Si seleccionamos al azar una de las piezas

adquiridas por la empresa, cul es la
probabilidad de que sea defectuosa?
a. Del enunciado:

P( A1) = 0,65 P(A2) = 0,35

P(D / A1) = 0,02 consecuentemente P(B / A1) = 0,98

P(D / A2) = 0,05 consecuentemente P(B / A2) = 0,95

El rbol de probabilidades es:

Para el clculo de P(D) aplicamos la frmula de probabilidad total:

P(D) = P(D A1) + P(D A2) = 0,0130 + 0,0175 = 0,0305

Ejemplo 03
La compaa MVIL S.A. trabaja con cuatro
empresas de transporte: A, B, C y D. Se sabe que
20% de los embarques se asignan a la empresa
A, 25% a la B, 40% a la C y 15% a la D.

Los embarques llegan retrasados a sus respectivo

clientes el 7% de las veces si los entrega A, 8% si
es B, 5% si es C y 9% si es D.

a. Cul es la probabilidad de que el embarque

de hoy llegue con retraso?

b. Si sabemos que el embarque de hoy lleg

con retraso, cul es la probabilidad de que
haya sido la empresa C la asignada para
entregarlo?
a. Sean los eventos:
R: Embarque llega con retraso:
A: Embarque se asigna a la empresa A = 20%.
A = 7%
B: Embarque se asigna a la empresa B = 25%.
B = 8%
C: Embarque se asigna a la empresa C = 40%.
C = 5%
D: Embarque se asigna a la empresa D = 15%.
D = 9%.

P(R) = (0,2)(0,07) + (0,25)(0,08) + (0,4)(0,05) + (0,15)

(0,09) = 0,0675
 TEOREMA DE BAYES

Si los k eventos A1, A2, A3, ..., Ak,

constituyen una particin del
espacio muestral S ().
Entonces para cualquier evento B de S tal
que P(B) > 0, se cumple:

Ejemplo
01 empresa de manufactura recibe embarques
Una
de una determinada pieza de dos proveedores.
Actualmente el 65% de las piezas adquiridas por
la empresa provienen del proveedor 1 y 35%
restante del proveedor 2. La calidad de las
piezas adquiridas vara con la fuente de
suministro. Con base a los datos histricos, la
probabilidad de que una pieza del proveedor 1
sea defectuosa es de 0,02 y que la probabilidad
de que una pieza del proveedor 2 sea
defectuosa es de 0,05.

a. Si seleccionamos al azar una de las piezas

adquiridas por la empresa, cul es la
probabilidad de que sea defectuosa?
b. Del enunciado:

Aplicando el Teorema de Bayes:

Existe la probabilidad que el 42,6% que la pieza

defectuosa seleccionada es defectuosa provenga del
proveedor 1.
Ejemplo 02
La compaa MVIL S.A. trabaja con cuatro
empresas de transporte: A, B, C y D. Se sabe
que 20% de los embarques se asignan a la
empresa A, 25% a la B, 40% a la C y 15% a la
D.

Los embarques llegan retrasados a sus

respectivo clientes el 7% de las veces si los
entrega A, 8% si es B, 5% si es C y 9% si es
D.

a. Cul es la probabilidad de que el

embarque de hoy llegue con retraso?

b. Si sabemos que el embarque de hoy lleg

b. Sean los eventos:

P(R) =
0,0675

P(C / R) = (0,4)(0,05) / (0,0675)

= 0,02 / 0,0675
= 0,2963
a. Sean los eventos:
A: Embarque se asigna a la empresa A.
B: Embarque se asigna a la empresa B. R: Embarque llega con retraso.
C: Embarque se asigna a la empresa C.
D: Embarque se asigna a la empresa D.

P(R) = 0,2 . 0,07 + 0,25 . 0,08 + 0,4 . 0,05 + 0,15 . 0,09

= 0,0675
Ejercicio
03
El parte meteorolgico ha anunciado tres
posibilidades para el fin de semana.
a. Que llueva : probabilidad del 50%
b. Que nieve : probabilidad del 30%
c. Que haya neblina : probabilidad del 20%

Segn estos posibles estados meteorolgicos,

la posibilidad de que ocurra un accidente es la
siguiente:
d. Si llueve : probabilidad de accidente del 20%
e. Si nieva : probabilidad del accidente del 10%
f. Si hay neblina : probabilidad de accidente del 5%

Calcular la probabilidad de un accidente para

cada uno de los estados meteorolgicos
 Qu Cmo
aprend aprend
? ?

Para Qu
qu me falta
aprend aprender
? ?