PROBABILIDAD TOTAL Y TEOREMA DE BAYES

Lic. Mariza Cárdenas Pineda

Probabilidad Condicional
(Dependencia Estadística)

P( AyB ) P( A | B)  P( B)

P( ByA) P( B | A)  P ( A)

Ejercicio
EN LA SIGUIENTE TABLA DE CONTINGENCIA A: Artículos en idioma español

B: Artículos en idioma inglés. C: Artículos sobre estadística. D: Artículos sobre gestión.

Evento A B Total

Evento C D 4 2 1 5 3 5

Total 6 4 10

¿Cuál es la probabilidad? P (A|D) = P (C|B) = Son C y B independientes?
Diapositiva 3

La probabilidad de que sea en un articulo en idioma español dado de que es un articulo de gestión 2 P(A y D) 10 2 P(A | D)    5 P(D) 5 10 1 P(C y B) 10 1 P(C | B)    4 P(B) 4 10 5 1 6 2 P(C)   P(A)   10 4 10 5 .Evento A B Total Evento C D 4 2 1 5 3 5 Total 6 4 10 1.

podrás participar en diferentes sorteos. b) Verde: probabilidad del 30% c) Roja: probabilidad del 20%. b) Verde: participas en otro sorteo con una probabilidad de ganar del 60% c) Roja: participas en un tercer sorteo con una probabilidad de ganar del 80%. con las siguientes probabilidades de ser elegidas: a) Amarilla: probabilidad del 50%. Así. ¿Qué probabilidad tienes de ganar el sorteo en el que participes?: .PROBABILIDAD TOTAL El Teorema de la probabilidad total nos permite calcular la probabilidad de un suceso a partir de probabilidades condicionadas: EJEMPLO: En un saquito hay papeletas de tres colores. si la papeleta elegida es: a) Amarilla: participas en un sorteo con una probabilidad de ganar del 40%. Según el color de la papeleta elegida.

30 * 0.40) + (0. .PASO 1:Las tres papeletas forman un sistema completo: sus probabilidades suman 100% (VERIFICAR SIEMPRE) PASO2: Aplicamos la fórmula: P (B) = (0.54 Por tanto. la probabilidad de que ganes el sorteo es del 54%.20 * 0.50 * 0.60) + (0.80) = 0.

EN UNA URNA SE TIENE BOLAS DE LAS SIGUIENTES CARACTERISTICAS: Color: C=4 Grises: G=6 Puntos: P=5 Rayas: R=5 .

 Calcular la probabilidad de que al extraer una bola sea de puntos dado que es de color P(P|C) = P ( P. C ) P( P | C )  P(C ) ◦ P(P.C) = 3/10 ◦ P(C) = 4/10 3 P( P. C ) 10 3 P( P | C )    4 P(C ) 4 10 .

C ) 10 1 P( R | C )    4 P (C ) 4 10 . C ) P( R | C )  P(C )  P(R|C) = 1/4 ◦ P(R. Calcular la probabilidad de que al extraer una bola sea de rayas dado que es de color P(R|C) = P ( R.C) = 1/10 ◦ P(C) = 4/10 1 P ( R.

G ) 10 1 P( P | G )    6 P (G ) 3 10 . Calcular P(P|G) ◦ P(P.G) = 2/10 ◦ P(G) = 6/10 Diapositiva 10 2 P ( P.

 Calcular P(C|R) = ◦ P(C. R ) 10 1 P (C | R )    5 P( R) 5 10 .R) = 1/10 ◦ P(R) = 5/10 Diapositiva 11 1 P (C .

A)  P( B | A) * P( A) Diapositiva 12 . B)  P( A | B) * P( B) P( B.PROBABILIDAD CONJUNTA (Dependencia Estadística) P( A.

R) Calcular P(C.R) = P(R) * P(C|R)= 1/5 * 5/10 = 1/10 P(C. B)  P( B) * P( A | B) Calcular P(C.P) = P(C|P) *P(P) = 3/5 * 5/10 = 3/10 Diapositiva 13 .P( A.P)   P(C.

R) + P(C.PROBABILIDAD MARGINAL (Dependencia Estadística)  Suma de las probabilidades de TODOS los eventos CONJUNTOS en los que se presenta el evento sencillo.P) = P(C|P)*P(P) = 3/5 * 5/10 = 3/10 P(C) = P(C. Calcular la probabilidad de que sea de color P (C) =  P(C.R) = P(C|R)*P(R) = 1/5 * 5/10 = 1/10  P(C.P) = 1/10 + 3/10 = 4/10 Diapositiva 14 .

263 * P(A1/M) = 0. encontrándose los siguientes resultados Hombres Mujeres Total Con accidentes (A1) 14 Sin accidentes (A2) Total 70 84 6 24 30 20 94 114 En base a la encuesta determine si el sexo del conductor influye en la frecuencia de los accidentes de tránsito.123 = 0.7% P(A1nM) = P(M) * P(A1/M) = 0. Piden: P(A1nH)= P(H) * P(A1/H) = 0.Se ha realizado una encuesta en una universidad sobre accidentes de tránsito a hombres y mujeres que poseen auto o camioneta.167 = 16.0% Al ser distintas las probabilidades.20 = 20. el sexo del conductor podría incidir en la ocurrencia de un accidente de tránsito .053 = 0.737 * P(A1/H) = 0.

A) P( B | A)  P( A) .Teorema de Bayes Revisión de Probabilidades Posibilidades a priori Información Nueva Teorema de Bayes Posibilidades posteriores P( B.

. Ak.. A3. entonces para cualquier evento B de S. A2.. tal que P(B) > 0.TEOREMA DE BAYES: Si los k eventos A1.. constituyen una partición del espacio muestral S.. (Información a posteriori) ... se cumple: P(A/B) = P(A) * P(B/A) P(B) Es decir: y P(B/A) = P(B) * P(A/B) P(A) Se conoce P(A) y P(B/A) y P(B) Y se desea P(A/B) (Información A priori) (Probabilidad total).

ésta sale positiva.Como resolvemos este problema de probabilidades • En un pueblo alejado. – Si una persona tiene la enfermedad. la prueba salió positiva. y al hacerle la prueba de diagnóstico. 5% de la población padece una enfermedad originaria de dicho lugar. y de que no la padezca es 95%. – La estadística muestra además que en 15% de los casos. a pesar de que la persona no padecía la enfermedad. A priori podemos afirmar que la probabilidad de que una persona seleccionada al azar padezca la enfermedad es 5%. • Si escogemos a una persona. • Existe una prueba de diagnóstico para detectar la enfermedad. ¿Cuál es la probabilidad de que la persona tenga realmente la enfermedad? . la prueba sale positiva en 90% de los casos.

15=0.8075 P( E | P)  P( E . P)  P(noE.N)=0. P) 0.0450   0.05x0.95x0.0450 + 0. P)   0. P) P(E.1875 P(P|noE) P(noE.05x0.P(P|E) P(E. P) P( E | P)  P( E .1875 .N)=0.90=0.85=0.0050 P(N|E) 0.95x0.P)=0.10=0.1425 P(no E) P(N|noE) P(noE.0450 P(E) P(E.P)=0.1425 0.24 P( P) P(E.24 P( P) 0.

En el distrito universitario de Jauja los estudiantes se distribuyen entre las tres carreras que pueden cursarse del siguiente modo: el 20% estudian arquitectura. EJERCICIOS . Elegido un alumno al azar determinar la probabilidad de que haya acabado los estudios. el 35% medicina y el 45% economía. 12% y del 18%. El porcentaje de alumnos que finalizan sus estudios en cada caso es del 5%.

1% correspondiente. .2% finalizan medicina (casilla c21). Por último el 18% del los 45% de los alumnos finalizan económicas por lo que colocamos en la casilla c23 el 8. La suma de estas casillas es 13.Otra forma de resolver utilizando las tablas de contingencia Como el 5% (del 20% de los alumnos de arquitectura) finalizan la carrera. por lo que el 4. el número de alumnos que finalizan arquitectura es el 1% (casilla c11). Igualmente el 12% del 35% de los estudiantes finalizan medicina.3 que colocamos en la casilla c41.

de las 100 últimas piezas recibidas del proveedor 1. Suponga que una de las piezas recibidas de los dos proveedores está mala. 95 piezas de 100 estuvieron buenas y 5 fueron malas. 98 estuvieron buenas y 2 estuvieron malas. El 65% de las piezas adquiridas provienen del proveedor 1 y el 35% restante del proveedor 2. Según la estadística existente.Teorema de Bayes • Una manufacturera recibe embarques de piezas de dos proveedores. En el caso del proveedor 2. ¿cuál es la probabilidad que provenga del proveedor 1? ¿Cuál es la probabilidad que provenga del proveedor 2? Diapositiva 22 .

M ) 0.0130 P(M|1) P(B|2) P(2.0305 P(M|2) P(2.65x0.B)=0.6370 P(1) P(1.M)=0.B)=0.0175 0.4262 P( M ) 0.P(B|1) P(1.35x0.3325 P(2) 0.02=0.5738 P( M ) 0.05=0.35x0.0130 + 0.65x0.M)=0.0305 Diapositiva 23 P(2 | M )  P(2.0305 .95=0.0175 P(1.0130 P(1 | M )    0. M ) 0.0175   0.98=0.

5738 P(1.Mala) Proveedor 1 0. Conjunta Evento P(proveedor) P(Mala|proveedor) P(proveedor .05 0. M ) P(1 | M )  P( M ) P (2.Mala) Proveedor 2 0.0130 P(1. Condicional Pr.02 0.35 0.0175 P(2. Marginal Pr.0305 P(Mala) P(1|M) P(2|M) 0.65 0. M ) P(2 | M )  P( M ) Diapositiva 24 .Mala) 0.4262 0.Tabla de Excel Pr.

Teorema de Bayes • En una fábrica existe una máquina que produce automáticamente engranajes. • Se desea conocer la probabilidad revisada que la calibración halla sido buena? Diapositiva 25 . la máquina produce 3 engranajes buenos. Luego de un trabajo de mantenimiento. Si la máquina está correctamente calibrada producirá 90% de piezas buenas. La experiencia pasada indica que el 70% de los trabajos de calibración dan buenos resultados. Si está mal calibrada producirá sólo 40% de piezas buenas. como las primeras tres piezas.

30x(0.70x(0.5103   0.BBB)=0.P(BBB|C) P(BB|C) P(B|C) P(C) P(C.90)3=0.0192 0.0192 P(NC) P(C | BBB )  Diapositiva 26 P(C .5295 .9637 P( BBB ) 0.40)3=0.5103 0. BBB ) 0.5103 + 0.BBB)=0.5295 P(NC.

BBB) 0.0640 0. Marginal Pr. Conjunta P(Evento) P(B|Evento) P(BBB|Evento) P(Evento.40 0. BBB ) P( BBB ) Diapositiva 27 .90 0. Condicional Pr.7290 0.0192 P(No Calibrada.0363 P(Calibrada|BBB) P(No Calibrada|BBB) P(Calibrada. BBB ) P(Calibrada | BBB )  P( BBB ) P( No Calibrada | BBB )  P( No Calibrada .30 0.Tabla de Excel Evento Calibrada No Calibrada Pr.9637 0.BBB) 0.5103 P(Calibrada. BBB) 0.70 0. Condicional Pr.5295 P(BBB) 0.

RESUELVE TU PRÁCTICA EN CON APOYO DE UN COMPAÑEROS DE CLASE Y PREPÁRATE PARA QUE SUSTENTES UNO DE LOS EJERCICIOS. EN PAPELOTES GRACIAS .

a cada persona se le preguntó si estaba de acuerdo de tener una sola agencia de policía en el municipio. Si uno de estos residentes se elige al azar : •¿Cuál es la probabilidad de que esta persona esté a favor de la iniciativa? •¿Este a favor de la iniciativa si la persona elegida reside en la ciudad? •¿Este a favor de la iniciativa si la persona elegida reside fuera de la ciudad? •¿Los eventos a favor de la iniciativa y reside en la ciudad son independientes? . los resultados fuera de la ciudad estaban 20 a favor y 10 en contra.reglas de adición . Los resultados fueron que 80 estaban a favor y 40 en contra de aquellos que pertenecen a la ciudad. ¿Cuál es la probabilidad de obtener un número cuatro y que sea par? A 150 residentes. Éste está integrado por una gran ciudad y muchas poblaciones suburbanas. multiplicación y la condicional Al lanzar un dado.

Calcular : •Si son independientes los eventos A y B. se sabe que de éstos. Evento A 60 80 40 Evento B .Un estudiante es elegido aleatoriamente de un grupo de 200. 140 son alumnos de tiempo completo (80 mujeres y 60 varones) y 60 son de tiempo parcial (40 mujeres y 20 varones) A:”el estudiante elegido es de tiempo completo” y el evento B: “el estudiante elegido es una mujer”. •Encuentre la probabilidad P(A y C) aplicando la regla de la multiplicación.