ESCUELA PROFESIONAL DE

ADMINISTRACIÓN
TEOREMA DE
BAYES

CURSO: ESTADÍSTICA II
DOCENTE: VERÓNICA ESPINOZA CARRASCO

SEMESTRE
22 de setiembre ACADÉMICO 2021A
del 2021
 OBJETIVOS
o Aplicar los procedimientos para el cálculo de la probabilidad total.
o Determinar la probabilidad condicional.
OBJETIVOS
 ÍNDICE
o Probabilidad total.

o Teorema de Bayes.
Índice

o Ejercicios de aplicación.
 Teorema de Bayes

El teorema de Bayes es una situación probabilística en la que es

Probabilidad Total

posible conocer las probabilidades de que acontezcan una serie de

sucesos.

Probabilidad total

Dado un conjunto de eventos S1, S2, S3, . . . , Sk que son

mutuamente excluyentes y exhaustivos y un evento A, la
probabilidad del evento A se puede expresar como

𝑃 𝐴 = 𝑃 𝑆1 𝑃 𝐴𝑆1 + 𝑃 𝑆2 𝑃 𝐴𝑆2 + …….+ 𝑃 𝑆𝑘 𝑃 𝐴𝑆𝑘

 Sucesos mutuamente excluyentes
La ocurrencia de cualquier evento
implica que ningún otro evento puede
ocurrir al mismo tiempo.

𝑆1 ∩ 𝑆2 ∩ 𝑆3 = ∅
Sucesos

Sucesos colectivamente exhaustivos

Se conoce como eventos
S es el espacio muestral.
colectivamente exhaustivos al conjunto de
eventos que incluye todos los resultados
posibles de un experimento.

𝑆1 ∪ 𝑆2 ∪ 𝑆3 = 𝑆
 Consideremos un evento A en este espacio muestral
dividido en k subpoblaciones, S1, S2, S3, . . . , Sk, tal
que el evento A se puede escribir como
Probabilidad Total

A = 𝐴 ∩ 𝑆1 ∪ 𝐴 ∩ 𝑆2 ∪ 𝐴 ∩ 𝑆3 ∪ ……. ∪ 𝐴 ∩ 𝑆𝐾

La probabilidad total de A se puede escribir

P(A) =P 𝐴 ∩ 𝑆1 + P 𝐴 ∩ 𝑆2 + 𝑃 𝐴 ∩ 𝑆3 ∪ ……. ∪ 𝑃 𝐴 ∩ 𝑆𝐾

P(A) =P 𝑆1 P(Aȁ𝑆1)+ P 𝑆2 P(Aȁ𝑆2) + …….P 𝑆𝐾 P(Aȁ𝑆𝐾 )

 Ejemplo
La tabla muestra la población de adultos de una pequeña ciudad que cumplen con los
requisitos para obtener un título universitario. Suponga que ahora se nos da la
información adicional de que 36 de los empleados y 12 de los desempleados son
miembros del Club Rotario. Deseamos encontrar la probabilidad del evento A de que
el individuo seleccionado sea miembro del Club Rotario.
Ejemplo
 Ejemplo
Tenemos 5 cajones con productos de una cierta industria. Dos cajones
contienen cada uno 4 productos buenos y 1 fallado; otros dos cajones
contienen cada uno 3 productos buenos y 2 fallados; y el último cajón
contiene 6 productos buenos. Se elige al azar un cajón, del cual, también al
azar, se extrae un producto. Calcular la probabilidad de que el producto
Ejemplo

extraído resulte bueno.

 Con frecuencia es necesario hallar la probabilidad condicional de un evento
B, dado que un evento A ha ocurrido.

Aplicaciones del Teorema de Bayes

Teorema de Bayes

o En exámenes médicos de diagnóstico.

o Para inspeccionar piezas en procesos de alto volumen de producción.
o En los exámenes de esteroides en atletas.
o En los exámenes caseros de embarazo
o En el estudio de enfermedades
Los exámenes de selección se evalúan sobre la probabilidad de un falso
negativo o un falso positivo y éstas dos son probabilidades condicionales.
 El experimento comprende seleccionar una muestra de entre una de k
subpoblaciones que sean mutuamente excluyentes y exhaustivas. Cada
una de estas subpoblaciones, denotada por S1, S2, . . . , Sk, tiene una
probabilidad de selección P(S1), P(S2), P(S3), . . . , P(Sk), llamadas
Teorema de Bayes

probabilidades previas. Se observa un evento A en la selección. ¿Cuál es la

probabilidad de que la muestra provino de la subpoblación Si, dado que A
ha ocurrido?
 Teorema de Bayes
Consideremos un experimento aleatorio donde definiremos dos sucesos A
y B.
Teorema de Bayes

La regla de Bayes relaciona las probabilidades condicionadas P(AB) y

P(BA).
Recordando
P(AB) = Probabilidad de que ocurra A dado que ya ha ocurrido B
P(BA) = Probabilidad de que ocurra B dado que ya ha ocurrido A

P 𝐵𝐴 = 𝑃 𝐵 · 𝑃 𝐴𝐵

P 𝐴𝐵 = 𝑃 𝐴 · 𝑃 𝐵𝐴
 Teorema de Bayes

Como P 𝐴𝐵 = P 𝐵𝐴

Teorema de Bayes

La probabilidad P (A  B) es la probabilidad de que ocurran simultáneamente

los sucesos A y B. Y
La probabilidad P (B  A) es la probabilidad de que ocurran simultáneamente
los sucesos B y A.

𝑃 𝐵 · 𝑃 𝐴𝐵 = 𝑃 𝐴 · 𝑃 𝐵𝐴

Despejando
𝐵 𝑃 ·𝑃 
𝑃 =
𝐴 𝑃()
 Teorema de Bayes

Con S1, S2, . . . , Sk representemos k eventos mutuamente excluyentes y

exhaustivas con probabilidades previas P(S1), P(S2), . . . , P(Sk). Si ocurre
Teorema de Bayes

un evento A, la probabilidad posterior de Si dada A es la probabilidad

condicional

𝑃 𝑆𝑖 𝑃(𝐴𝑆𝑖 ) para i = 1, 2, . . . , k.
𝑃 𝑆𝑖 𝐴 = 𝑘
σ𝑗=1 𝑃 𝑆𝑗 𝑃(𝐴𝑆𝑗)

La probabilidad posterior es la probabilidad de la subpoblación que se ha

actualizado después de observar la información muestral contenido en el
evento A.
 Ejemplo
Los zapatos tenis ya no son sólo para jóvenes. De hecho, casi todos los adultos tienen varios
pares de ellos. La tabla da la fracción de adultos estadounidenses de 20 años de edad o más que
tienen cinco o más pares de zapatos tenis en buen estado, junto con la fracción de adultos
estadounidenses de 20 años o más en cada uno de los cinco grupos de edad.
a) Use la Ley de probabilidad total para determinar la probabilidad de un adulto de 20 años de
edad o más que tenga cinco o más pares de zapatos tenis en buen estado.
Ejemplo
 Ejemplo
b) Encuentre la probabilidad de que una persona seleccionada tenga 65
años de edad o más, dado que la persona tenga al menos cinco pares de
zapatos tenis en buen estado.
c) ¿Cuál es la probabilidad posterior de quienes tienen de 35 a 49 años de
edad?
Ejemplo
 Ejemplo
En el consultorio de Jorge, el 40 % de los pacientes fingen tener una
enfermedad (para obtener un descanso medico). Además, el 10 % de los
pacientes del consultorio son hombres. La probabilidad de que un paciente
finja una enfermedad dado que es hombre, es del 50 %. Calcular la
probabilidad de que un paciente sea hombre, dado que finge una enfermedad.
Ejemplo
 Ejemplo
En un acuario se tienen solo dos especies de peces. El 40 % de los peces son
de la especie azul, y el 60 % son de la especie roja. De la especie azul, el 30
% son machos, mientras que de la especie roja, el 40 % son hembras.
a. Si se selecciona un pez hembra ¿cuál es la probabilidad de que sea
especie azul?
Ejemplo

b. Si se selecciona un pez macho ¿cuál es la probabilidad de que sea

especie azul?
c. Si se selecciona un pez hembra ¿cuál es la probabilidad de que sea
especie roja?
d. Si se selecciona un pez macho ¿cuál es la probabilidad de que sea
especie roja?
 0.41
Ejercicios

Adela y Marcelo
Ejercicios Propuestos
 Ejercicio 1
Una empresa de manufactura emplea tres planos analíticos para el diseño y
desarrollo de un producto específico. Por razones de costos los tres se utilizan
en momentos diferentes. De hecho, los planos 1, 2 y 3 se utilizan para 30%,
20% y 50% de los productos, respectivamente. La tasa de defectos difiere en
los tres procedimientos de la siguiente manera,
Ejercicio

P(D|P1 ) = 0,01
P(D|P2 ) = 0,03
P(D|P3 ) = 0,02
en donde P(D|Pj) es la probabilidad de que un producto esté defectuoso, dado
el plano j. Si se observa un producto al azar y se descubre que está
defectuoso, ¿cuál de los planos tiene más probabilidades de haberse utilizado
y, por lo tanto, de ser el responsable?
 Ejercicio 2
El 20 % de los empleados de una empresa son ingenieros y otro 20 % son
auditores. El 75 % de los ingenieros ocupan un puesto directivo y el 50 % de los
auditores también, mientras que los no ingenieros y los no auditores solamente
el 20 % ocupa un puesto directivo. ¿Cuál es la probabilidad de que un empleado
directivo elegido al azar sea ingeniero?
Ejercicio
 Ejercicio 3
Para la siembra se preparan simientes de trigo de primera selección
mezcladas con pequeñas cantidades de semillas de segunda, tercera y cuarta
selección. Si se sabe que las probabilidades de que un grano escogido al azar
pertenezca a una u otra clase son las siguientes:
P(A1) = 0,96 P(A2) = 0,01 P(A3) = 0,02 P(A4) = 0,01
Ejercicio

Y además, que la posibilidad para que la semilla engendre una espiga de 50

granos como mínimo (B) es 0,5 para la primera selección, 0,15 para la
segunda selección, 0,20 para la tercera selección y 0,05 para la cuarta. Esto
es:
P(BA1) = 0,5 P(BA2) = 0,15 P(BA3) = 0, 2 P(BA4) = 0,05
¿Cuál es la probabilidad de que una espiga engendrada por una semilla
escogida al azar tenga 50 g como mínimo?
 Ejercicio 5
Tres máquinas de cierta planta de ensamble, B1, B2 y B3, montan 30%, 45%
y 25% de los productos, respectivamente. Se sabe por experiencia que 2%,
3% y 2% de los productos ensamblados por cada máquina,
respectivamente, tienen defectos. Ahora bien, suponga que se selecciona
de forma aleatoria un producto terminado.
Ejercicio

a. ¿Cuál es la probabilidad de que esté defectuoso? si se elige al azar un

producto y se encuentra que está defectuoso,
b. ¿Cuál es la probabilidad de que haya sido ensamblado con la máquina
B3 ?
 Ejercicio 6
La probabilidad de que Alicia estudie para su examen final de Estadística es
0,2 . Si estudia la probabilidad de que apruebe el examen es 0,8, en tanto que
si no estudia la probabilidad es 0,5. a) ¿Cuál es la probabilidad que Alicia
apruebe estadística?. b) Dado que Alicia aprobó su examen. ¿Cuál es la
probabilidad de que haya estudiado?
Ejercicio
 Ejercicio 7
A un congreso 65 son hombres y 35 son mujeres y además se sabe que el 10
% de los hombres y el 6 % de las mujeres son especialistas en Educación
Media Superior. Se requiere saber cual es la probabilidad de que al
seleccionar al azar a un especialista en Educación Media Superior, ésta sea
mujer.
Ejercicio
 Ejercicio 8
En una primer urna se tienen 9 bolas blancas y 1 negra, en una segunda urna
9 bolas negras y 1 blanca. Se elige al azar una urna, y de ella, también al azar,
se extrae una bola. La bola extraída resulta ser blanca (ocurrió el suceso B).
Calcular las probabilidades P(A1|B) y P(A2|B), donde el suceso Ai consiste en
elegir la urna i (i = 1 o 2).
Ejercicio
 Ejercicio 10
En un colegio hay dos grupos de 25 alumnos de quinto curso y dos
grupos de 20 alumnos de sexto curso. El 50 % de los alumnos de quinto
no tienen faltas de ortografía, porcentaje que sube a 70% en los alumnos
de sexto. En un concurso de redacción entre alumnos de quinto y sexto
se elige una redacción al azar. a) ¿Qué probabilidad hay de que sea de
Ejercicio

un alumno de quinto? b) Si tiene faltas de ortografía, ¿qué probabilidad

hay de que sea de un alumno de quinto?
 Ejercicio 11
El departamento de meteorología ha anunciado 3 posibilidades para el fin
de semana,
Que llueva: probabilidad del 50 %,
Que granice: probabilidad del 30 %,
Que haya niebla: probabilidad del 20 %
Ejercicio

Según estos posibles estados meteorológicos, la posibilidad de que

ocurra un accidente es la siguiente:
Si llueve: probabilidad de accidente del 10 %
Si graniza: probabilidad de accidente del 20 %
Si hay niebla: probabilidad de accidente del 5 %
¿Cuál es la probabilidad de que haya un accidente dado que llueve?
¿Cuál es la probabilidad de que haya un accidente dado que graniza?
¿Cuál es la probabilidad de que haya un accidente dado que hay niebla?
 Ejercicio 12
El total de piezas producidas en una fabrica lo hacen tres máquinas A, B y C,
que producen, respectivamente el 40 %, 35 % y 25 % de las piezas. Las
piezas defectuosas que producen las maquinas A, B y C son,
respectivamente, el 1 %, 2 % y 3 %.
a. Elegida una pieza al azar, calcular la probabilidad de que sea defectuosa.
Ejercicio

b. Sabiendo que la pieza es elegida defectuosa, ¿cuál es la probabilidad de

que la haya fabricado la máquina C?
 Ejercicio 13

P(A1) = 0,60, P(A2) = 0,40, P(B1|A1) = 0.05 y Aplique el teorema de Bayes

para determinar P(B1|A1) = 0,25
Ejercicio
BIBLIOGRAFÍA

• Almazán Llorente, Alejandro. Análisis estadístico para la investigación

social. Ibergaceta Publicaciones.2011.

• https://vereniciafunez94hotmail.files.wordpress.com/2014/08/8
va-probabilidad-y-estadistica-para-ingenier-walpole_8.pdf

• http://repositorio.cidecuador.org/bitstream/123456789/72/1/Estadi
stica%20Aplicada%20a%20la%20Administracion%20y%20la%20Econ
omia.pdf