ESTADÍSTICA APLICADA

PARA LOS NEGOCIOS

SEMANA 06

SESIÓN 02
 TEMA

PROBABILIDAD TOTAL Y TEOREMA DE BAYES

TEOREMA DE BAYES
 LOGRO DE LA SESIÓN

Al finalizar la sesión de clase el

estudiante comprende en qué casos
debe utilizar la regla de Bayes y
diagrama del árbol, como herramientas
en el cálculo de probabilidades.

TEOREMA DE BAYES
 REPASO DE LA CLASE ANTERIOR
¿Qué es un experimento aleatorio? Indique un ejemplo

¿Qué es un espacio muestral? Indique un ejemplo

¿Qué es probabilidad? Indique un ejemplo

¿Cómo entiende a la probabilidad condicional? Indique un ejemplo

TEOREMA DE BAYES
 APLICACIONES
El cálculo de la probabilidad tiene numerosas aplicaciones en la vida cotidiana, como
son:

• El análisis de riesgo empresarial. Según el cual se estiman las posibilidades de

caída de precio de las acciones bursátiles, y se intenta predecir la conveniencia o no
de la inversión en una u otra empresa.
• El análisis estadístico de la conducta. De importancia para la sociología, emplea
la probabilidad para evaluar la posible conducta de la población, y así predecir
tendencias de pensamiento o de opinión. Es común verlo en las campañas
electorales.
• La determinación de garantías y seguros. Procesos en los que se evalúa la
probabilidad de avería de los productos o la fiabilidad de un servicio (o de un
asegurado, por ejemplo), para así saber cuánto tiempo de garantía conviene ofrecer, o
a quiénes conviene asegurar y por cuánto.
 APLICACIONES

¿Qué probabilidad hay de que un paciente al azar esté

contagiado de Covid-19?
 PARTICIÓN DEL ESPACIO MUESTRAL
Definición.- Los eventos 𝐸1 , 𝐸2 , … , 𝐸𝑛 son una partición del espacio
muestral Ω si satisface las siguientes condiciones:

1. 𝐸𝑖 ≠ 𝜙

2. 𝐸𝑖 ∩ 𝐸𝑗 = 𝜙 (𝑖 ≠ 𝑗)

3. ‫=𝑖𝑛ڂ‬1 𝐸𝑖 = Ω

TEOREMA DE BAYES
 TEOREMA DE LA PROBABILIDAD TOTAL
Teorema:

Si los eventos 𝐸1 , 𝐸2 , … , 𝐸𝑛 son una partición del espacio muestral Ω, entonces,

la probabilidad de que ocurra el evento A es:
𝑛

𝑃 𝐴 = ෍ 𝑃 𝐸𝑖 P(𝐴Τ𝐸𝑖 )
𝑖=1

TEOREMA DE BAYES
 TEOREMA DE BAYES
Teorema:

Si los eventos 𝐸1 , 𝐸2 , … , 𝐸𝑛 son una partición del espacio muestral Ω, entonces,

la probabilidad de que ocurra el evento A es:

𝑃(𝐸𝑖 )P(𝐴Τ𝐸𝑖 )
P(𝐸𝑖 Τ𝐴) =
𝑃(𝐴)

TEOREMA DE BAYES
 EJERCICIOS EXPLICATIVOS
EJEMPLO N° 1
Una fábrica de computadoras recibe discos duros de tres proveedores A, B y C los cuales producen 25 %,
55 % y 20 % respectivamente. Por información del área de control de calidad se registra que los discos
duros defectuosos 1 % son de A, 0.5 % son de B y 2 % son de C. Si se elige al azar un disco duro:
a) ¿Cuál es la probabilidad de que el disco sea defectuoso?
b) ¿Cuál es la probabilidad de que el disco no sea defectuoso?
c) Si se sabe que es defectuoso, ¿cuál es la probabilidad de que provenga del proveedor B?
d) Si se sabe que no es defectuoso, ¿cuál es la probabilidad de que provenga del proveedor C?

TEOREMA DE BAYES
 EJERCICIOS EXPLICATIVOS
SOLUCIÓN DEL EJEMPLO N° 1
Sean los eventos:
𝐴1 : “Proveedor A”; 𝑷 𝐴1 = 𝟎. 𝟐𝟓; 𝑷 𝑩Τ𝐴1 = 𝟎. 𝟎𝟏
𝐴2 : “Proveedor B”; 𝑷 𝐴2 = 𝟎. 𝟓𝟓; 𝑷 𝑩Τ𝐴2 = 𝟎. 𝟎𝟎𝟓 0.01
𝐴3 : “Proveedor C”; 𝑷 𝐴3 = 𝟎. 𝟐𝟎; 𝑷 𝑩Τ𝐴3 = 𝟎. 𝟎𝟐
B: "Disco defectuoso” 0.25 0.99
a) ¿Cuál es la probabilidad de que el disco sea defectuoso? 0.005
𝑃 𝐵 = 0.25 × 0.01 + 0.55 × 0.005 + 0.20 × 0.02 0.55
𝑃 𝐵 = 0.00925; El 0.925% de los discos son defectuosos. 0.995
b) ¿Cuál es la probabilidad de que el disco no sea defectuoso? 0.20
𝑃 𝐵𝑐 = 0.25 × 0.99 + 0.55 × 0.995 + 0.20 × 0.98 0.02
𝑃 𝐵𝑐 = 0.99075; El 99.075% de los discos son buenos.
c) Si se sabe que es defectuoso, ¿cuál es la probabilidad que provenga del proveedor B? 0.98
0.55×0.005
𝑃 𝐴2 Τ𝐵 = = 0.2973
0.00925
Si el disco es defectuoso, la probabilidad que provenga del proveedor B es de 0.2973.
d) Si se sabe que no es defectuoso, ¿cuál es la probabilidad que provenga del proveedor C?
0.20×0.98
𝑃 𝐴3 Τ𝐵𝑐 = = 0.1978
0.99075
Si el disco es bueno, la probabilidad de que provenga del proveedor C es de 0.1978.

TEOREMA DE BAYES
 EJERCICIOS EXPLICATIVOS
EJEMPLO N° 2
El departamento de crédito de una tienda en California, informó que 30 % de las compras se paga con
efectivo; 30 % se paga con tarjeta de crédito y 40 %, con tarjeta de débito. 20% de las compras con efectivo,
90% de las compras con tarjeta de crédito y 60% de las compras con tarjeta de débito son por más de $50.
Si se elige al azar un cliente.
a) Calcule la probabilidad de que el cliente realice una compra por más de $50.
b) Calcule la probabilidad de que el cliente realice una compra por más de $50 y pague con efectivo.
c) Si el cliente realizó una compra por menos de $50, ¿calcule la probabilidad que haya pagado con tarjeta
de crédito?

TEOREMA DE BAYES
N: viaja por negocios

EJERCICIOS EXPLICATIVOS
SOLUCIÓN DEL EJEMPLO N° 2
Sean los eventos:
𝐴1 : “Paga con en efectivo”; 𝑷 𝐴1 = 𝟎. 𝟑𝟎; 𝑷 𝑩Τ𝐴1 = 𝟎. 𝟐𝟎
𝐴2 : “Paga con tarjeta de crédito”; 𝑷 𝐴2 = 𝟎. 𝟑𝟎; 𝑷 𝑩Τ𝐴2 = 𝟎. 𝟗𝟎
0.2
𝐴3 : “Paga con tarjeta de débito”; 𝑷 𝐴3 = 𝟎. 𝟒𝟎; 𝑷 𝑩Τ𝐴3 = 𝟎. 𝟔𝟎
B: "Compras por más de $50”
0.3 0.8
a) Calcule la probabilidad de que el cliente realice una compra por más de $50.
𝑃 𝐵 = 0.30 × 0.20 + 0.30 × 0.90 + 0.40 × 0.60 0.3 0.9
𝑃 𝐵 = 0.57;
El 57% de los clientes compran por más de 50 dólares. 0.1
0.4
b) Calcule la probabilidad de que el cliente realice una compra por más de $50 y pague con efectivo. 0.6
𝑃 𝐵 ∩ 𝐴1 = 0.30 × 0.20 = 0.06
0.4
El 6% de los clientes compran por más de $50 y pagan con efectivo.

c) Si el cliente realizó una compra por menos de $50, ¿calcule la probabilidad que haya pagado con tarjeta de
crédito?
0.30×0.10
𝑃 𝐵𝑐 = 0.43; 𝑃 𝐴2 Τ𝐵𝑐 = = 0.0698
0.43
Si el cliente realizó una compra por menos de $50, la probabilidad de que haya pagado con tarjeta de
crédito es 0.0698.

TEOREMA DE BAYES
 CONCLUSIÓN
¿QUÉ HEMOS APRENDIDO?

¿Es importante entender la partición de un espacio muestral?

¿El teorema de Bayes es una extensión de la probabilidad condicional?

¿Un diagrama de árbol es importante para entender el problema?

TEOREMA DE BAYES
 EJERCICIO RETO
Resuelva el siguiente ejercicio.

En un taller se produce la pieza X de recambio para cierto producto. En dicho taller hay tres
máquinas, A, B y C que producen el 45%, 30% y 25%, respectivamente, del total de las
piezas producidas en el taller. Los porcentajes de producción defectuosa de estas máquinas
son del 3%, 4% y 5%. Seleccionamos una pieza al azar; calcula:
a) Probabilidad de que sea defectuosa.
b)Tomamos, al azar, una pieza y resulta ser defectuosa; calcula la probabilidad de haber sido
producida por la máquina B.
c) ¿Qué máquina tiene la mayor probabilidad de haber producido la citada pieza defectuosa?
Rpta: a) 0.038 b) 0.3158 c) 0.3553 y 0.3290

MEDIDAS DE TENDENCIA CENTRAL

 EJERCICIO RETO

Un banco revisa su política de tarjetas de crédito, con el objetivo de cancelar algunas de

ellas. En el pasado, el 5% de los clientes con tarjeta ha pasado a ser moroso, esto es ha
dejado de pagar sin que el banco pudiera recuperar la deuda. Además, el banco ha
comprobado que la probabilidad de que un cliente normal se atrase en un pago es de
0.2. La probabilidad de que un cliente moroso se atrase en un pago es 1.

a) Qué probabilidad hay de que el cliente se atrase en un pago mensual

b) Si un cliente se atrasa en un pago mensual, calcular la probabilidad de que el cliente
acabe convirtiéndose en moroso.
c) Al banco le gustaría cancelar la línea de crédito de un cliente si la probabilidad de
que éste acabe convirtiéndose en moroso es mayor de 0.25. De acuerdo con los
resultados anteriores, ¿debe cancelar una línea si un cliente se atrasa en un pago?.
¿Por qué?

MEDIDAS DE TENDENCIA CENTRAL

 EJERCICIO RETO

En una Facultad el 80% de los alumnos tienen ordenador de sobremesa, el 50% tiene
ordenador portátil y el 10% no tiene ordenador. Se pide:
a) Probabilidad de que un alumno tenga ambos tipos de ordenador.
b) Sabiendo que un alumno tiene ordenador de sobremesa, obtener la probabilidad de que
tenga portátil.
c) Sabiendo que un alumno tiene portátil, obtener la probabilidad de que tenga ordenador
de sobremesa.
d) Determinar si ambos sucesos son independientes.

MEDIDAS DE TENDENCIA CENTRAL

Tarea domiciliaria