Scribd
Cargar
72 vistas4 páginas

Teorema de Bayes: Ejemplo Práctico

El documento explica el teorema de Bayes, el cual permite calcular la probabilidad de un evento dado la ocurrencia de otro evento, a partir de las probabilidades a priori y condicionales. Se define probabilidad a priori como la basada en la información actual, y probabilidad a posteriori como la revisada con información adicional. Se presenta un ejemplo sobre encontrar la probabilidad de que un microchip defectuoso haya sido fabricado por un proveedor en particular. Finalmente, se lista la bibliografía consultada.

Cargado por

Marlene Soto
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
72 vistas4 páginas

Teorema de Bayes: Ejemplo Práctico

El documento explica el teorema de Bayes, el cual permite calcular la probabilidad de un evento dado la ocurrencia de otro evento, a partir de las probabilidades a priori y condicionales. Se define probabilidad a priori como la basada en la información actual, y probabilidad a posteriori como la revisada con información adicional. Se presenta un ejemplo sobre encontrar la probabilidad de que un microchip defectuoso haya sido fabricado por un proveedor en particular. Finalmente, se lista la bibliografía consultada.

Cargado por

Marlene Soto
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

Probabilidad condicional

Tronco común Ingeniería


Profesora: María de la Luz Bernal
1
Teorema de Bayes
El teorema de Bayes fue desarrollado por el clericó y matemático inglés Thomas Bayes.

De manera concreta, el teorema expone la reformulación de un conjunto de probabilidades previas (probabilidades


a priorí) como consecuencia de contar con información adicional acerca de los eventos del fenómeno estudiado,
dando origen a nuevas probabilidades denominadas probabilidades a posteriori. El teorema es el siguiente:

𝑃 𝐴𝑖 𝑃 𝐵|𝐴𝑖
𝑃 𝐴𝑖 |𝐵 =
𝑃 𝐴1 𝑃 𝐵|𝐴1 + 𝑃 𝐴2 𝑃 𝐵|𝐴2 + ⋯ + 𝑃 𝐴𝑖 𝑃 𝐵|𝐴𝑖

Conceptos:

Probabilidad a priori: La que esta basada en el nivel de información actual.

Probabilidad a posteriori: La que se revisa a partir de información adicional

2
Ejemplo- Teorema de Bayes
Un fabricante de teléfonos celulares compra un microchip en particular, denominado LS-24, a tres proveedores: Hall Electronics,
Scheller Sales y Crawford Components.

Del total de piezas, 30% lo adquiere de Hall Electronics, 20% de Schuller Sales y el restante 50%, de Crawford Components.

El fabricante cuenta con amplios historiales sobre los 3 proveedores y conoce los porcentajes de defectos de los dispositivos de cada
proveedor: 3% en el caso de Hall Electronics; 5% en el caso de Schuller Sales y 4% en el de Crawford Components.

Cuando el fabricante recibe el material, lo lleva directamente a un depósito y no lo inspecciona ni lo identifica con el nombre del
proveedor. Un trabajador selecciona un microchip para instalarlo y lo encuentra defectuoso. ¿Cuál es la probabilidad de que lo haya
fabricado Schuller Sales?

Favor de revisar la respuesta en el Excel: Bernal Pacheco, M.L. (2021). Probabilidad condicional. Universidad Tecnológica de México

3
Bibliografía
 Lind, Douglas; Marshal, William; et. al.(2012). Estadística aplicada a los negocios y a la
economía. McGraw-Hill.

 Anderson, David R.; Sweeney, Dennis J., et. al.(2012). Estadística para negocios y
economía . Cangare Liaoning.

 Levine, David M., Timothy C. Krehbiel, Mark L. Berenson (2014). Estadística para
administración. Pearson.

 Llinás, Humberto; Rojas, Carlos; et. al.(2017). Estadística descriptiva y distribuciones


de probabilidad. Universidad del Norte

También podría gustarte