Teorema de BAYES:
Ejemplo EJERCICIO 33
Una fabrica de celulares dispone de dos máquinas A1 y A2 que elaboran el 60% y el 40% d ela producción. El porcentaje de c
que al sacar de la bodega, el celular haya sido fabricado por l
P(A1)= 0.6
P(A2)= 0.4
1
Con defectos= B1 Sin defectos= B2
P(B1IA1)= 0.05 P(B2IA1)= 0.95
P(B1IA2)= 0.1 P(B2IA2)= 0.9
P(A y B)= P(A) * P(BIA)
Con defectos
P(A1IB1)= P(A1 y B1)
P(A1 y B1) + P(A2 y B1)
P(A2IB1)= P(A2 y B1)
P(A1 y B1) + P(A2 y B1)
Sin defectos
P(A1IB2)= P(A1 y B2)
P(A1 y B2) + P(A2 y B2)
P(A2IB2)= P(A2 y B2)
P(A1 y B2) + P(A2 y B2)
Aplicando el criterio de probabilidad conjunta
P(A y B)= P(A) X P(BIA) Probabilidad Conjunta
Con la tabla de probabilidades:
B1= defectos
Probabilidad a_priori Probabilidad
Máquinas
(conocida antes de ) condicional
Ai P(Ai) P(B1IAi)
A1 0.6 0.05
A2 0.4 0.1
Total 1 0.075
Saco el Promedio
Porbabilidad conjunta de defectos
Diagrama de Árbol
Probabilidad a priori Probabilidad condicional
P(Bi) P(Ai I Bi)
Probabilidad clásica
Defectos
P(A1)= 0.6
No defectos
Defectos
P(A2)= 0.4
No defectos
1.00
Ejemplo Pág. 168-169
Un fabricante de reproductores de DVD compra un microchip en particular, denominado LS-24, a tres proveedores: Hall Ele
Schuller Sales y el restante 50%, a Crawford Components. El fabricante cuenta con amplios historiales sobre los tres provee
vende Crawford Components son defectuosos. Cuando los chips LS-24 se reciben, se les coloca directa_x0002_mente en un d
un reproductor de DVD y lo encuentra defec_x0002_tuoso. ¿
Con la fórmula de Bayes: P(Ai I B)=
Con 3 eventos Ai
Hall Electronics 0.3
Schuller Sales 0.2
Crawford
Components 0.5
Con defectos= B1 Sin defectos= B2
P(B1IA1)= 0.03 P(B2IA1)= 0.97
P(B1IA2)= 0.05 P(B2IA2)= 0.95
P(B1IA3)= 0.04 P(B2IA3)= 0.96
Con defectos= B1
Probabilidad a_priori (conocida
Eventos Ai antes de )
P(Ai)
A1 Hall P(A1)=
A2 Schullar P(A2)=
A3 Crawford Components P(A3)=
Con defectos B1
P(A1 I B1)= P(A1 y B1)
P(A1 y B1) + P(A2 y B1) +
P(A2 I B1)= P(A2 y B1)
P(A1 y B1) + P(A2 y B1) +
P(A3 I B1)= P(A3 y B1)
P(A1 y B1) + P(A2 y B1) +
Sin defectos B2
P(A1 I B2)= P(A1 y B2)
P(A1 y B2) + P(A2 y B2) +
P(A2 I B2)= P(A2 y B2)
P(A1 y B2) + P(A2 y B2) +
P(A3 I B2)= P(A3 y B1)
P(A1 y B2) + P(A2 y B2) +
Probabilidad a priori Probabilidad condicional
P(Bi) P(Ai I Bi)
Probabilidad clásica
Defectos P(B1IA1)
Hall Electronics
P(A1)= 0.3
No defectos P(B2IA1)
Defectos P(B1IA2)
Schuller Sales
P(A2)= 0.2
No defectos P(B2IA2)
Defectos P(B1IA3)
Crawford Components
P(A3)= 0.5
No defectos P(B2IA3)
Ejercicio 33 Pág. 170
P(A1)= 0.60, P(A2)= 0 .40, P(B1|A1)= 0 .05 y P(B1IA2)= 0,10 Aplique el teorema de Bayes para deter_x0002_minar P(A1IB1)
P(A1)= 0.60
P(A2)= 0.40
B1 B2
P(B1IA1)= 0.05 P(B2IA1)= 0.95
P(B1IA2)= 0.10 P(B2IA2)= 0.90
P(Ai I B)= P(Ai y B)
P(A1 y B) + P(A2 y B)
B1
P(A1IB1)= P(A1 y B1) 0.03
P(A1 y B1) + P(A2 y B1) 0.03
P(A2IB1)= P(A2 y B1) 0.04
P(A1 y B1) + P(A2 y B1) 0.03
B2
P(A1IB2)= P(A1 y B2) 0.57
P(A1 y B2) + P(A2 y B2) 0.57
P(A2IB2)= P(A2 y B2) 0.36
P(A1 y B2) + P(A2 y B2) 0.57
Ejercicio 34
P(A1)= 0,20, P(A2)=0.40, P(A3)= 0.40, P(B1|A1)= 0.25, P(B1|A2)= 0.05 y P(BAIA3)= 0,10Aplique el teo_x0002_rema de Bayes p
P(A1)= 0.2
P(A2)= 0.4
P(A3)= 0.4
B1 B2
P(B1IA1)= 0.25 P(B2IA1)= 0.75
P(B1IA2)= 0.05 P(B2IA2)= 0.95
P(B1IA3)= 0.1 P(B2IA3)= 0.9
P(Ai I B)= P(Ai y B)
P(A1 y B) + P(A2 y B) +
B1
P(A1IB1)= P(A1 y B1) 0.05
P(A1 y B1) + P(A2 y B1) + P(A3 y B1) 0.05
P(A2IB1)= P(A2 y B1) 0.02
P(A1 y B1) + P(A2 y B1) + P(A3 y B1) 0.05
P(A3IB1)= P(A3 y B1) 0.04
P(A1 y B1) + P(A2 y B1) + P(A3 y B1) 0.05
B2
P(A1IB2)= P(A1 y B2) 0.15
P(A1 y B2) + P(A2 y B2) + P(A3 y B2) 0.15
P(A2IB1)= P(A2 y B2) 0.38
P(A1 y B2) + P(A2 y B2) + P(A3 y B2) 0.15
P(A3IB2)= P(A3 y B2) 0.36
P(A1 y B2) + P(A2 y B2) + P(A3 y B2) 0.15
Ejercicio 35
El equipo de béisbol de los Gatos Salvajes de Ludlow, un equipo de las ligas menores de la orga_x0002_nización de los Indios
día. El equi_x0002_po gana 50% de los juegos nocturnos y 90% de los diurnos. De acuerdo con el periódico de hoy, ganaron
jugado de noche?
Por la noche P(A1)= 0.7
Por el día P(A2)= 0.3
1
B1 (Partidos Ganados) B2 (Partidos Perdidos)
P(B1IA1)= 0.5 P(B2IA1)= 0.5
P(B1IA2)= 0.9 P(B2IA2)= 0.1
P(A1IB1)= P(A1 y B1) 0.35
P(A1 y B1) + P(A2 y B1) 0.35 0.27
Probabilidada conjunta
P(A1IB1)= P(A2 y B1) 0.27
P(A1 y B1) + P(A2 y B1) 0.35 0.27
B1= Partidos ganados
Probabilidad a_priori Probabilidad
Máquinas
(conocida antes de ) condicional
Ai P(Ai) P(B1IAi)
A1 0.7 0.5
A2 0.3 0.9
Total 1 0.7
B1= Ganar P(A y B1)=
B2= Perder
Ejercicio 36
La doctora Stallter ha enseñado estadística básica por varios años. Ella sabe que 80% de los estu_x0002_diantes terminará los
Entre los que no hacen su tarea, 60% pasará el curso. Mike Fishbaugh cursó esta_x0002_dística el semestre pasado con la
P(A1)= 0.80
P(A2)= 0.20
Pasan Probabilidad Conjunta No pasan
P(B1IA1)= 0.90 P(B2IA1)= 0.10
P(B1IA2)= 0.60 P(B2IA2)= 0.40
B1= PASAN
Probabilidad a_priori Probabilidad
(conocida antes de ) condicional
Ai P(Ai) P(B1IAi)
A1 0.80 0.90
A2 0.20 0.60
Total 1
P(Ai y B1)= 0.8400
Regla General de la Multiplicación
P( A y B)= P(A)* P(BIA)
Con las fórmulas de Bayes: Determinar P(AIB1)= P(A) *P(BIA)
P(A1)= 0.80 Hacen tarea Pasan B1
P(A2)= 0.20 No hacen tarea P(A1IB1)=
P(A2IB1)=
No pasan B2
P(A1IB2)=
P(A1IB2)=
Ejercicio 37
El departamento de crédito de Lion’s Department Store en Anaheim, California, informó que 30% de las ventas se paga con
tarjeta de débito. Veinte por ciento de las compras con efectivo o cheque, 90% de las compras con tar_x0002_jeta de crédito
La señora Tina Stevens acaba de comprar un vestido nuevo que le costó $120. ¿Cuál es la probabilidad de
Efectivo o chque P(A1)= 0.3
Terjeta crédito P(A2)= 0.3
Tarjeta debito P(A3)= 0.4
B1 Más de $50 B2 Pagar menos de $50
P(B1IA1)= 0.2 P(B1IA1)= 0.8
P(B1IA2)= 0.9 P(B1IA2)= 0.1
P(B1IA3)= 0.6 P(B1IA3)= 0.4
B1= Pagar más de $50
Máquinas Pagos Probabilidad a_priori Probabilidad
(conocida antes de ) condicional
Ai P(Ai) P(B1IAi)
A1 Efectivo o cheque 0.30 0.20
A2 Tarjeta de crédito 0.30 0.90
A3 Tarjeta debito 0.40 0.60
Total 1.00
P(Ai y B1)= 0.5700
% d ela producción. El porcentaje de celulares defectuosos que produce cada máquina es del 5% y 10% respectivamente. ¿Cuál es laprobab
a, el celular haya sido fabricado por la máquina A1 sabiendo que es defectuoso?
Fórmula de Bayes:
Con 2 eventos Ai
P(Ai I B)= P(Ai y B)
P(A1 y B) + P(A2 y B)
0.03 P(A1IB1)= 0.4286 42.86%
0.03 0.04
0.04 P(A2IB1)= 0.5714 57.14%
0.03 0.04 1.0000 100.00%
0.57 P(A1IB2)= 0.6129 61.29%
0.57 0.36
0.36 P(A2IB2)= 0.3871 38.71%
0.57 0.36 1.0000 100.00%
Regla General de la Multiplicación
B2= No defectos
Probabilidad Probabilidad
Probabilidad
a_posteriori a_priori (conocida
conjunta
(despues de ) antes de )
P(Ai y B1)= P(Ai) * P(Ai I B1) P(Ai)
P(B1IAi)
0.0300 0.4286 0.6
0.0400 0.5714 0.4
0.0700 1 1
o el Promedio
P(Ai y B1)= 0.0700 Probabilidad conjunta de cero defectos
P( A y B)= P(A) *P(BIA)
Probabilidad condicional Probabilidad conjunta
P(Ai I Bi) P(Bi)* P(Ai I Bi)
P(B1IA1) 0.05 0.60 X 0.05
P(B2IA1) 0.95 0.60 X 0.95
P(B1IA2) 0.1 0.40 X 0.1
P(B2IA2) 0.9 0.40 X 0.9
do LS-24, a tres proveedores: Hall Electronics, Schuller Sales y Crawford Components. Treinta por ciento de los chips LS-24 se le compran a
plios historiales sobre los tres proveedores y sabe que 3% de los chips LS-24 de Hall Electronics tiene defectos, 5% de los de Schuller Sales
coloca directa_x0002_mente en un depósito y no se inspeccionan ni se identifican con el nombre del proveedor. Un trabajador selecciona
y lo encuentra defec_x0002_tuoso. ¿Cuál es la probabilidad de que lo haya fabricado Schuller Sales?
P(Ai y B)
P(A1 y B) + P(A2 y B) + P(A3 y B)
obabilidad a_priori (conocida
antes de ) Probabilidad condicional Probabilidad conjunta
P(Ai) P(B1IAi) P(Ai y B1)= P(Ai) * P(B1IAi)
P(A1 y B1) P(A1) *
0.30 P(B1 I A1)= 0.03 P(B1I A1) 0.0090
P(A2 y B1) P(A2) *
0.20 P(B1 I A2)= 0.05 P(B1 I A2) 0.0100
P(A3 y B1) P(A3) *
0.50 P(B1 I A3)= 0.04 P(B1 I A3) 0.0200
0.0390
P(Ai y B1)= 0.0390
1 y B1) 0.0090
P(A3 y B1) 0.0090 0.0100 0.0200
2 y B1) 0.0100
P(A3 y B1) 0.0090 0.0100 0.0200
3 y B1) 0.0200
P(A3 y B1) 0.0090 0.0100 0.0200
1 y B2) 0.2910
P(A3 y B2) 0.2910 0.1900 0.4800
2 y B2) 0.1900
P(A3 y B2) 0.2910 0.1900 0.4800
3 y B1) 0.4800
P(A3 y B2) 0.2910 0.1900 0.4800
Probabilidad conjunta
P(Bi)* P(Ai I Bi)
0.03 0.30 X 0.03 =
0.97 0.30 X 0.97 =
0.05 0.20 X 0.05 =
0.95 0.20 X 0.95 =
0.04 0.50 X 0.04 =
0.96 0.50 X 0.96 =
para deter_x0002_minar P(A1IB1)
0.03 0.4286 42.86%
0.04
0.04 0.5714 57.14%
0.04
1.0000
0.57 0.6129 61.29%
0.36
0.36 0.3871 38.71%
0.36
1.0000
plique el teo_x0002_rema de Bayes para determinar P(A3IB1).
i y B)
P(A3 y B)
0.05
0.02 0.04 0.4545 45.45%
0.02
0.02 0.04 0.1818 18.18%
0.04
0.02 0.04 0.3636 36.36%
1.0000
0.15
0.38 0.36 0.1685 16.85%
0.38
0.38 0.36 0.4270 42.70%
0.36
0.38 0.36 0.4045 40.45%
1.0000
la orga_x0002_nización de los Indios de Cleveland, juega 70% de sus partidos por la noche y 30% de
do con el periódico de hoy, ganaron el día de ayer. ¿Cuál es la probabilidad de que el partido se haya
gado de noche?
Regla General de la Multiplicación
P( A y B)= P(A) X P(BIA)
Despejando
P(A y B)
P(BIA)=
P(A)
0.5645 56.45%
0.43548387096774 43.55%
Partidos ganados
Probabilidad Probabilidad
Probabilidad
a_posteriori Máquinas a_priori (conocida
conjunta
(despues de ) antes de )
P(Ai y B1)= P(Ai) *
P(B1IAi) P(Ai I B1) Ai P(Ai)
0.3500 0.5645 56.45% A1 0.7
0.2700 0.4355 43.55% A2 0.3
0.6200 1 Total 1
0.6200
os estu_x0002_diantes terminará los problemas asignados. También que entre quienes hacen sus tareas, 90% pasará el curso.
002_dística el semestre pasado con la doctora Stallter y pasó. ¿Cuál es la probabilidad de que haya terminado sus tareas?
Probabilidad Probabilidad
Probabilidad a_posteriori a_priori (conocida
conjunta
(despues de ) antes de )
P(Ai y B1)= P(Ai) *
P(Ai I B1) Ai P(Ai)
P(B1IAi)
0.7200 0.8571 85.71% A1 0.80
0.1200 0.1429 14.29% A2 0.20
0.8400 1 Total 1
erminar P(AIB1)= P(A) *P(BIA)
P(A1 y B1) 0.72 0.8571
P(A1 y B1) + P(A2 y B1) 0.72 0.12
P(A2 y B1) 0.12 0.1428571428571
P(A1 y B1) + P(A2 y B1) 0.72 0.12
pasan B2
P(A1 y B2) 0.08 0.5000
P(A1 y B2) + P(A2 y B2) 0.08 0.08
P(A2 y B2) 0.08 0.5000
P(A1 y B2) + P(A2 y B2) 0.08 0.08
mó que 30% de las ventas se paga con efectivo o con cheque; 30% con tarjeta de crédito, y 40% con
mpras con tar_x0002_jeta de crédito y 60% de las compras con tarjeta de débito son por más de $50.
ostó $120. ¿Cuál es la probabilidad de que haya pagado en efectivo o con cheque?
B2= NO Pagar más de $50
Probabilidad Probabilidad
Probabilidad a_posteriori Máquinas a_priori (conocida
conjunta
(despues de ) antes de )
P(Ai y B1)= P(Ai) *
P(Ai I B1) Ai P(Ai)
P(B1IAi)
0.0600 0.1053 10.53% A1 0.3
0.2700 0.4737 47.37% A2 0.3
0.2400 0.4211 42.11% 0.4
0.5700 1.0000 100.00% Total 1
P(Ai y B2)=
5% y 10% respectivamente. ¿Cuál es laprobabilidad
Probabilidad
Probabilidad Probabilidad
a_posteriori
condicional conjunta
(despues de )
P(B1IAi) P(Ai y B1)= P(Ai) * P(Ai I B1)
P(B1IAi)
0.95 0.5700 0.6129
0.9 0.3600 0.3871
0.925 0.9300 1
lidad conjunta de cero defectos P(Ai y B2)= 0.9300
Probabilidad a posteriori
P(Bi) * P(Ai I Bi) P(Ai I B)
Suman defectos
= 0.030 P(A1 y B1) 0.4286 P(A1 I B1)
0.0700
= 0.570 P(A1 y B2) 0.6129 P(A1 I B2)
Suman cero
= 0.040 P(A2 y B1) 0.5714 P(A2 I B1)
0.9300
= 0.360 P(A2 y B2) 0.3871 P(A2 I B2)
1.000 1.00
ta por ciento de los chips LS-24 se le compran a Hall Electronics; 20%, a
nics tiene defectos, 5% de los de Schuller Sales también y 4% de los que
mbre del proveedor. Un trabajador selecciona un chip para instalarlo en
ler Sales?
Probabilidad
Probabilidad a_priori
a_posteriori (despues Eventos Ai (conocida antes de )
de )
P(Ai I B1) P(Ai)
0.2308 23.08% A1 Hall P(A1)= 0.30
0.2564 25.64% A2 Schullar P(A2)= 0.20
0.5128 51.28% A3 Crawford ComponentsP(A3)= 0.50
1.0000
P(Ai y B2)=
1.0000
P(A1 I B1)= 0.2308
P(A1 I B1)= 0.2564 fabricado por shuler
P(A1 I B1)= 0.5128
P(A1 I B2)= 0.3028
P(A1 I B2)= 0.1977
P(A1 I B2)= 0.4995
Probabilidad a posteriori
P(Bi) * P(Ai I Bi) P(Ai I B)
P(AiIB1) P(AiIB2)
0.009 P(A1 y B1) 0.2308
Suman CON
0.291 P(A1 y B2) defectos 0.3028
0.0390
0.010 P(A2 y B1) 0.2564
0.190 P(A2 y B2) Suman NO defectos 0.1977
0.9610
0.020 P(A3 y B1) 0.5128
0.480 P(A3 y B2) 0.4995
1.000 1.0000
B2= Partidos perdidos
Probabilidad
Probabilidad Probabilidad
a_posteriori
condicional conjunta
(despues de )
P(Ai y B1)= P(Ai) *
P(B1IAi) P(B1IAi) P(Ai I B1)
0.5 0.3500 0.9211 92.11%
0.1 0.0300 0.0789 7.89%
0.3 0.3800 1
P(A y B2)= 0.3800
en sus tareas, 90% pasará el curso.
e haya terminado sus tareas?
B2= NO PASAN
Probabilidad
Probabilidad Probabilidad a_posteriori
condicional conjunta
(despues de )
P(Ai y B1)= P(Ai) *
P(B1IAi) P(Ai I B1)
P(B1IAi)
0.10 0.0800 0.5000 50.00%
0.40 0.0800 0.5000 50.00%
0.1600 1
P(Ai y B2)= 0.1600
85.71%
14.29%
50.00%
50.00%
Probabilidad
Probabilidad Probabilidad a_posteriori
condicional conjunta
(despues de )
P(Ai y B1)= P(Ai) *
P(B1IAi) P(Ai I B1)
P(B1IAi)
0.80 0.2400 0.5581 55.81%
0.10 0.0300 0.0698 6.98%
0.40 0.1600 0.3721 37.21%
0.4300 1.0000 100.00%
0.4300
Probabilidad
Probabilidad condicional Probabilidad conjunta a_posteriori
(despues de )
P(B1IAi) P(Ai y B1)= P(Ai) * P(B1IAi) P(Ai I B1)
P(A1 y B1) P(A1)
P(B2 I A1)= 0.97 * P(B1I A1) 0.2910 0.3028 30.28%
P(A2 y B1) P(A2) *
P(B2 I A2)= 0.95 P(B1 I A2) 0.1900 0.1977 19.77%
P(A3 y B1) P(A3) *
P(B2 I A3)= 0.96 P(B1 I A3) 0.4800 0.4995 49.95%
0.9610 1.0000
0.9610
P(A1 I B1)
P(A1 I B2)
P(A2 I B1)
P(A2 I B2)
P(A3 I B1)
P(A3 I B2)
