REPÚBLICA BOLIVARIANA DE VENEZUELA
MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN UNIVERSITARIA
UNIVERSIDAD NACIONAL EXPERIMENTAL DE LA GRAN CARACAS
PROGRAMA NACIONAL DE FORMACIÓN EN ADMINISTRACIÓN
UNIDAD CURRICULAR: ESTADISTICA II
SECCIÓN
PROBABILIDAD
CONDICIONADA Y TEOREMA
DE BAYES
Estudiantes:
Desantiago Angely
Valderrama Ysbelis
Profesor: Carvajal Luis
Caracas, julio de 2024.
1
PROBABILIDAD CONDICIONADA
En la teoría de la probabilidad, la probabilidad condicionada o probabilidad
condicional es una medida de la probabilidad con la posibilidad de que ocurra un
evento, dado que ya se sabe que ha ocurrido otro suceso (por suposición,
presunción, afirmación o evidencia). Este método concreto se basa en que el
suceso B ocurra con algún tipo de relación con otro suceso A.
En este caso, el suceso B puede analizarse mediante una probabilidad
condicional con respecto a A. Si el suceso de interés es A y se sabe o se supone
que ha ocurrido el suceso B, «la probabilidad condicional de A dado B», o «la
probabilidad de A bajo la condición B», suele escribirse como P (A | B).
También puede entenderse como la fracción de la probabilidad B que se
cruza con A, o el cociente entre las probabilidades de que ocurran ambos sucesos
y de que ocurra el «dado» (cuántas veces ocurre A en lugar de no suponer que ha
ocurrido B):
FORMULA
La probabilidad condicionada tiene una clara interpretación en espacios
muestrales finitos en los que puede aplicarse la regla de Laplace.
P(B/A) = P(B ∩ A) P(A)
2
EJEMPLO
Si P(A) = 0,6 ; P(B) = 0,4 y P(A∩B)=0,18. Calcular:
a) P(A|B)
b) P(B|A)
Solución:
En este problema, simplemente vamos a reemplazar los datos en la fórmula.
a) Usamos la fórmula de probabilidad condicional:
b) Usamos la fórmula de fórmula de probabilidad condicional, teniendo en
cuenta que vamos a calcular la probabilidad de que ocurra B, dado que ha
ocurrido A.
3
TEOREMA DE BAYES
Es una fórmula matemática que se usa para calcular la probabilidad de que
suceda un evento, teniendo en cuenta el uso de nueva información o evidencia
que podría afectar a la probabilidad de que suceda el evento en cuestión.
El teorema de Bayes es utilizado para calcular la probabilidad de un suceso,
teniendo información de antemano sobre ese suceso. Dicho de manera más
simple, el teorema de Bayes es una herramienta que nos ayuda a entender mejor
cómo la nueva información afecta a la probabilidad de que ocurra algo.
Imagina que tienes una hipótesis o una creencia inicial sobre algo, como la
posibilidad de que llueva mañana. Si recibes nueva información, como que el cielo
está muy nublado hoy, el teorema de Bayes te permite ajustar la probabilidad de
que llueva mañana teniendo en cuenta esta nueva información.
FORMULA
Para calcular la probabilidad tal como la definió Bayes en este tipo de
sucesos, necesitamos una fórmula. La fórmula se define matemáticamente como:
Donde B es el suceso sobre el que tenemos información previa y A (n) son
los distintos sucesos condicionados. En la parte del numerador tenemos la
probabilidad condicionada, y en la parte de abajo la probabilidad total. En
4
cualquier caso, aunque la fórmula parezca un poco abstracta, es muy sencilla.
Para demostrarlo, utilizaremos un ejemplo en el que en lugar de A(1), A(2) y A(3),
utilizaremos directamente A, B y C.
EJEMPLO
Una empresa tiene una fábrica en Estados Unidos que dispone de tres
máquinas A, B y C, que producen envases para botellas de agua. Se sabe que la
máquina A produce un 40% de la cantidad total, la máquina B un 30%, y la
máquina C un 30%. También se sabe que cada máquina produce envases
defectuosos. De tal manera que la máquina A produce un 2% de envases
defectuosos sobre el total de su producción, la máquina B un 3%, y la máquina C
un 5%. Dicho esto, se plantean dos cuestiones:
P(A) = 0,40 P(D/A) = 0,02
P(B) = 0,30 P(D/B) = 0,03
P(C) = 0,30 P(D/C) = 0,05
1. Si un envase ha sido fabricado por la fábrica de esta empresa en Estados
Unidos ¿Cuál es la probabilidad de que sea defectuoso?
Se calcula la probabilidad total. Ya que, a partir los diferentes sucesos, calculamos
la probabilidad de que sea defectuoso.
P(D) =[ P(A) x P(D/A) ] + [ P(B) x P(D/B) ] + [ P(C) x P(D/C) ] = [ 0,4 x 0,02 ] + [ 0,3
x 0,03 ] + [ 0,3 x 0,05 ] = 0,032
Expresado en porcentaje, diríamos que la probabilidad de que un envase
fabricado por la fábrica de esta empresa en Estados Unidos sea defectuoso es del
3,2%.
5
2. Siguiendo con la pregunta anterior, si se adquiere un envase y este es
defectuoso ¿Cuáles es la probabilidad de que haya sido fabricado por la máquina
A? ¿Y por la máquina B? ¿Y por la máquina C?
Aquí se utiliza el teorema de Bayes. Tenemos información previa, es decir,
sabemos que el envase es defectuoso. Claro que, sabiendo que es defectuoso,
queremos saber cuál es la probabilidad de que se haya producido por una de las
máquinas.
P(A/D) = [P(A) x P(D/A)] / P(D) = [0,40 x 0,02] / 0,032 = 0,25
P(B/D) = [P(B) x P(D/B)] / P(D) = [0,30 x 0,03] / 0,032 = 0,28
P(C/D) = [P(C) x P(D/C)] / P(D) = [0,30 x 0,05] / 0,032 = 0,47
Sabiendo que un envase es defectuoso, la probabilidad de que haya sido
producido por la máquina A es del 25%, de que haya sido producido por la
máquina B es del 28% y de que haya sido producido por la máquina C es del 47%.
6
REFERENCIA
[Link]
[Link]
