Probabilidad total

entonces, la probabilidad del evento B, llamada probabilidad total, se calcula empleando la siguiente frmula:

Teorema de Bayes
El teorema de Bayes se utiliza para revisar probabilidades previamente calculadas cuando se posee
nueva informacin. Desarrollado por el reverendo Thomas Bayes en el siglo XVII, el teorema de Bayes es una
extensin de lo que ha aprendido hasta ahora acerca de la probabilidad condicional.
Comnmente se inicia un anlisis de probabilidades con una asignacin inicial, probabilidad a priori. Cuando
se tiene alguna informacin adicional se procede a calcular las probabilidades revisadas o a posteriori. El
teorema de Bayes permite calcular las probabilidades a posteriori y es:

Ejemplos ilustrativos
1) Una compaa de transporte pblico tiene tres lneas en una ciudad, de forma que el 45% de los autobuses
cubre el servicio de la lnea 1, el 25% cubre la lnea 2 y el 30% cubre el servicio de la lnea 3. Se sabe que la
probabilidad de que, diariamente, un autobs se avere es del 2%, 3% y 1% respectivamente, para cada lnea.
a) Calcular la probabilidad de que, en un da, un autobs sufra una avera
b) Calcular la probabilidad de que, en un da, un autobs no sufra una avera
c) De qu lnea de transporte es ms probable que un autobs sufra una avera?
Solucin:
a) Calcular la probabilidad de que, en un da, un autobs sufra una avera
Empleando la frmula de probabilidad total se obtiene:

b) Calcular la probabilidad de que, en un da, un autobs no sufra una avera

Empleando la frmula de probabilidad total se obtiene:

c) De qu lnea de transporte es ms probable que un autobs sufra una avera?

Se debe calcular las tres probabilidades aposteriori empleando el Teorema de Bayes

La probabilidad de que sea de la lnea 1, sabiendo que sufre una avera es:

La probabilidad de que sea de la lnea 2, sabiendo que sufre una avera es:

La probabilidad de que sea de la lnea 3, sabiendo que sufre una avera es:

Entonces, sabiendo que el autobs sufre una avera, lo ms probable es que sea de la lnea 1, ya que esta
probabilidad

, es la mayor.
Los clculos en Excel se muestran en la siguiente figura:
2) Una empresa dedicada a la comercializacin de televisores est considerando comercializar un nuevo
televisor. En el pasado el 90% de los televisores que comercializ tuvieron xito y el 10% no fueron exitosos.
Se sabe que la probabilidad que habra recibido un reporte favorable de investigacin fue del 85% y 35%,
respectivamente.

Solucin:
a) Escribir la simbologa del problema
A1 = Televisores exitosos
A2 = Televisores no exitosos
B1 = Reporte favorable de investigacin
B2 = Reporte desfavorable de investigacin
La solucin del problema en Excel se muestra en la siguiente figura:

3) La probabilidad de que una persona tenga una determinada enfermedad es de 0,02.

Existen pruebas de diagnstico mdico disponibles para determinar si una persona tiene realmente la
enfermedad. Si la enfermedad realmente est presente, la probabilidad de que la prueba de diagnstico
indique la presencia de la enfermedad es de 0,95.

Solucin:
La solucin del problema en Excel se muestra en la siguiente figura:

4) Una fbrica de sacos tiene 3 mquinas independientes que producen el mismo tipo de sacos. La mquina 1
produce el 15% de los sacos con un 1% de sacos defectuosos. La mquina 2 produce el 45% de los sacos
con un 3% de sacos defectuosos. La mquina 3 produce el 40% de los sacos con un 2% de sacos
defectuosos.
Solucin:
La solucin del problema en Excel se muestra en la siguiente figura:

5) El primer ao de bachillerato de un colegio est integrado por 35 estudiantes en la especialidad de fsico

matemtico, 47 en qumico bilogo, 40 en sociales y 38 en bachillerato general. Se sabe que la probabilidad
de que un estudiante pierda el ao es del 5% 4%, 3% y 4%, respectivamente. De qu especialidad es ms
probable que sea el estudiante, si se sabe que un estudiante ha perdido el ao?
Qumico bilogo con 0,296
Solucin:
La solucin del problema en Excel se muestra en la siguiente figura:
El teorema de Bayes, en la teora de la probabilidad, es una proposicin planteada por el
filsofo ingls Thomas Bayes (1702-1761)1 en 1763,2 que expresa la probabilidad
condicional de un evento aleatorio A dado B en trminos de la distribucin de probabilidad
condicional del evento B dado A y la distribucin de probabilidad marginal de slo A.

En trminos ms generales y menos matemticos, el teorema de Bayes es de enorme

relevancia puesto que vincula la probabilidad de A dado B con la probabilidad de B dado A. Es
decir, por ejemplo, que sabiendo la probabilidad de tener un dolor de cabeza dado que se
tiene gripe, se podra saber (si se tiene algn dato ms), la probabilidad de tener gripe si se
tiene un dolor de cabeza. Muestra este sencillo ejemplo la alta relevancia del teorema en
cuestin para la ciencia en todas sus ramas, puesto que tiene vinculacin ntima con la
comprensin de la probabilidad de aspectos causales dados los efectos observados.
En la sala de pediatra de un hospital, el 60% de los pacientes son nias. De los
nios el 35% son menores de 24 meses. El 20% de las nias tienen menos de 24
meses. Un pediatra que ingresa a la sala selecciona un infante al azar.

a. Determine el valor de la probabilidad de que sea menor de 24 meses.

b. Si el infante resulta ser menor de 24 meses. Determine la probabilidad que sea

una nia.

SOLUCIN:
Se definen los sucesos:

Suceso H: seleccionar una nia.

Suceso V: seleccionar un nio.
Suceso M: infante menor de 24 meses.
En los ejercicios de probabilidad total y teorema de bayes, es importante identificar
los sucesos que forman la poblacin y cul es la caracterstica que tienen en comn
dichos sucesos. Estos sern los sucesos condicionados.

a. En este caso, la poblacin es de los infantes. Y la caracterstica en comn es que

sean menores de 24 meses. Por lo tanto, la probabilidad de seleccionar un infante
menor de 24 meses es un ejemplo de probabilidad total. Su probabilidad ser:

b. Para identificar cuando en un ejercicio se hace referencia al teorema de bayes,

hay que partir de reconocer esta es una probabilidad condicionada y que la
caracterstica comn de los sucesos condicionantes ya ha ocurrido. Entonces, la
probabilidad de que sea nia una infante menor de 24 meses ser:

EJEMPLO 2
Un mdico cirujano se especializa en cirugas estticas. Entre sus pacientes, el 20%
se realizan correcciones faciales, un 35% implantes mamarios y el restante en otras
cirugas correctivas. Se sabe adems, que son de genero masculino el 25% de los
que se realizan correcciones faciales, 15% implantes mamarios y 40% otras cirugas
correctivas. Si se selecciona un paciente al azar, determine:

a. Determine la probabilidad de que sea de gnero masculino

b. Si resulta que es de gnero masculino, determine la probabilidad que se haya

realizado una ciruga de implantes mamarios.

SOLUCIN:
Se definen los sucesos:

Suceso F: pacientes que se realizan cirugas faciales

Suceso M: pacientes que se realizan implantes mamarios
Suceso O: pacientes que se realizan otras cirugas correctivas
Suceso H: pacientes de gnero masculino
a. La probabilidad de que sea de gnero masculino se refiere a un problema de
probabilidad total, ya que es el suceso condicionado y las cirugas los
condicionantes. Dicho valor ser:

b. Como el suceso condicionado ha ocurrido entonces se aplica el teorema de bayes,

luego, el valor de la probabilidad ser:

EJEMPLO 3
Un Doctor dispone de tres equipos electrnicos para realizar ecosonogramas. El
uso que le da a cada equipo es de 25% al primero, 35% el segundo en y 40% el
tercero. Se sabe que los aparatos tienen probabilidades de error de 1%, 2% y 3%
respectivamente. Un paciente busca el resultado de una ecografa y observa que
tiene un error. Determine la probabilidad de que se ha usado el primer aparato.

SOLUCIN:
Se definen los sucesos:

Suceso P: seleccionar el primer aparato

Suceso S: seleccionar el segundo aparato
Suceso T: seleccionar el tercer aparato
Suceso E: seleccionar un resultado con error
Se puede observar que la pregunta es sobre determinar la probabilidad de que un
examen errado sea del primer aparato, es decir, ya ha ocurrido el error. Por lo
tanto, debemos recurrir al teorema de bayes. Claro est, que es necesario de igual
forma obtener la probabilidad de que los aparatos produzcan un resultado errneo,
por lo tanto: