Professional Documents
Culture Documents
CONDICIONAL
Y
EL TEOREMA DE BAYES
SESION 4
Teoría de la Probabilidad
Condicional
Probabilidad condicional
El concepto de probabilidad está basado en una situación
particular que se resume como sigue: “probabilidad de
ocurrencia de un evento en un escenario muy particular”
Suponga que se lanza un dado. Existe una clase de
escenarios exhaustivos y no traslapados como son: “el
número del dado es par” y “el número del dado es impar”.
Entonces bajo la hipótesis de trabajar con esta clase de
escenarios, uno se puede preguntar la probabilidad de
obtener algún determinado número bajo uno de estos
escenarios.
Por ejemplo, podemos preguntar cuál es la probabilidad de
obtener un tres bajo el escenario “el número del dado es
impar”. Es decir se está preguntando por la probabilidad de
que ocurran ambas situaciones, a saber : que ocurra el
“tres” y que ocurra que “el número del dado es impar”.
Probabilidad condicional
PrA B
Probabilidad condicional
B
A
A B
Pr A B
Probabilidad condicional
PrA A PrA 1
• Puesto que,
B
A Nuevo “universo”
referencial A B
Pr A B
Pr( A)
Probabilidad condicional
PrB A
PrB / A
PrA
Probabilidad condicional
PrB A PrA 0
• Sean:
– H = evento de que un oficial es hombre
– M = evento de que un oficial es mujer
– A = evento de que un oficial es ascendido
– Ac= evento de que un oficial no es ascendido
• Preparamos la Tabla de Probabilidades Conjuntas (El resultado de la intersección de dos
eventos):
– P(H∩A) = 288/1200 = .24
– P(H∩Ac) = 672/1200 = .56
– P(M∩A) = 36 / 1200 = .03
– P(M∩Ac) = 204/1200 = .17
• Además podemos obtener Probabilidades Marginales, las cuales son el resultado de la
suma de las probabilidades conjuntas:
– P(H) = P(H∩A) + P(H∩Ac) =.80
– P(M) = P(M∩A) + P(M∩Ac) =.20
– P(A) = P(H∩A) + P(M∩A) =.27
– P(Ac) = P(H∩Ac) + P(M∩Ac) =.73
Conclusión:
• Si no hubiese discriminación los resultados serían iguales. Al ser diferentes y siendo
P(A|H) > P(A|M), entonces se puede decir que podría existir discriminación en el
proceso de ascensos de oficiales, pues mayor oportunidad tienen los hombres vs las
mujeres.
Ley Multiplicativa
• Mientras que la ley aditiva de la probabilidad se
usa para determinar la probabilidad de la unión
entre dos eventos, la Ley Multiplicativa se usa
para determinar la probabilidad de la intersección
de dos eventos o P(A∩B)
Dado:
P(A|B) = P(A∩B) / P(B) ….ò
P(B|A) = P(A∩B) / P(A)
Respuesta:
La probabilidad de que la suscripción de una familia incluya tanto a la
edición dominical como a la del lunes a sábado es de 63%.
Ley Multiplicativa
• Para Eventos Independientes tendríamos la siguiente fórmula:
Dado:
P(A|B) = P(A) ò P(B|A) = P(B)
Entonces la Ley Multiplicativa sería:
P(A∩B) = P(A) *P(B)
• Ejemplo:
El gerente de una gasolinera por su experiencia sabe que el 80% de los clientes
usan tarjeta para comprar combustible. ¿Cuál es la probabilidad de que los 2
siguientes clientes que compren gasolina usen tarjeta?
Desarrollo:
Sea:
A = el evento que el 1er cliente usa tarjeta de crédito
B = el evento que el 2do cliente usa tarjeta de crédito
P(A∩B) = P(A)*P(B) = .80*.80 = .64
Respuesta:
La probabilidad de que los 2 siguientes clientes que compren gasolina usen
tarjeta es de 64%
Problemas Propuestos
1. Suponga que hay dos eventos, A y B, con P(A)=.50;P(B)=.60;P(A∩B)=.40
a) Calcule P(A|B)
b) Calcule P(B|A)
2. Un club nocturno tiene los siguientes datos sobre la edad y el estado civil de
140 clientes:
Registro de Clientes Club Nocturno
Estado Civil
Soltero Casado
< 30 años 44 14
Edad
30 años a mas 28 21
𝑷 𝑺 = 𝑷 𝑬𝟏 × 𝑷 𝑺 𝑬𝟏 + 𝑷 𝑬𝟐 × 𝑷 𝑺 𝑬𝟐 + ⋯ , +𝑷 𝑬𝒏 × 𝑷 𝑺 𝑬𝒏
Teorema de Bayes
1. ¿Cuál es
la probabilidad
de que una
pieza resulte
defectuosa?
Ejemplo: (Solución)
Evento aleatorio M:
M1, M2 ó M3.
Ejemplo: (Solución)
La producción de
piezas defectuosas en
cada máquina, también
es un evento aleatorio.
En cada máquina se
pueden presentar dos
resultados posibles:
D = Pieza defectuosa
ND = Pieza no defectuosa
Ejemplo: (Solución)
Anotamos las
probabilidades en las
líneas que unen los
nodos aleatorios:
La probabilidad de
que una pieza sea
manufacturada en la
máquina1 es del 55%;
en la máquina 2, del
28%, y en la máquina
3, del 17%.
El porcentaje puede
interpretarse como
una división entre
100.
El porcentaje puede
interpretarse como
una división entre
100.
𝑷 𝑫 = 𝑷 𝑴𝟏 × 𝑷 𝑫 𝑴𝟏 + 𝑷 𝑴𝟐 × 𝑷 𝑫 𝑴𝟐 + 𝑷 𝑴𝟑 × 𝑷 𝑫 𝑴𝟑
𝑷𝑫 = 𝟎. 𝟎𝟏𝟑𝟐 + 𝟎. 𝟎𝟎𝟒𝟐 + 𝟎. 𝟎𝟎𝟎𝟖𝟓
𝑷𝑫 = 𝟎. 𝟎𝟏𝟖𝟐𝟓
𝑪𝒂𝒍𝒄𝒖𝒍𝒂𝒏𝒅𝒐 𝒍𝒂 𝒑𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒂𝒅 𝒕𝒐𝒕𝒂𝒍 𝒅𝒆 𝒒𝒖𝒆 𝒖𝒏𝒂 𝒑𝒊𝒆𝒛𝒂 𝒓𝒆𝒔𝒖𝒍𝒕𝒆 𝒅𝒆𝒇𝒆𝒄𝒕𝒖𝒐𝒔𝒂.
Probabilidad Total y Teorema de
Bayes
Ejemplo: (Solución)
2. Si una pieza está defectuosa,
¿cuál es la probabilidad de que haya
sido manufacturada en la máquina 1?
¿y en la máquina 2?
¿y en la 3?
Esta pregunta corresponde al
Teorema de Bayes.
𝑷 𝑬𝒊 × 𝑷 𝑺|𝑬𝒊
𝑷 𝑬 𝒊|𝑺 =
𝑷 𝑬𝟏 × 𝑷 𝑺 𝑬𝟏 + 𝑷 𝑬𝟐 × 𝑷 𝑺 𝑬𝟐 + ⋯ , +𝑷 𝑬𝒏 × 𝑷 𝑺 𝑬𝒏
𝑷 𝑴𝟏 × 𝑷 𝑫 𝑴𝟏
𝑷 𝑴 𝟏 |𝑫 =
𝑷 𝑴𝟏 ×𝑷 𝑫 𝑴𝟏 + 𝑷 𝑴𝟐 × 𝑷 𝑫 𝑴𝟐 + 𝑷 𝑴𝟑 × 𝑷 𝑫 𝑴𝟑
𝑷 𝑬𝒊 × 𝑷 𝑺|𝑬𝒊
𝑷 𝑬 𝒊|𝑺 =
𝑷 𝑬𝟏 × 𝑷 𝑺 𝑬𝟏 + 𝑷 𝑬𝟐 × 𝑷 𝑺 𝑬𝟐 + ⋯ , +𝑷 𝑬𝒏 × 𝑷 𝑺 𝑬𝒏
𝟎. 𝟎𝟏𝟑𝟐
𝑷 𝑴𝟏|𝑫
=
=?
𝟎. 𝟓𝟓 × 𝟎. 𝟎𝟐𝟒 + 𝟎. 𝟐𝟖 × 𝟎. 𝟎𝟏𝟓 + 𝟎. 𝟏𝟕 × 𝟎. 𝟎𝟎𝟓 = 𝟎. 𝟎𝟏𝟖𝟐𝟓
Probabilidad Total y Teorema de Bayes
Ejemplo: (Solución)
𝑷 𝑬𝒊 × 𝑷 𝑺|𝑬𝒊
𝑷 𝑬 𝒊|𝑺 =
𝑷 𝑬𝟏 × 𝑷 𝑺 𝑬𝟏 + 𝑷 𝑬𝟐 × 𝑷 𝑺 𝑬𝟐 + ⋯ , +𝑷 𝑬𝒏 × 𝑷 𝑺 𝑬𝒏
𝟎. 𝟎𝟏𝟑𝟐
𝑷 𝑴𝟏|𝑫 =𝟎. 𝟕𝟐𝟑𝟐𝟖
𝟎. 𝟎𝟏𝟖𝟐𝟓
Probabilidad Total y Teorema de Bayes
Ejemplo (continuación):
Ejemplo: (Solución)
La disminución de la producción debe hacerse de modo
que se utilice a plena capacidad la máquina 3, que
presenta un menor porcentaje de defectos.
Ejemplo: (Solución)
Posteriormente la máquina 2 debe emplearse a su máxima
capacidad o tanto como sea necesario para satisfacer la
demanda.
Para determinar su capacidad de producción aplicamos la
misma estrategia que con la máquina 3: 12,600 piezas es
la capacidad total de las tres máquinas, y de ellas, la
máquina 2 produce el 28%.
Ejemplo: (Solución)
Debemos determinar los porcentajes de producción de
cada máquina para modificar el diagrama de árbol.
Ejemplo: (Solución)
Debemos determinar los porcentajes de producción de
cada máquina para modificar el diagrama de árbol.
𝑷 𝑴𝟏 × 𝑷 𝑫 𝑴𝟏 =
D
𝟎. 𝟐𝟕𝟑 × 𝟎. 𝟎𝟐𝟒 = 𝟎. 𝟎𝟎𝟔𝟓𝟓𝟐
M1
ND
𝑷 𝑴𝟐 × 𝑷 𝑫 𝑴𝟐 =
D 𝟎. 𝟒𝟓𝟐 × 𝟎. 𝟎𝟏𝟓 = 𝟎. 𝟎𝟎𝟔𝟕𝟖
45.2%
M M2
ND
𝑷 𝑴𝟑 × 𝑷 𝑫 𝑴𝟑 =
D
𝟎. 𝟐𝟕𝟓 × 𝟎. 𝟎𝟎𝟓 = 𝟎. 𝟎𝟎𝟏𝟑𝟕𝟓
M3
ND
Probabilidad Total y Teorema de Bayes
𝑷 𝑴𝟏 × 𝑷 𝑫 𝑴𝟏 =
D
𝟎. 𝟐𝟕𝟑 × 𝟎. 𝟎𝟐𝟒 = 𝟎. 𝟎𝟎𝟔𝟓𝟓𝟐
M1
ND
𝑷 𝑴𝟐 × 𝑷 𝑫 𝑴𝟐 =
D 𝟎. 𝟒𝟓𝟐 × 𝟎. 𝟎𝟏𝟓 = 𝟎. 𝟎𝟎𝟔𝟕𝟖
45.2%
M M2
ND
𝑷 𝑴𝟑 × 𝑷 𝑫 𝑴𝟑 =
D
𝟎. 𝟐𝟕𝟓 × 𝟎. 𝟎𝟎𝟓 = 𝟎. 𝟎𝟎𝟏𝟑𝟕𝟓
M3
ND
𝑷 𝑫 = 𝟎. 𝟎𝟏𝟒𝟕𝟎𝟕
Probabilidad Total y Teorema de Bayes
𝟎. 𝟎𝟎𝟔𝟓𝟓𝟐
D 𝑷 𝑴𝟏|𝑫 = = 𝟎. 𝟒𝟒𝟓𝟓
𝟎. 𝟎𝟏𝟒𝟕𝟎𝟕
M1
ND
D 𝑷 𝑴𝟐|𝑫 𝟎. 𝟎𝟎𝟔𝟕𝟖
45.2% = = 𝟎. 𝟒𝟔𝟏𝟎
M M2 𝟎. 𝟎𝟏𝟒𝟕𝟎𝟕
N
D
𝟎. 𝟎𝟎𝟏𝟑𝟕𝟓
D 𝑷 𝑴𝟑|𝑫 = = 𝟎. 𝟎𝟗𝟑𝟒
M3 𝟎. 𝟎𝟏𝟒𝟕𝟎𝟕
ND
𝑷𝑫 = 𝟎. 𝟎𝟏𝟒𝟕𝟎𝟕
Problemas Propuestos
1. En el mismo caso resuelto determine lo siguiente antes de la reducción de
producción:
a) La probabilidad de que una pieza no resulte defectuosa. Elabore diagrama de árbol.
b) Si una pieza no es defectuosa, ¿cuál es la probabilidad de que haya sido manufacturada en
la máquina 1?; ¿y en la máquina 2?;¿y en la 3?. Elabore diagrama de árbol.
2. En el mismo caso resuelto determine lo siguiente después de la reducción de
producción:
a) La probabilidad de que una pieza no resulte defectuosa. Elabore diagrama de árbol.
b) Si una pieza no es defectuosa, ¿cuál es la probabilidad de que haya sido manufacturada en
la máquina 1?; ¿y en la máquina 2?;¿y en la 3?. Elabore diagrama de árbol.
3. Un banco local revisa su política de tarjetas de crédito, con el objetivo de
cancelar algunas de ellas. en el pasado aproximadamente el 5% de los
tarjetahabientes (th) ha dejado de pagar sin que el banco haya podido
recuperar la deuda. En consecuencia la gerencia estableció que hay una
probabilidad previa de .05 de que un th incurra en cartera vencida. Además
el banco ha visto que la probabilidad de que un cliente regular se atrase en
uno o mas pagos mensuales es de .20. Naturalmente, la probabilidad de
atraso en uno o mas pagos para los clientes de cartera vencida es 1.
a) Si un cliente se atrasa en un pago mensual, calcule la porbabilidad posterior de que el
cliente incurra en cartera vencida.
Problemas Propuestos
• En la empresa “Alimentos Mr Pollo” el 2 0% de los empleados son ingenieros
y otro 20% son economistas. El 75% de los ingenieros ocupan un cargo
directivo y el 50% de los economistas también, mientras que los de más
trabajadores (no ingenieros y no economistas )solamente el 20% ocupa un
puesto directivo. ¿Cuál es la probabilidad de que un empleado directivo
elegido al azar sea ingeniero?
• La probabilidad de que ha ya un accidente en una fábrica que dispone de
alarma es 0.1. La probabilidad de que suene esta sí se ha producido algún
incidente es d e 0.97 y la probabilidad de que suene si no ha sucedido ningún
incidente es 0.02. En el supuesto de que haya funcionado la alarma, ¿cuál es
la probabilidad de que no haya habido ningún incidente?.
• Una empresa que fabrica camisetas posee tres máquinas, A, B y C, producen
el 45%, 30% y 25%, respectivamente, del total de las piezas producidas en la
fábrica. Los porcentajes de producción defectuosa de estas máquinas son del
3%,4% y 5% respectivamente.
a) Seleccionamos una camiseta al azar; calcular la probabilidad de que salga defectuosa.
b) Tomamos, al azar, una camiseta 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 una camiseta defectuosa?
GLOSARIO