MARICARME BLANCO LINCE

ELIAS URIEL JIMENEZ JUARE No: 16 GRADO Y GRUPO: 6 E

TEOR
EMA
DE
BAYES
TEOREMA DE BAYES
PROBABILIDAD Y ESTADISTICA II

El Teorema de Bayes viene a seguir el proceso inverso al que hemos visto en

el Teorema de la probabilidad total:
Teorema de la probabilidad total: a partir de las probabilidades del suceso A
(probabilidad de que llueva o de que haga buen tiempo) deducimos la probabilidad del
suceso B (que ocurra un accidente).
Teorema de Bayes La interpretacin ms aceptada del teorema de Bayes, es que su
estructura permite el clculo de probabilidades despus de haber sido realizado un
experimento (probabilidades aposteriori), basndose en el conocimiento de la ocurrencia
de ciertos eventos que dependan del evento estudiado, o sea, se parte de probabilidades
conocidas antes de efectuar el experimento (probabilidades apriori), las cuales son

afectadas por las probabilidades propias del experimento (las que aparecen durante la
ocurrencia del evento).
Continuando nuestro anlisis sobre el teorema de Bayes, la probabilidad condicional
de Ai dado B, para cualquier i, es:

Aplicando en el numerador la Regla de Multiplicacin P(AiB) = P(Ai) P(B|Ai) y en el

denominador el Teorema de Probabilidad Total P(B) = P(A1) P(B | A1) + P(A2) P(B | A2) + . .
. + P(An) P(B | An), obtenemos la ecuacin que representa al:
La frmula del Teorema de Bayes es:

La frmula del Teorema de Bayes es:

Las probabilidades p ( A 1 ) se denominan probabilidades a priori .

Las probabilidades p ( A i /B) se denominan probabilidades a
posteriori .
Las probabilidades p (B/ A i ) se denominan verosim ilitudes.
Tratar de explicar estar frmula con palabras es un galimatas, as que vamos a intentar
explicarla con un ejemplo. De todos modos, antes de entrar en el ejercicio, recordar que
este teorema tambin exige que el suceso A forme un sistema completo.

EJERC
ICIOS

EJERCICIO 1: El parte meteorolgico ha anunciado tres posibilidades para el fin de

semana:
a) Que llueva: probabilidad del 50%.
b) Que nieve: probabilidad del 30%
c) Que haya niebla: probabilidad del 20%.
Segn estos posibles estados meteorolgicos, la posibilidad de que ocurra un accidente
es la siguiente:
a) Si llueve: probabilidad de accidente del 10%.
b) Si nieva: probabilidad de accidente del 20%
c) Si hay niebla: probabilidad de accidente del 5%.
Resulta que efectivamente ocurre un accidente y como no estabamos en la ciudad no
sabemos que tiempo hizo (nev, llovo o hubo niebla). El teorema de Bayes nos permite
calcular estas probabilidades:
Las probabilidades que manejamos antes de conocer que ha ocurrido un accidente se
denominan "probabilidades a priori" (lluvia con el 60%, nieve con el 30% y niebla con el
10%).

Una vez que incorporamos la informacin de que ha ocurrido un accidente, las

probabilidades del suceso A cambian: son probabilidades condicionadas P (A/B), que se
denominan "probabilidades a posteriori".
Vamos a aplicar la frmula:

a) Probabilidad de que estuviera lloviendo:

La probabilidad de que efectivamente estuviera lloviendo el da del accidente

(probabilidad a posteriori) es del 71,4%.

b) Probabilidad de que estuviera nevando:

La probabilidad de que estuviera nevando es del 21,4%.

c) Probabilidad de que hubiera niebla:

EJERCICIO 2: El 20% de los empleados de una empresa son ingenieros y

otro 20% son economistas. El 75% de los ingenieros ocupan un puesto
directivo y el 50% de los economistas tambin, mientras que los no
ingenieros y los no economistas solamente el 20% ocupa un puesto
directivo. Cul es la probabilidad de que un empleado directivo elegido al
azar sea ingeniero?

CONCLUC
ION
La conclusin es:
Si A 1 , A 2 ,..,A n son sucesos incompatibles 2 a 2, cuya unin es el
espacio muestra (A 1
A 2 ...
A n = E) y B es otro suceso, resulta que:

BIBLI
OGRA
FIAS

http://www.aulafacil.com/CursoEstadistica/Lecc-25-est.htm

http://148.204.211.134/polilibros/Portal/Polilibros/P_terminados/Probabilidad/doc/Unidad
%201/1.3.5.htm

http://www.vitutor.com/pro/2/a_17.html

http://www.virtual.unal.edu.co/cursos/ciencias/2001065/html/un2/cont_220_62.html