Pontificia Universidad Católica del Ecuador

Facultad: Ingeniería Profesor: Cesar Ortiz

Escuela: Civil Estudiante: Manolo Atarihuana

Curso: Paralelo 1 Descripción: Consulta

Asignatura: Estadística Fecha: 17/06/2017

Teorema de Bayes

Definición.- El Teorema de Bayes, dentro de la teoría probabilística, proporciona la

distribución de probabilidad condicional de un evento "A" dado otro evento "B"
(probabilidad posterior), en función de la distribución de probabilidad condicional del
evento "B" dado "A" y de la distribución de probabilidad marginal del evento "A"
(probabilidad simple ).

Fórmula:

Sean 𝐴1 , 𝐴2 … 𝐴𝑛 eventos mutuamente excluyentes tales que, cualquier evento “B” en el

espacio muestral pertenece a uno y sólo a uno de estos eventos. Entonces la
probabilidad de que ocurra cualquier evento 𝐴𝑖 dado que ha ocurrido el evento “B” se
calculará por la siguiente fórmula:

Ejemplos:

Ejercicio 1º: Un ingeniero desea conocer el clima, para ver si es recomendable realizar
el fraguado de la losa en fin de semana. El canal meteorológico 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%.

Según estos posibles estados meteorológicos, 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 estábamos en la ciudad no

sabemos qué tiempo hizo (nevó, llovió 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 información de que ha ocurrido un accidente, las

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

a) Probabilidad de que estuviera lloviendo:

La probabilidad de que efectivamente estuviera lloviendo el día 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:

La probabilidad de que hubiera niebla es del 7,1%.

Ejercicio 2º: 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 también, mientras que los no ingenieros y los no economistas solamente el
20% ocupa un puesto directivo. ¿Cuál es la probabilidad de que un empleado directivo
elegido al azar sea ingeniero?

Ejercicio 3º: La probabilidad de que haya 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
de 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?

Sean los sucesos:

I = Producirse incidente.

A = Sonar la alarma.
Bibliografía:

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

https://es.slideshare.net/psy-roman/teorema-de-bayes-7796271

http://www.aulafacil.com/cursos/l11237/ciencia/estadisticas/estadisticas/teorema-de-
bayes