ESTADÍSTICA

Facultad de Ingeniería Geológica, Minera y Metalúrgica

Área de Ciencias Básicas

Probabilidad condicional
Independencia de eventos
Probabilidad total
Teorema de Bayes

Docente: Mg. Halley Limaymanta Álvarez

 Logro de la sesión
• Al finalizar la sesión, el estudiante aplica los
teoremas de probabilidad en la resolución de
casos reales del ámbito de su profesión.
Un ingeniero debe revisar dos motores usados en una planta.

Al revisar el primer motor detecta que no funciona

correctamente.

¿Cuál es la probabilidad de que al revisar el segundo

motor, este no funcione?
 TEMA 1
Probabilidad condicional
Independencia de eventos
Probabilidad condicional
Sean los eventos A y B  , y además se sabe que P(B) >0, entonces la
probabilidad de que ocurra el evento A dado que ya ocurrió B, se
denomina probabilidad condicional de A dado B y se calcula mediante la
siguiente expresión:
P( A  B)
P( A B)  ; P( B)  0
P( B)

 Primer Axioma: 0  P(A / B)  1.

 Segundo Axioma: P( / B) = 1.

 Tercer Axioma: Para k eventos mutuamente excluyentes,

A1, ..., Ak se tiene que:

P A i B  
k k
 i1  i1 P( A i B)
 Ejemplo 1
En una conferencia, los asistentes se encuentran distribuidos de la siguiente
forma:

Carrera V : Varon M : Mujer Total

I : Ingenieria 160 140 300
E : Educación 60 90 150
C : Contabilidad 180 70 250
Total 400 300 700
Si se elige un asistente al azar, calcule la probabilidad, formalice la probabilidad
en todos los casos
a. Que sea varón.
b. Que sea mujer o no sea de la carrera de Ingeniería .
c. Que sea mujer y de la carrera de Contabilidad.
d. Si es hombre ¿cuál es probabilidad que sea de Educación?
e. Si no es de la carrera de Ingeniería ¿cuál es probabilidad de que
sea mujer?
 Ejemplo 2
En el presente ciclo académico, en la facultad, se han matriculado 1500
estudiantes, de los cuales 300 son del quinto superior. El 45% de los
estudiantes del quinto superior son mujeres. Mientras que el 65% de los
que no son del quinto superior son mujeres.
a) Si se escoge al azar el expediente de un estudiante matriculado para
una entrevista personal y es varón, ¿cuál es la probabilidad de que sea el
expediente de un estudiante que está en el quinto superior?
 Regla de la multiplicación

Sean los eventos A y B  , con P(B) >0, entonces a

partir del teorema de probabilidad condicional se
cumple:

P( A  B)
P( A B)  P( A  B)  P( A B)  P( B)
P( B)

También:

P( A  B)
P( B A)  P( A  B)  P( B A)  P( A)
P( A)
 Ejemplo 3

a. Una caja contiene 25 tornillos, de los cuales 4 son

defectuosos. Si se extraen 2 tornillos al azar (uno por uno y
con reemplazo), calcule la probabilidad de que los dos
sean defectuosos.

b. Se tiene una urna que contiene 4 canicas verdes, 6 rojas

y 3 azules . Si se extraen 2 canicas uno por uno y sin
reemplazo ¿Cuál es la probabilidad de que la segunda
sea verde?
Eventos independientes

Son aquellos eventos en los que la ocurrencia de un

evento no influye en la ocurrencia de otro u otros eventos.

Dados los eventos A y B, si ellos son independientes,

entonces se cumple que:

P(A/B) = P(A) y P(B/A) = P(B)

Luego por el teorema de la multiplicación:

P(A  B) = P(A)xP(B)
 Propiedades
Si los eventos A y B son independientes, entonces
también son independientes:

• A y Bc, es decir P(A Bc)=P(A)P(Bc)

• Ac y B, es decir P(Ac  B)=P(Ac)P(B)
• Ac y Bc, es decir P(Ac  Bc)=P(Ac)P(Bc)

Nota: Estas propiedades se puede generalizar a más de

dos eventos
 Ejemplo 4
En la fabricación de cierto producto se presenta el defecto tipo 1 con
una probabilidad de 0,01 y el defecto tipo 2 con una probabilidad de
0,05. Si las ocurrencias de los defectos en los productos son
independientes, calcule la probabilidad de que:

a. Un artículo tenga ambos defectos.

b. Un artículo solo el defecto 1
c. Un artículo contenga solo un defecto.
d. No tenga ningún defecto
Aplicación al sistema componentes: Confiabilidad de componentes
Se puede aplicar el concepto de la independencia de eventos al caso en que se
tenga un sistema de componentes electrónicos acoplados en serie o en paralelo.

Ejemplo
Ejemplo
 TEMA 2
Probabilidad Total
Teorema de Bayes
Partición del espacio muestral
Se denomina partición del espacio muestral Ω a una colección de
k eventos A1, A2, A3, ………, Ak mutuamente excluyentes y cuya
unión es el espacio muestral Ω, con las siguientes condiciones:

1) P( Ai )  0, i  1,2,...k
2) Ai  Aj   i  j

k
3)  Ai  
i 1 A1 A2 … Ak
Probabilidad Total
Si k eventos A1, A2, A3, ... , Ak constituyen una partición
del espacio muestral , entonces para cualquier evento B
de :

A1 A2 … Ak

k k
PB   PB  A i    PA i  PB A i 
i 1 i 1
Árbol de probabilidades

P B A  B PA  B  PA  PB A 

A
PA  PA  B'  PA  PB' A 
PB' A 
B’

PB A'  B PA' B  PA'  PB A' 

PA'
A’
B’ PA' B'  PA'  PB' A' 
PB' A' 
 Teorema de Bayes

Si k eventos A1, A2, A3, ... , Ak constituyen una partición

del espacio muestral , entonces para cualquier evento
B de :

PA i  B PA i PB A i 

PA i B   k
PB
 PA i  PB A i 
i 1
 Ejemplo 5
Tres máquinas, A, B y C, producen el 45%, 30% y 25%
respectivamente del total de las piezas producidas en una fábrica. Los
porcentajes de producción de defectuosos de estas máquinas son del
3%, 4% y 5%.

a. Si seleccionamos una pieza al azar

¿cuál es la probabilidad de que sea
defectuosa?
b. Si tomamos al azar una pieza y
resulta defectuosa ¿cuál es la 0.30

probabilidad de que haya sido

producida por la máquina B?
c. ¿Qué máquina tiene mayor
probabilidad de haber producido una
pieza defectuosa?
 Solución
a. P (D) : La probabilidad de que la pieza elegida sea defectuosa

P(D) = P(A) . P(D/A) + P(B) . P(D/B) + P(C). P(D/C) = 0.45 . 0.03 + 0.30 . 0.04 + 0.25 . 0.05 =
= 0.038
b. Debemos calcular P(B/D) = ?

P(B/D) = P(B) . P(D/B) = P(B) . P(D/B) = 0.316

P(A) . P(D/A) + P(B) . P(D/B) + P ( C ) . P(D/C) P(D)

c. Calculamos P(A/D) y P(C/D), comparamos con el valor de P(B/D) ya calculado.

Aplicando Bayes tenemos.

P(A/D) = P(A) . P(D/A) = 0.45 . 0.03 = 0.355

P(D) 0.038

P(C/D) = P(C) . P(D/C) = 0.25 . 0.05 = 0.329

P(D) 0.038
 Ejemplo 6
17
La probabilidad que la construcción de un edificio termine a tiempo es ,
20
3
la probabilidad que no haya huelga es , y la probabilidad que la
4
14
construcción se termine a tiempo dado que no hubo huelga es ; la
15
probabilidad que haya huelga y no se termine la construcción a tiempo es
1
.
10
Defina los eventos y calcule las siguientes probabilidades:
a. La construcción se termine a tiempo y no haya huelga.
b. No haya huelga dado que la construcción se terminó a tiempo.
c. La construcción no se termine a tiempo si hubo huelga.
d. La construcción no se termine a tiempo si no hubo huelga.
 BIBLIOGRAFÍA
BÁSICA
o Montgomery, D. (2005). Probabilidad y estadística aplicada a la
ingeniería. Segunda edición. México, D.F.: Limusa Wiley.

o Córdova, M. (2009). Estadística descriptiva e Inferencial. Quinta

edición. Perú: MOSHERA S.R.L.

o Devore, J. (2008). Probabilidad y estadística para Ingeniería y Ciencias.

Séptima edición. México D.F.: Cengage Learning, Inc.

COMPLEMENTARIA

o Mendenhall, W. (1997). Probabilidad y estadística para ingeniería y

ciencias. Cuarta edición. México, D.F. Prentice-Hall Hispanoamericana.

o Publicación digital INEI

http://www.inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/Lib1157/libro.pdf